【烧脑算法】不定长滑动窗口：从动态调整到精准匹配以灵活特性实现高效破题

目录

求最长/最大

2730. 找到最长的半重复子字符串

2779. 数组的最大美丽值

1838. 最高频元素的频数

2516. 每种字符至少取 K 个

2831. 找出最长等值子数组

求最短/最小

1234. 替换子串得到平衡字符串

2875. 无限数组的最短子数组

76. 最小覆盖子串

632. 最小区间

解法一：暴力查找 

解法二：排序+滑窗

解法三：堆

求子数组个数

越长越合法 

2537. 统计好子数组的数目

3298. 统计重新排列后包含另一个字符串的子字符串数目 II

越短越合法

2762. 不间断子数组

加餐

825. 适龄的朋友

1156. 单字符重复子串的最大长度

424. 替换后的最长重复字符

本篇博客是继上一篇的续写，上一篇博客【入门算法】不定长滑动窗口：从动态调整到精准匹配以灵活特性实现高效破题-CSDN博客介绍了不定长滑动窗口的使用场景及方法，以及一些常见的面试题型，本篇博客将对不定长滑动窗口题型进行进一步深入，本章的题目有难度需要有一定的不滑动窗口思想。

PS：本篇博客中的所有题目均来自于灵茶山艾府 - 力扣（LeetCode）分享的题单。

求最长/最大

2730. 找到最长的半重复子字符串

题解：使用滑动窗口，控制窗口内相邻字符相等的数量最多是1个。

class Solution {
public:int longestSemiRepetitiveSubstring(string s) {//通过滑动窗口来实现int n=s.size();int left=0,count=0;   //count记录窗口中相邻字符相等的个数int ret=1;  for(int right=1;right<n;right++){if(s[right-1]==s[right]) count++;  //相邻字符相等while(count>1)   //出窗口   {if(s[left]==s[left+1]) count--;left++;  }ret=max(ret,right-left+1);   //更新答案}return ret;}
};

2779. 数组的最大美丽值

题解：先对数组进行排序，再使用滑动窗口；通过滑动窗口控制左右两端之差不超过2*k即可。

class Solution {
public:int maximumBeauty(vector<int>& nums, int k) {//先对数组进行排序//再通过滑动窗口来找最大美丽值int n=nums.size();sort(nums.begin(),nums.end());int left=0,ret=0;for(int right=0;right<n;right++){while(nums[left]+k<nums[right]-k) left++;  //此时窗口的最大值和最小值相差太大，进行出窗口ret=max(ret,right-left+1);  //更新答案}return ret;}
};

1838. 最高频元素的频数

题解：排序+滑动窗口；先对数组进行排序，方便使用最小的k得到最多的频数。使用滑动窗口控制区间中需要递增的中次数不超过k。

class Solution {
public:int maxFrequency(vector<int>& nums, int t) {//先对数组进行排序int n=nums.size();sort(nums.begin(),nums.end());int left=0,ret=1;long long k=t;for(int right=1;right<n;right++){//如果当前位置与上一个元素位置不相同，需要将前面所有元素进行递增if(nums[right]>nums[right-1]) k-=((long long)right-left)*((long long )nums[right]-nums[right-1]);while(k<0)  //当递增的次数大于k，要进行出窗口{if(nums[left]<nums[right]) k+=nums[right]-nums[left];left++;}ret=max(ret,right-left+1);  //更新答案}return ret;}
};

2516. 每种字符至少取 K 个

class Solution {
public:int takeCharacters(string s, int k) {int ch[3]={0};for(auto e:s) ch[e-'a']++;  //统计字符串中各个字符的总个数for(int i=0;i<3;i++) {ch[i]-=k;       //计算删去左右两边后中间区间各个字符最多出现的个数if(ch[i]<0) return -1;}int n=s.size();int left=0,ret=0;for(int right=0;right<n;right++){ch[s[right]-'a']--;  //入窗口while(ch[0]<0||ch[1]<0||ch[2]<0)   //当中间区间字符出现的次数大于可以出现的次数进行出窗口{ch[s[left]-'a']++;  //出窗口left++;}ret=max(ret,right-left+1);  //更新答案}return n-ret;}
};

