(二叉树) 本节目标 1. 掌握树的基本概念 2. 掌握二叉树概念及特性 3. 掌握二叉树的基本操作 4. 完成二叉树相关的面试题练习

二叉树

  • 1. 树型结构(了解)
    • 1.1 概念
    • 1.2 概念(重要)
    • 1.3 树的表示形式(了解)
    • 1.4 树的应用
  • 2. 二叉树(重点)
    • 2.1 概念
    • 2.2 两种特殊的二叉树
    • 2.3 二叉树的性质
    • 2.4 二叉树的存储
    • 2.5 二叉树的基本操作
      • 2.5.1 前置说明
      • 2.5.2 二叉树的遍历
      • 2.5.3 二叉树的基本操作
    • 2.6 二叉树相关oj题

【本节目标】

  1. 掌握树的基本概念
  2. 掌握二叉树概念及特性
  3. 掌握二叉树的基本操作
  4. 完成二叉树相关的面试题练习

1. 树型结构(了解)

1.1 概念

树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:

  • 有一个特殊的结点,称为根结点,根结点没有前驱结点
  • 除根结点外,其余结点被分成M(M > 0)个互不相交的集合T1、T2、…、Tm,其中每一个集合Ti (1 <= i <=m) 又是一棵与树类似的子树。每棵子树的根结点有且只有一个前驱,可以有0个或多个
  • 后继树是递归定义的。

注意:树形结构中,子树之间不能有交集,否则就不是树形结构
在这里插入图片描述

1.2 概念(重要)

在这里插入图片描述
结点的度:一个结点含有子树的个数称为该结点的度; 如上图:A的度为6
树的度:一棵树中,所有结点度的最大值称为树的度; 如上图:树的度为6
叶子结点或终端结点:度为0的结点称为叶结点; 如上图:B、C、H、I…等节点为叶结点
双亲结点或父结点:若一个结点含有子结点,则这个结点称为其子结点的父结点; 如上图:A是B的父结点
孩子结点或子结点:一个结点含有的子树的根结点称为该结点的子结点; 如上图:B是A的孩子结点
根结点:一棵树中,没有双亲结点的结点;如上图:A
结点的层次:从根开始定义起,根为第1层,根的子结点为第2层,以此类推
树的高度或深度:树中结点的最大层次; 如上图:树的高度为4

树的以下概念只需了解,在看书时只要知道是什么意思即可:
非终端结点或分支结点:度不为0的结点; 如上图:D、E、F、G…等节点为分支结点
兄弟结点:具有相同父结点的结点互称为兄弟结点; 如上图:B、C是兄弟结点
堂兄弟结点:双亲在同一层的结点互为堂兄弟;如上图:H、I互为兄弟结点
结点的祖先:从根到该结点所经分支上的所有结点;如上图:A是所有结点的祖先
子孙:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是A的子孙
森林:由m(m>=0)棵互不相交的树组成的集合称为森林

1.3 树的表示形式(了解)

树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:双亲表示法,孩子表示法、孩子双亲表示法、孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法。

class Node {int value; // 树中存储的数据Node firstChild; // 第一个孩子引用Node nextBrother; // 下一个兄弟引用
}

在这里插入图片描述

1.4 树的应用

文件系统管理(目录和文件)
在这里插入图片描述

2. 二叉树(重点)

2.1 概念

一棵二叉树是结点的一个有限集合,该集合:

  1. 或者为空
  2. 或者是由一个根节点加上两棵别称为左子树右子树的二叉树组成
    在这里插入图片描述
    从上图可以看出:
  3. 二叉树不存在度大于2的结点
  4. 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树
    注意:对于任意的二叉树都是由以下几种情况复合而成的:
    在这里插入图片描述

2.2 两种特殊的二叉树

  1. 满二叉树: 一棵二叉树,如果每层的结点数都达到最大值,则这棵二叉树就是满二叉树。也就是说,如果一棵二叉树的层数为k,且结点总数是2K-1,则它就是满二叉树
  2. 完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从0至n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树。
    在这里插入图片描述

