【数据结构】堆与二叉树

news2025/3/3 8:23:32

一、树的概念

1.1 什么是树？

树是一种非线性的数据结构，其由 n 个 ( n >= 0 ) 有限节点所组成的一个有层次关系的集合。之所以称其为树，是因为其逻辑结构看起来像是一颗倒挂的树。

img

在树中，有一个特殊的节点称为根节点（如上图中的 body 节点）

根节点的特色是他没有前驱节点，除了根节点之外的其他节点被分成了 M 个 ( M > 0 ) 互不相交的集合 T 1 、 T 2 、 . . . T m {T_1}、T_2、...T_m T1​、T2​、...Tm​

每一个集合的结构与树类似，我们又称其为子树，每个子树的根节点都有且只有一个前驱节点

我们从图中可以看到树的逻辑结构是一层一层递下去的，因此，树是以递归来实现。

1.2 与树相关的专有名词

节点的度：一个节点的子树个数

​ 以上图为例：body 节点的度为 3 （ul、p、div）

叶节点或终端节点：度为零的节点

​ 以上图为例： li、li、p、img 都是叶节点

分支节点或非终端节点：度不为零的节点

​ 以上图为例：body、ul、div 都是分支节点

双亲节点或父节点：如果一个节点有子节点，则这个节点就是这个子节点的双亲节点

​ 以上图为例：body节点是 ul、p、div 的双亲节点

孩子节点或子节点：一个节点所拥有的子树根节点就是这个节点的孩子节点

​ 以上图为例：body节点的孩子节点为 ul、p、div

兄弟节点：有相同双亲节点的节点

​ 以上图为例：ul的兄弟节点是p和div；li的兄弟节点是li和img

树的度：最大节点的的度就是树的度

​ 以上图为例：最大节点的度是3 （body节点）所以树的度为3

节点的层次：以根节点开始，根为第一层，根节点的子节点为第二层，以此类推

树的高度：就是节点的最大的层次

​ 以上图为例：最大的节点层次是3，所以树的高度是3

堂兄弟节点：双亲在同一层的节点互为堂兄弟

​ 以上图为例 li 和 img 是堂兄弟节点

节点的祖先：从根到该节点所经分支上的所有节点

​ 以上图为例：body是所有节点的祖先

子孙：以某节点为根的子树中任一节点都称为该节点的子孙

​ 以上图为例：除了body节点以外的节点都是body节点的子孙

森林：由 m（m>0）棵互不相交的树的集合称为森林

二、二叉树的概念

2.1 概念

二叉树的本质就是树，但二叉树有着自己的特殊性质
在这里插入图片描述

从图中可以看到两个二叉树的性质

  1. 二叉树每个节点的度不会大于2
  2. 二叉树有左右子树之分

二叉树的不同情况
在这里插入图片描述
注意：树可以没有节点，此时就是空树

2-2 特殊二叉树

  1. 满二叉树 （ 图 a ）

    一个二叉树每一层的节点数都是该层的最大值，则这个二叉树就是满二叉树

  2. 完全二叉树 （图 b ）

    一个二叉树每一层的节点依照从左至右的顺序，如果有一层的节点不是该层的最大值，则这个二叉树是完全二叉树

    注意：满二叉树是一个特殊的完全二叉树
    在这里插入图片描述

2-3 二叉树的性质

  1. 若根节点的层数为1，则第 i 层的最大节点数为 2 i − 1 {2^{i-1}} 2i−1

  2. 若根节点的层数为1，则深度为 h 的二叉树最大节点数为 2 h − 1 {2^h - 1} 2h−1

  3. 对任何一棵二叉树, 如果度为 0 其叶节点个数为 n 0 {n_0} n0​ , 度为 2 的分支节点个数为 n 2 {n_2} n2​ ,则有 n 0 = n 2 + 1 {n_0 = n_2 + 1} n0​=n2​+1

  4. 若规定根节点的层数为1，具有 n 个节点的满二叉树的深度， h = l o g 2 ( n + 1 ) {h = log_2(n+1)} h=log2​(n+1)

