贪心算法应用：速率单调调度(RMS)问题详解

在这里插入图片描述

Java中的贪心算法应用：速率单调调度(RMS)问题详解

1. 速率单调调度(RMS)概述

速率单调调度(Rate Monotonic Scheduling, RMS)是一种广泛应用于实时系统中的静态优先级调度算法，属于贪心算法在任务调度领域的经典应用。

1.1 基本概念

RMS基于以下原则：

  • 每个周期性任务都有一个固定的执行时间©和周期(T)
  • 任务的优先级与其周期成反比：周期越短，优先级越高
  • 采用抢占式调度方式

1.2 RMS的数学基础

RMS的理论基础是Liu & Layland提出的利用率界限定理：

  • 对于n个任务，RMS可调度的充分条件是总利用率U ≤ n(2^(1/n) - 1)
  • 当n→∞时，这个界限趋近于ln2 ≈ 0.693

2. RMS问题建模

2.1 任务模型

在Java中，我们可以这样表示一个周期性任务：

class PeriodicTask {private int id;             // 任务IDprivate int period;         // 周期(ms)private int executionTime;  // 执行时间(ms)private int deadline;       // 相对截止时间(通常等于period)private int priority;       // 优先级// 构造函数public PeriodicTask(int id, int period, int executionTime) {this.id = id;this.period = period;this.executionTime = executionTime;this.deadline = period; // 通常截止时间等于周期this.priority = 1 / period; // 速率单调优先级}// Getters and Setters// ...
}

2.2 调度器模型

class RateMonotonicScheduler {private List<PeriodicTask> taskSet;private int currentTime;private boolean isSchedulable;public RateMonotonicScheduler(List<PeriodicTask> tasks) {this.taskSet = tasks;this.currentTime = 0;// 按照速率单调优先级排序(周期越短优先级越高)Collections.sort(taskSet, Comparator.comparingInt(PeriodicTask::getPeriod));this.isSchedulable = checkSchedulability();}// 检查任务集是否可调度private boolean checkSchedulability() {// 实现将在后面详细讲解}// 执行调度public void schedule() {// 实现将在后面详细讲解}
}

3. RMS可调度性分析

3.1 利用率界限测试

private boolean checkSchedulability() {double totalUtilization = 0.0;for (PeriodicTask task : taskSet) {double utilization = (double) task.getExecutionTime() / task.getPeriod();totalUtilization += utilization;}int n = taskSet.size();double bound = n * (Math.pow(2, 1.0/n) - 1);// 如果总利用率小于界限，则肯定可调度if (totalUtilization <= bound) {return true;}// 否则需要进行时间需求分析return timeDemandAnalysis();
}

3.2 时间需求分析

当利用率超过界限时，需要进行更精确的时间需求分析：

private boolean timeDemandAnalysis() {for (int i = 0; i < taskSet.size(); i++) {PeriodicTask task = taskSet.get(i);boolean found = false;// 检查所有可能的t值for (int t = task.getExecutionTime(); t <= task.getDeadline(); t++) {double demand = calculateTimeDemand(i, t);if (demand <= t) {found = true;break;}}if (!found) {return false;}}return true;
}private double calculateTimeDemand(int taskIndex, int t) {double demand = 0.0;for (int i = 0; i <= taskIndex; i++) {PeriodicTask task = taskSet.get(i);demand += Math.ceil((double)t / task.getPeriod()) * task.getExecutionTime();}return demand;
}

4. RMS调度算法实现

4.1 调度主循环

public void schedule() {if (!isSchedulable) {System.out.println("任务集不可调度！");return;}System.out.println("开始速率单调调度...");// 模拟调度过程int hyperperiod = calculateHyperperiod();for (currentTime = 0; currentTime < hyperperiod; currentTime++) {// 检查是否有任务到达PeriodicTask highestPriorityTask = getHighestPriorityReadyTask();if (highestPriorityTask != null) {executeTask(highestPriorityTask);} else {System.out.println("时间 " + currentTime + "ms: CPU空闲");}}
}