2.3 二叉树的性质

  1. 若规定根结点的层数为1,则一棵非空二叉树的第i层上最多有2i-1 (i>0)个结点
  2. 若规定只有根结点的二叉树的深度为1,则深度为K的二叉树的最大结点数是 (k>=0)
  3. 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有n0=n2+1
    在这里插入图片描述
  4. 具有n个结点的完全二叉树的深度k为log2(n+1) 上取整
  5. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的顺序对所有节点从0开始编号,则对于序号为 i 的结点有:
  • 若i>0,双亲序号:(i-1)/2;i=0,i为根结点编号,无双亲结点
  • 若2i+1<n,左孩子序号:2i+1,否则无左孩子
  • 若2i+2<n,右孩子序号:2i+2,否则无右孩子
  1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( )
    A 不存在这样的二叉树
    B 200
    C 198
    D 199
  2. 在具有 2n 个结点的完全二叉树中,叶子结点个数为( )
    A n
    B n+1
    C n-1
    D n/2
  3. 一个具有767个节点的完全二叉树,其叶子节点个数为()
    A 383
    B 384
    C 385
    D 386
  4. 一棵完全二叉树的节点数为531个,那么这棵树的高度为( )
    A 11
    B 10
    C 8
    D 12

答案:

  1. B
    n0 = n2+1
  2. A
    2n= n0 +1+ n2
    n0 = n2+1
    假设度为0的节点个数为x
    n2 =n0-1 =x-1
    2n =x+1+x-1
    2n = 2x
    n=x
  3. B
  4. B

2.4 二叉树的存储

二叉树的存储结构分为:顺序存储类似于链表的链式存储
顺序存储在下节介绍。
二叉树的链式存储是通过一个一个的节点引用起来的,常见的表示方式有二叉和三叉表示方式,具体如下

// 孩子表示法
class Node {int val; // 数据域Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树
}
// 孩子双亲表示法
class Node {int val; // 数据域Node left; // 左孩子的引用,常常代表左孩子为根的整棵左子树Node right; // 右孩子的引用,常常代表右孩子为根的整棵右子树Node parent; // 当前节点的根节点
}

孩子双亲表示法后序在平衡树位置介绍,本文采用孩子表示法来构建二叉树。

2.5 二叉树的基本操作

2.5.1 前置说明

在学习二叉树的基本操作前,需先要创建一棵二叉树,然后才能学习其相关的基本操作。由于现在大家对二叉树结构掌握还不够深入,为了降低大家学习成本,此处手动快速创建一棵简单的二叉树,快速进入二叉树操作学习,等二叉树结构了解的差不多时,反过头再来研究二叉树真正的创建方式。

public class BinaryTree{public static class BTNode{BTNode left;BTNode right;int value;BTNode(int value){this.value = value;}}private BTNode root;public void createBinaryTree(){BTNode node1 = new BTNode(1);BTNode node1 = new BTNode(2);BTNode node1 = new BTNode(3);BTNode node1 = new BTNode(4);BTNode node1 = new BTNode(5);BTNode node1 = new BTNode(6);root = node1;node1.left = node2;node2.left = node3;node1.right = node4;node4.left = node5;node5.right = node6;}
}

注意:上述代码并不是创建二叉树的方式,真正创建二叉树方式后序详解重点讲解。
再看二叉树基本操作前,再回顾下二叉树的概念,二叉树是:

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

从概念中可以看出,二叉树定义是递归式的,因此后序基本操作中基本都是按照该概念实现的。

2.5.2 二叉树的遍历

1.前中后序遍历
学习二叉树结构,最简单的方式就是遍历。所谓遍历(Traversal)是指沿着某条搜索路线,依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如:打印节点内容、节点内容加1)。 遍历是二叉树上最重要的操作之一,是二叉树上进行其它运算之基础。
在这里插入图片描述
在遍历二叉树时,如果没有进行某种约定,每个人都按照自己的方式遍历,得出的结果就比较混乱,如果按照某种规则进行约定,则每个人对于同一棵树的遍历结果肯定是相同的。如果N代表根节点,L代表根节点的左子树,R代表根节点的右子树,则根据遍历根节点的先后次序有以下遍历方式:
NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点—>根的左子树—>根的右子树。
LNR:中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树。
LRN:后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。