2831. 找出最长等值子数组

题解： 滑动窗口；以滑动窗口的最左侧作为窗口中相同的值，控制窗口内不同值的个数少于k即可。

class Solution {
public:int longestEqualSubarray(vector<int>& nums, int k) {int n = nums.size();unordered_map<int, int> count;count[nums[0]]++;int right=1,ret=0;for(int left=0;left<n;left++){//right-left表示窗口长度,count[nums[left]]表示窗口类相同值个数while (right < n && k >= right - left - count[nums[left]])    //保持窗口内不同个数小于k{count[nums[right]]++;   //进行入窗口right++;}ret = max(ret, count[nums[left]]);  //更新答案count[nums[left]]--;    //出窗口}return ret;}
};

求最短/最小

求最短长度/求最小值与最大值类型相同，仅仅是将取最大值修改为取最小值。只不过需要注意更新答案的位置应该在哪。

1234. 替换子串得到平衡字符串

题解：找一个子字符串，对子字符串中字符进行替换实现平衡字符串，找到最短子字符串即可。题目中将这一字符串称为待替换子串，应该如何找最短待替换字串？？？待替换字串以外的所有种类字符的个数都满足小于等于平均值。正难则反，通过关注待替换子串以外的每种字符的个数来确定其是否满足要求即可。

class Solution {
public:int balancedString(string s) {//题目希望找到一个字符串，该字符串经过替换之后能够让字符串s称为平衡字符串、//若待替换子串意外存在出现此处大于m的就不能实现替换unordered_map<char ,int> mm;for(auto e:s) mm[e]++;int n=s.size(),aver=n/4;if(mm['Q']<=aver&&mm['W']<=aver&&mm['E']<=aver&&mm['R']<=aver) return 0;//进行滑动窗口int left=0,ret=INT_MAX;for(int right=0;right<n;right++){mm[s[right]]--;  //入窗口while(mm['Q']<=aver&&mm['W']<=aver&&mm['E']<=aver&&mm['R']<=aver){ret=min(ret,right-left+1);  //更新答案mm[s[left++]]++; //出窗口}}return ret;}
};

2875. 无限数组的最短子数组

题解：解法一：使用暴力解法模拟多个数组进行查找，可以通过target来确定至少需要多少个完整数组才有可能达到target，比如数组的总和是sum，模拟有(target/sum+1)+1个数组进行滑动窗口来查找是否又满足的区间；(target/sum+1)+1是完全足够包含所有情况的，可以思考一下为什么？？？

class Solution {
public:int minSizeSubarray(vector<int>& nums, int target) {//通过滑动窗口实现//先判断最少需要多少个numslong long sum=0,n=nums.size();for(auto e:nums) sum+=e;int num=(target/sum+1)*2;int ret=INT_MAX,left=0;long long tmp=0;for(int right=0;right<n*num;right++){tmp+=nums[right%n];while(tmp>target){tmp-=nums[(left++)%n];}if(tmp==target) ret=min(ret,right-left+1);}return ret==INT_MAX?-1:ret;}
};

此解法简单，当时最后两个变态的测试用例是过不了的，超出时间限制。所以一下重点讲解方法二。

题解二：通过观察可以看出，如果target是比sum大的时候必定需要一个或多个完整的数组来实现，所以可以直接通过target/sum得到需要多少个完整的数组，此时再通过target%sum得到还需要多少个余数才能补全。该余数就可以只对两个数组合并进行滑动窗口看是否能够不全余数，注意此处需要的是两个数组进行合并而不是1个，可以思考下为什么？？？

class Solution {
public:int minSizeSubarray(vector<int>& nums, int target) {//通过滑动窗口实现//先判断最少需要多少个numslong long sum=0,n=nums.size();for(auto e:nums) sum+=e;int num=target/sum;   //得到需要的完整nums个数int more=target%sum;   //得到需要部分nums的和int ret=INT_MAX,left=0;int tmp=0;for(int right=0;right<n*2;right++)  //进行滑动窗口{tmp+=nums[right%n];while(tmp>more){tmp-=nums[(left++)%n];}if(tmp==more) ret=min(ret,right-left+1);}return ret==INT_MAX?-1:ret+num*n;}
};

