【数据结构】树与二叉树、树与森林部分习题与算法设计例题

目录

  • 【数据结构】树与二叉树部分习题与算法设计例题
    • 一、单选题
    • 二、算法设计题
      • 判断二叉树是否为完全二叉树
      • 求二叉树的最小深度 以及 二叉树树高

  1. 树与二叉树知识点文章: 【数据结构】树与二叉树(递归法先序、中序、后序、层次遍历二叉树、二叉树的建立以及求树高的方法)
  2. 二叉树遍历算法的应用: 【数据结构】树与二叉树遍历算法的应用(求叶子节点个数、求树高、复制二叉树、创建二叉树、二叉树存放表达式、交换二叉树每个结点的左右孩子)
  3. 树与森林知识点文章: 【数据结构】树与森林(树的存储结构、森林与二叉树的转化、树与森林的遍历)

【数据结构】树与二叉树部分习题与算法设计例题

一、单选题

  1. 设树T的度为4,其中度为1,2,3和4的结点个数分别为4,2,1,1 则T中的叶子数为( )。

A. 5
B. 6
C. 7
D. 8
选D
一棵含有n个结点的树,有n-1个分支,即 n = 1 ∗ 4 + 2 ∗ 2 + 3 ∗ 1 + 4 ∗ 1 + 1 = 16 ; n = 1*4 + 2*2 + 3*1 + 4*1 + 1 = 16; n=14+22+31+41+1=16;
又由于 n = n 0 + n 1 + n 2 + n 3 + n 4 = n 0 + 8 ; n = n_0 + n_1 + n_2 + n_3 + n_4 = n0 + 8; n=n0+n1+n2+n3+n4=n0+8;
n 0 + 8 = 16 n_0 + 8 = 16 n0+8=16,所有叶子结点个数为8

  1. 在下述结论中,正确的是( )
    ①只有一个结点的二叉树的度为0;
    ②二叉树的度为2;
    ③二叉树的左右子树可任意交换;
    ④深度为K的完全二叉树的结点个数小于或等于深度相同的满二叉树。

A 1、2、3

B 2、3、4

C 2、4

D 1、4
选D
(1)对。只有一个结点的二叉树的度为0;
(2)二叉树的要求是度不超过2
(3) 二叉树是有序树,左右子树不能交换位置.
(4)对。深度为K的完全二叉树的结点个数小于或等于深度相同的满二叉树。

  1. 设森林F对应的二叉树为B,它有m个结点,B的根为p,p的右子树结点个数为n,森林F中第一棵树的结点个数是( )

A m-n

B m-n-1

C n+1

D 条件不足,无法确定
选A
所有节点数减去右兄弟,剩下的就是第一棵树。

  1. 若一棵二叉树具有10个度为2的结点,5个度为1的结点,则度为0的结点个数是( )

A 9

B 11

C 15

D 不确定
选B
性质3:*对任何一棵二叉树,若它含有 n 0 n_0 n0个叶子结点、 n 2 n_2 n2个度为 2的结点,则必存在关系式 n 0 = n 2 + 1 n_0=n_2+1 n0=n2+1
n 0 = n 2 + 1 = 10 + 1 = 11 n_0=n_2+1=10+1=11 n0=n2+1=10+1=11

  1. 在一棵三叉树中度为3的结点数为2个, 度为2 的结点数为1个,度为1的结点数为2个,则度为0的结点数为( )个

A. 4

B. 5

C. 6

D. 7
选c
设该树总共有n个节点,则 n = n 0 + n 1 + n 2 + n 3 . n=n_0+n_1+n_2+n_3. n=n0+n1+n2+n3.
该树中除了根节点没有前驱以外,每个节点有且只有一个前驱,因此有n个节点的树的总边数为 n − 1 n-1 n1条.根据度的定义,总边数与度之间的关系为: n − 1 = 0 ∗ n 0 + 1 ∗ n 1 + 2 ∗ n 2 + 3 ∗ n 3 . n-1=0*n_0+1*n_1+2*n_2+3*n_3. n1=0n0+1n1+2n2+3n3.
联立两个方程求解,可以得到 n 0 = 6 n_0=6 n0=6