// 前序遍历
void preOrder(Node root);// 中序遍历
void inOrder(Node root);// 后序遍历
void postOrder(Node root);

下面主要分析前序递归遍历,中序与后序图解类似,同学们可自己动手绘制。
在这里插入图片描述
前序遍历结果:1 2 3 4 5 6
中序遍历结果:3 2 1 5 4 6
后序遍历结果:3 1 5 6 4 1
2. 层序遍历
层序遍历:除了先序遍历、中序遍历、后序遍历外,还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。
在这里插入图片描述
【练习】请同学们根据以上二叉树的三种遍历方式,给出以下二叉树的:在这里插入图片描述
在这里插入图片描述
选择题

  1. 某完全二叉树按层次输出(同一层从左到右)的序列为 ABCDEFGH 。该完全二叉树的前序序列为()
    A: ABDHECFG B: ABCDEFGH C: HDBEAFCG D: HDEBFGCA
  2. 二叉树的先序遍历和中序遍历如下:先序遍历:EFHIGJK;中序遍历:HFIEJKG.则二叉树根结点为()
    A: E B: F C: G D: H
  3. 设一课二叉树的中序遍历序列:badce,后序遍历序列:bdeca,则二叉树前序遍历序列为()
    A: adbce B: decab C: debac D: abcde
  4. 某二叉树的后序遍历序列与中序遍历序列相同,均为 ABCDEF ,则按层次输出(同一层从左到右)的序列为()
    A: FEDCBA B: CBAFED C: DEFCBA D: ABCDEF

【参考答案】 1.A 2.A 3.D 4.A
2.在这里插入图片描述
3.在这里插入图片描述
4.在这里插入图片描述

根据前序和后序能不能创建一棵二又树呢?
不可以
前序和后序只能确定根的位置

2.5.3 二叉树的基本操作

// 获取树中节点的个数
int size(Node root);// 获取叶子节点的个数
int getLeafNodeCount(Node root);// 子问题思路-求叶子结点个数// 获取第K层节点的个数
int getKLevelNodeCount(Node root,int k);// 获取二叉树的高度
int getHeight(Node root);// 检测值为value的元素是否存在
Node find(Node root, int val);//层序遍历
void levelOrder(Node root);// 判断一棵树是不是完全二叉树
boolean isCompleteTree(Node root)

// 获取树中节点的个数
int size(Node root);
在这里插入图片描述
// 获取叶子节点的个数
int getLeafNodeCount(Node root);
在这里插入图片描述
// 子问题思路-求叶子结点个数
在这里插入图片描述
// 获取第K层节点的个数
int getKLevelNodeCount(Node root,int k);
在这里插入图片描述
// 获取二叉树的高度
int getHeight(Node root);
在这里插入图片描述
放oj上的话 法二有可能溢出 因为法二计算了2遍 法一直接把当前的记录下来避免了重复运算造成的算法效率的降低

// 检测值为value的元素是否存在
Node find(Node root, int val);
在这里插入图片描述
//层序遍历
void levelOrder(Node root);
在这里插入图片描述
// 判断一棵树是不是完全二叉树
boolean isCompleteTree(Node root)
在这里插入图片描述
在这里插入图片描述