    注意这里的 log 是以2为底

  5. 对于具有 n 个节点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对

    于序号为 i。的节点有

    （1）若 i > 0，i 位置节点的双亲序号： i − 1 2 {\frac {i-1}{2}} 2i−1​； i=0，i 为根节点编号，无双亲节点

    （2）若 2i+1< n，左孩子序号：2i+1，2i+1 >= n 则无左孩子

    （3）若 2i+2 <n，右孩子序号：2i+2，2i+2 >= n 则无右孩子

2-4 二叉树的存储结构

一般来所，二叉树的存储结构可以分成两种

  1. 顺序存储结构

    顺序存储结构就是利用数组来实现，通常只有完全二叉树才会使用数组来实现，因为如果不是完全二叉树会有空间浪费的问题，在实际当中只有堆会使用到二叉树的顺序存储结构

    虽然物理结构上是数组，但是逻辑结构上还是一棵二叉树
    在这里插入图片描述

  2. 链式存储结构

    链式存储结构就是以链表来表示一棵二叉树，在目前主要以二叉链表来表示，每个节点由数据域（data）、左指针（指向左孩子 – leftchild）、右指针（ 指向右孩子 – rightchild）所组成

    而二叉树的延伸 – 红黑树则以三叉链表来表示，在二叉链表的基础上再加上指向双亲节点的指针
    在这里插入图片描述
    在这里我们主要介绍一般的二叉树

三、堆 （ Heap )

3.1 堆的概念

堆就是将数据以二叉树的顺序存储结构进行实现
且满足 K i < = K 2 ∗ i + 1 {K_i <= K_{2*i+1}} Ki​<=K2∗i+1​ 且 K i < = K 2 ∗ i + 2 {K_i <= K_{2*i+2}} Ki​<=K2∗i+2​ （称为小堆）
或 K i > = K 2 ∗ i + 1 {K_i >= K_{2*i+1}} Ki​>=K2∗i+1​ 且 K i > = K 2 ∗ i + 2 {K_i >= K_{2*i+2}} Ki​>=K2∗i+2​ （称为大堆）

堆的性质

  1. 堆中某个节点的值总是不大于或不小于其父节点的值 （满足大堆或小堆 ）

  2. 堆总是一棵完全二叉树
    在这里插入图片描述

3.2 堆的接口

// 以順序表實現堆
typedef int HeapDatatype;
typedef struct Heap
{
    HeapDatatype *a; // 用來創建數組
    int capacity;    // 容量
    int size;        // 有效數據個數
} HP;
// 初始化
void HeapInit(HP *php);
// 初始化數組（利用一个已存在的数组来建堆）
void HeapInitArray(HP *php, int *a, int n);
// 交換
void Swap(HeapDatatype *x1, HeapDatatype *x2);
// 向上調整
void AdjustUp(HeapDatatype *a, int child);
// 向下調整
void AdjustDown(HeapDatatype *a, int n, int parent);
// 插入數據
void HeapPush(HP *php, HeapDatatype x);
// 刪除數據
void HeapPop(HP *php);
// 取堆頂數據
HeapDatatype HeapTop(HP *php);
// 判斷堆是否為空
bool HeapEmpty(HP *php);
// 堆有效數據的個數
int HeapSize(HP *php);
// 堆銷毀
void HeapDestroy(HP *php);
3.2.1 堆初始化
void HeapInit(HP *php){
  assert(php);
  php->a = (HeapDatatype*)malloc(sizeof(HeapDatatype)*4);
  if(php->a == NULL){
    perror("malloc fail");
    return;
  }
  php->capacity = 4;
  php->size = 0;
}
3.2.2 堆初始化（以另一个数组来为堆做初始化）
void HeapInitArray(HP * php,int *a,int n){
  assert(php);
  php->a = (HeapDatatype*)malloc(sizeof(HeapDatatype)*n);
  if(php->a == NULL){
    perror("malloc fail");
    return;
  }
  php->capacity = n;
  php->size = n;
  for(int i = 0;i<n;++i){
    php->a[i] = a[i];
  }
  // 建堆
  for(int i = (i-2)/2; i >= 0; --i ){
    AdjustDown(php->a,php->size,i);
  }  
}
3.2.3 向上调整
void AdjustUp(HeapDatatype*a, int child){
  // 找双亲节点
	int parent = (child-1)/2;
  while(child > 0){
    if(a[child] > a[parent]){
      Swap(&a[child],&a[parent]);
      child = parent;
      parent = (child-1)/2;
    }
    else{
      break;
    }
  }
}
3.2.4 向下调整
void AdjustDown(HeapDatatype*a, int n, int parent){
  int child = 2*parent + 1;
  // 判断那个孩子比较大
  while(child < n){
    if(child + 1 < n && a[child] < a[child+1]){
      child++;
    }
    if(a[child] > a[parent] ){
      Swap(&a[child],&a[parent]);
      parent = child;
      child = 2*parent+1;
    }
    else{
      break;
    }
  }
}
3.2.5 插入数据
void HeapPush(HP *php, HeapDatatype x){
	assert(php);
  if(php->capacity == php->size){
    HeapDatatype* tmp = (HeapDatatype*)realloc(php->a,sizeof(HeapDatatype)*2*php->capacity);
   	if(tmp == NULL){
      perror("realloc fail");
      return;
    }
    php->a = tmp;
    php->capacity *= 2;
  }
  php->a[php->size++] = x;
  // 插入之后，要确保依然满足堆的特性，所以要进行向上调整
  AdjustUp(php->a,php->size-1);
}
3.2.6 删除数据