  1. 设森林F中有三棵树,第一,第二,第三棵树的结点个数分别为M1,M2和M3。与森林F对应的二叉树根结点的右子树上的结点个数是( )。

A. M1

B. M1+M2

C. M3

D. M2+M3
选D
根据森林转换为二叉树的法则,二叉树的根结点通常是第一棵树的结点,二叉树的左子树是由第一棵树删去根后所得所有子树构成的,二叉树的右子树是由其它树(第二,第三棵树)构成的,故左子树结点个数是M1-1,右子树上的结点个数是M2+M3。

  1. 具有10个叶结点的二叉树中有( )个度为2的结点,

A. 8

B. 9

C. 10

D. 11
选B
性质3:*对任何一棵二叉树,若它含有 n 0 n_0 n0个叶子结点、 n 2 n_2 n2个度为 2的结点,则必存在关系式 n 0 = n 2 + 1 n_0=n_2+1 n0=n2+1
计算得 10 − 1 = 9 10-1=9 101=9

  1. 一棵完全二叉树上有1001个结点,其中叶子结点的个数是( )

A. 250

B. 500

C. 254

D. 505

E. 以上答案都不对
选E
方法一:由 性质4: *具有 n 个结点的完全二叉树的深度为: ⌊ log ⁡ 2 n ⌋ + 1 \lfloor\log_2 n\rfloor + 1 log2n+1 可得树高为 9 + 1 = = 10 9+1==10 9+1==10
前九层的总结点个数为 2 9 − 1 = 511 2^9-1=511 291=511
第十层的结点个数为 1001 − 511 = 490 1001-511=490 1001511=490
第九层上结点个数为 2 9 − 1 = 256 2^{9-1}=256 291=256
第九层上叶节点个数为 256 − 490 / 2 = 11 256-490/2=11 256490/2=11
因此叶节点一共有 490 + 11 = 501 ( 个 ) 490+11=501(个) 490+11=501()

方法二:
完全二叉树的最后一个结点的编号是 n n n,则它的父结点的编号为 [ n / 2 ] [n/2] [n/2],则叶子结点个数为 n − [ n / 2 ] n-[n/2] n[n/2]
完全二叉树的最后一个结点的编号一定是1001,则它的父结点的编号为1001/2=500,则叶子结点个数为1001-500=501.

  1. 设给定权值总数有n 个,其哈夫曼树的结点总数为( )

A. 不确定

B. 2n

C. 2n+1

D. 2n-1
选 D
哈夫曼树中只有度为0和2的节点,且有此关系 n 0 = n 2 + 1 ( 度为 0 的节点个数 = 度为 2 的节点个数 + 1 ) n_0=n_2+1(度为0的节点个数=度为2的节点个数+1) n0=n2+1(度为0的节点个数=度为2的节点个数+1) 哈夫曼树中权值所在的节点一定是叶子节点,有哈夫曼树的构造决定的。
因此“给定权值总数有 n n n个”,也就是说叶子节点有 n n n个,则度为2的节点个数为 ( n − 1 ) (n-1) (n1),哈夫曼树总结点个数为 n + ( n − 1 ) = 2 n − 1 n+(n-1)=2n-1 n+(n1)=2n1
根据:
性质3:*对任何一棵二叉树,若它含有 n 0 n_0 n0个叶子结点、 n 2 n_2 n2个度为 2的结点,则必存在关系式 n 0 = n 2 + 1 n_0=n_2+1 n0=n2+1

  1. 一个具有1025个结点的二叉树的高h为( )

A. 11

B. 10

C. 11至1025之间

D. 10至1024之间
选A

性质4: *具有 n 个结点的完全二叉树的深度为: ⌊ log ⁡ 2 n ⌋ + 1 \lfloor\log_2 n\rfloor + 1 log2n+1 可得树高为 10 + 1 = = 11 10+1==11 10+1==11