2.6 二叉树相关oj题

  1. 相同的树OJ链接
    在这里插入图片描述
    时间复杂度😮(min(m,n)),其中 m 和n分别是两个二叉树的节点数。对两个二叉树同时进行深度优先搜索,只有当两个二叉树中的对应节点都不为空时才会访问到该节点,因此被访问到的节点数不会超过较小的二叉树的节点数。
/*解题思路:1. 如果两棵树都是空,则相同2. 如果两棵树一个为空,一个不为空,则不相同3. 如果两棵树都不为空,先检测根是否相同,根如果相同再递归检测两棵树的左子树以及右子树是否都相同
*/
class Solution {public boolean isSameTree(TreeNode p, TreeNode q) {// 两棵树都为空,则对称if(p == null && q == null){return true;}// 如果一棵树是空,一棵树不为空,则不对称if(p == null || q == null){return false;}// 根节点中的值域相等,并且p和q的左右子树都是对称的,则对称,否则不对称return p.val == q.val &&isSameTree(p.left, q.left) &&isSameTree(p.right, q.right);}
}
  1. 另一颗树的子树。OJ链接
    在这里插入图片描述
    if(root==null)易漏掉 会导致空指针异常
/*解题思路:1. 题目已经说了:空树是任意一棵树的子树2. 如果两棵树相同,也可以认为是子树,因此:只要根节点相同,直接检测s和t是否为相同的树即可3. 如果根不相同,检测t是否为s.left的子树 或者 s.right的子树
*/  
class Solution {private boolean isSameTree(TreeNode p, TreeNode q) {// 两棵树都为空,则对称if(p == null && q == null){return true;}// 如果一棵树是空,一棵树不为空,则不对称if(p == null || q == null){return false;}// 根节点中的值域相等,并且p和q的左右子树都是对称的,则对称,否则不对称return p.val == q.val &&isSameTree(p.left, q.left) &&isSameTree(p.right, q.right);}public boolean isSubtree(TreeNode s, TreeNode t) {// 空树可以看成是任意一棵树的子树if(t == null){return true;}// s为空树,t不是空树,则t一定不是s的子树if(s == null){return false;}// 如果s和t是同一棵树,则t是s的子树if(isSameTree(s, t)){return true;}// 否则: 检测t是否为s左子树的子树,或者是否为s右子树的子树return isSubtree(s.left, t) || isSubtree(s.right, t);}
}
  1. 翻转二叉树。OJ链接
    在这里插入图片描述
/*解题思路:二叉树前序遍历规则应用如果树不空时:1. 交换根的左右子树2. 递归反转根的左子树3. 递归反转根的右子树
*/  
class Solution {public TreeNode invertTree(TreeNode root) {if(null != root){// 交换根的左右子树TreeNode tmp = root.left;root.left = root.right;root.right = tmp;// 递归反转根的左子树invertTree(root.left);// 递归反转根的右子树invertTree(root.right);}return root;}
}
  1. 平衡二叉树OJ链接
    可以在求树高度的过程中判断树是否平衡
    在这里插入图片描述
    上面代码leftHeight >= 0 && rightHeight >= 0 的关键作用
    核心逻辑:确保了:
    1.左右子树自身是平衡的(返回有效高度)。
    2.只有在子树平衡的前提下,才检查高度差是否合法。
    若省略:仅依赖高度差判断,会漏掉子树自身不平衡的情况,导致错误结果。
    新解题思路
    平衡二叉树的概念:二叉树中每个节点左右子树高度差的绝对值不能超过1
    根据概念来检测:
    1. 如果是空树,直接返回,注意:空树也是平衡二叉树
    2. 求根的左右子树高度,然后做差检测其高度差的绝对值是否超过1 如果超过则不是
    3. 递归检测根的左右子树是否为平衡二叉树
class Solution {public int GetHeight(TreeNode root){if(root == null){return 0;}int leftHeight = GetHeight(root.left);int rightHeight = GetHeight(root.right);return Math.max(leftHeight,rightHeight)+1;}public boolean isBalanced(TreeNode root) {// 空树是平衡二叉树if(root == null){return true;}// 获取root左右子树的高度int leftHeight = GetHeight(root.left);int rightHeight = GetHeight(root.right);// 根据平衡树的概念,检测root节点的平衡性if(Math.abs(rightHeight - leftHeight) > 1){return false;}// 通过递归方式:检测root的左右子树是否为平衡树return isBalanced(root.left) && isBalanced(root.right);}
}
  1. 对称二叉树。OJ链接
    在这里插入图片描述
    解题思路:直接递归检测root的左右是否对称即可
    1. 如果两棵树都是空树,则对称