4.2 辅助方法

private int calculateHyperperiod() {int hyperperiod = 1;for (PeriodicTask task : taskSet) {hyperperiod = lcm(hyperperiod, task.getPeriod());}return hyperperiod;
}private int lcm(int a, int b) {return a * (b / gcd(a, b));
}private int gcd(int a, int b) {while (b != 0) {int temp = b;b = a % b;a = temp;}return a;
}private PeriodicTask getHighestPriorityReadyTask() {for (PeriodicTask task : taskSet) {// 检查任务是否到达(时间是否是周期的整数倍)if (currentTime % task.getPeriod() == 0) {return task; // 因为已经按优先级排序，第一个找到的就是最高优先级的}}return null;
}private void executeTask(PeriodicTask task) {System.out.println("时间 " + currentTime + "ms: 执行任务 " + task.getId() + " (周期=" + task.getPeriod() + "ms, 执行时间=" + task.getExecutionTime() + "ms)");// 模拟任务执行int remainingTime = task.getExecutionTime();while (remainingTime > 0 && currentTime < hyperperiod) {remainingTime--;currentTime++;// 检查是否有更高优先级任务到达PeriodicTask higherPriorityTask = checkForHigherPriorityTask(task);if (higherPriorityTask != null) {System.out.println("时间 " + currentTime + "ms: 任务 " + task.getId() + " 被任务 " + higherPriorityTask.getId() + " 抢占");executeTask(higherPriorityTask);}}if (remainingTime == 0) {System.out.println("时间 " + currentTime + "ms: 任务 " + task.getId() + " 完成");}
}private PeriodicTask checkForHigherPriorityTask(PeriodicTask currentTask) {for (PeriodicTask task : taskSet) {if (task.getPeriod() < currentTask.getPeriod() && currentTime % task.getPeriod() == 0) {return task;}}return null;
}

5. 完整示例与测试

5.1 完整RMS调度器实现

import java.util.*;public class RateMonotonicScheduling {public static void main(String[] args) {// 创建任务集List<PeriodicTask> tasks = new ArrayList<>();tasks.add(new PeriodicTask(1, 50, 12));  // 高优先级tasks.add(new PeriodicTask(2, 100, 25)); // 中优先级tasks.add(new PeriodicTask(3, 200, 50)); // 低优先级// 创建调度器RateMonotonicScheduler scheduler = new RateMonotonicScheduler(tasks);// 执行调度scheduler.schedule();}
}class PeriodicTask {private int id;private int period;private int executionTime;private int deadline;public PeriodicTask(int id, int period, int executionTime) {this.id = id;this.period = period;this.executionTime = executionTime;this.deadline = period;}// Getterspublic int getId() { return id; }public int getPeriod() { return period; }public int getExecutionTime() { return executionTime; }public int getDeadline() { return deadline; }
}class RateMonotonicScheduler {private List<PeriodicTask> taskSet;private int currentTime;private boolean isSchedulable;private int hyperperiod;public RateMonotonicScheduler(List<PeriodicTask> tasks) {this.taskSet = new ArrayList<>(tasks);this.currentTime = 0;Collections.sort(taskSet, Comparator.comparingInt(PeriodicTask::getPeriod));this.isSchedulable = checkSchedulability();this.hyperperiod = calculateHyperperiod();}private boolean checkSchedulability() {double totalUtilization = taskSet.stream().mapToDouble(task -> (double)task.getExecutionTime() / task.getPeriod()).sum();int n = taskSet.size();double bound = n * (Math.pow(2, 1.0/n) - 1);System.out.printf("总利用率: %.3f, 界限: %.3f%n", totalUtilization, bound);if (totalUtilization <= bound) {System.out.println("任务集通过利用率界限测试，可调度");return true;}System.out.println("利用率超过界限，进行时间需求分析...");return timeDemandAnalysis();}private boolean timeDemandAnalysis() {for (int i = 0; i < taskSet.size(); i++) {PeriodicTask task = taskSet.get(i);boolean found = false;for (int t = task.getExecutionTime(); t <= task.getDeadline(); t++) {double demand = calculateTimeDemand(i, t);if (demand <= t) {found = true;break;}}if (!found) {System.out.println("任务 " + task.getId() + " 无法满足截止时间要求");return false;}}System.out.println("任务集通过时间需求分析，可调度");return true;}private double calculateTimeDemand(int taskIndex, int t) {double demand = 0.0;for (int i = 0; i <= taskIndex; i++) {PeriodicTask task = taskSet.get(i);demand += Math.ceil((double)t / task.getPeriod()) * task.getExecutionTime();}return demand;}public void schedule() {if (!isSchedulable) {System.out.println("任务集不可调度！");return;}System.out.println("开始速率单调调度...");System.out.println("超周期长度: " + hyperperiod + "ms");for (currentTime = 0; currentTime < hyperperiod; currentTime++) {PeriodicTask highestPriorityTask = getHighestPriorityReadyTask();if (highestPriorityTask != null) {executeTask(highestPriorityTask);} else {System.out.println("时间 " + currentTime + "ms: CPU空闲");}}}private int calculateHyperperiod() {int hyperperiod = 1;for (PeriodicTask task : taskSet) {hyperperiod = lcm(hyperperiod, task.getPeriod());}return hyperperiod;}private int lcm(int a, int b) {return a * (b / gcd(a, b));}private int gcd(int a, int b) {while (b != 0) {int temp = b;b = a % b;a = temp;}return a;}private PeriodicTask getHighestPriorityReadyTask() {for (PeriodicTask task : taskSet) {if (currentTime % task.getPeriod() == 0) {return task;}}return null;}private void executeTask(PeriodicTask task) {System.out.println("时间 " + currentTime + "ms: 执行任务 " + task.getId() + " (周期=" + task.getPeriod() + "ms, 执行时间=" + task.getExecutionTime() + "ms)");int remainingTime = task.getExecutionTime();while (remainingTime > 0 && currentTime < hyperperiod) {remainingTime--;currentTime++;PeriodicTask higherPriorityTask = checkForHigherPriorityTask(task);if (higherPriorityTask != null) {System.out.println("时间 " + currentTime + "ms: 任务 " + task.getId() + " 被任务 " + higherPriorityTask.getId() + " 抢占");executeTask(higherPriorityTask);return;}}if (remainingTime == 0) {System.out.println("时间 " + currentTime + "ms: 任务 " + task.getId() + " 完成");} else {System.out.println("时间 " + currentTime + "ms: 任务 " + task.getId() + " 未完成，剩余时间 " + remainingTime);}}private PeriodicTask checkForHigherPriorityTask(PeriodicTask currentTask) {for (PeriodicTask task : taskSet) {if (task.getPeriod() < currentTask.getPeriod() && currentTime % task.getPeriod() == 0) {return task;}}return null;}
}