76. 最小覆盖子串

 题解：使用map+滑动窗口对字符进行计数，统计区间内各个种类字符数量是否满足。此题可能会出现超出内存限制的情况，所以可以适当的降低空间的使用，比如：将map改为使用char[128]的数组替代，或者不是存储返回值string ret，而是先存储其区间中的起始位置。

class Solution {
public:string minWindow(string s, string t) {//先通过map统计t总各个字符出现的次数，同时记录t中字符的种类unordered_map<char ,int> mm;for(auto e:t)mm[e]++;int n=s.size(),left=0,num=mm.size();  //num表示t中的字符种类，同于判断是否能更新答案int ansl=0,ansr=0,flag=0;   //使用flag来标记是否存在适合的字串//进行滑动窗口for(int right=0;right<n;right++){if(mm.count(s[right])){mm[s[right]]--;if(mm[s[right]]==0) num--;}while(num==0){if(ansr==0||ansr-ansl>right-left) {flag=1;                 //此处采用ansl和ansr的方式来代替string ret//因为后面测试有很长的可能会出现超出内存限制ansl=left,ansr=right;   }if(mm.count(s[left])){if(mm[s[left]]==0) num++;mm[s[left]]++;}left++;}}return flag==0?"":s.substr(ansl,ansr-ansl+1);}
};

632. 最小区间

解法一：暴力查找 

解法一：使用滑动窗口，滑动窗口的区间从nums的最小值一直滑到nums的最大值位置。如何判断区间内的值至少包含数组中的一个元素？？？使用map对每个数组进行标记，再用一个vector来存储区间内每个数组的包含量即可。但是此方法毫无疑问会超时。

class Solution {
public:vector<int> smallestRange(vector<vector<int>>& nums) {//使用滑动窗口进行解决，现根据数据确定滑动窗口的最大值和最小值int minum=INT_MAX,maxum=INT_MIN;   int k=nums.size();vector<unordered_map<int,int>> v(nums.size());  //统计每个nuums中的数据个数for(int i=0;i<nums.size();i++){if(nums[i].front()<minum) minum=nums[i].front();if(nums[i].back()>maxum) maxum=nums[i].back();for(auto e:nums[i]) v[i][e]++;}vector<int> count(nums.size(),0);  //存储窗口中包含每一个数组的个数int in=0,flag=0;    //从最大位置和中最小位置开始进行滑动窗口int left=minum,ansl=minum,ansr=minum;for(int right=minum;right<=maxum;right++){//进行判断数字是否在k个数组里面for(int i=0;i<k;i++){if(v[i].count(right)) {count[i]++;if(count[i]==1) in++;}}while(in==k){if((ansr==minum&&flag==0)||ansr-ansl>right-left){flag=1;  ansr=right,ansl=left;   //更新窗口}for(int i=0;i<k;i++){if(v[i].count(left)) {count[i]--;    //出窗口if(count[i]==0) in--;}}left++; }}if(flag==0) return {};else return {ansl,ansr};} 
};

解法二：排序+滑窗

题解：将K个数组中的元素进行合并，再进行排序。通过滑动窗口来实现在一个区间中每个数组的元素都存在即可。找到区间中最右侧-最左侧的最小值。

class Solution {
public:vector<int> smallestRange(vector<vector<int>>& nums) {int k=nums.size();vector<pair<int,int>> vv;  //pair用于存储元素的值和对应的数组位置for(int i=0;i<k;i++)for(auto e:nums[i]) vv.push_back({e,i});sort(vv.begin(),vv.end());   //进行排序unordered_map<int,int> count; //存储每个数组元素出现的次数int ansl=0,ansr=INT_MAX;int n=vv.size(),left=0;for(int right=0;right<n;right++){count[vv[right].second]++;  //入窗口while(count.size()==k)     {if(ansr-ansl>vv[right].first-vv[left].first)ansr=vv[right].first,ansl=vv[left].first;   //更新答案if(--count[vv[left].second]==0) count.erase(vv[left].second);left++;}}return {ansl,ansr};}
};

解法三：堆

题解：使用堆进行实现，从第一个元素开始在K个数组中找最大值max和最小值min，此时的[max,min]就是一个有效的区间，但是不一定是最小区间，所以要进行缩减区间，将min替换成min所在数组的下一个元素来达到缩小区间的目的(也可能不会出现区间缩小的效果，但是并不影响)，持续进行直到一个数组走到最后一个位置时停止即可。

