动态规划之简单多状态

简单多状态

  • 1. 按摩师（easy）
  • 2. 打家劫舍II （medium）
  • 3. 删除并获得点数（medium）
  • 4. 买卖股票的最佳时机含冷冻期（medium）
  • 5. 买卖股票的最佳时机III（hard）

1. 按摩师（easy）

1.题目链接：按摩师
2.题目描述：一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
示例 1：

输入： [1,2,3,1]
输出： 4 解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。

示例 2：

输入： [2,7,9,3,1]
输出： 12 解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。

示例 3：

输入： [2,1,4,5,3,1,1,3]
输出： 12 解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。

3.问题分析：
对于动态规划多状态这类问题，看完题目后，对于某个事物，有明显几个状态；比如这道题的事物就是这个按摩师，这个按摩师可能有工作，休息两种状态，而我们要做的就是将这两种状态表示出来，然后计算不同状态下他所能达到的值。 最后依据题目来求解最大值还是最小值。

  1. 状态表示：先用一个dp[n]进行表示，然后就会发现，对于某一个位置来说，这个位置的客人可能选，可能不选（不选可能就是在休息），那么很明显用一个dp表是不能表示出这两种状态的。所以状态表示可以如下：f[i] 表⽰：选择到 i 位置时， nums[i] 必选，此时的最⻓预约时⻓； g[i] 表⽰：选择到 i 位置时， nums[i] 不选，此时的最⻓预约时⻓。
  2. 状态转移方程：对于f[i]数组来说，选择到 i 位置时， nums[i] 必选，此时的最⻓预约时⻓，所以如果i位置必选，那么i-1就不能再选，刚好g[i] 表示的就是 nums[i] 不选，此时的最⻓预约时，此时f[i]=nums[i] + g[i-1]； g[i]表示i位置不选，那么i-1可以选也可以不选，取这两者最大值，g[i]=max(f[i-1], g[i-1])。 所以状态表示分别为 f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[i]来说，i位置表示必选，所以f[0]=nums[0]；对于g[i]来说，i位置表示不选，所以g[0]=0 。
  4. 填表顺序：根据状态转移⽅程得从左往右，两个表⼀起填。
  5. 返回值：根据状态表⽰，应该返回max(f[n - 1], g[n - 1])。

代码如下：

class Solution 
{
public:int massage(vector<int>& nums) {int n = nums.size();//判断是否为空if (n == 0)return 0;vector<int> f(n), g(n);//初始化f[0] = nums[0];for (int i = 1; i < n; ++i){f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[n - 1], g[n - 1]);}
};

2. 打家劫舍II （medium）

1.题目链接：打家劫舍II
2.题目描述：你是一个专业的小偷，计划偷窃沿街的房屋，每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警 。
给定一个代表每个房屋存放金额的非负整数数组，计算你 在不触动警报装置的情况下 ，今晚能够偷窃到的最高金额。

示例 1：

输入：nums = [2,3,2]
输出：3 解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）,因为他们是相邻的。

示例 2：

输入：nums = [1,2,3,1]
输出：4 解释：你可以先偷窃 1 号房屋（金额 = 1），然后偷窃 3 号房屋（金额 = 3）。偷窃到的最高金额 = 1 + 3 = 4 。

示例 3：

输入：nums = [1,2,3]
输出：3

3.问题分析：
这道题上道题的区别就是将这个nums数组看作是一个环形数组，这样的话就需要考虑临界区，也就是对首尾的状况进行分析；具体有如下几种：如果第一个位置选，那么最后一个位置就不能选，也就是在区间[0,n - 2]；如果最后一个位置选，那么第一个位置就不能选，也就是区间[1,n - 1]。 还有没有别的情况？没有了。然后对两个区间[0,n - 2]和[1,n - 1]分别进行一次按摩师的问题，就可以求出最大值。