5.2 输出示例

运行上述程序，输出可能如下：

总利用率: 0.745, 界限: 0.780
任务集通过利用率界限测试，可调度
开始速率单调调度...
超周期长度: 200ms
时间 0ms: 执行任务 1 (周期=50ms, 执行时间=12ms)
时间 12ms: 任务 1 完成
时间 12ms: CPU空闲
...
时间 50ms: 执行任务 1 (周期=50ms, 执行时间=12ms)
时间 62ms: 任务 1 完成
时间 62ms: CPU空闲
...

6. RMS的优缺点分析

6.1 优点

  1. 简单高效：优先级分配规则简单，调度开销小
  2. 最优性：在所有静态优先级调度算法中，RMS对于周期性任务集是最优的
  3. 可预测性：可以提前进行可调度性分析
  4. 适合嵌入式系统：实现简单，适合资源受限的实时系统

6.2 缺点

  1. 利用率限制：最坏情况下CPU利用率不能超过69.3%
  2. 仅适用于周期性任务：不适合处理非周期性或偶发任务
  3. 优先级反转问题：高优先级任务可能被低优先级任务阻塞
  4. 不考虑任务重要性：仅根据周期分配优先级，不考虑任务的实际重要性

7. RMS的扩展与变种

7.1 截止时间单调调度(DMS)

与RMS类似，但优先级根据相对截止时间分配：

// 在PeriodicTask类中添加
public int getRelativeDeadline() {return deadline;
}// 在调度器中使用截止时间排序
Collections.sort(taskSet, Comparator.comparingInt(PeriodicTask::getRelativeDeadline));