细节：使用优先级队列来实现每次获取最小值，方便每次删除最小值及拿去下一个位置元素，此处需要同时存储元素值，元素所在数组，在该数组位置。所以采用tuple作为基本单元。 

class Solution {
public:vector<int> smallestRange(vector<vector<int>>& nums) {int n=nums.size();int ansl=0,ansr=INT_MAX;//优先级队列使用tuple作为基本单位，//因为既要存储最小值，还要存储所在的数组，以及在数组的对应下标位置priority_queue<tuple<int,int,int> ,vector<tuple<int ,int ,int>> ,greater<>> pq;int themax=INT_MIN;  //存储最大值//进行下标为0的插入for(int i=0;i<n;i++){int tmp=nums[i][0];if(tmp>themax) themax=tmp;pq.push({tmp,i,0});}//进行遍历while(1){//堆顶就是最小值auto [a,b,c]=pq.top();  //a表示最小值，b表示最小值所在的数组，c表示所在数组对应的下标pq.pop();//更新答案if(ansr-ansl>themax-a)  ansl=a,ansr=themax;if(c+1==nums[b].size()) break;  //已经没有元素可以继续进行插入了,直接停止int next=nums[b][c+1];  //插入下一个元素pq.push({next,b,c+1});themax=max(themax,next);  //下一个位置可能是最大值}return {ansl,ansr};}
};

求子数组个数

越长越合法 

2537. 统计好子数组的数目

题解：此处需要进行简单统计和转化，当一个数组恰好满足情况，则向该数组中增加left之前的元素仍然满足条件，所以仍然可以转化为越长越合法的模型。

class Solution {
public:long long countGood(vector<int>& nums, int k) {//求临界区间：有k对满足情况unordered_map<int,int> mm;int n=nums.size();int left=0,differ=0;long long ret=0;for(int right=0;right<n;right++){differ+=mm[nums[right]];   //统计该元素插入后新的子数组mm[nums[right]]++;   //入窗口while(differ>=k){mm[nums[left]]--;     //出窗口differ-=mm[nums[left]]; left++;}//此时恰好不满足ret+=left;   //更新答案}return ret;}
};

3298. 统计重新排列后包含另一个字符串的子字符串数目 II

题解：依旧是采用滑动窗口找恰好满足的情况。 

class Solution {
public:long long validSubstringCount(string word1, string word2) {//仍然是越长越合法的模型，只需要统计word1区间中字符出现的次数即可int ch[128]={0};int count=0;  //count用于存储字符的种类for(auto e:word2) {if(ch[e]==0) count++;ch[e]++;}int n=word1.size();int left=0,k=0;  //k用于存储满足的字符个数long long ret=0;int hash[128]={0};   //hash用于存储word1的各个字符个数for(int right=0;right<n;right++){hash[word1[right]]++;   //入窗口if(hash[word1[right]]==ch[word1[right]]) k++;while(k==count){if(hash[word1[left]]==ch[word1[left]]) k--;  //出窗口hash[word1[left++]]--;}ret+=left;   //更新答案}return ret;}
};

越短越合法

2762. 不间断子数组

题解：根据题目可知区间中最多有3中不同的数；使用map+滑动窗口，使用map是因为map可以直接得到区间中最大值和最小值数据 ，将数据与和最大值和最小值进行比较即可。

class Solution {
public:long long continuousSubarrays(vector<int>& nums) {//因为0<=|nums[i1]-nums[i2]|<=2对于数组中每一段都成立，所以区间内最多有3个不同的数map<int ,int> mm;   //此处采用map因为我们希望直接拿出来最大值和最小值，//使用unordered_map不能实现，使用map.begin()和map.rbegin()可以实现int n=nums.size(),left=0;long long ret=0;for(int right=0;right<n;right++){mm[nums[right]]++;  //入窗口while(mm.rbegin()->first-mm.begin()->first>2)  //拿出最大值和最小值进行比较{if(--mm[nums[left]]==0) mm.erase(nums[left]);left++;   //出窗口}ret+=right-left+1; //更新答案}return ret;}
};

