数据结构--AVL树(平衡二叉树)

news2024/11/27 5:06:55

  ✅博客主页:爆打维c-CSDN博客​​​​​​ 🐾

🔹分享c、c++知识及代码 🐾

🔹Gitee代码仓库 五彩斑斓黑1 (colorful-black-1) - Gitee.com

一、AVL树是什么？（含义、性质）

1.AVL树的概念

        AVL树是最先发明的自平衡二叉树，AVL树是⼀颗高度平衡二叉搜索树，通过控制高度差去控制平衡。为什么叫它AVL树？AVL 是大学教授 G.M. Adelson-Velsky 和 E.M. Landis 名称的缩写，他们提出了平衡二叉树的概念，为了纪念他们，将 平衡二叉树 称为 AVL树。在介绍AVL树之前，我们先介绍一下二叉搜索树的性质。

二叉搜索树或者是⼀棵空树，或者是具有以下性质的⼆叉树:
• 若它的左⼦树不为空，则左⼦树上所有结点的值都⼩于等于根结点的值
• 若它的右⼦树不为空，则右⼦树上所有结点的值都⼤于等于根结点的值
• 它的左右⼦树也分别为⼆叉搜索树

        如图所示，这是一颗二叉搜索树，特点就是左子树上所有结点均小于等于根节点的值，而右子树上所有结点均大于等于根节点的值。

2.AVL树的性质

AVL是⼀颗空树或具备下列性质的⼆叉搜索树：

  • 它的左右子树都是AVL树
  • 左右子树的高度差的绝对值不超过1。
  • 树高为O(log2N)
2.1 平衡因子（Balance Factor，简写为bf）

平衡因子（bf）：结点的右子树的深度减去左子树的深度。

即： 结点的平衡因子 = 右子树的高度 - 左子树的高度 。

在 AVL树中，所有节点的平衡因子都必须满足： -1<=bf<=1;

如图所示，以结点10和根节点8为例，10：bf=1-0=1，8：bf=2-3=-1

请记住：我们通过平衡因子来控制树的平衡！

2.2 区分是否是AVL树

下面是AVL树和非AVL树对比的例图：右边的树虽然是一个二叉搜索树 但很明显不符合AVL树的性质2 即左右子树的高度差的绝对值不超过1，所以右边的树并不是AVL树,而左边符合AVL树的性质。

二、AVL的使用场景以及查找效率

1.AVL树的作用

        我们知道，对于一般的二叉搜索树（Binary Search Tree），其期望高度（即为一棵平衡树时）为log2n，其各操作的时间复杂度（O(log2n)）同时也由此而决定。但是，在某些极端的情况下（如在插入的序列是有序的时），二叉搜索树将退化成近似链或链，此时，其操作的时间复杂度将退化成线性的，即O(n)。我们可以通过随机化建立二叉搜索树来尽量的避免这种情况，但是在进行了多次的操作之后，由于在删除时，我们总是选择将待删除节点的后继代替它本身，这样就会造成总是右边的节点数目减少，以至于树向左偏沉。这同时也会造成树的平衡性受到破坏，提高它的操作的时间复杂度。

例如：我们按顺序将一组数据 1,2,3,4,5,6 分别插入到一颗空二叉查找树和AVL树中，插入的结果如下图：

由上图可知，同样的结点，由于插入方式不同导致树的高度也有所不同。特别是在带插入结点个数很多且正序的情况下，会导致二叉树的高度是O(N)，而AVL树就不会出现这种情况，树的高度始终是O(log2N)。高度越小，对树的一些基本操作的时间复杂度就会越小。这也就是我们引入AVL树的原因。

2.与二分查找的区别

        当我们在内存中存储和搜索数据,用AVL树就能完美满足我们的需求，它搜索速度很快，效率也很高，因为它是一个平衡二叉搜索树，高度为O(log2N) ，查找效率也为O(log2N) ，AVL树增删查改时间复杂度为：O(N)