删除数据的思路
在这里插入图片描述
代码实现

void HeapPop(HP * php){
  assert(php);
  Swap(&php->a[0],&php->a[size-1]);
  php->size--;
  AdjustDown(php->a,php->size,0);
}
3.2.7 取堆顶的数据
HeapDatatype HeapTop(HP *php){
  assert(php);
  return php->a[0];
}
3.2.8 判断堆是否为空
bool HeapEmpty(HP *php){
  assert(php);
  return php->size == 0;
}
3.2.9 取堆中有效数据个数
int HeapSize(HP *php){
  assert(php);
  return php->size;
}
3.2.10 堆的销毁
void HeapDestroy(HP *php){
  assert(php);
  free(php->a);
  php->a = NULL;
  php->size = 0;
  php->capacity = 0;
}

3.3 堆的分析

  1. 堆的时间复杂度：O( n ) – 利用错位相减法可以得到
  2. 堆的空间复杂度：取决于malloc的大小 （ 通常是O(n) ）

3.4 堆的应用

  1. 堆排序

    堆排序的两个步骤

    1. 建堆

      • 如果要排升序 – 建大堆
      • 如果要排降序 – 建小堆

    2. 利用堆删除的思想来完成堆排序

    代码实现

    void HeapSort(int *a, int n){ // n 是有效数据个数
  // 先建堆（假设我们要排升序）
  for(int i = 0;i<n;++i){
    AdjustDown(a,i);
  }
  // 升序
  while(n >= 0){
    Swap(&a[0],&a[n-1]); // 因为是排升序（建大堆）所以堆顶的数据一定是最大的
    AdjustDown(a,n,0);
    --n;
  }
}

  2. Top-K 问题

    排完序后（这里要排降序），我们就可以取得最大的前 k 个数据

    但如果数据量大的话，直接排序就不是那么好的方法，因此，我们可以采用以下方法

    1. 建堆

      • 求前 k 个最大的数据 – 建大堆

      • 求前 k 个最小的数据 – 建小堆

    2. 用剩余的 N-K 个元素依次与堆顶元素来比较，不满足则替换堆顶元素，将剩余N-K个元素依次与堆顶元素比完之后，堆中剩余的K个元素就是所求的前K个最小或者最大的元素

    • 注意替换后如果不满足堆的特性，要进行调整

四、二叉树 （ BinaryTree )

要说明二叉树，我们需要先建一个二叉树，注意当前的创建方法并不是二叉树的真正创建方法，真正的创建方法会在未来更进阶的二叉树中进行说明，当前主要以快速上手二叉树为主

4.1 回顾

我们前面有说到，二叉树是

  1. 空树
  2. 非空：由根节点、根节点的左子树、根节点的右子树组成

从二叉树的逻辑结构不难发现二叉树的实现是以递归来实现的
而对二叉树的增删查改通常不是通过一般的二叉树实现的，所以在这里我们不讨论二叉树的增删查改，我们会利用二叉树的遍历来了解最一般的二叉树