  1. 状态表示：f[i] 表⽰：选择到 i 位置时， nums[i] 必选，此时偷取利润的最大值； g[i] 表⽰：选择到 i 位置时， nums[i] 不选，此时偷取利润的最大值。
  2. 状态转移方程：如按摩师的分析方式，状态转移方程如下： f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[i]来说，i位置表示必选，所以f[0]=nums[0]；对于g[i]来说，i位置表示不选，所以g[0]=0 。
  4. 填表顺序：根据状态转移⽅程得从左往右，两个表⼀起填。
  5. 返回值：根据状态表⽰，应该返回max(f[n - 1], g[n - 1])。

代码如下：

class Solution 
{
public:int _rob(vector<int>& nums, int left, int right){if (left > right)return 0;int n = nums.size();vector<int> f(n), g(n);//初始化第一个值f[left] = nums[left];for (int i = left + 1; i <= right; ++i){f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[right], g[right]);}int rob(vector<int>& nums) {int n = nums.size();//判断临界条件if (n == 1)return nums[0];//分别求出两个区间[0,n - 2]和[1,n - 1]的最大值return max(_rob(nums, 0, n - 2), _rob(nums, 1, n - 1));}
};

3. 删除并获得点数（medium）

1.题目链接：删除并获得点数
2.题目描述：
给你一个整数数组 nums ，你可以对它进行一些操作。
每次操作中，选择任意一个 nums[i] ，删除它并获得 nums[i] 的点数。之后，你必须删除 所有 等于 nums[i] - 1 和 nums[i] + 1 的元素。
开始你拥有 0 个点数。返回你能通过这些操作获得的最大点数。

示例 1：

输入：nums = [3,4,2]
输出：6 解释： 删除 4 获得 4 个点数，因此 3 也被删除。 之后，删除 2 获得 2个点数。总共获得 6 个点数。

示例 2：

输入：nums = [2,2,3,3,3,4]
输出：9 解释： 删除 3 获得 3 个点数，接着要删除两个 2 和 4 。 之后，再次删除3 获得 3 个点数，再次删除 3 获得 3 个点数。 总共获得 9 个点数。

提示：

1 <= nums.length <= 2 * 10^4
1 <= nums[i] <= 10^4

3.问题分析：
这道题就需要很好的理解能力了，大概意思是给你一个数组，然后你可以删除一个元素并获得它的大小（这里就叫做点数），但是你如果删除了某个数，比如5，那么你就不能再删除数组中的3和4（上述加红区域）。看到这会想到什么？？是不是就和上述第一题差不多了，i位置必选的话，i-1与i+1位置就不能再选。然后就需要一些操作，将本题变为与上述题一样的解法即可，思路如下：由提示可知道1 <= nums[i] <= 10^4，所以用一个10001大小的数组将数据管理起来，下标对应的就是每个数据，所存的元素表示该下标总共的和（例如4出现3次，那么4的位置所存的数据就为12）。

  1. 状态表示：如上题一样，用f[i]表示i位置删除，所获取的最大点数；g[i]表示i位置不删除，所获取的最大点数。
  2. 状态转移方程：如按摩师的分析方式，状态转移方程如下： f[i] = hash[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[0]位置来说，必选后值为0。
  4. 填表顺序：从左往右，两表一次填写。
  5. 返回值：max(f[N - 1], g[N - 1])。

代码如下：

class Solution 
{
public:int deleteAndEarn(vector<int>& nums) {const int N = 10001;int hash[N] = { 0 };for (auto& x : nums)hash[x] += x;vector<int> f(N), g(N);for (int i = 1; i < N; ++i){f[i] = hash[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[N - 1], g[N - 1]);}
};

4. 买卖股票的最佳时机含冷冻期（medium）

1.题目链接：买卖股票的最佳时机含冷冻期
2.题目描述：给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: prices = [1,2,3,0,2]
输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

示例 2:

输入: prices = [1]
输出: 0

提示：

1 <= prices.length <= 5000
0 <= prices[i] <= 1000

3.问题分析：
这类题先分状态，然后对每种状态再进行详细讨论。如本题状态该怎么分？在某一天的交易状态可能为买入、冷冻期，冷冻期之后为可交易状态（可交易状态是需要自行找出的）因为卖出的那一刻和进入冷冻期的利润相同，所以买卖股票问题不需要关心卖出状态（如果考虑卖出状态的话，要记得冷冻期的利润是和当天卖出状态利润相同的）。