7.2 响应时间分析

更精确的可调度性测试方法：

private boolean responseTimeAnalysis() {for (int i = 0; i < taskSet.size(); i++) {PeriodicTask task = taskSet.get(i);int responseTime = calculateResponseTime(i);if (responseTime > task.getDeadline()) {return false;}}return true;
}private int calculateResponseTime(int taskIndex) {PeriodicTask task = taskSet.get(taskIndex);int responseTime = task.getExecutionTime();int prevResponseTime;do {prevResponseTime = responseTime;responseTime = task.getExecutionTime();for (int i = 0; i < taskIndex; i++) {PeriodicTask higherPriorityTask = taskSet.get(i);responseTime += Math.ceil((double)prevResponseTime / higherPriorityTask.getPeriod()) * higherPriorityTask.getExecutionTime();}if (responseTime > task.getDeadline()) {return responseTime; // 已经超过截止时间，无需继续}} while (responseTime != prevResponseTime);return responseTime;
}

8. 实际应用中的考虑

8.1 上下文切换开销

在实际系统中，需要考虑任务切换的开销：

class RateMonotonicScheduler {private final int CONTEXT_SWITCH_TIME = 1; // 假设上下文切换需要1msprivate void executeTask(PeriodicTask task) {// 添加上下文切换时间currentTime += CONTEXT_SWITCH_TIME;System.out.println("时间 " + currentTime + "ms: 上下文切换(1ms)");// ... 原有执行逻辑}
}

8.2 资源共享与优先级继承

处理共享资源时的优先级继承协议：

class SharedResource {private boolean locked = false;private int ceilingPriority = Integer.MAX_VALUE;public synchronized void acquire(int taskPriority) {while (locked && ceilingPriority < taskPriority) {// 优先级继承逻辑// ...}locked = true;}public synchronized void release() {locked = false;notifyAll();}
}

9. 性能优化技巧

9.1 提前终止时间需求分析

private boolean timeDemandAnalysis() {for (int i = 0; i < taskSet.size(); i++) {PeriodicTask task = taskSet.get(i);boolean found = false;// 优化：只检查特定的时间点int t = task.getExecutionTime();while (t <= task.getDeadline()) {double demand = calculateTimeDemand(i, t);if (demand <= t) {found = true;break;}// 下一个可能的t值是当前demand的下一个整数t = (int) Math.ceil(demand);}if (!found) return false;}return true;
}

9.2 利用周期性优化调度

public void schedule() {// ... 初始检查// 只需要调度一个超周期，因为之后模式会重复for (currentTime = 0; currentTime < hyperperiod; currentTime++) {// ... 调度逻辑}System.out.println("调度模式将在每个超周期(" + hyperperiod + "ms)后重复");
}

10. 总结

速率单调调度(RMS)是贪心算法在实时系统中的经典应用，它通过简单的优先级分配规则(周期越短优先级越高)实现了高效的任务调度。本文详细介绍了：

  1. RMS的基本原理和数学模型
  2. Java实现RMS的完整代码
  3. 可调度性分析方法(利用率界限和时间需求分析)
  4. 实际应用中的各种考虑因素
  5. 性能优化技巧和扩展变种

RMS虽然简单，但在实时系统领域有着广泛的应用，理解其原理和实现对于开发可靠的实时系统至关重要。

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/pingmian/96639.shtml
繁体地址，请注明出处：http://hk.pswp.cn/pingmian/96639.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

Cesium4--地形（OSGB到3DTiles）

Cesium4--地形（OSGB到3DTiles）

1 OSBG OSGB&#xff08;OpenSceneGraph Binary&#xff09;是基于 OpenSceneGraph&#xff08;OSG&#xff09; 三维渲染引擎的二进制三维场景数据格式&#xff0c;广泛用于存储和传输倾斜摄影测量、BIM、点云等大规模三维模型&#xff0c;尤其在国产地理信息与智慧城市项目中…
阅读更多...
多语言共享贩卖机投资理财共享售卖机投资理财系统

多语言共享贩卖机投资理财共享售卖机投资理财系统

多语言共享贩卖机投资理财/共享售卖机分红/充电宝/充电桩投资理财系统 采用thinkphp内核开发&#xff0c;支持注册赠金、多级分销&#xff0c;功能很基础 修复后台用户列表管理 可自定义理财商品 多种语言还可以添加任意语言 源码开源 多级分销 注册赠金等
阅读更多...
[Windows] PDF 专业压缩工具 v3.0

