图的邻接矩阵与邻接表

news2024/11/24 1:36:38

目录

一、图的概念

二、邻接矩阵

2.1 邻接矩阵存储

2.2 邻接矩阵结构

2.3 构造邻接矩阵

2.4 边的添加

三、邻接表

3.1 邻接矩阵存储

3.2 邻接表结构

3.3 构造邻接表

3.4 边的添加

三、 图的遍历

一、图的相关概念

图是由顶点集合及顶点间的关系组成的一种数据结构：G=（V,E）其中：

  • 顶点和边：图中结点称为顶点，第i个顶点记作vi。两个顶点vi和vj相关联称作顶点vi和顶点vj之间有一条边，图中的第k条边基座ek，ek=(vi,vj)或<vi,vj>。
  • 顶点集合V={x|x某个数据对象集}是个有穷非空集合；
  • 边的集合E={(x,y)|x,y属于V}或者E={<x,y>|x,y属于V && Path(x,y)}是顶点间关系的有穷集合.
  • (x,y)表示x到y的一条双向通路，即(x,y)是无方向的；Path(x,y)表示从x到y的一条单向通路，即Path(x,y)是有方向的。

有向图与无向图：        

        在有向图中，顶点对<x,y>是有序的，顶点对<x,y>称为顶点x到顶点y的一条边(弧)，<x,y>和<y,x>是两条不同的边，比如下图G3和G4为有向图。在无向图中，顶点对(x,y)是无序的，顶点对(x,y)称为顶点x和顶点相关联的一条边，这条边没有特定的方向，(x,y)和(y,x)是同一条边，比如下图G1和G2就是无向图。注意：无向边(x,y)等于有向边<x,y>和<y,x>。

完全图：

        在有 n 个顶点的无向图中，若有n*(n-1)/2条边，即任意两个顶点之间有且仅有一条边，则此图称为无向完全图，比如上图中的G1；

        在有 n 个顶点的有向图中，若有n*(n-1)条边，即任意两个顶点之间有且仅有方向相反的边，则称此图为有向完全图，比如上图的G4.

邻接顶点：

        在无向图G中，若(u,v)是E(G)中的一条边，则称为u和v互为邻接顶点，并称为边(u,v)依附于顶点u和v。在有向图G中，若<u,v>是E(G)中的一条边，则称顶点u邻接到v，顶点v邻接自顶点u，并称边<u,v>与顶点u和顶点v相关联。

顶点的度：

        顶点v的度是指与他相关联的边的条数，记作deg(V)。在有向图中，顶点的度等于该顶点的出度和入读之和，其中顶点v的入度就是以v为终点的有向边的条数，基座indev(V);顶点v的出度是以v为起始点的有向边的条数，记作outdev(V)。因此：dev(V)=inndev(V)+outdev(V)。注意：对于无向图，顶点的度等于该顶点的入度和出度，即dev(V)=indev(V)+outdev(V)。

路径与路径长度：

        在图G=(V,E)中，若从顶点vi出发有一组边使其可到达顶点vj，则称顶点vi到顶点vj的顶点序列为从顶点vi到顶点vj的路径。

路径长度：

        对于不带权的图，一条路径的路径长度是指该路径上的边的条数；对于带权的图，一条路径的路径长度是指该路径上各个边权值的总和。

简单路径与回路：

        若路径上各顶点v1、v2、v3……vn均不重复，则称这样的路径为简单路径。

        若路径上第一个顶点v1和最后一个顶点vn重合，则称这样的路径为回路或者环。

子图：

        设图G={V,E}和G1={V1,E1}，若v1属于V且E1属于E，则称G1是G的子图。

连通图与强连通图：        

        在无向图中，若从顶点v1到顶点v2有路径，则称顶点v1与v2是连通的。如果途中任一对顶点是连通的，则称此图为连通图。

        在有向图中，若在每一对顶点vi和vj之间都存在一条从vi到vj的路径，也存在一条从vj到vi的路径，则称此图是强连通图。

二、邻接矩阵

2.1 如何存储

图中既有节点，又有边(节点与节点之间的关系)，因此，在图的存储中，只需要保存：节点和边的关系即可。节点保存比较简单，只需要一段连续空间即可，那边关系该如何保存呢？