加餐

825. 适龄的朋友

题解：此题的关键在于对题目信息进行转化，根据题目要求可以得到x要和y发好友请求要满足：0.5*x+7<y<=x。所以当x越大的时候y就要求越大，而y一直是在x之前的，所以可以先对数组进行排序，再使用滑动窗口控制[left，right]，left表示y，right表示x即可。

class Solution {
public:int numFriendRequests(vector<int>& ages) {//由题意知道，发送给y需要满足的条件是：0.5*x+7<y<=x即可，因为y<=x则第三个条件必定不会成立//x越大y就越大，所以可以使用滑动窗口一个区间中可以发送请求的个数来记录解决int hash[121]={0};  //使用hash对ages进行排序使得后面的x和y都是线性递增的for(auto e:ages) hash[e]++;int ret=0,left=0,tmp=0;   //使用tmp来记录[left，right]之间的人数for(int right=0;right<121;right++){tmp+=hash[right];   //入窗口while(2*left<=right+14)     //确定满足0.5*x+7<y时y的位置，tmp-=hash[left++];   //如果不满足就进行出窗口让left++，来找更大的yif(left<=right)   //判断y<=x的条件时候满足ret+=(tmp-1)*hash[right];  //更新窗口}return ret;}
};

1156. 单字符重复子串的最大长度

题解：通过从其他位置交换字符使得形成更大的重复字符串；所以可以先找到一个不同的字符，将字符左右两边的重复字符进行统计来得到最长的长度。注意：交换来的字符是否又被区间统计进去。此处建议使用while循环，因为right并不是一直向后走的。

class Solution {
public:int maxRepOpt1(string text) {//此题可以通过交换字符使得相同子串更长unordered_map<char,int> mm;    //存储每一个字符出现的次数for(auto e:text) mm[e]++;  int n=text.size();int left=0,ret=0,right=0;while(right<n){while(right<n&&text[left]==text[right]) right++;  //求左半边相同的数int other=right+1;   //从other开始进行右半边的查找while(other<n&&text[left]==text[other]) other++;  //求右半边相同的数ret=max(ret,min(other-left,mm[text[left]]));    //min(other-left,mm[text[left]])保证通过其他位置字符进行交换使得连续时，// 交换的位置没有计数没有重复left=right;   //从不同字符的位置开始进行查找}return ret;}
};

424. 替换后的最长重复字符

题解：通过将区间中不同的字符控制在K以内即可。控制区间[left,right]，定义maxcount记录区间中出现次数最多的重复字符个数，right-left+1-maxcount就是不同的个数。此题的难点在于对于maxcount的修改方面。此处maxcount<=ret<=maxcount+k，此处的ret是答案，因此我们只需要找到maxcount的最大值即可，所以对maxcount的维护只有maxcount=max(maxcount，mm[right])上，当left向右使区间缩小的时候就算是当前区间中maxcount减小了，我们也不需要进行调整，因为maxcount缩小后得到的答案也不会被更新使用；只有在maxcount增大时更新的答案才会被使用。

class Solution {
public:int characterReplacement(string s, int k) {//此题就是找一个最大区间，该区间内不同的字符不能超过k个unordered_map<char ,int> mm;   //存储区间中字符的种类和个数int left=0,n=s.size();int ret=0,right,maxcount=0;   //用maxcount来记录区间中最长重复字符的个数for(int right=0;right<n;right++){mm[s[right]]++;maxcount=max(maxcount,mm[s[right]]);  //此处的maxcount只需要在此处进行维护即可while(right-left+1-maxcount>k)   //使用right-left-1来表示区间的长度，{                                //而right-left+1-maxcount来表示区间中要被替代的个数if(--mm[s[left]]==0) mm.erase(s[left]);left++;}ret=max(ret,right-left+1);}return ret;}
};

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.pswp.cn/news/907858.shtml

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email:809451989@qq.com，一经查实，立即删除！

相关文章

第七十篇 从餐厅后厨到电影院选座：生活场景拆解Java并发编程核心

第七十篇 从餐厅后厨到电影院选座：生活场景拆解Java并发编程核心

目录 一、并发基础&#xff1a;餐厅后厨的协作艺术1.1 厨师与线程&#xff08;Thread&#xff09;1.2 共享资源竞争&#xff1a;唯一的炒锅1.3 线程状态转换&#xff1a;厨师工作流 二、线程同步&#xff1a;电影院选座中的锁机制2.1 同步锁&#xff08;synchronized&#xff0…
阅读更多...
嵌入式学习--江协stm32day1