[Windows] PDF 专业压缩工具 v3.0

[Windows] PDF 专业压缩工具 v3.0 链接&#xff1a;https://pan.xunlei.com/s/VOZwtC_5lCF-UF6gkoHuxWMoA1?pwdchg8# PDF 压缩工具 3.0 新版功能特点 - 不受页数限制&#xff01; 一、核心压缩功能 1.多模式智能压缩 支持 4 种压缩模式&#xff1a;平衡模式&#xff08…
阅读更多...
SHEIN 希音 2026 校招 内推 查进度

SHEIN 希音 2026 校招 内推 查进度

SHEIN 希音 2026 校招 内推 查进度 &#x1f3e2;公司名称&#xff1a;SHEIN 希音 &#x1f4bb;招聘岗位&#xff1a;前端、后端、测试、产品、安全、运维、APP 研发、数据分析、设计师、买手、企划、招商、管培生 &#x1f31f;内推码&#xff1a;NTA2SdK &#x1f4b0;福利待…
阅读更多...
ARM (6) - I.MX6ULL 汇编点灯迁移至 C 语言 + SDK 移植与 BSP 工程搭建

ARM (6) - I.MX6ULL 汇编点灯迁移至 C 语言 + SDK 移植与 BSP 工程搭建

回顾一、核心关键字&#xff1a;volatile1.1 作用告诉编译器&#xff1a;被修饰的变量会被 “意外修改”&#xff08;如硬件寄存器的值可能被外设自动更新&#xff09;&#xff0c;禁止编译器对该变量进行优化&#xff08;如缓存到寄存器、删除未显式修改的代码&#xff09;。本…
阅读更多...
Vue中使用keep-alive实现页面前进刷新、后退缓存的完整方案

Vue中使用keep-alive实现页面前进刷新、后退缓存的完整方案

Vue中使用keep-alive实现页面前进刷新、后退缓存的完整方案 在Vue单页应用中&#xff0c;路由切换时组件默认会经历完整的销毁-重建流程&#xff0c;这会导致两个典型问题&#xff1a;从搜索页跳转到列表页需要重新加载数据&#xff0c;而从详情页返回列表页又希望保留滚动位置…
阅读更多...
Visual Studio Code 安装与更新故障排除：从“拒绝访问”到成功恢复

Visual Studio Code 安装与更新故障排除：从“拒绝访问”到成功恢复

Visual Studio Code 安装与更新故障排除&#xff1a;从“拒绝访问”到成功恢复的实践分析 摘要&#xff1a; 本文旨在探讨 Visual Studio Code (VS Code) 在安装与更新过程中常见的故障&#xff0c;特别是涉及“拒绝访问”错误、文件缺失以及快捷方式和任务栏图标异常等问题。…
阅读更多...
简单UDP网络程序

简单UDP网络程序

目录 UDP网络程序服务端 封装 UdpSocket 服务端创建套接字 服务端绑定 运行服务器 UDP网络程序客户端 客户端创建套接字 客户端绑定 运行客户端 通过上篇文章的学习&#xff0c;我们已经对网络套接字有了一定的了解。在本篇文章中&#xff0c;我们将基于之前掌握的知识…
阅读更多...
如何解决 pip install 安装报错 ModuleNotFoundError: No module named ‘requests’ 问题

如何解决 pip install 安装报错 ModuleNotFoundError: No module named ‘requests’ 问题

Python系列Bug修复PyCharm控制台pip install报错&#xff1a;如何解决 pip install 安装报错 ModuleNotFoundError: No module named ‘requests’ 问题 摘要 在日常Python开发过程中&#xff0c;pip install 是我们最常用的依赖安装命令之一。然而很多开发者在 PyCharm 控制台…
阅读更多...
解释 ICT, Web2.0, Web3.0 这些术语的中文含义

解释 ICT, Web2.0, Web3.0 这些术语的中文含义

要理解“ICT Web2.0”术语的中文含义&#xff0c;需先拆解为 ICT 和 Web2.0 两个核心概念分别解析&#xff0c;再结合二者的关联明确整体指向&#xff1a; 1. 核心术语拆解&#xff1a;中文含义与核心定义 &#xff08;1&#xff09;ICT&#xff1a;信息与通信技术 中文全称&am…
阅读更多...
IDEA版本控制管理之使用Gitee

IDEA版本控制管理之使用Gitee

使用Gitee如果之前没用过Gitee&#xff0c;那么IDEA中应该长这样&#xff08;第一次使用&#xff09;如果之前使用过Gitee&#xff0c;那么IDEA中应该长这样这种情况&#xff0c;可以先退出Gitee&#xff0c;再拉取Gitee&#xff0c;退出Gitee方法见文章底部好&#xff0c;那么…
阅读更多...
NLP（自然语言处理， Natural Language Processing）