因为节点与节点之间的关系就是连通与否，即为0或者1，因此邻接矩阵(二维数组)即是：先用一个数组将顶点保存，然后采用矩阵来表示节点与节点之间的关系。

以下是使用矩阵的方式保存无向图、有向图的边：

注意：

  1. 无向图的邻接矩阵是对称的，第i行(列)元素之和，就是顶点 i 的度。有向图的邻接矩阵则不一定是对称的，第 i 行(列)元素之后就是顶点 i 的出(入)度。
  2. 如果边带有权值，并且二个节点之间是连通的，上图的边的关系就用权值代替，如果两个顶点不同，则使用无穷大代替。
  3. 邻接矩阵的优点是能够快速知道两个顶点是否连通。
  4. 邻接矩阵的缺陷是如果顶点比较多，边比较少时，矩阵中存储大量的0成为系数矩阵，比较浪费空间，并且要求两个顶点之间的路径不是很好求。而且不适合查找一个顶点连接的所有顶点。

2.2 邻接矩阵结构

我们使用邻接矩阵来保存图中的所有数据，我们要使用三种结构来实现：

  1. 保存图中所有顶点的数组。
  2. 记录图中顶点与数组下标的映射关系。
  3. 矩阵(二维数组)保存图中的边数据集合。

那我们的结构就要进行以下这种方式的定义：

再介绍一下模板参数：

V：表示顶点的数据类型，一般为char型(A、B、C)。

W：表示边上权值的数据类型，一般为int型。

W MAX_W：非类型模板参数，表示当两顶点间不连通时的权值，默认为INT_MAX。

Direction：默认为false，表示无向图，传入true表示有向图。

2.3 构造邻接矩阵

传入顶点数组，我们便可以构造图。第一步将顶点放入顶点数组中；第二步就是开辟矩阵。

//传入顶点数组进行初始化
Graph(const V* a, size_t n)
{
	//step1: 将顶点存入顶点数组中
	_vertexs.reserve(n);
	for (size_t i = 0; i < n; ++i)
	{
		_vertexs.push_back(a[i]);
		_indexMap[a[i]] = i;
	}
	//step2:创建矩阵
	_matrix.resize(n);
	for (size_t i = 0; i < _matrix.size(); ++i)
	{
		_matrix[i].resize(n, MAX_W);
	}
}

2.4 边的添加

首先添加边我们要知道顶点对应的矩阵下标是多少，我们已经使用Map存放了对应的映射关系，接下来我们可以将其封装成一个函数获取对应的矩阵下标。

size_t GetVertexIndex(const V& v)
{
	auto it = _indexMap.find(v);
	if (it != _indexMap.end())
	{
		return it->second;
	}
	else
	{
		throw invalid_argument("顶点不存在");
		return -1;
	}
}

然后我们获取顶点的下标，在矩阵中添加边的信息。

接下来就要判断，如果是有向图，那只用添加一条边即可，如果是无向图，那对称位置也要进行设置。

void AddEdge(const V& src, const V& dst, const W& w)
{
	size_t srci = GetVertexIndex(src);
	size_t dsti = GetVertexIndex(dst);
	_matrix[srci][dsti] = w;
	if (!Direction)
		_matrix[dsti][srci] = w;
}

有了添加边我们就可以简单的测试一下， 接下来写的一个简易的Print函数：

void Print()
{
	//打印顶点和下标的映射关系
	for (size_t i = 0; i < _vertexs.size(); i++)
	{
		cout << "[" << i << "]" << "->" << _vertexs[i] << endl;
	}
	cout << endl << "  ";

	for (auto i : _vertexs)
		cout << i << " ";
	cout << endl;
	//打印矩阵
	for (size_t i = 0; i < _matrix.size(); ++i)
	{
		cout << _vertexs[i] << " ";
		for (size_t j = 0; j < _matrix[i].size(); ++j)
		{
			if (_matrix[i][j] == INT_MAX) cout << "#" << " ";
			else cout << _matrix[i][j] << " ";
		}
		cout << endl;
	}
}