嵌入式学习--江协stm32day1

失踪人口回归了&#xff0c;stm32的学习比起51要慢一些&#xff0c;因为涉及插线&#xff0c;可能存在漏插&#xff0c;不牢固等问题。 相对于51直接对寄存器的设置&#xff0c;stm32因为是32位修改起来比较麻烦&#xff0c;江协课程是基于标准库的&#xff0c;是对封装函数进…
阅读更多...
vue+elementUi+axios实现分页(MyBatis、Servlet)

vue+elementUi+axios实现分页(MyBatis、Servlet)

vueelementUiaxios实现分页 文章目录 vueelementUiaxios实现分页1.代码实现【HTML】**【Servlet层】****【Service层】****【Dao层】** 2.总结步骤3.实现要点4.注意事项4.注意事项 注&#xff1a;此项目 前端为 html、 后端采用 mybatis、servlet实现 1.代码实现 【HTML】…
阅读更多...
vue-10（ 动态路由匹配和路由参数）

vue-10（ 动态路由匹配和路由参数）

动态路由匹配和路由参数 动态路由匹配是 Vue Router 的一个强大功能&#xff0c;它允许你创建灵活且可重用的路由。您可以使用参数来捕获 URL 的动态段&#xff0c;而不是为每个可能的值定义特定路由。这在处理具有唯一标识符的资源&#xff08;如用户配置文件、产品详细信息或…
阅读更多...
劫持进程注入

劫持进程注入

劫持进程注入和远程线程注入的区别就是 远程线程注入是向一个正在运行中的进程注入 而劫持进程注入则是自己打开一个进程(以挂起的方式) 然后再进行注入的操作 这样做的原因是当进程在挂起的状态时他的所有线程都是处于未启用的阶段 这样就可以避免目标进程的反注入线程的…
阅读更多...
uni-app学习笔记二十--pages.json页面路由pages设置

uni-app学习笔记二十--pages.json页面路由pages设置

uni-app 通过 pages 节点配置应用由哪些页面组成&#xff0c;pages 节点接收一个数组&#xff0c;数组每个项都是一个对象&#xff0c;其属性值如下&#xff1a; 属性类型默认值描述pathString配置页面路径styleObject配置页面窗口表现&#xff0c;配置项参考下方 pageStylene…
阅读更多...
VScode编译调试debug，gpu的cuda程序，Nsight

VScode编译调试debug，gpu的cuda程序，Nsight

进行下面操作的前提是&#xff0c;我们的环境已经能跑简单的CUDA程序了。 一、安装Nsight 二、创建launch.json文件 {"version": "0.2.0","configurations": [{"name": "CUDA C: Launch","type": "cuda-gdb…
阅读更多...
链表题解——合并两个有序链表【LeetCode】

链表题解——合并两个有序链表【LeetCode】

1. 算法思路 这段代码的核心思想是 合并两个有序链表。具体步骤如下&#xff1a; 初始化哨兵节点&#xff1a; 创建一个哨兵节点 dummy&#xff0c;用于简化链表操作&#xff0c;避免处理头节点的特殊情况。使用指针 cur 指向 dummy&#xff0c;用于构建新的链表。 遍历两个链…
阅读更多...
K8S集群主机网络端口不通问题排查

K8S集群主机网络端口不通问题排查

一、环境&#xff1a; k8s: v1.23.6 docker: 20.10.14 问题和故障现象&#xff1a;devops主机集群主机节点到端口8082不通&#xff08;网络策略已经申请&#xff0c;并且网络策略已经实施完毕&#xff09;&#xff0c;而且网络实施人员再次确认&#xff0c;网络策…
阅读更多...
qemu安装risc-V 64

qemu安装risc-V 64

参考这篇文章https://developer.aliyun.com/article/1323996&#xff0c;其中在wsl下面安装可能会报错环境变量中有空格。 # clean_path.sh#!/bin/bash# 备份旧 PATH OLD_PATH"$PATH"# 过滤掉包含空格、制表符、换行的路径 CLEAN_PATH"" IFS: read -ra PA…
阅读更多...
python爬虫：RoboBrowser 的详细使用

python爬虫：RoboBrowser 的详细使用

更多内容请见： 爬虫和逆向教程-专栏介绍和目录 文章目录 一、RoboBrowser概述1.1 RoboBrowser 介绍1.2 安装 RoboBrowser1.3 与类似工具比较二、基本用法2.1 创建浏览器对象并访问网页2.2 查找元素2.3 填写和提交表单三、高级功能3.1 处理文件上传3.2 处理JavaScript重定向3.3…
阅读更多...
CTFSHOW-WEB-36D杯