        虽然⼆分查找也可以实现 O(log2N) 级别的查找效率，但是二分查找有两大缺陷：1. 需要存储在支持下标随机访问的结构中，并且数据要有序。2. 插入和删除数据效率很低，因为存储在下标随机访问的结构中，插入和删除数据⼀般需要挪动数据。

这里也就体现出了平衡⼆叉搜索树的价值。

三、如何实现一个AVL树（底层代码逻辑）

1.AVL树的结构

我们首先定义一个AVL结点的结构体和AVL树的类，代码如下

template<class K,class V>
struct AVLTreeNode{
	pair<K, V> _kv;
	AVLTreeNode<K, V>* _parent;
	AVLTreeNode<K, V>* _left;
	AVLTreeNode<K, V>* _right;
	int _bf; //平衡因子

	AVLTreeNode(const pair<K,V>& kv)
		:_kv(kv),
		_parent(nullptr),
		_left(nullptr),
		_right(nullptr),
		_bf(0)
	{}
};

template<class K,class V>
class  AVLTree {
	typedef AVLTreeNode<K, V> Node;
public:
    //.......
private:
	Node* _root = nullptr;
};

2. AVL树的插入

2.1插入的过程
  1. 根据值的大小（二叉搜索树的规则） 寻找空结点的位置 找到位置后开辟新空间 
  2. 新增结点以后，只会影响祖先结点的⾼度，也就是可能会影响部分祖先结点的平衡因⼦，所以更新从新增结点->根结点路径上的平衡因⼦，实际中最坏情况下要更新到根，有些情况更新到中间就可以停⽌了，具体情况我们下⾯再详细分析。
  3. 更新平衡因⼦过程中没有出现问题，则插⼊结束
  4. 更新平衡因⼦过程中出现不平衡，对不平衡⼦树旋转，旋转后本质调平衡的同时，本质降低了⼦树的⾼度，不会再影响上⼀层，所以插⼊结束。
2.2.平衡因子更新

更新原则：
• 平衡因⼦ = 右子树高度-左子树高度
• 只有⼦树⾼度变化才会影响当前结点平衡因⼦。
• 插⼊结点，会增加⾼度，所以新增结点在parent的右⼦树，parent的平衡因⼦++，新增结点在parent的左⼦树，parent平衡因⼦--
• parent所在⼦树的⾼度是否变化决定了是否会继续往上更新


更新停止条件：（三种情况）
• 更新后parent的平衡因子等于0，更新中parent的平衡因⼦变化为-1->0 或者 1->0，说明更新前parent⼦树⼀边⾼⼀边低，新增的结点插⼊在低的那边，插⼊后parent所在的⼦树⾼度不变，不会影响parent的父亲结点的平衡因子，更新结束。
• 更新后parent的平衡因子等于1 或 -1，更新前更新中parent的平衡因⼦变化为0->1 或者 0->-1，说明更新前parent⼦树两边⼀样⾼，新增的插⼊结点后，parent所在的⼦树⼀边⾼⼀边低，parent所在的⼦树符合平衡要求，但是⾼度增加了1，会影响parent的父亲结点的平衡因子，所以要继续向上更新。
• 更新后parent的平衡因子等于2 或 -2，更新前更新中parent的平衡因⼦变化为1->2 或者 -1->-2，说明更新前parent⼦树⼀边⾼⼀边低，新增的插⼊结点在⾼的那边，parent所在的⼦树⾼的那边更⾼了，破坏了平衡，parent所在的⼦树不符合平衡要求，需要旋转处理，旋转的⽬标有两个：1、把parent⼦树旋转平衡。2、降低parent⼦树的⾼度，恢复到插⼊结点以前的⾼度。所以旋转后也不需要继续往上更新，插⼊结束。