测试代码与测试结果：

void testgraph2()
{
	matrix::Graph<char, int> g("ABCD", 4);
	g.AddEdge('A', 'B', 1);
	g.AddEdge('A', 'D', 4);
	g.AddEdge('B', 'D', 2);
	g.AddEdge('B', 'C', 9);
	g.AddEdge('C', 'D', 8);
	g.AddEdge('C', 'B', 5);
	g.AddEdge('C', 'A', 3);
	g.AddEdge('D', 'B', 6);
	g.Print();
}

三、邻接表

邻接表：使用数组表示顶点的集合，使用链表表示边的关系。

3.1 如何存储

1.无向图邻接表存储

注意：

        无向图中同一条边在邻接表中出现了两次。如果想知道顶点vi的度，只需要知道顶点vi边链表结合中节点的数据即可。

2.有向图邻接表存储

通常我们都是实现的出边表

3.2 邻接表结构

因为邻接表是类似于指针数组，数组中存放的是节点的指针，我们先来定义各个节点的结构吧。

邻接表中的各个节点其实就是表示图中的边，这里我们实现的出边表，所以我们的节点需要保存：1.目标点的下标；2.边的权值；3.下一个节点的指针

template<class W>
struct Edge
{
    //传入目标点
	Edge(const int dsti, const W& w)
		:_dsti(dsti), _w(w), _next(nullptr)
	{}

	int _dsti;           //目标点的下标
	W _w;              //边的权值
	Edge<W>* _next; //下一个节点的指针
};

接下来我们图的邻接表的结构于邻接矩阵的结构非常相似了，只不过是将矩阵换成了邻接表：

template<class V, class W, bool Direction = false>
class Graph
{
	typedef Edge<W> Edge;
private:
	vector<V> _vertexs;      //顶点集合
	map<V, int> _indexMap;   //顶点映射下标
	vector<Edge*> _tables;   //邻接表
};

3.3 构造邻接表

分为两步，第一步是将顶点存入顶点数组中；第二步就是开辟邻接表的空间，让其存放边节点。

//使用顶点集合进行构造
Graph(const V* a, size_t n)
{
	//step1: 将顶点存入顶点数组中
	_vertexs.reserve(n);
	for (size_t i = 0; i < n; i++)
	{
		_vertexs.push_back(a[i]);
		_indexMap[a[i]] = i;
	}

	//step2:开辟邻接表的空间
	_tables.resize(n, nullptr);
}

3.4 边的添加

首先我们要new一个节点，使用头插法将该节点插入到指针数组中。

如果是无向图，那还要在目标点也添加一条对应的边。

void AddEdge(const V& src, const V& dst, const W& w)
{
	size_t srci = GetVertexIndex(src);
	size_t dsti = GetVertexIndex(dst);

	// 1->2
	Edge* eg = new Edge(dsti, w);
	eg->_next = _tables[srci];
	_tables[srci] = eg;

	// 2->1
	if (Direction == false)
	{
		Edge* eg = new Edge(srci, w);
		eg->_next = _tables[dsti];
		_tables[dsti] = eg;
	}
}

实现了图的构造和边的添加，接下来我们实现一个打印函数就可以进行测试了。代码与结果如下：

void Print()
{
	// 顶点
	for (size_t i = 0; i < _vertexs.size(); ++i)
	{
		cout << "[" << i << "]" << "->" << _vertexs[i] << endl;
	}
	cout << endl;

	for (size_t i = 0; i < _tables.size(); ++i)
	{
		cout << _vertexs[i] << "[" << i << "]->";
		Edge* cur = _tables[i];
		while (cur)
		{
			cout << "[" << _vertexs[cur->_dsti] << ":" << cur->_dsti << ":" << cur->_w << "]->";
			cur = cur->_next;
		}
		cout << "nullptr" << endl;
	}
}