  1. 状态表示：由于有「买⼊」「可交易」「冷冻期」三个状态，因此我们可以选择⽤三个数组，其中：dp[0][j] 表⽰：第 i 天结束后，处于「买⼊」状态，此时的最⼤利润；dp[1][j] 表⽰：第 i 天结束后，处于「冷冻期」状态，此时的最⼤利润；dp[2][j] 表⽰：第 i 天结束后，处于「可交易」状态，此时的最⼤利润。
  2. 状态转移方程：由下图进行分析：
    在这里插入图片描述

箭头末尾表示昨天，箭头前端表示今天。nothing表示什么也不用做。 由买入状态开始分析：由买入能不能到买入状态？什么也不干就可以，由买入到冷冻期？昨天卖出，今天就到冷冻期 ，由买入到可交易？买入后只能卖出到冷冻期，所以不可行。 冷冻期状态：由冷冻期到冷冻期？不行，由冷冻期到买入，显而易见也不行，由冷冻期到可交易？昨天冷冻期，什么也不干，今天就能到达可交易。可交易状态：由可交易到可交易？昨天可交易状态什么也不干，今天就又是可交易状态，由可交易到买入？昨天可交易，今天当然可以买入，由可交易到冷冻期？不行。
所以状态转移方程如下：dp[0][j] = max(dp[0][j - 1], dp[2][j - 1] - prices[j]); dp[1][j] = dp[0][j - 1] + prices[j]; dp[2][j] = max(dp[2][j - 1], dp[1][j - 1]);

  1. 初始化：三种状态都会⽤到前⼀个位置的值，因此需要初始化每⼀⾏的第⼀个位置：
    dp[0][0] ：此时要想处于「买⼊」状态，必须把第⼀天的股票买了，因此 dp[0][0] = -prices[0] ；
    dp[1][0] ：啥也不⽤⼲即可，因此 dp[1][0] = 0 ；
    dp[2][0] ：⼿上没有股票，买⼀下卖⼀下就处于冷冻期，此时收益为 0 ，因此 dp[2][0] = 0 。
  2. 填表顺序：从上到下，从左往右，三个表⼀起填。
  3. 返回值：买入状态的利润肯定不是最大的，所以返回冷冻期状态或可交易状态的最大值即可。

代码如下：

class Solution 
{
public:int maxProfit(vector<int>& prices) {int n = prices.size();vector<vector<int>> dp(3, vector<int>(n));dp[0][0] = -prices[0];for (int j = 1; j < n; ++j){dp[0][j] = max(dp[0][j - 1], dp[2][j - 1] - prices[j]);dp[1][j] = dp[0][j - 1] + prices[j];dp[2][j] = max(dp[2][j - 1], dp[1][j - 1]);}return max(dp[1][n - 1], dp[2][n - 1]);}
};

5. 买卖股票的最佳时机III（hard）

1.题目链接：买卖股票的最佳时机III
2.题目描述：给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔（k笔） 交易。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入：prices = [3,3,5,0,0,3,1,4]
输出：6 解释：在第 4 天（股票价格 = 0）的时候买入，在第6天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4 解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

提示：

1 <= prices.length <= 10^5
0 <= prices[i] <= 10^5

3.问题分析：
这道题与上道题相比，多需要考虑一个交易次数，所以需要再增加一个维度用来表示交易次数。对于状态来说，只有买入状态和可交易状态，所以用f，g两个数组来进行表示，第二个维度j表示的就是交易次数。