下面给出插入过程的部分代码，旋转部分在第三小点着重讲解

bool Insert(const pair<K, V>& kv) {
	//树为空 直接插入
	if (!_root) {
		_root = new Node(kv); //生成新节点
		return true;
	}
	//树不为空
	//先找到插入的空位置
	Node* parent = nullptr;
	Node* cur = _root;
	while (cur) {
		if (cur->_kv.first < kv.first) {
			parent = cur;
			cur = cur->_right; //往大结点移动;
		}
		else if (cur->_kv.first > kv.first) {
			parent = cur;
			cur = cur->_left; //往小结点移动
		}
		else {
			return false; //此处不考虑相等的情况
		}
	}
	//找到位置后 开辟新空间
	cur = new Node(kv);
	if (parent->_kv.first < kv.first)
	{ //父小 放在父节点的右边
		parent->_right = cur;
	}
	else
	{ //父大 放在父节点的左边
		parent->_left = cur;
	}
	//链接父亲
	cur->_parent = parent;
	//控制平衡
	while (parent) {
		if (parent->_left == cur) {
			parent->_bf--;
		}
		else if (parent->_right == cur) {
			parent->_bf++;
		}
		else assert("balance false");

		if (parent->_bf == 0) {
			break; //此时已经达到平衡 不影响上面父节点
		}
		else if (parent->_bf == 1 || parent->_bf == -1) {
			//0-> 1 |-1 需要继续向上
			cur = parent;
			parent = parent->_parent;
		}
		else if (parent->_bf == 2 || parent->_bf == -2) {
			//此时已经不符合平衡二叉搜索树的条件 需要旋转
			//....(旋转逻辑代码)
			break;
		}
		else {
			assert("balance false!");
		}

	}
	return true;
}

3.AVL树的旋转

一边子树的高度过高会导致二叉搜索树的不平衡，所以我们需要旋转来降低树高度

旋转的原则
1. 保持搜索树的规则
2. 让旋转的树从不满⾜变平衡，其次降低旋转树的⾼度
旋转总共分为四种，左单旋/右单旋/左右双旋/右左双旋。

3.1右单旋

当前结点cur(5)为左子树高平衡因子为-1且parent(10)的平衡因子为-2时，需要右单旋来达到平衡.

以parent为旋转点 将sublr变为parent(10)的左子树 parent(10)变为cur(5)的右子树 此时平衡

3.2左单旋

当前结点cur(15)右子树高平衡因子为1且parent(10)的平衡因子为2时，需要左单旋来达到平衡.

以parent为旋转点 将subrl变为parent(10)的右子树 parent(10)变为cur(15)的左子树 此时平衡

3.3左右双旋

当为以下情况 结点cur右子树高平衡因子为1且parent的平衡因子为-2时，需要左右双旋

先以subl为旋转点左单旋 再以parent为旋转点右单旋

3.4右左双旋

当为以下情况 结点cur左子树高平衡因子为-1且parent的平衡因子为2时，需要右左双旋

先以subr为旋转点右单旋 再以parent为旋转点左单旋

上述过程最好在草稿纸上推演一边，一般情况很多，这里只给出抽象情况，感兴趣的可以自己分析

总结

在插入的过程中，会出现一下四种情况破坏AVL树的特性，我们可以采取如下相应的旋转。

插入位置状态操作
在结点T的左结点（L）的 左子树（L） 上做了插入元素左左型右旋
在结点T的左结点（L）的 右子树（R） 上做了插入元素左右型左右旋
在结点T的右结点（R）的 右子树（R） 上做了插入元素右右型左旋
在结点T的右结点（R）的 左子树（L） 上做了插入元素右左型右左旋

注意：
T 表示 平衡因子(bf)绝对值大于1的节点。

不知道大家发现规律没，这个规则还是挺好记，下面来个图示：

插入代码最终完整版

bool Insert(const pair<K, V>& kv) {
	//树为空 直接插入
	if (!_root) {
		_root = new Node(kv); //生成新节点
		return true;
	}
	//树不为空
	//先找到插入的空位置
	Node* parent = nullptr;
	Node* cur = _root;
	while (cur) {
		if (cur->_kv.first < kv.first) {
			parent = cur;
			cur = cur->_right; //往大结点移动;
		}
		else if (cur->_kv.first > kv.first) {
			parent = cur;
			cur = cur->_left; //往小结点移动
		}
		else {
			return false; //此处不考虑相等的情况
		}
	}
	//找到位置后 开辟新空间
	cur = new Node(kv);
	if (parent->_kv.first < kv.first)
	{ //父小 放在父节点的右边
		parent->_right = cur;
	}
	else
	{ //父大 放在父节点的左边
		parent->_left = cur;
	}
	//链接父亲
	cur->_parent = parent;
	//控制平衡
	while (parent) {
		if (parent->_left == cur) {
			parent->_bf--;
		}
		else if (parent->_right == cur) {
			parent->_bf++;
		}
		else assert("balance false");