    2. 如果两棵树一棵为空树,一棵不为空树,则一定不是对称树
    3. 如果两棵树都不为空,先检测两棵树的root是否相同,如果相同,再检测一个的left是否为另一个的right 并且一个的right是否为另一个的left
class Solution {public boolean isSymmetric(TreeNode root) {if(null == root)return true;            return isSymmetric(root.left, root.right);}private boolean isSymmetric(TreeNode left, TreeNode right){if(null == left && null == right){return true;}if(null == left || null == right){return false;}// 此处保证了两颗树都是存在的return left.val == right.val &&isSymmetric(left.left, right.right) &&isSymmetric(left.right, right.left);}
}
  1. 二叉树的构建及遍历。OJ链接
    在这里插入图片描述
    在这里插入图片描述
    注意:public static int i最好把static去掉 否则当有多个测试用例时 i无法重新为0
/*注意在线OJ算法题分为两种类型:1. 接口类型OJ:此种OJ题目是方法名字已经给好,用户直接写代码即可,也不需要包含什么包2. IO类型的OJ:此种OJ题目需要用户定义一个public的Main类,然后在Main类中提供一个main方法,在main方法中完成事情,中间如要需要用到其他集合类,必须手动  导入包在线OJ中的循环输入,输入单个值怎么循环接收,整行值怎么循环接收
解题思路:参考课堂将的二叉树的创建以及遍历
*/
import java.util.*;
public class Main{// 二叉树的节点进行定义public static class TreeNode{char value;TreeNode left;TreeNode right;        public TreeNode( char value){this.value = value;}}    // 指向二叉树的根节点TreeNode root;int index;void createBinaryTree(String preStr, char invalid){index = 0;root = createBinaryTreeN(preStr, invalid);}   TreeNode createBinaryTreeN(String preStr, char invalid){TreeNode treeRoot = null;if(index < preStr.length() && preStr.charAt(index) != invalid){// 创建根节点treeRoot = new TreeNode(preStr.charAt(index));           // 创建根节点的左子树++index;treeRoot.left = createBinaryTreeN(preStr, invalid);            // 创建根节点的右子树++index;treeRoot.right = createBinaryTreeN(preStr, invalid);}        return treeRoot;}    public void InOrder(){InOrder(root);System.out.println();}    private void InOrder(TreeNode treeRoot){if(treeRoot != null){InOrder(treeRoot.left);System.out.print(treeRoot.value + " ");InOrder(treeRoot.right);}}  public static void main(String[] args){Scanner scaner = new Scanner(System.in);      while(scaner.hasNext()){            // 接收前序遍历的结果String str = scaner.nextLine();            Main tree = new Main();tree.createBinaryTree(str, '#');tree.InOrder();}}
}
  1. 二叉树的分层遍历 。OJ链接
    层序遍历如下:
    在这里插入图片描述
    但此题要求返回List<List < Integer > >
    代码应更新如下:
    在这里插入图片描述
    在这里插入图片描述
  2. 给定一个二叉树, 找到该树中两个指定节点的最近公共祖先 。OJ链接
    法一:
    在这里插入图片描述
    在这里插入图片描述
    法二:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  3. 根据一棵树的前序遍历与中序遍历构造二叉树。 OJ链接
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    注意:priIndex不能用局部变量 要写成成员变量
  4. 根据一棵树的中序遍历与后序遍历构造二叉树OJ链接
    在这里插入图片描述
  5. 二叉树创建字符串。OJ链接
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  6. 二叉树前序非递归遍历实现 。OJ链接 在这里插入图片描述递归:在这里插入图片描述
  7. 二叉树中序非递归遍历实现。OJ链接
    在这里插入图片描述
    递归:
    在这里插入图片描述
  8. 二叉树后序非递归遍历实现。OJ链接
    在这里插入图片描述
    递归:在这里插入图片描述