  1. 一棵二叉树高度为h,所有结点的度或为0,或为2,则这棵二叉树最少有( )结点

A. 2h

B. 2h-1

C. 2h+1

D. h+1
选B
性质3:*对任何一棵二叉树,若它含有 n 0 n_0 n0个叶子结点、 n 2 n_2 n2个度为 2的结点,则必存在关系式 n 0 = n 2 + 1 n_0=n_2+1 n0=n2+1
在这里插入图片描述

  1. 一棵树高为K的完全二叉树至少有( )个结点

A. 2 k – 1 2^k –1 2k–1

B. 2 k − 1 – 1 2^{k-1} –1 2k1–1

C. 2 k − 1 2^{k-1} 2k1

D. 2 k 2^k 2k
选C
至少的情况:最后一层只有一个叶子结点,前 K-1 层是满二叉树。因此,结点数可以通过以下公式计算: [ 至少结点数 = 2 ( K − 1 ) − 2 ( K − 1 ) + 1 = 2 K − 2 ( K − 1 ) ] [ \text{至少结点数} = 2^{(K-1)} - 2^{(K-1)} + 1 = 2^{K} - 2^{(K-1)} ] [至少结点数=2(K1)2(K1)+1=2K2(K1)]
至多的情况:第 K 层是满二叉树,因此结点数最多为: [ 至多结点数 = 2 K − 1 ] [\text{至多结点数} = 2^{K} - 1 ] [至多结点数=2K1]

完全二叉树:

    1.  完全二叉树:树中所含的 n个结点和满二叉树中编号为 1 至 n 的结点一一对应。2.  特点:结点没有左孩子一定没有右孩子;度为1的结点最多有一个

性质1:二叉树的第 i层上至多有 2 i − 1 2^{i-1} 2i1个结点 ( i ≥ 1 ) (i≥1) (i1)
性质2:深度为k的二叉树上至多含 ( 2 k − 1 ) (2^k-1) (2k1)个结点 ( k ≥ 1 ) (k≥1) (k1)。达到最多的时候,就是满二叉树。
性质3:*对任何一棵二叉树,若它含有 n 0 n_0 n0个叶子结点、 n 2 n_2 n2个度为 2的结点,则必存在关系式 n 0 = n 2 + 1 n_0=n_2+1 n0=n2+1

  1. 一棵二叉树的前序遍历序列为ABCDEFG,它的中序遍历序列可能是( )

A. CABDEFG

B. ABCDEFG

C. DACEFBG

D. ADCFEG
选B
当二叉树所有节点都只有有右孩子时,选项中只有B成立。

  1. 下面的说法中正确的是( ).
    (1)任何一棵二叉树的叶子结点在三种遍历中的相对次序不变;
    (2)按二叉树定义,具有三个结点的二叉树共有6种。

A. (1)(2)

B. 1

C. 2

D. (1)、(2)都错
选B
(1)是正确的 解析看第15题。任何一颗二叉树的叶子结点在先序、中序、后序遍历序列中的相对次序是不发生改变的
(2)应该是五种.
在这里插入图片描述

  1. 在二叉树结点的先序序列,中序序列和后序序列中,所有叶子结点的先后顺序( )

A. 都不相同

B. 完全相同

C. 先序和中序相同,而与后序不同

D. 中序和后序相同,而与先序不同
选B

  • 前序遍历序列的顺序是根节点 --> 左子树 --> 右子树;
  • 后序遍历序列的顺序是左子树 --> 右子树 --> 根结点;
  • 中序遍历序列的顺序是左子树 --> 根结点 --> 右子树;
    因此相对次序发生变化的都是子树的根,也就是非叶结点。 所以各叶子之间的相对次序关系在前序序列、中序序列和后序序列中是一样的。
  1. 某二叉树的前序序列和后序序列正好相反,则该二叉树一定是()的二叉树。

A. 空或只有一个结点

B. 任一结点无左子树

C. 高度等于其结点数

D. 任一结点无右子树
选C
高度等于其结点个数的二叉树,即任意结点只有左孩子或只有右孩子,前序序列即从上向下的层序,后序序列即从下向上的层序。

  1. 若X是二叉中序线索树中一个有左孩子的结点,且X不为根,则x的前驱为( )