  1. 状态表示：f[i][j] 表⽰：第 i 天结束后，完成了 j 次交易，处于「买⼊」状态，此时的最⼤利润； g[i][j] 表⽰：第 i 天结束后，完成了 j 次交易，处于「卖出」状态，此时的最⼤利润。
  2. 状态转移⽅程：
    对于 f[i][j] ，有两种情况到这个状态：
    在 i - 1 天的时候，交易了 j 次，处于「买⼊」状态，第 i 天啥也不⼲即可。此时最⼤利润为： f[i - 1][j] ；在 i - 1 天的时候，交易了 j 次，处于「卖出」状态，第 i 天的时候把股票买了。此时的最⼤利润为： g[i - 1][j] - prices[i] 。综上，所求的是「最⼤利润」，因此是两者的最⼤值： f[i][j] = max(f[i - 1][j], g[i - 1][j] - prices[i]) 。
    对于 g[i][j] ，有两种情况可以到达这个状态：
    在 i - 1 天的时候，交易了 j 次，处于「卖出」状态，第 i 天啥也不⼲即可。此时的最⼤利润为： g[i - 1][j] ；在 i - 1 天的时候，交易了 j - 1 次，处于「买⼊」状态，第 i 天把股票卖了，然
    后就完成了 j ⽐交易。此时的最⼤利润为： f[i - 1][j - 1] + prices[i] 。但是这个状态不⼀定存在，要先判断⼀下。要求的是最⼤利润，因此状态转移⽅程为：g[i][j] = g[i - 1][j]; if(j >= 1) g[i][j] = max(g[i][j], f[i - 1][j - 1] + prices[i]);
  3. 初始化：
    由于需要⽤到 i = 0 时的状态，因此初始化第⼀⾏即可。
    当处于第 0 天的时候，只能处于「买⼊过⼀次」的状态，此时的收益为 -prices[0] ，因此 f[0][0] = - prices[0] 。
    为了取 max 的时候，⼀些不存在的状态「起不到⼲扰」的作⽤，我们统统将它们初始化为 -INF （⽤ INT_MIN 在计算过程中会有「溢出」的⻛险，这⾥ INF 折半取0x3f3f3f3f ，⾜够⼩即可）溢出情况：当初始化为负无穷时，-prices[0]-oo就会溢出。
  4. 填表顺序：从上往下填每⼀⾏，每⼀⾏从左往右，两个表⼀起填。
  5. 返回值：返回每次交易的最大值。

代码如下：

class Solution {
public:const int INF = 0x3f3f3f3f;int maxProfit(vector<int>& prices) {int n = prices.size();vector<vector<int>> f(n, vector<int>(3, -INF)), g(n, vector<int>(3, -INF));f[0][0] = -prices[0], g[0][0] = 0;for (int i = 1; i < n; ++i) {for (int j = 0; j < 3; ++j){f[i][j] = max(f[i - 1][j], g[i - 1][j] - prices[i]);if (j >= 1) //防止越界g[i][j] = max(g[i - 1][j], f[i - 1][j - 1] + prices[i]);else g[i][j] = g[i - 1][j];}}int ret = 0;for (int j = 0; j < 3; ++j)ret = max(ret, g[n - 1][j]);return ret;}      } ;

对于买卖股票的最佳时机IV问题来说，交易k次，分析方式与上道题基本无异，只需将上述代码中的3改为k即可。

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.rhkb.cn/news/122563.html

如若内容造成侵权/违法违规/事实不符，请联系长河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

【网络爬虫笔记】爬虫Robots协议语法详解

【网络爬虫笔记】爬虫Robots协议语法详解

Robots协议是指一个被称为Robots Exclusion Protocol的协议。该协议的主要功能是向网络蜘蛛、机器人等搜索引擎爬虫提供一个标准的访问控制机制&#xff0c;告诉它们哪些页面可以被抓取&#xff0c;哪些页面不可以被抓取。本文将进行爬虫Robots协议语法详解&#xff0c;同时提供…
阅读更多...
IO day2

IO day2

x.mind
阅读更多...
MySql学习笔记12——数据库设计三范式

MySql学习笔记12——数据库设计三范式

数据库设计三范式 第一范式&#xff1a;要求任何一张表必须有主键&#xff0c;每一个字段原子性不可再分。 第二范式&#xff1a;建立在第一范式之上&#xff0c;要求所有非主键字段必须完全依赖主键&#xff0c;不能部分依赖 第三范式&#xff1a;建立在第二范式之上&#…
阅读更多...
【代码随想录day24】不同的二叉搜索树