4.2 二叉树的遍历

二叉树的遍历主要问题有四种

  1. 前序遍历：访问顺序 – 根 - 左子树 - 右子树

  2. 中序遍历：访问顺序 – 左子树 - 根 - 右子树

  3. 后序遍历：访问顺序 – 左子树 - 右子树 - 根

  4. 层序遍历：访问顺序 – 依序访问每一层的节点，一层访问完后再访问下一层
    在这里插入图片描述
    层序遍历不仅遍历方式和其他三种不一样，实现方式也与其他三种不一样

4.3 二叉树的遍历（代码实现）

4.3.1 创建节点

因为我们不是以正规的二叉树创建方法实现，所以我们要自己创建二叉树

// 先定义结构体
typedef int BTDatatype;
typedef struct BinaryTreeNode{
  BTDatatype data; // 存储数据
  struct BinaryTreeNode* left; // 指向左孩子
  struct BinaryTreeNode* right; // 指向右孩子
}BTNode;
// 创建节点
BTNode* CreateNode(BTDatatype x){
  BTNode* node = (BTNode*)malloc(sizeof(BTNode));
  if(node == NULL){
    perror("malloc fail");
    return;
  }
  node->data = x;
  node->left = NULL:
  node->right = NULL:
  return node;
}
4.3.2 创建树

创建节点并创建树

BTNode* CreateTree(){
  // 创建节点
  BTNode* node1 = CreateNode(1);
  BTNode* node2 = CreateNode(2);
  BTNode* node3 = CreateNode(3);
  BTNode* node4 = CreateNode(4);
  BTNode* node5 = CreateNode(5);
  BTNode* node6 = CreateNode(6);
 	node1->left = node2;
  node1->right = node3;
  node2->left = node4;
  node2->right = node5;
  node3->right = node6; // 这里没有写错，我们让node3没有左孩子
  return node1;
}
4.3.3 二叉树遍历
// 前序遍历 (我们会把空节点一起打印出来)
void PreOrder(BTNode* root){
  if(root == NULL){
    printf("NULL ");
    return;
  }
  // 前序遍历的访问顺序 -- 根 - 左子树 - 右子树
  // 先访问根
  printf("%d ",root->data);
  // 访问左子树
  PreOrder(root->left);
  // 访问右子树
  PreOrder(root->right);
}

// 中序遍历
void InOrder(BTNode* root){
  if(root == NULL){
    printf("NULL ");
    return;
  }
  // 中序遍历的访问顺序 -- 左子树 - 根 - 右子树
  // 左子树
  InOrder(root->left);
  // 根
  printf("%d ",root->data);
  // 右子树
  InOrder(root->right);
}

//后序遍历
void PostOrder(BTNode* root){
  if(root == NULL){
    printf("NULL ");
    return;
  }
  // 后序遍历的访问顺序 -- 左子树 - 右子树 - 根
  PostOrder(root->left);
  PostOrder(root->right);
  printf("%D ",root->data);
}
4.3.4 二叉树的其他接口
// 求二叉树的节点数
// 方法：求得左子树和右子树的节点数后再加1（根节点）
int TreeSize(BTNode* root){
  if(root == NULL){
    return;
  }
  int lnum = TreeSize(root->left);
  int rnum = TreeSize(root->right);
  return lnum + rnum + 1;
}
// 求二叉树的高度
int TreeHeight(BTNode* root){
  if(root == NULL){
    return 0;
  }
  int lnum = TreeHeight(root->left);
  int rnum = TreeHeight(root->right);
  return lnum > rnum ? lnum + 1 : rnum + 1;
}
4.3.4 第k層的節點數
int TreeKLevel(BTNode* root, int k){
  if(root == NULL){
    return 0;
  }
  if(k == 1){
    return 1;
  }
  int lnum = TreeKLevel(root->left,k-1);
  int rnum = TreeKLevel(root->right,k-1);
  return lnum + rnum;
}
4.3.5 寻找值为x的节点（如果有多个值为x的节点则返回第一个节点）
// 思路：先从根节点开始，如果根节点的值不满足我们要找的，就找左子树的节点，如果左子树没有，找右子树的节点
BTNode* BinaryTreeFind(BTNode* root, BTDatatype x){
  if(root == NULL){
    return NULL;
  }
  if(root->data == x){
    return root;
  }
  // 将左子树的结果保存
  BTNode* lret = BTNBinaryTreeFind(root->left,x);
  if(lret){
    return lret;
  }
  // 将右子树的结果保存
  BTNode* rret = BinaryTreeFind(root->right,x);
  if(rret){
    return rret;
  }
  // 整个二叉树都没有找到就返回NULL
  return NULL;
}
4.3.6 层序遍历 & 判断一棵树是否是完全二叉树