		if (parent->_bf == 0) {
			break; //此时已经达到平衡 不影响上面父节点
		}
		else if (parent->_bf == 1 || parent->_bf == -1) {
			//0-> 1 |-1 需要继续向上
			cur = parent;
			parent = parent->_parent;
		}
		else if (parent->_bf == 2 || parent->_bf == -2) {
			//此时已经不符合平衡二叉搜索树的条件 需要旋转
			if (parent->_bf == -2&&cur->_bf== -1) { //最左侧树不平衡 需要右旋
				RotateR(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == 1) { //最右侧树不平衡 需要左旋
				RotateL(parent);
			}
			else if (parent->_bf == -2 && cur->_bf == 1) { //需要左右旋
				RotateLR(parent);
			}
			else if (parent->_bf == 2 && cur->_bf == -1) { //需要右左旋
				RotateRL(parent);
			}
			else {
				assert("false");
			}
			break;
		}
		else {
			assert("balance false!");
		}

	}
	return true;
}

void RotateR(Node* parent) {
	Node* pp = parent->_parent;
	Node* subl = parent->_left;
	Node* sublr = subl->_right;

	//链接过程 发生变化的可能有6个点
	parent->_left = sublr;
	parent->_parent = subl;
	subl->_right = parent;

	if (sublr) { //如果sublr存在 那么父指向p
		sublr->_parent = parent;
	}

	//改变pp以及subl的父指向
	if (pp) {
		if (pp->_left == parent) {
			pp->_left = subl;
		}
		else {
			pp->_right = subl;
		}
		subl->_parent = pp;
	}
	else { //pp为空 parent为根结点 此时subl为新根节点
		_root = subl;
		subl->_parent = nullptr;
	}
	parent->_bf = subl->_bf = 0; //旋转后 已经平衡 改变平衡因子
}
void RotateL(Node* parent) {
	Node* pp = parent->_parent;
	Node* subr = parent->_right;
	Node* subrl = subr->_left;

	parent->_right = subrl;
	parent->_parent = subr;
	subr->_left = parent;

	if (subrl) { //如果subrl存在 那么父指向p
		subrl->_parent = parent;
	}

	//改变pp以及subr的父指向
	if (pp) {
		if (pp->_left == parent) {
			pp->_left = subr;
		}
		else pp->_right = subr;
		subr->_parent = pp;
	}
	else { //pp为空 parent为根结点 此时subr为新根节点
		_root = subr;
		subr->_parent = nullptr;
	}

	parent->_bf = subr->_bf = 0; //旋转后 已经平衡 改变平衡因子
}
void RotateLR(Node* parent) {
	Node* subl = parent->_left;
	Node* sublr = subl->_right;
	int bf = sublr->_bf;
	RotateL(parent->_left);
	RotateR(parent);
	if (bf == 0) {
		subl->_bf = 0;
		parent->_bf = 0;
		sublr->_bf = 0;
	}
	else if (bf == -1) {
		subl->_bf = 0;
		parent->_bf = 1;
		sublr->_bf = 0;
	}
	else if (bf == 1) {
		subl->_bf = -1;
		parent->_bf = 0;
		sublr->_bf = 0;
	}
	else {
		assert("RotateLR false");
	}
}
void RotateRL(Node* parent) {
	Node* subR = parent->_right;
	Node* subRL = subR->_left;
	int bf = subRL->_bf;
	RotateR(parent->_right);
	RotateL(parent);
	if (bf == 0)
	{
		subR->_bf = 0;
		subRL->_bf = 0;
		parent->_bf = 0;
	}
	else if (bf == 1)
	{
		subR->_bf = 0;
		subRL->_bf = 0;
		parent->_bf = -1;
	}
	else if (bf == -1)
	{
		subR->_bf = 1;
		subRL->_bf = 0;
		parent->_bf = 0;
	}
	else
	{
		assert("RotateRL false");
	}
}