三、源代码与测试用例

邻接矩阵：

namespace matrix
{
	//Direction表示是否有向，一般无向居多;MAX_W表示无权的边，赋值为int_max
	template<class V, class W, W MAX_W = INT_MAX, bool Direction = false>
	class Graph
	{
	public:
		//传入顶点数组进行初始化
		Graph(const V* a, size_t n)
		{
			//step1: 将顶点存入顶点数组中
			_vertexs.reserve(n);
			for (size_t i = 0; i < n; ++i)
			{
				_vertexs.push_back(a[i]);
				_indexMap[a[i]] = i;
			}
			//step2:创建矩阵
			_matrix.resize(n);
			for (size_t i = 0; i < _matrix.size(); ++i)
			{
				_matrix[i].resize(n, MAX_W);
			}
		}

		size_t GetVertexIndex(const V& v)
		{
			auto it = _indexMap.find(v);
			if (it != _indexMap.end())
			{
				return it->second;
			}
			else
			{
				throw invalid_argument("顶点不存在");
				return -1;
			}
		}

		void AddEdge(const V& src, const V& dst, const W& w)
		{
			size_t srci = GetVertexIndex(src);
			size_t dsti = GetVertexIndex(dst);
			_matrix[srci][dsti] = w;
			if (!Direction)
				_matrix[dsti][srci] = w;
		}
		void Print()
		{
			//打印顶点和下标的映射关系
			for (size_t i = 0; i < _vertexs.size(); i++)
			{
				cout << "[" << i << "]" << "->" << _vertexs[i] << endl;
			}
			cout << endl << "  ";

			for (auto i : _vertexs)
				cout << i << " ";
			cout << endl;
			//打印矩阵
			for (size_t i = 0; i < _matrix.size(); ++i)
			{
				cout << _vertexs[i] << " ";
				for (size_t j = 0; j < _matrix[i].size(); ++j)
				{
					if (_matrix[i][j] == INT_MAX) cout << "#" << " ";
					else cout << _matrix[i][j] << " ";
				}
				cout << endl;
			}
		}
	private:
		vector<V> _vertexs;         //存放图中的所有顶点
		map<V, int> _indexMap;      //顶点与数组下标的映射
		vector<vector<W>> _matrix;  //保存边集合的矩阵
	};
}

邻接表：

//邻接表
namespace link_table
{
	//结点
	template<class W>
	struct Edge
	{
		//传入目标点
		Edge(const int dsti, const W& w)
			:_dsti(dsti), _w(w), _next(nullptr)
		{}

		int _dsti;           //目标点的下标
		W _w;              //边的权值
		Edge<W>* _next; //下一个节点的指针
	};

	template<class V, class W, bool Direction = false>
	class Graph
	{
		typedef Edge<W> Edge;
	public:
		//使用顶点集合进行构造
		Graph(const V* a, size_t n)
		{
			//step1: 将顶点存入顶点数组中
			_vertexs.reserve(n);
			for (size_t i = 0; i < n; i++)
			{
				_vertexs.push_back(a[i]);
				_indexMap[a[i]] = i;
			}

			//step2:开辟邻接表的空间
			_tables.resize(n, nullptr);
		}

		size_t GetVertexIndex(const V& v)
		{
			auto it = _indexMap.find(v);
			if (it != _indexMap.end())
			{
				return it->second;
			}
			else
			{
				throw invalid_argument("顶点不存在");
				return -1;
			}
		}

		void AddEdge(const V& src, const V& dst, const W& w)
		{
			//如果是无向图，那A的边集合处要进行添加，即添加两条边
			//如果是有向图，只用添加src到dst的边即可。

			size_t srci = GetVertexIndex(src);
			size_t dsti = GetVertexIndex(dst);
			//构造节点
			Edge* eg = new Edge(dsti, w);
			//头插节点---效率高
			eg->_next = _tables[srci];
			_tables[srci] = eg;