层序遍历

我们前面有说过，层序遍历的实现和前、中、后序遍历有些不同，在实现层序遍历我们需要用到队列

栈与队列 — 关于队列的代码实现都在这篇博客中，但要注意在二叉树这里的队列的数据类型是BTNode*

如何以队列实现层序遍历？

在这里插入图片描述

队列的特性：先进先出

所以用队列实现层序遍历的步骤

  1. 先 Push 根节点进栈
  2. Pop 队头节点的时候将该节点的左右孩子 Push 到队列中

重要！因为判断是否是完全二叉树也会用到这个概念

// 层序遍历
void LevelOrder(BTNode* root){
  Queue q;
  QueueInit(&q);
  // 如果root不是空，就将根节点Push进队列
  if(root != NULL){
    QueuePush(&q,root);
  }
  // 当队列不为空时
  while(!QueueEmpty(&q)){
    BTNode* front = Queuefornt(&q); // 将对头的节点取出
    // 打印
    Printf("%d ", front->data);
    // 将对头节点的左右孩子 Push 进队列
    if(root->left){
      QueuePush(&q,root->left);
    }
    if(root->right){
      QueuePush(&q,root->right);
    }
    // 删掉对头的节点
    QueuePop(&q);
  }
  // 结束后要记得销毁队列
  QueueDestroy(&q);
}

判断一棵树是否是完全二叉树

我们前面说过完全二叉树有一个特性：每一层的节点是依序从左至右的

也就是说我们利用层序遍历的概念，只要空的节点后面存在非空节点，则这棵树就不是完全二叉树

bool BinaryTreeComplete(BTNode* root){
  Queue q;
  QueueInit(&q);
	if(root != NULL){
		QueuePush(&q,root);
  }
  while(!QueueEmpty(&q)){
    BTNode* front = Queuefront(&q);
    if(front == NULL){
      break;
    }
    QueuePush(&q,root->left);
    QueuePush(&q,root->right);
    QueuePop(&q);
  }
  // 第二次循环来判断后面有没有非空
  while(!QueueEmpty(&q)){
    BTNode* front = Queuefront(&q);
    if(front){
      QueueDestroy(&q);
      return false;
    }
  }
  QueueDestroy(&q);
  return true;
}

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/2308853.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

游戏引擎学习第128天

游戏引擎学习第128天

开始 然而&#xff0c;我们仍然有一些工作要做&#xff0c;渲染部分并没有完全完成。虽然现在已经能够运行游戏&#xff0c;而且帧率已经可以接受&#xff0c;但仍然有一些东西需要进一步完善。正在使用调试构建编译版本&#xff0c;虽然调试版本的性能不如优化版本&#xff0…
阅读更多...
自然语言处理：词频-逆文档频率

自然语言处理：词频-逆文档频率

介绍 大家好&#xff0c;博主又来给大家分享知识了。本来博主计划完成稠密向量表示的内容分享后&#xff0c;就开启自然语言处理中文本表示的讲解。可在整理分享资料的时候&#xff0c;博主发现还有个知识点&#xff0c;必须得单独拎出来好好说道说道。 这就是TF-IDF&#xf…
阅读更多...
快速在本地运行SpringBoot项目的流程介绍

快速在本地运行SpringBoot项目的流程介绍

目录 前言 一、环境配置 1.1Java环境 1.2Maven环境 1.3IntelliJ IDEA安装 1.4MySql安装 二、项目导入与启动的过程 2.1Maven镜像和本地仓库 2.1.2镜像配置 2.1.3配置本地仓库 2.2导入项目与启动 2.2.1加载Maven设置 2.2.2配置jdk与java版本 2.2.3创建数据库 2.2…
阅读更多...
SpringBoot 端口配置