4.AVL树的查找

以⼆叉搜索树逻辑实现即可，搜索效率为 O(log2N)

Node* Find(const K& key) {
	/*if (!_root) {
		return false;
	}*/
	Node* cur = _root; //树为空不进入循环直接返回False
	while (cur) {
		if (cur->_kv.first < key) {
			//此时值小 往大的右走
			cur = cur->_right;
		}
		else if (cur->_kv.first > key) {
			//此时值大 往左
			cur = cur->_left;
		}
		else {
			return cur;
		}
	}
	return nullptr;
}

5.AVL树平衡检测

int _Height(Node* root)
{
	if (root == nullptr)
		return 0;
	int leftHeight = _Height(root->_left);
	int rightHeight = _Height(root->_right);
	return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}
bool _IsBalanceTree(Node* root)
{
	// 空树也是AVL树
	if (nullptr == root)
		return true;
	// 计算pRoot结点的平衡因⼦：即pRoot左右⼦树的高度差
	int leftHeight = _Height(root->_left);
	int rightHeight = _Height(root->_right);
	int diff = rightHeight - leftHeight;
	// 如果计算出的平衡因⼦与pRoot的平衡因子不相等，或者
	// pRoot平衡因⼦的绝对值超过1，则⼀定不是AVL树
	if (abs(diff) >= 2)
	{
		cout << root->_kv.first << "高度差异常" << endl;
		return false;
	}
	if (root->_bf != diff)
	{
		cout << root->_kv.first << "平衡因子异常" << endl;
		return false;
	}
	// pRoot的左和右如果都是AVL树，则该树⼀定是AVL树
	return _IsBalanceTree(root->_left) && _IsBalanceTree(root->_right);
}

6.参考文章

https://blog.csdn.net/xiaojin21cen/article/details/97602146

如果这篇文章对你有帮助的话，请给博主一个免费的赞鼓励一下吧~ 💓

本文仅简单介绍了有关AVL树的一些基本概念和相关代码实现，以上个人拙见，若有错误之处，希望各位能提出宝贵的建议和更正，感谢您的观看

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2248179.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【Unity How】如何让物体跟随平台移动或旋转？

【Unity How】如何让物体跟随平台移动或旋转？

先看下最终要实现的效果&#xff1a; 当查找这个问题的资料时&#xff0c;发现多数的方案都是将物体设置为平台的子对象。 但是如果平台是非均匀缩放时&#xff0c;物体在移动或旋转时就会发生变形。 参考&#xff1a;Unity中父对象是非均匀缩放时出现倾斜或剪切现象 那有没有…
阅读更多...
C语言函数递归经典题型——汉诺塔问题

C语言函数递归经典题型——汉诺塔问题

一.汉诺塔问题介绍 Hanoi&#xff08;汉诺&#xff09;塔问题。古代有一个梵塔&#xff0c;塔内有3个座A、B、C&#xff0c;开始时&#xff21;座上有64个盘子&#xff0c;盘子大小不等&#xff0c;大的在下&#xff0c;小的在上。有一个老和尚想把这64个盘子从&#xff21;座移…
阅读更多...
Unity中动态生成贴图并保存成png图片实现