A. X的双亲

B. X的右子树中最左的结点

C. X的左子树中最右结点

D. X的左子树中最右叶结点
正确答案:C
在这里插入图片描述

  1. 引入二叉线索树的目的是( )

A. 加快查找结点的前驱或后继的速度

B. 为了能在二叉树中方便的进行插入与删除

C 为了能方便的找到双亲

D. 使二叉树的遍历结果唯一
选A 加快查找结点前驱和后继的速度

  1. n个结点的线索二叉树上含有的线索数为( )

A. 2n

B. n-1

C. n+1

D. n
选C
一个有n个节点的线索二叉树,每个节点都有指向左右孩子的两个指针域,则共有2n个指针域,而n个节点共有n-1条分支,所以共有2n-(n-1)个空指针域,即有n+1个线索.

  1. 下述编码中哪一个不是前缀码( )。

A. (00,01,10,11)

B. (0,1,00,11)

C. (0,10,110,111)

D. (1,01,000,001)
选B
000的前缀 111的前缀

二、算法设计题

判断二叉树是否为完全二叉树

  1. 判断二叉树是否为完全二叉树

判断二叉树是否为完全二叉树的函数:

//完全二叉树的性质
bool check(BiTree T){if((T->lchild && T->rchild)||(!T->lchild && !T->rchild))return true;return false;
}       //判断是否的完全二叉树
bool is_Complete_Binarytree(BiTree T){BiTree p=T;SqQueue Q;if(!T) return true;//空树也是完全二叉树InitQueue(Q);EnQueue(Q,p);while(!is_QueueEmpty(Q)){DeQueue(Q,p);if(!check(p)) return false;else{if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}}return true;
}

(带main函数)题解代码示例:

//给定一个二叉树,找出其最小深度。
//最小深度是从根节点到最近叶子节点的最短路径上的节点数量。#include<iostream>
using namespace std;//判断二叉树是否为完全二叉树//结点定义入下:
//二叉链表
typedef struct BiTNode{char data;struct BiTNode *lchild,*rchild;
} BiTNode, *BiTree;//若用到队列,请用循环队列,并请实现队列的相关操作以供调用。#define MAXQSIZE 100typedef struct {BiTree *base;int front,rear;
} SqQueue; //定义循环队列//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(BiTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (BiTNode*)malloc(sizeof(BiTNode));T->data = ch;      // 生成根结点CreateBiTree(T->lchild); // 构造左子树CreateBiTree(T->rchild); // 构造右子树}
}
//队列的初始化
void InitQueue(SqQueue &Q){Q.base = (BiTree *)malloc(MAXQSIZE*sizeof(BiTree));Q.front = Q.rear = 0;//队列初始化
}//队空
bool is_QueueEmpty(SqQueue Q){if(Q.rear==Q.front) return true;return false;
}//队满
bool is_QueueMAX(SqQueue Q){if((Q.rear+1)%MAXQSIZE == Q.front) return true;return false;
}//入队
void EnQueue(SqQueue &Q,BiTree e){if(!is_QueueMAX(Q)){Q.base[Q.rear]=e;Q.rear = (Q.rear + 1) % MAXQSIZE;}else{cout<<"ERROR!!! 队列已满"<<endl;}
}
//出队
void DeQueue(SqQueue &Q,BiTree &e){if(!is_QueueEmpty(Q)){e = Q.base[Q.front];Q.front = (Q.front + 1) % MAXQSIZE;}else{cout<<"ERROR!!! 队列为空"<<endl;}
}//完全二叉树的性质
bool check(BiTree T){if((T->lchild && T->rchild)||(!T->lchild && !T->rchild))return true;return false;
}       //判断是否的完全二叉树
bool is_Complete_Binarytree(BiTree T){BiTree p=T;SqQueue Q;if(!T) return true;//空树也是完全二叉树InitQueue(Q);EnQueue(Q,p);while(!is_QueueEmpty(Q)){DeQueue(Q,p);if(!check(p)) return false;else{if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}}return true;
}//层次遍历算法 
void LevelOrderTraverse(BiTree T)
{	BiTree p = T;SqQueue Q;if(!T) return;	InitQueue(Q); EnQueue(Q,p);while (!is_QueueEmpty(Q)){	DeQueue(Q,p);printf("%c ", p->data);if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}
}int main(){BiTree T;//例如输入:ABC##DE##F### 来创建二叉树 CreateBiTree(T);LevelOrderTraverse(T);cout<<endl;if(is_Complete_Binarytree(T)){cout<<"是完全二叉树"<<endl;}else{cout<<"不是完全二叉树"<<endl;}return 0; 
} 