【代码随想录day24】不同的二叉搜索树

题目 给你一个整数 n &#xff0c;求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种&#xff1f;返回满足题意的二叉搜索树的种数。 示例 1&#xff1a; 输入&#xff1a;n 3 输出&#xff1a;5示例 2&#xff1a; 输入&#xff1a;n 1 输出&#xf…
阅读更多...
Redis之bigkey问题解读

Redis之bigkey问题解读

目录 什么是bigkey&#xff1f; bigkey引发的问题 如何查找bigkey redis-cli --bigkeys MEMORY USAGE bigKey如何删除 渐进式删除 unlink bigKey生产调优 什么是bigkey&#xff1f; bigkey简单来说就是存储本身的key值空间太大&#xff0c;或者hash&#xff0c;list&…
阅读更多...
VBA技术资料MF51：VBA_在Excel中突出显示唯一值

VBA技术资料MF51：VBA_在Excel中突出显示唯一值

【分享成果&#xff0c;随喜正能量】世间万物&#xff0c;因果循环不休&#xff0c;你的善心善行&#xff0c;都可能成为你的善缘善果。每天忆佛念佛&#xff0c;每天都在佛菩萨的加持下生活&#xff0c;自然吉祥如意&#xff0c;法喜充满。 。 我给VBA的定义&#xff1a;VBA是…
阅读更多...
「通信原理」格雷码的生成与破译

「通信原理」格雷码的生成与破译

「通信原理」格雷码的生成与破译 格雷码&#xff0c;gray code&#xff0c;相邻两数之间只有一个bit发生了改变&#xff0c;因此相比于自然编码的二进制系统&#xff0c;格雷编码的更不容易出错。使用卡诺图化简布尔代数式的时候&#xff0c;也会用到格雷码。本文将介绍三种格…
阅读更多...
php对接AWS S3云存储，上传S3及访问权限问题

php对接AWS S3云存储，上传S3及访问权限问题

首先先下载sdk包 https://docs.aws.amazon.com/zh_cn/sdk-for-php/v3/developer-guide/getting-started_installation.html S3创建存储桶 去安全凭证-》创建访问秘钥 创建的时候会提示&#xff0c;主账号创建不安全&#xff0c;这个时候我们需要创建一个IAM账号来创建秘钥 创…
阅读更多...
密码学入门——环游密码世界

密码学入门——环游密码世界

文章目录 参考书目一、基本概念1.1 本书主要角色1.2 加密与解密 二、对称密码与公钥密码2.1 密钥2.2 对称密码和公钥密码2.3 混合密码技术 三、其他密码技术 参考书目 图解密码技术 第三版 一、基本概念 1.1 本书主要角色 1.2 加密与解密 加密 解密 密码破译 二、对称密…
阅读更多...
污水处理厂3D数字孪生三维可视系统降低设备风险隐患

污水处理厂3D数字孪生三维可视系统降低设备风险隐患

当相对传统与保守的水务行业&#xff0c;与激进与开放的互联网发生碰撞之后&#xff0c;产生了最好的一个名词是&#xff1a;“智慧水务”&#xff0c;谈及智慧水务&#xff0c;自然免不了当下最具热度的技术“元宇宙”&#xff0c;水资源再生是我国追求高质量发展的新策略&…
阅读更多...
基于Pytest+Allure+Excel的接口自动化测试框架

基于Pytest+Allure+Excel的接口自动化测试框架

1. Allure 简介 简介 Allure 框架是一个灵活的、轻量级的、支持多语言的测试报告工具&#xff0c;它不仅以 Web 的方式展示了简介的测试结果&#xff0c;而且允许参与开发过程的每个人可以从日常执行的测试中&#xff0c;最大限度地提取有用信息。 Allure 是由 Java 语言开发…
阅读更多...
C++ 模板