Unity中动态生成贴图并保存成png图片实现

实现原理&#xff1a; 要生成长x宽y的贴图&#xff0c;就是生成x*y个像素填充到贴图中&#xff0c;如下图&#xff1a; 如果要改变局部颜色&#xff0c;就是从x1到x2(x1<x2),y1到y2(y1<y2)这个范围做处理&#xff0c; 或者要想做圆形就是计算距某个点&#xff08;x1,y1&…
阅读更多...
vue3封装Element Plus table表格组件

vue3封装Element Plus table表格组件

支持绝大部分Element Plus原有设置属性&#xff0c;支持分页&#xff0c;支持动态适配高度 效果展示 组件代码&#xff1a; <template><div class"table-wrap" ref"tableWrap"><el-tableclass"w100 h100":data"tableInfo.…
阅读更多...
ElasticSearch学习篇18_《检索技术核心20讲》LevelDB设计思想

ElasticSearch学习篇18_《检索技术核心20讲》LevelDB设计思想

目录 一些常见的设计思想以及基于LSM树的LevelDB是如何利用这些设计思想优化存储、检索效率的。 几种常见的设计思想 索引和数据分离减少磁盘IO读写分离分层思想 LevelDB的设计思想 读写分离设计分层设计与延迟合并LRU缓存加速检索 几种常见设计思想 索引与数据分离 索引…
阅读更多...
路由器中继与桥接

路由器中继与桥接

一 . 背景 现在的路由器大多数已经开始支持多种网络连接模式&#xff0c;以下将以TP-Link迷你无线路由器为例进行展开介绍。在TP-Link迷你无线路由器上一般有AP&#xff08;接入点&#xff09;模式&#xff0c;Router&#xff08;无线路由&#xff09;模式&#xff0c;Repeate…
阅读更多...
Bitcoin---P2SH；P2SH举例；P2SH的局限性

Bitcoin---P2SH；P2SH举例；P2SH的局限性

文章目录 1. 摘要2. P2SH举例3. P2SH局限性 1. 摘要 Pay-to-Script-Hash (P2SH) 交易输出的开发是为了简化更复杂和功能性脚本的使用&#xff0c;就像需要提供相应签名才能解锁的支付脚本&#xff08;即 P2PKH 脚本&#xff09;一样简单。为了轻松使用此类兑换脚本&#xff0c…
阅读更多...
鸿蒙NEXT开发案例：文字转拼音

鸿蒙NEXT开发案例：文字转拼音

【引言】 在鸿蒙NEXT开发中&#xff0c;文字转拼音是一个常见的需求&#xff0c;本文将介绍如何利用鸿蒙系统和pinyin-pro库实现文字转拼音的功能。 【环境准备】 • 操作系统&#xff1a;Windows 10 • 开发工具&#xff1a;DevEco Studio NEXT Beta1 Build Version: 5.0.…
阅读更多...
ffmpeg视频滤镜：提取缩略图-framestep

ffmpeg视频滤镜：提取缩略图-framestep

滤镜描述 官网地址 > FFmpeg Filters Documentation 这个滤镜会间隔N帧抽取一帧图片&#xff0c;因此这个可以用于设置视频的缩略图。总体上这个滤镜比较简单。 滤镜使用 滤镜参数 framestep AVOptions:step <int> ..FV....... set frame st…
阅读更多...
eclipse-git项目提示NO-HEAD

eclipse-git项目提示NO-HEAD

1、出现该问题的过程 本人在用eclipse拉取git代码&#xff0c;刚拉取完&#xff0c;可能还没来得及跟本地的分支合并&#xff0c;电脑就卡动了。无奈只能重启电脑&#xff0c;打开eclipse&#xff0c;maven项目后面就出现了xxx NO-HEAD的提示。 2、问题解决 根据错误提示&am…
阅读更多...
力扣hot100--＞排序

力扣hot100--＞排序

排序 1. 56. 合并区间 中等 以数组 intervals 表示若干个区间的集合&#xff0c;其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间&#xff0c;并返回 一个不重叠的区间数组&#xff0c;该数组需恰好覆盖输入中的所有区间 。 示例 1&#xff1a; 输…
阅读更多...
鱼眼相机模型-MEI

鱼眼相机模型-MEI

参考文献&#xff1a; Single View Point Omnidirectional Camera Calibration from Planar Grids 1. 相机模型如下&#xff1a; // 相机坐标系下的点投影到畸变图像// 输入&#xff1a;相机坐标系点坐标cam 输出&#xff1a; 畸变图像素点坐标disPtvoid FisheyeCamAdapter::…
阅读更多...
Reactor 模式的理论与实践