求二叉树的最小深度 以及 二叉树树高

  1. 求二叉树的最小深度
    给定一个二叉树,找出其最小深度。
    最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

求二叉树的最小深度的函数:

//直接就是将求树高的程序进行修改,将找左右子树最大树高 改为求左右子树 最小树高
//求二叉树的最小深度
int Get_minHeigt(BiTree T){//二叉树的最小深度if(T==NULL) return 0;else{int Left_Height = Get_minHeigt(T->lchild);int Right_Height = Get_minHeigt(T->rchild);int Tree_minHeight = 1+(Left_Height < Right_Height?Left_Height:Right_Height);//取最短路径return Tree_minHeight;}}

(带main函数)题解代码示例:

//给定一个二叉树,找出其最小深度。
//最小深度是从根节点到最近叶子节点的最短路径上的节点数量。#include<iostream>
using namespace std;typedef struct TreeNode{int data;//数据域TreeNode *rchild;//右孩子指针TreeNode *lchild;//左孩子指针
}TreeNode, *BiTree;//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(BiTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (TreeNode*)malloc(sizeof(TreeNode));T->data = ch;      // 生成根结点CreateBiTree(T->lchild); // 构造左子树CreateBiTree(T->rchild); // 构造右子树}
}//求树高 
int Get_Height(BiTree node){//递归 求树高 if(node==NULL) return 0;else{int Left_Height = Get_Height(node->lchild);int Right_Height = Get_Height(node->rchild);int Tree_Height = 1 + (Left_Height > Right_Height?Left_Height:Right_Height);//计算树高return Tree_Height;}}
//求二叉树的最小深度
int Get_minHeigt(BiTree T){//二叉树的最小深度if(T==NULL) return 0;else{int Left_Height = Get_minHeigt(T->lchild);int Right_Height = Get_minHeigt(T->rchild);int Tree_minHeight = 1+(Left_Height < Right_Height?Left_Height:Right_Height);//取最短路径return Tree_minHeight;}}int main(){BiTree T;//例如输入:ABC##DE##F### 来创建二叉树 CreateBiTree(T);cout<<"树高为:" ;cout<<Get_Height(T)<<endl;cout<<"根节点到叶节点的最短路径上的节点数量为:";cout<<Get_minHeigt(T)<<endl;return 0; 
} 

感谢阅读!!!

  1. 树与二叉树知识点文章: 【数据结构】树与二叉树(递归法先序、中序、后序、层次遍历二叉树、二叉树的建立以及求树高的方法)
  2. 二叉树遍历算法的应用: 【数据结构】树与二叉树遍历算法的应用(求叶子节点个数、求树高、复制二叉树、创建二叉树、二叉树存放表达式、交换二叉树每个结点的左右孩子)
  3. 树与森林知识点文章: 【数据结构】树与森林(树的存储结构、森林与二叉树的转化、树与森林的遍历)

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/310750.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

百货商场用户画像描绘and价值分析(下)

目录 内容概述数据说明技术点主要内容4 会员用户画像和特征字段创造4.1 构建会员用户基本特征标签4.2 会员用户词云分析 5 会员用户细分和营销方案制定5.1 会员用户的聚类分析及可视化5.2 对会员用户进行精细划分并分析不同群体带来的价值差异 内容概述 本项目内容主要是基于P…

华为欧拉系统(openEuler-22.03)安装深信服EasyConnect软件(图文详解)