SpringBoot 端口配置

在Spring Boot中&#xff0c;配置应用程序的监听端口有多种方式。以下是常见的几种方法&#xff1a; 1. 通过 application.properties 或 application.yml 文件配置 application.properties server.port8081application.yml server:port: 8081如果没有显式配置 server.port…
阅读更多...
Python 数据结构 4.单向链表

Python 数据结构 4.单向链表

惟愿春日不迟&#xff0c;相逢终有时 —— 25.3.2 一、单向链表的基本概念 1.单向链表的概念 对于顺序存储的结构&#xff0c;最大的缺点就是&#xff1a;插入 和 删除 的时候需要移动大量的元素&#xff0c;所以基于前人的智慧&#xff0c;他们发明了链表。 链表是由一个个结…
阅读更多...
LeeCode题库第四十题

LeeCode题库第四十题

40.组合总和II 项目场景&#xff1a; 给定一个候选人编号的集合 candidates 和一个目标数 target &#xff0c;找出 candidates 中所有可以使数字和为 target 的组合。 candidates 中的每个数字在每个组合中只能使用 一次 。 注意&#xff1a;解集不能包含重复的组合。 示…
阅读更多...
玩转大模型——deepseek本地部署与ollama 非C盘安装之ChatBox配置

玩转大模型——deepseek本地部署与ollama 非C盘安装之ChatBox配置

文章目录 ollama安装ollama是什么DeepSeek是什么下载地址非C盘安装配置大模型目录大模型下载安装deepseek-r1:1.5b安装deepseek-r1:7b ChatBox安装参考资料 ollama安装 ollama是什么 Ollama 是一个专注于本地运行大型语言模型的工具。它允许用户在本地环境中部署和运行各种开…
阅读更多...
DAV_postgresql_3-schema

DAV_postgresql_3-schema

schem介绍&#xff1a; 什么是schema? 用户对象的集合叫做模式 不同模式下的对象可以同名 可以把用户下对象根据业务分类&#xff0c;不同的对象放在不同的模式 一个用户可以创与拥有多个模式 一个模式只能属于一个用户 普通用户创建模式需要授权指定数据库下的创建权限…
阅读更多...
Hive-04之存储格式、SerDe、企业级调优

Hive-04之存储格式、SerDe、企业级调优

一、主题 hive表的数据压缩和文件存储格式hive的自定义UDF函数hive的JDBC代码操作hive的SerDe介绍和使用hive的优化 二、要点 1. hive表的文件存储格式 Hive支持的存储数的格式主要有&#xff1a;TEXTFILE&#xff08;行式存储&#xff09; 、SEQUENCEFILE(行式存储)、ORC&…
阅读更多...
信号和槽

信号和槽

connect(信号发送者&#xff0c;发送的信号&#xff0c;信号接收者&#xff0c;信号的处理); 信号函数和槽函数的参数必须是一样的&#xff0c;但信号的参数可以多余槽函数的参数&#xff08;前面的参数类型必须一致&#xff09; 是控件和控件间的信号传递&#xff0c;这两个…
阅读更多...
从零开始用react + tailwindcss + express + mongodb实现一个聊天程序(八) 聊天框用户列表

从零开始用react + tailwindcss + express + mongodb实现一个聊天程序(八) 聊天框用户列表

简单画了个聊天框 就是咱们的HomePage.jsx 1.后端接口开发 在server/src/index.js 新增 messagesRoutes 先引入 import messageRoutes from ./routes/message.route.js // 消息接口 app.use(/api/messages, messageRoutes) 在routes文件夹下新建message.route.js 有3个路…
阅读更多...
关于后端使用Boolean或boolean时前端收到的参数的区别

关于后端使用Boolean或boolean时前端收到的参数的区别

当后端使用的是Boolean时&#xff0c;调用的方法是setIsLoginUser&#xff0c;前端收到的参数的参数名是isLoginUser 而当后端使用的是boolean时&#xff0c;调用的方法是setLoginUser&#xff0c;前端收到的参数的参数名是loginUser 封装类和基本数据类型在使用时需要注意这…
阅读更多...
智能称重搬物寻迹小车（论文+源码）