Reactor 模式的理论与实践

1. 引言 1.1 什么是 Reactor 模式&#xff1f; Reactor 模式是一种用于处理高性能 I/O 的设计模式&#xff0c;专注于通过非阻塞 I/O 和事件驱动机制实现高并发性能。它的核心思想是将 I/O 操作的事件分离出来&#xff0c;通过事件分发器&#xff08;Reactor&#xff09;将事…
阅读更多...
windows下安装wsl的ubuntu，同时配置深度学习环境

windows下安装wsl的ubuntu，同时配置深度学习环境

写在前面&#xff0c;本次文章只是个人学习记录&#xff0c;不具备教程的作用。个别信息是网上的&#xff0c;我会标注&#xff0c;个人是gpt生成的 安装wsl 直接看这个就行&#xff1b;可以不用备份软件源。 https://blog.csdn.net/weixin_44301630/article/details/1223900…
阅读更多...
深入探索 CnosDB 可观测性最佳实践：开篇

深入探索 CnosDB 可观测性最佳实践：开篇

随着云计算、微服务、容器化和 DevOps 等技术的迅猛发展&#xff0c;现代软件系统变得愈加复杂和动态。传统的监控手段已经无法满足对系统状态的全面、实时、准确地了解。在这样的背景下&#xff0c;可观测性&#xff08;Observability&#xff09;作为一种新兴的技术理念应运而…
阅读更多...
World of Warcraft /script SetRaidTarget(“target“, n, ““) n=8,7,6,5,4,3,2,1,0

World of Warcraft /script SetRaidTarget(“target“, n, ““) n=8,7,6,5,4,3,2,1,0

魔兽世界执行当前目标标记方法 /script SetRaidTarget("target", n, "") n8,7,6,5,4,3,2,1,0 解析这个lua脚本 D:\Battle.net\World of Warcraft\_classic_\Interface\AddOns\wMarker wMarker.lua /script SetRaidTarget("target", 8, &quo…
阅读更多...
[极客大挑战 2019]BabySQL--详细解析

[极客大挑战 2019]BabySQL--详细解析

信息搜集 进入界面&#xff1a; 输入用户名为admin&#xff0c;密码随便输一个&#xff1a; 发现是GET传参&#xff0c;有username和password两个传参点。 我们测试一下password点位能不能注入&#xff1a; 单引号闭合报错&#xff0c;根据报错信息&#xff0c;我们可以判断…
阅读更多...
信创改造 - TongRDS 替换 Redis

信创改造 - TongRDS 替换 Redis

记得开放 6379 端口哦 1&#xff09;首先在服务器上安装好 TongRDS 2&#xff09;替换 redis 的 host&#xff0c;post&#xff0c;passwd 3&#xff09;TongRDS 兼容 jedis # 例如&#xff1a;更改原先 redis 中对应的 host&#xff0c;post&#xff0c;passwd 改成 TongRDS…
阅读更多...
Node.js的http模块：创建HTTP服务器、客户端示例

Node.js的http模块：创建HTTP服务器、客户端示例

新书速览|Vue.jsNode.js全栈开发实战-CSDN博客 《Vue.jsNode.js全栈开发实战&#xff08;第2版&#xff09;&#xff08;Web前端技术丛书&#xff09;》(王金柱)【摘要 书评 试读】- 京东图书 (jd.com) 要使用http模块&#xff0c;只需要在文件中通过require(http)引入即可。…
阅读更多...
springboot项目使用maven打包，第三方jar问题

springboot项目使用maven打包，第三方jar问题

springboot项目使用maven package打包为可执行jar后&#xff0c;第三方jar会被打包进去吗&#xff1f; 答案是肯定的。做了实验如下&#xff1a; 第三方jar的项目结构及jar包结构如下&#xff1a;&#xff08;该第三方jar采用的是maven工程&#xff0c;打包为普通jar&#xf…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023