欧拉镜像下载安装 iso镜像官网下载地址 选择最小化安装&#xff0c;标准模式 换华为镜像源 更换华为镜像站&#xff0c;加速下载&#xff1a; sed -i "s#http://repo.openeuler.org#https://mirrors.huaweicloud.com/openeuler#g" /etc/yum.repos.d/openEuler.r…

七月审稿之提升模型效果的三大要素:prompt、数据质量、训练策略(含Reviewer2和PeerRead)​

前言 我带队的整个大模型项目团队超过40人了&#xff0c;分六个项目组&#xff0c;每个项目组都是全职带兼职&#xff0c;且都会每周确定任务/目标/计划&#xff0c;然后各项目组各自做任务拆解&#xff0c;有时同组内任务多时 则2-4人一组 方便并行和讨论&#xff0c;每周文档…

SpringCloud之LoadBalancer负载均衡器的简单使用

SpringCloud之LoadBalancer负载均衡器的简单使用 loadbalancer用于对提供服务的集群做一个节点的选取规则。 如图所示&#xff0c;load balancer集成在调用方 示例 创建loadbalance-base模块,并引入相关依赖 <dependencies><dependency><groupId>org.spr…

LeetCode 热题 100 Day02

滑动窗口模块 滑动窗口类问题&#xff1a;总能找到一个窗口&#xff0c;从前往后移动来查找结果值。 这个窗口的大小可能是固定的&#xff0c;也可能是变化的。但窗口的大小一定是有限的。 https://www.cnblogs.com/huansky/p/13488234.html Leetcode 3. 无重复字符的最长子串 …

图书馆自习室|基于SSM的图书馆自习室座位预约小程序设计与实现(源码+数据库+文档)

图书馆自习室目录 基于SSM的图书馆自习室座位预约小程序设计与实现 一、前言 二、系统设计 三、系统功能设计 1、小程序端&#xff1a; 2、后台 四、数据库设计 五、核心代码 六、论文参考 七、最新计算机毕设选题推荐 八、源码获取&#xff1a; 博主介绍&#xff1a…

专业照片编辑软件ON1 Photo RAW 2024 mac/win

ON1 Photo RAW 2024 for Mac是一款集专业性与易用性于一体的照片编辑软件。它拥有简洁直观的用户界面&#xff0c;即便对于摄影新手&#xff0c;也能快速上手。软件支持RAW格式照片处理&#xff0c;能够完整保留照片原始信息&#xff0c;让后期调整更加灵活。 在功能方面&#…

视力筛查通知短信群发选择106平台时应注意什么!

选择106平台进行视力筛查通知短信群发时&#xff0c;需要注意以下几点&#xff1a; 1.平台的合规性与资质&#xff1a;首先&#xff0c;确保所选的106短信平台具有合法的运营资质和工信审批相关证书。避免与违法平台合作&#xff0c;确保服务的合规性。 2.平台的覆盖范围与到…

第07-2章 TCP/IP模型

7.7 TCP/IP模型详解 7.7.1 简介 应用层的PDU>APDU&#xff08;Application PDU&#xff09; 表示层的PDU>PPDU&#xff08;Presentation PDU&#xff09; 会话层的PDU>SPDU&#xff08;Session PDU&#xff09; 7.7.2 TCP/IP协议体系 &#xff08;1&#xff09;TCP…

解析数据科学,探索ChatGPT背后的奥秘

在当今这个由数据驱动和AI蓬勃发展的时代&#xff0c;数据科学作为一门融合多种学科的综合性领域&#xff0c;对于推动各行各业实现数字化转型升级起着至关重要的作用。近年来&#xff0c;大语言模型技术发展态势强劲&#xff0c;为数据科学的进步做出了巨大贡献。其中&#xf…

OpenWrt 多拨负载均衡不起作用

检查 负载均衡->规则->Https->粘滞模式 是否启动&#xff0c;设置为 否 如果设置为是&#xff0c;那么根据官方描述&#xff1a; 来自相同源 IP 的流量&#xff0c;如果已经匹配过此规则并且在粘滞超时时间内&#xff0c;将会使用相同的 WAN 接口 意思就是如果你同一个…