CTFSHOW-WEB-36D杯

给你shell 这道题对我这个新手还是有难度的&#xff0c;花了不少时间。首先f12看源码&#xff0c;看到?view_source&#xff0c;点进去看源码 <?php //Its no need to use scanner. Of course if you want, but u will find nothing. error_reporting(0); include "…
阅读更多...
CentOS_7.9 2U物理服务器上部署系统简易操作步骤

CentOS_7.9 2U物理服务器上部署系统简易操作步骤

近期单位网站革新&#xff0c;鉴于安全加固&#xff0c;计划将原有Windows环境更新到Linux-CentOS 7.9&#xff0c;这版本也没的说&#xff08;绝&#xff09;了&#xff08;版&#xff09;官方停止更新&#xff0c;但无论如何还是被sisi的牵挂着这一大批人&#xff0c;毕竟从接…
阅读更多...
LVS-DR高可用-Keepalived

LVS-DR高可用-Keepalived

目录 Keepalved双机热备 核心概念 关键组件 工作流程 实例环境 配置keepalived Web服务器配置 Keepalved双机热备 Keepalived双机热备是一种基于VRRP&#xff08;Virtual Router Redundancy Protocol&#xff0c;虚拟路由冗余协议&#xff09;实现的高可用性解决方案&am…
阅读更多...
Polar编译码(SCL译码)和LDPC编译码(BP译码)的matlab性能仿真,并对比香农限

Polar编译码(SCL译码)和LDPC编译码(BP译码)的matlab性能仿真,并对比香农限

目录 1.算法仿真效果 2.算法涉及理论知识概要 2.1香农极限 2.2 Polar码编译码原理与SCL译码 2.3 LDPC码编译码原理与BP译码 3.MATLAB核心程序 4.完整算法代码文件获得 1.算法仿真效果 matlab2024b仿真结果如下&#xff08;完整代码运行后无水印&#xff09;&#xff1a…
阅读更多...
AI 产品的 MVP 构建逻辑：Prompt 工程 ≠ 产品工程？（实战增补篇）

AI 产品的 MVP 构建逻辑：Prompt 工程 ≠ 产品工程？（实战增补篇）

一. 系统思维&#xff1a;产品工程的全局把控&#xff08;实战增补篇&#xff09; 1. 某智能风控系统的弹性架构实践 某消费金融公司在开发「30 秒极速贷」产品时&#xff0c;面临两大挑战&#xff1a; Prompt 优化困境&#xff1a;传统风控模型依赖 “提取用户信用报告关键…
阅读更多...
Unity程序集

Unity程序集

对于Unity的程序集&#xff0c;具体内容可以参考Unity官方文档&#xff0c;程序集定义 - 预定义程序集 比如Unity的默认程序集&#xff0c;Assembly-CSharp.dll&#xff0c;还有其他的比如 Assembly-CSharp-Editor.dll&#xff0c;Assembly-CSharp-firstpass.dll 没有指定或…
阅读更多...
【架构艺术】平衡技术架构设计和预期的产品形态

【架构艺术】平衡技术架构设计和预期的产品形态

近期笔者因为工作原因&#xff0c;开始启动team内部部分技术项目的重构。在事情启动的过程中&#xff0c;内部对于这件事情的定性和投入有一些争论&#xff0c;但最终还是敲定了下来。其中部分争论点主要在于产品形态&#xff0c;因为事情涉及到跨部门合作&#xff0c;所以产品…
阅读更多...
React和原生事件的区别

React和原生事件的区别

一、核心差异对比表 维度原生事件React 事件绑定语法HTML 属性&#xff08;onclick&#xff09;或 DOM API&#xff08;addEventListener&#xff09;JSX 中使用驼峰式属性&#xff08;onClick&#xff09;绑定位置直接绑定到具体 DOM 元素统一委托到根节点&#xff08;React …
阅读更多...
大模型-modelscope下载和使用chatglm3-6b模型

大模型-modelscope下载和使用chatglm3-6b模型

前言 由于官方chatglm3-6b大模型文件下载比较慢&#xff0c;找到国内modelscope代替方案 1.SDK下载 pip install modelscope2.下载大模型文件 ✅方法1:通过pip下载 1.安装 setuptools 在当前使用的 Python 环境中安装 setuptools pip install setuptools2.通过如下命令安…
阅读更多...
最新文章

Copyright @ 2022~2023