			//如果是无向图
			if (!Direction)
			{
				Edge* eg = new Edge(srci, w);
				eg->_next = _tables[dsti];
				_tables[dsti] = eg;
			}
		}
		void Print()
		{
			// 顶点
			for (size_t i = 0; i < _vertexs.size(); ++i)
			{
				cout << "[" << i << "]" << "->" << _vertexs[i] << endl;
			}
			cout << endl;

			for (size_t i = 0; i < _tables.size(); ++i)
			{
				cout << _vertexs[i] << "[" << i << "]->";
				Edge* cur = _tables[i];
				while (cur)
				{
					cout << "[" << _vertexs[cur->_dsti] << ":" << cur->_dsti << ":" << cur->_w << "]->";
					cur = cur->_next;
				}
				cout << "nullptr" << endl;
			}
		}
	private:
		vector<V> _vertexs;      //顶点集合
		map<V, int> _indexMap;   //顶点映射下标
		vector<Edge*> _tables;   //邻接表
	};
}

测试用例：

void testgraph1()
{
	matrix::Graph<char, int> g("0123", 4);
	g.AddEdge('0', '1', 1);
	g.AddEdge('0', '3', 4);
	g.AddEdge('1', '3', 2);
	g.AddEdge('1', '2', 9);
	g.AddEdge('2', '3', 8);
	g.AddEdge('2', '1', 5);
	g.AddEdge('2', '0', 3);
	g.AddEdge('3', '2', 6);
	g.Print();
}

void testgraph2()
{
	matrix::Graph<char, int> g("ABCD", 4);
	g.AddEdge('A', 'B', 1);
	g.AddEdge('A', 'D', 4);
	g.AddEdge('B', 'D', 2);
	g.AddEdge('B', 'C', 9);
	g.AddEdge('C', 'D', 8);
	g.AddEdge('C', 'B', 5);
	g.AddEdge('C', 'A', 3);
	g.AddEdge('D', 'B', 6);
	g.Print();
}

void TestGraph3()
{
	string a[] = { "张三", "李四", "王五", "赵六" };
	link_table::Graph<string, int> g1(a, 4);

	g1.AddEdge("张三", "李四", 100);
	g1.AddEdge("张三", "王五", 200);
	g1.AddEdge("王五", "赵六", 30);
	g1.Print();
}
void testgraph4()
{
	link_table::Graph<char, int> g("ABCD", 4);
	g.AddEdge('A', 'B', 1);
	g.AddEdge('A', 'D', 4);
	g.AddEdge('B', 'D', 2);
	g.AddEdge('B', 'C', 9);
	g.AddEdge('C', 'D', 8);
	g.AddEdge('C', 'B', 5);
	g.AddEdge('C', 'A', 3);
	g.AddEdge('D', 'B', 6);
	g.Print();
}

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/937973.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

微服务dubbo

微服务dubbo

微服务是一种软件开发架构风格&#xff0c;它将一个应用程序拆分成一组小型、独立的服务&#xff0c;每个服务都可以独立部署、管理和扩展。每个服务都可以通过轻量级的通信机制&#xff08;通常是 HTTP/REST 或消息队列&#xff09;相互通信。微服务架构追求高内聚、低耦合&am…
阅读更多...
Mybatis学习|第一个Mybatis程序

Mybatis学习|第一个Mybatis程序

1.创建一个数据库以及一个用户表&#xff0c;并插入三条数据用来测试 2.创建一个空的maven项目 在pom.xml中导入本次测试用到的三个依赖&#xff0c;mysql驱动、mybatis依赖、以及单元测试junit依赖 将这个 空的maven项目当成一个父项目&#xff0c;再创建一个空的maven子项目用…
阅读更多...
并发编程基础知识篇--进程和线程的区别

并发编程基础知识篇--进程和线程的区别

目录 进程和线程 进程 线程 进程与线程的区别总结 扩展小知识 程序计数器为什么是私有的? 虚拟机栈和本地方法栈为什么是私有的? 简单了解堆和方法区 多进程和多线程区别 Java中的多线程 进程和线程 进程 在一个操作系统中&#xff0c;每个独立执行的程序都可称之…
阅读更多...
Linux操作系统--shell编程(运算符)