NL2SQL进阶系列(4):ConvAI、DIN-SQL、C3-浙大、DAIL-SQL-阿里等16个业界开源应用实践详解[Text2SQL]

NL2SQL进阶系列(4)&#xff1a;ConvAI、DIN-SQL等16个业界开源应用实践详解[Text2SQL] NL2SQL基础系列(1)&#xff1a;业界顶尖排行榜、权威测评数据集及LLM大模型&#xff08;Spider vs BIRD&#xff09;全面对比优劣分析[Text2SQL、Text2DSL] NL2SQL基础系列(2)&#xff1a…

Redis中的订阅发布(二)

订阅与发布 订阅频道 每当客户端执行SUBSCRIBE命令订阅某个或某些频道的时候&#xff0c;服务器都会将客户端与被订阅的频道 在pubsub_channels字典中进行关联。 根据频道是否已经有其他订阅者&#xff0c;关联操作分为两种情况执行: 1.如果频道已经有其他订阅者&#xff0c…

2023年图灵奖揭晓,你怎么看?

阿维威格德森 (Avi Wigderson)是一位杰出的学者&#xff0c;他在理论计算机科学领域的贡献和研究成果备受认可。他对于理解计算中的随机性和伪随机性的作用所做出的开创性贡献将深远影响该领域的发展。这项荣誉是对他杰出成就的高度认可&#xff0c;也将激励更多人在理论计算机…

一文掌握 React 开发中的 JavaScript 基础知识

前端开发中JavaScript是基石。在 React 开发中掌握掌握基础的 JavaScript 方法将有助于编写出更加高效、可维护的 React 应用程序。 在 React 开发中使用 ES6 语法可以带来更简洁、可读性更强、功能更丰富,以及更好性能和社区支持等诸多好处。这有助于提高开发效率,并构建出更…

关于Wordpress的操作问题1:如何点击菜单跳转新窗口

1.如果打开&#xff0c;外观-菜单-菜单结构内&#xff0c;没有打开新窗口属性&#xff0c;如图&#xff1a; 2.在页面的最上部&#xff0c;点开【显示选项】&#xff0c;没有这一步&#xff0c;不会出现新跳转窗口属性 3.回到菜单结构部分&#xff0c;就出现了

php单文件实现文件批量预览——图片,音频,视频

有一天&#xff0c;无意中发现了一个在线文件预览地址。即那种暴露目录的地址。该目录下清一色的图片。觉得一个个点击进去查看太麻烦了&#xff0c;因此特意写了这个文件预览代码。单php文件&#xff0c;放到站点下运行即可。 1.实用场景 比如一个在线站点文件目录如下&#…

冯诺依曼结构理解

冯诺依曼结构 存储器&#xff1a;内存 数据是要在计算机的体系结构中进行流动的&#xff0c;在流动过程中对数据加工处理 从一个设备到另一个设备&#xff0c;本质是一种拷贝 CPU的计算速度是很快的&#xff0c;所以数据设备间的拷贝效率&#xff0c;决定了计算机整体的基本效率…

Excel 记录单 快速录入数据

一. 调出记录单 ⏹记录单功能默认是隐藏的&#xff0c;通过如下如图所示的方式&#xff0c;将记录单功能显示出来。 二. 录入数据 ⏹先在表格中录入一行数据&#xff0c;给记录单一个参考 ⏹将光标至于表格右上角&#xff0c;然后点击记录单按钮&#xff0c;调出记录单 然后点…

Go微服务: 服务熔断hystrix原理

微服务熔断概述 go 微服务保稳三剑客: 熔断&#xff0c;限流&#xff0c;负载均衡微服务熔断(hystrix-go) 与 服务雪崩效应 在服务里面&#xff0c;有服务A调用服务B, 会有依赖调用关系&#xff0c;同时服务C被B依赖如果依赖关系在生产环境中多的话&#xff0c;C挂了之后服务B原…