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/web/96769.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/96769.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

【Zephyr电源与功耗专题】13_PMU电源驱动介绍

文章目录前言一、PMU系统介绍二、Zephyr系统下驱动PMU的组成2.1&#xff1a;PMU系统在Zephyr上包括五大部分&#xff1a;2.2&#xff1a;功能说明2.3&#xff1a;B-core功能说明(Freertos)三、PMU各驱动API详解3.1:Power_domain3.1.1&#xff1a;初始化3.1.2&#xff1a;rpmsg回…

华清远见25072班网络编程学习day5

作业0> 将IO多路复用实现TCP并发服务器实现一遍程序源码&#xff1a;#include <25072head.h> #define SER_IP "192.168.153.128" //服务器ip地址 #define SER_PORT 8888 //服务器端口号 int main(int argc, const char *argv[]) {//1、创建一个…

【数据结构--顺序表】

顺序表和链表 1.线性表&#xff1a; 线性表是n个具有相同特性&#xff08;相同逻辑结构&#xff0c;物理结构&#xff09;的数据元素的有限序列。常见的线性表有&#xff1a;顺序表&#xff0c;链表&#xff0c;栈&#xff0c;队列&#xff0c;字符串…线性表在逻辑上是线性结构…

【PyTorch】图像多分类部署

如果需要在独立于训练脚本的新脚本中部署模型&#xff0c;这种情况模型和权重在内存中不存在&#xff0c;因此需要构造一个模型类的对象&#xff0c;然后将存储的权重加载到模型中。加载模型参数&#xff0c;验证模型的性能&#xff0c;并在测试数据集上部署模型from torch imp…

FS950R08A6P2B 双通道汽车级IGBT模块Infineon英飞凌 电子元器件核心解析

一、核心解析&#xff1a;FS950R08A6P2B 是什么&#xff1f;1. 电子元器件类型FS950R08A6P2B 是英飞凌&#xff08;Infineon&#xff09; 推出的一款 950A/800V 双通道汽车级IGBT模块&#xff0c;属于功率半导体模块。它采用 EasyPACK 2B 封装&#xff0c;集成多个IGBT芯片和二…

【系列文章】Linux中的并发与竞争[05]-互斥量

【系列文章】Linux中的并发与竞争[05]-互斥量 该文章为系列文章&#xff1a;Linux中的并发与竞争中的第5篇 该系列的导航页连接&#xff1a; 【系列文章】Linux中的并发与竞争-导航页 文章目录【系列文章】Linux中的并发与竞争[05]-互斥量一、互斥锁二、实验程序的编写2.1驱动…

TensorRT 10.13.3: Limitations

Limitations Shuffle-op can not be transformed to no-op for perf improvement in some cases. For the NCHW32 format, TensorRT takes the third-to-last dimension as the channel dimension. When a Shuffle-op is added like [N, ‘C’, H, 1] -> [‘N’, C, H], the…

Python与Go结合

Python与Go结合的方法Python和Go可以通过多种方式结合使用&#xff0c;通常采用跨语言通信或集成的方式。以下是几种常见的方法&#xff1a;使用CFFI或CGO进行绑定Python可以通过CFFI&#xff08;C Foreign Function Interface&#xff09;调用Go编写的库&#xff0c;而Go可以通…

C++ 在 Visual Studio Release 模式下,调试运行与直接运行 EXE 的区别

前言 在 Visual Studio (以下简称 VS) 中开发 C 项目时&#xff0c;我们常常需要在 Debug 和 Release 两种构建模式之间切换。Debug 模式适合开发和调试&#xff0c;而 Release 模式则针对生产环境&#xff0c;进行代码优化以提升性能。然而&#xff0c;即使在 Release 模式下&…

南京方言数据集|300小时高质量自然对话音频|专业录音棚采集|方言语音识别模型训练|情感计算研究|方言保护文化遗产数字化|语音情感识别|方言对话系统开发

引言与背景 随着人工智能技术的快速发展&#xff0c;语音识别和自然语言处理领域对高质量方言数据的需求日益增长。南京方言作为江淮官话的重要分支&#xff0c;承载着丰富的地域文化和语言特色&#xff0c;在语言学研究和方言保护方面具有重要价值。本数据集精心采集了300小时…

基于LSTM深度学习的电动汽车电池荷电状态(SOC)预测

基于LSTM深度学习的电动汽车电池荷电状态&#xff08;SOC&#xff09;预测 摘要 电动汽车&#xff08;EV&#xff09;的普及对电池管理系统&#xff08;BMS&#xff09;提出了极高的要求。电池荷电状态&#xff08;State of Charge, SOC&#xff09;作为BMS最核心的参数之一&am…