NLP（自然语言处理， Natural Language Processing）

让计算机能够理解、解释、操纵和生成人类语言&#xff0c;从而执行有价值的任务。 关注社区&#xff1a;Hugging Face、Papers With Code、GitHub 是现代NLP学习不可或缺的资源。许多最新模型和代码都在这里开源。 ①、安装库 pip install numpy pandas matplotlib nltk scikit…
阅读更多...
后端json数据反序列化枚举类型不匹配的错误

后端json数据反序列化枚举类型不匹配的错误

后端json数据反序列化枚举类型不匹配的错误后端返回的json格式在前端反序列化报错System.Text.Json.JsonException:“The JSON value could not be converted to TodoReminderApp.Models.Priorityen. Path: $.Data.Items.$values[0].Priority | LineNumber: 0 | BytePositionIn…
阅读更多...
市面上主流接口测试工具对比

市面上主流接口测试工具对比

公司计划系统的开展接口自动化测试&#xff0c;需要我这边调研一下主流的接口测试框架给后端测试&#xff08;主要测试接口&#xff09;的同事介绍一下每个框架的特定和使用方式。后端同事根据他们接口的特点提出一下需求&#xff0c;看哪个框架更适合我们。 2025最新Jmeter接口…
阅读更多...
2025.2.4 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI 整合包下载地址

2025.2.4 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 +ComfyUI 整合包下载地址

2025.2.4 更新 AI绘画秋葉aaaki整合包 Stable Diffusion整合包v4.10 ComfyUI 整合包下载地址Stable Diffusion整合包【下载链接】ComfyUI整合包【下载链接】【报错解决】Stable Diffusion整合包 【下载链接】 下载地址 https://uwtxfkm78ne.feishu.cn/wiki/GHgVwA2LPiE9x2kj4W…
阅读更多...
Nginx优化与 SSL/TLS配置

Nginx优化与 SSL/TLS配置

1、隐藏版本号可以使用Fiddler工具抓取数据包&#xff0c;查看Nginx版本&#xff0c;也可以在CentOS中使用命令curl -I http://192.168.10.23 显示响应报文首部信息。方法一&#xff1a;方法一&#xff1a;修改配置文件方式 vim /usr/local/nginx/conf/nginx.conf http {includ…
阅读更多...
JavaWeb05

JavaWeb05

一、Listener监听器1、简介Listener是Servlet规范中的一员在Servlet中&#xff0c;所有的监听器接口都是以Listener结尾监听器实际上是Servlet规范留给JavaWeb程序员的一些特殊时机当在某些时机需要执行一段Java代码时&#xff0c;可以用对应的监听器2、常用的监听器接口&#…
阅读更多...
科普：在Windows个人电脑上使用Docker的极简指南

科普：在Windows个人电脑上使用Docker的极简指南

在Windows个人电脑上使用Docker的极简指南&#xff1a; 1. 快速安装 下载安装包&#xff08;若进不了官网&#xff0c;则可能要科学上网&#xff09; 访问Docker Desktop官方下载页 访问Docker官网 选择Windows及&#xff08;AMD64 也称为 x86-64&#xff0c;是目前主流 PC的…
阅读更多...
【开题答辩全过程】以 “居逸”民宿预订微信小程序为例，包含答辩的问题和答案

【开题答辩全过程】以 “居逸”民宿预订微信小程序为例，包含答辩的问题和答案

个人简介一名14年经验的资深毕设内行人&#xff0c;语言擅长Java、php、微信小程序、Python、Golang、安卓Android等开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。感谢大家的…
阅读更多...
LeetCode 2565.最少得分子序列

LeetCode 2565.最少得分子序列

给你两个字符串 s 和 t 。 你可以从字符串 t 中删除任意数目的字符。 如果没有从字符串 t 中删除字符&#xff0c;那么得分为 0 &#xff0c;否则&#xff1a; 令 left 为删除字符中的最小下标。 令 right 为删除字符中的最大下标。 字符串的得分为 right - left 1 。 请你返回…
阅读更多...
最新文章

Copyright @ 2022~2023