Linux操作系统--shell编程(运算符)

语法: "$((运算式))" 或 "$[运算式]" 下面我们介绍几种Linux操作系统中的运算符的使用方式: 方式1:这一个使用比较麻烦，不推荐使用 方式2:推荐使用
阅读更多...
软考A计划-系统集成项目管理工程师-小抄手册(共25章节)-中

软考A计划-系统集成项目管理工程师-小抄手册(共25章节)-中

点击跳转专栏>Unity3D特效百例点击跳转专栏>案例项目实战源码点击跳转专栏>游戏脚本-辅助自动化点击跳转专栏>Android控件全解手册点击跳转专栏>Scratch编程案例点击跳转>软考全系列点击跳转>蓝桥系列 &#x1f449;关于作者 专注于Android/Unity和各种游…
阅读更多...
BUUCTF [SWPU2019]Web1

BUUCTF [SWPU2019]Web1

​ 这是一道sql二次注入题目&#xff0c;但是注入点并不在登录处 注册一个用户然后登录 广告申请处进行sql注入 你会发现过滤了很多关键字 空格#information等等 这里用到了一些绕过技巧 使用 /**/ 代替空格 union/**/select/**/1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,1…
阅读更多...
【软件测试】Web自动化测试框架有哪些以及操作流程

【软件测试】Web自动化测试框架有哪些以及操作流程

测试行业现在70%是以手工测试为主&#xff0c;那么只有20%是自动化测试&#xff0c;剩下的10%是性能测试。 有人可能会说&#xff0c;我现在做手工&#xff0c;我为什么要学自动化呢&#xff1f;我去学性能更好性能的人更少&#xff1f; 其实&#xff0c;性能的要求比自动化要…
阅读更多...
D - President - 背包dp

D - President - 背包dp

分析&#xff1a; 需要让所有x大于y的对应的z的总数大于z总共的数量的一半&#xff0c;找最小需要转化的数量&#xff0c;那么可以转化为01背包问题&#xff0c;z作为体积&#xff0c;每组的x和y都可以计算出一个值表示需不需要转化&#xff0c;作为背包价值&#xff0c;如果x大…
阅读更多...
Java源码分析（二）Double

Java源码分析（二）Double

本篇是源码分析的第二篇&#xff0c;上篇我们一起分析了Integer类的源码&#xff0c;本篇一起学习下Double类的源码&#xff0c;看下其实现。 一、Double类图 首先&#xff0c;相比Integer&#xff0c;Double类的源码只有1000行代码。如下是Integer及其关联类/接口的类图&…
阅读更多...
rke2 在线部署 kubernetes

rke2 在线部署 kubernetes

文章目录 1. 还原虚拟机2. 背景3. 介绍4. 预备条件5.1 配置网卡5. 配置主机名 6. 配置互信7. 安装 ansible8. 系统初始化9. kube-master01 部署9.1 定制配置文件&#xff08;可选&#xff09;9.2 部署9.3 命令配置9.4 检查节点 10. 配置其他管理节点11. Agent 节点配置12. 检查…
阅读更多...
Android 之 WallpaperManager (壁纸管理器)

Android 之 WallpaperManager (壁纸管理器)

本节引言&#xff1a; 本节给大家带来的是WallpaperManager(壁纸管理器)&#xff0c;如其名&#xff0c;就是手机壁纸相关的 一个API&#xff0c;在本节中我们会描述下WallpaperManager的基本用法&#xff0c;调用系统自带的 壁纸选择功能&#xff0c;将Activity的背景设置为壁…
阅读更多...
openCV实战-系列教程8：直方图与均衡化（直方图定义/mask操作/均衡化原理/均衡化效果/自适应均衡化）、原理解析、源码解读

openCV实战-系列教程8：直方图与均衡化（直方图定义/mask操作/均衡化原理/均衡化效果/自适应均衡化）、原理解析、源码解读

OpenCV实战系列总目录 打印图像直接用这个函数&#xff1a; import cv2 #opencv读取的格式是BGR import numpy as np import matplotlib.pyplot as plt#Matplotlib是RGB %matplotlib inline def cv_show(img,name):cv2.imshow(name,img)cv2.waitKey()cv2.destroyAllWindows()…
阅读更多...
初阶数据结构（三）链表