Golang语言之数组、切片与子切片

一、数组先记住数组的核心特点&#xff1a;盒子大小一旦定了就改不了&#xff08;长度固定&#xff09;&#xff0c;但盒子里的东西能换&#xff08;元素值可变&#xff09;。就像你买了个能装 3 个苹果的铁皮盒&#xff0c;想多装 1 个都不行&#xff0c;但里面的苹果可以换成…

速通ACM省铜第四天 赋源码(G-C-D, Unlucky!)

目录 引言&#xff1a; G-C-D, Unlucky! 题意分析 逻辑梳理 代码实现 结语&#xff1a; 引言&#xff1a; 因为今天打了个ICPC网络赛&#xff0c;导致坐牢了一下午&#xff0c;没什么时间打题目了&#xff0c;就打了一道题&#xff0c;所以&#xff0c;今天我们就只讲一题了&…

数据链路层总结

目录 &#xff08;一&#xff09;以太网&#xff08;IEEE 802.3&#xff09; &#xff08;1&#xff09;以太网的帧格式 &#xff08;2&#xff09;帧协议类型字段 ①ARP协议 &#xff08;横跨网络层和数据链路层的协议&#xff09; ②RARP协议 &#xff08;二&#xff…

Scala 新手实战三案例:从循环到条件,搞定基础编程场景

Scala 新手实战三案例&#xff1a;从循环到条件&#xff0c;搞定基础编程场景 对 Scala 新手来说&#xff0c;单纯记语法容易 “学完就忘”&#xff0c;而通过小而精的实战案例巩固知识点&#xff0c;是掌握语言的关键。本文精选三个高频基础场景 ——9 乘 9 乘法口诀表、成绩等…

java学习笔记----标识符与变量

1.什么是标识符?Java中变量、方法、类等要素命名时使用的字符序列&#xff0c;称为标识符。 技巧:凡是自己可以起名字的地方都叫标识符。 比如:类名、方法名、变量名、包名、常量名等 2.标识符的命名规则由26个英文字母大小写&#xff0c;0-9&#xff0c;或$组成 数字不可以开…

AI产品经理面试宝典第93天:Embedding技术选型与场景化应用指南

1. Embedding技术演进全景解析 1.1 稀疏向量:关键词匹配的基石 1.1.1 问:请说明稀疏向量的适用场景及技术特点 答:稀疏向量适用于关键词精确匹配场景,典型实现包括TF-IDF、BM25和SPLADE。其技术特征表现为50,000+高维向量且95%以上位置为零值,通过余弦或点积计算相似度…

【Mermaid.js】从入门到精通:完美处理节点中的空格、括号和特殊字符

文章标签&#xff1a; Mermaid, Markdown, 前端开发, 数据可视化, 流程图 文章摘要&#xff1a; 你是否在使用 Mermaid.js 绘制流程图时&#xff0c;仅仅因为节点文本里加了一个空格或括号&#xff0c;整个图就渲染失败了&#xff1f;别担心&#xff0c;这几乎是每个 Mermaid 新…

多技术融合提升环境生态水文、土地土壤、农业大气等领域的数据分析与项目科研水平

一&#xff1a;空间数据获取与制图1.1 软件安装与应用1.2 空间数据介绍1.3海量空间数据下载1.4 ArcGIS软件快速入门1.5 Geodatabase地理数据库二&#xff1a;ArcGIS专题地图制作2.1专题地图制作规范2.2 空间数据的准备与处理2.3 空间数据可视化&#xff1a;地图符号与注记2.4 研…

【音视频】Android NDK 与.so库适配

一、名词解析 名词全称核心说明Android NDKNative Development Kit在SDK基础上增加“原生”开发能力&#xff0c;支持使用C/C编写代码&#xff0c;用于开发需要调用底层能力的模块&#xff08;如音视频、加密算法等&#xff09;.so库Shared Object即共享库&#xff0c;由NDK编…