C++ 模板

模板&#xff1a; 模板&#xff0c;即数据是灵魂&#xff0c;其余为肉身&#xff0c;正所谓有趣的灵魂万里挑一&#xff0c;所以想要模板变得完美&#xff0c;关键在于数据&#xff1b;其余不过是抄作业的框架。 模板函数&#xff1a; 模板函数可以自动推导出你传给他的数据类型…
阅读更多...
1.初识爬虫

1.初识爬虫

爬虫是批量模拟网络请求的程序&#xff0c;想百度谷歌这种搜索类网站本质上就是爬虫 使用爬虫的时候不应该对别人的网站有严重的影响&#xff0c;比如你爬的频率太高了&#xff0c;让人家的网站崩溃了。不应该爬取网页上显示不到的内容&#xff0c;比如有一个直播的网站&#…
阅读更多...
算法通关村第十九关——最小路径和

算法通关村第十九关——最小路径和

LeetCode64. 给定一个包含非负整数的 m n 网格 grid,请找出一条从左上角到右下角的路径&#xff0c;使得路径上的数字总和为最小。 输入&#xff1a;grid[[1,3,1],[1,5,1],[4,2,1]] 输出&#xff1a;7 解释&#xff1a;因为路径1→3→1→1→1的总和最小。 public int minPath…
阅读更多...
16字节协议的串口通信

16字节协议的串口通信

1.协议要求 协议为帧传输&#xff0c;一共16字节。主要是2字节的固定帧头 EB 90&#xff0c;2字节的帧计数(用来计数发出的帧),10字节的数据和2字节的校验位 帧头&#xff1a;2字节&#xff0c;固定值 8’HEB、8’H90 帧计数&#xff1a;2字节&#xff0c;用来说明发出去帧是…
阅读更多...
【python爬虫】13.吃什么不会胖（爬虫实操练习）

【python爬虫】13.吃什么不会胖（爬虫实操练习）

文章目录 前言项目实操明确目标分析过程代码实现 前言 吃什么不会胖——这是我前段时间在健身时比较关注的话题。 相信很多人&#xff0c;哪怕不健身&#xff0c;也会和我一样注重饮食的健康&#xff0c;在乎自己每天摄入的食物热量。 不过&#xff0c;生活中应该很少有人会…
阅读更多...
C语言入门 Day_14 for循环

C语言入门 Day_14 for循环

目录​​​​​​​ 1.for循环 2.循环执行顺序 3.易错点 4.思维导图 前言 我们定义了一个数组以后&#xff0c;要使用&#xff08;读取或者修改&#xff09;数组元素的话&#xff0c;可以一个一个的读取&#xff0c;就前两课学的那样&#xff0c;代码类似这个结构。 int …
阅读更多...
Centos7 + Apache Ranger 2.4.0 部署

Centos7 + Apache Ranger 2.4.0 部署

一、Ranger简介 Apache Ranger提供一个集中式安全管理框架, 并解决授权和审计。它可以对Hadoop生态的组件如HDFS、Yarn、Hive、Hbase等进行细粒度的数据访问控制。通过操作Ranger控制台,管理员可以轻松的通过配置策略来控制用户访问权限。 1、组件列表 # Service Name Liste…
阅读更多...
镜像的基本命令（docker）

镜像的基本命令（docker）

文章目录 前言一、docker命令介绍1、帮助命令2、显示镜像3、搜索镜像4、下载镜像5、删除镜像 总结 前言 本文主要介绍docker中与镜像相关的一些命令&#xff0c;是对狂神课程的一些总结&#xff0c;作为一个手册帮助博主和使用docker的同学们来查找和回忆。 实验环境&#xf…
阅读更多...
C标准输入与标准输出——stdin,stdout

C标准输入与标准输出——stdin,stdout

&#x1f517; 《C语言趣味教程》&#x1f448; 猛戳订阅&#xff01;&#xff01;&#xff01; ​—— 热门专栏《维生素C语言》的重制版 —— &#x1f4ad; 写在前面&#xff1a;这是一套 C 语言趣味教学专栏&#xff0c;目前正在火热连载中&#xff0c;欢迎猛戳订阅&#…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023