初阶数据结构（三）链表

&#x1f493;博主csdn个人主页&#xff1a;小小unicorn&#x1f493; ⏩专栏分类&#xff1a;c &#x1f69a;代码仓库&#xff1a;小小unicorn的学习足迹&#x1f69a; &#x1f339;&#x1f339;&#x1f339;关注我带你学习编程知识 前面我们讲的线性表的顺序存储结构。它…
阅读更多...
2023年03月 C/C++（四级）真题解析#中国电子学会#全国青少年软件编程等级考试

2023年03月 C/C++（四级）真题解析#中国电子学会#全国青少年软件编程等级考试

第1题&#xff1a;最佳路径 如下所示的由正整数数字构成的三角形: 7 3 8 8 1 0 2 7 4 4 4 5 2 6 5 从三角形的顶部到底部有很多条不同的路径。对于每条路径&#xff0c;把路径上面的数加起来可以得到一个和&#xff0c;和最大的路径称为最佳路径。你的任务就是求出最佳路径上的…
阅读更多...
天正（建筑、暖通、给排水、电气、结构）软件安装包分享（附安装教程）

天正（建筑、暖通、给排水、电气、结构）软件安装包分享（附安装教程）

目录 一、软件简介 二、软件下载 一、软件简介 天正软件是一款由天正集团开发的建筑工程设计软件&#xff0c;广泛应用于建筑设计领域。该软件旨在提供便捷、高效的建筑设计工具&#xff0c;帮助设计师快速创建高质量的建筑图纸。 以下是天正软件的主要特点&#xff1a; 支…
阅读更多...
Spring注解之@validated的使用

Spring注解之@validated的使用

使用步骤 1.引入依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-validation</artifactId> </dependency> 2.异常拦截类 /*** 全局异常处理*/ Slf…
阅读更多...
二级MySQL（九）——表格数据处理练习

二级MySQL（九）——表格数据处理练习

在Mysql中&#xff0c;可以用INSERT或【REPLACE】语句&#xff0c;向数据库中已一个已有的表中插入一行或多行记录。 在Mysql中&#xff0c;可以用【DELETE】或【TRUNCATE】语句删除表中的所有记录。 在Mysql中&#xff0c;可以用【UPDATE】语句来修改数据表中的记录。 为了完…
阅读更多...
齐套检查与分配在生产计划中的实现

齐套检查与分配在生产计划中的实现

最近一段时间看到很多关于生产计划中&#xff0c;作齐套检查与分析讨论&#xff0c;正好我们的易排1.5版添加了类似功能。本文结合易排平台上相应的功能与特征&#xff0c;介绍一下我们在这方面的些许研究结论与看法。 本文中用到些引用自易排平台的概念&#xff0c;先行给出定…
阅读更多...
React笔记（一）初识React

React笔记（一）初识React

一、React概述 1、什么是react react的官网:React 用于构建用户界面的 JavaScript 库&#xff0c;它也是一个渐进式的用于构建用户界面的javascript框架 2、主要特征 声明式&#xff1a;使用原生JS编写的页面存在着开发效率低下、性能较差的情况&#xff0c;使用react大家就…
阅读更多...
JavaWeb 速通JQuery

JavaWeb 速通JQuery

目录 一、JQuery快速入门 1.基本介绍 : 2.入门案例 : 二、JQuery对象 1.基本介绍 : 2.DOM对象 --> JQuery对象 : 3.JQuery对象 --> DOM对象 : 三、JQuery选择器 1.简介 : 2.基本选择器 : 3.层次选择器 : 4.过滤选择器 : 4.1 基础过滤选择器 4.2 内容过滤选择…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023