智能称重搬物寻迹小车（论文+源码）

1 系统设计方案确定 本次设计的总系统有以下几个模块分别是避障模块&#xff0c;循迹模块&#xff0c;二维码扫描电路&#xff0c;称重电路&#xff0c;LCD显示电路和电机驱动模块&#xff0c;而且这几个模块都是由单片机stm32控制的&#xff0c;整个系统的框图如下图所示。其…
阅读更多...
使用 ASP.NET Core 创建和下载 zip 文件

使用 ASP.NET Core 创建和下载 zip 文件

对于最近的一个功能&#xff0c;我必须从用 ASP.NET Core 编写的内部网站下载一批文件。在下载文件之前对其进行压缩&#xff0c;结果证明这是一种轻松实现多文件下载的好方法。.NET 提供了所有需要的功能&#xff0c;在本文中&#xff0c;我将向您展示如何实现它。 首先&#…
阅读更多...
dify绑定飞书多维表格

dify绑定飞书多维表格

dify 绑定飞书和绑定 notion 有差不多的过程&#xff0c;都需要套一层应用的壳子&#xff0c;而没有直接可以访问飞书文档的 API。本文记录如何在dify工具中使用新增多条记录工具。 创建飞书应用 在飞书开放平台创建一个应用&#xff0c;个人用户创建企业自建应用。 自定义应…
阅读更多...
SQL server配置ODBC数据源（本地和服务器）

SQL server配置ODBC数据源（本地和服务器）

本地配置 1. 控制面板中找到系统ODBC数据源&#xff08;打开控制面板直接搜&#xff09; 2. 选择“系统DSN”&#xff0c;点击“添加” 3. 选择“SQL server” 4. 名称和描述自己填&#xff0c;服务器选择本机设备名称 5. 选择ID和密码验证&#xff0c;并填写本地SQL server登…
阅读更多...
LogiSim教程

LogiSim教程

一、LogiSim是什么 Logisim是一种设计数字电路的工具。 二、安装LogiSim 下载地址 https://sourceforge.net/projects/circuit/ 此软件需要java运行环境。 三、使用LogiSim &#xff08;一&#xff09;界面 Logisim界面分为菜单栏、工具栏、资源管理器&#xff0c;属性表…
阅读更多...
RAP: Efficient Text-Video Retrieval with Sparse-and-Correlated Adapter

RAP: Efficient Text-Video Retrieval with Sparse-and-Correlated Adapter

​​标题&#xff1a;RAP:基于稀疏相关适配器的高效文本视频检索 原文链接&#xff1a;RAP: Efficient Text-Video Retrieval with Sparse-and-Correlated Adapter - ACL Anthology 发表&#xff1a;ACL-2024(NLP领域CCF A类) 摘要 文本-视频检索&#xff08;TVR&#xff0…
阅读更多...
I2C驱动(十一) -- gpio模拟的i2c总线驱动i2c-gpio.c分析

I2C驱动(十一) -- gpio模拟的i2c总线驱动i2c-gpio.c分析

相关文章 I2C驱动(一) – I2C协议 I2C驱动(二) – SMBus协议 I2C驱动(三) – 驱动中的几个重要结构 I2C驱动(四) – I2C-Tools介绍 I2C驱动(五) – 通用驱动i2c-dev.c分析 I2C驱动(六) – I2C驱动程序模型 I2C驱动(七) – 编写I2C设备驱动之i2c_driver I2C驱动(八) – 编写I2C…
阅读更多...
不要升级，Flutter Debug 在 iOS 18.4 beta 无法运行，提示 mprotect failed: Permission denied

不要升级，Flutter Debug 在 iOS 18.4 beta 无法运行，提示 mprotect failed: Permission denied

近期如果有开发者的 iOS 真机升级到 18.4 beta&#xff0c;大概率会发现在 debug 运行时会有 Permission denied 的相关错误提示&#xff0c;其实从 log 可以很直观看出来&#xff0c;就是 Dart VM 在初始化时&#xff0c;对内核文件「解释运行&#xff08;JIT&#xff09;」时…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023