[C++][STL源码剖析] 详解AVL树的实现

目录

1.概念

2.实现

2.1 初始化

2.2 插入

2.2.1 旋转（重点）

左单旋

右单旋

双旋

2.❗ 双旋后，对平衡因子的处理

2.3 判断测试

完整代码：

拓展：删除

1.概念

二叉搜索树虽可以缩短查找的效率，但如果数据有序或接近有序二叉搜索树将退化为单支树，查找元素相当于在顺序表中搜索元素，效率低下。

因此，两位俄罗斯的数学家G.M.Adelson-Velskii 和E.M.Landis在1962年 发明了一种解决上述问题的方法：当向二叉搜索树中插入新结点后，如果能保证每个结点的左右 子树高度之差的绝对值不超过1(需要对树中的结点进行调整)，即可降低树的高度，从而减少平均搜索长度。

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

  • 它的左右子树都是AVL树
  • 左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1)

高度之差=右子树高度 - 左子树高度

AVL == 高度平衡二叉树搜索树

由于AVL树的自平衡特性，它适用于需要频繁插入和删除操作的场景，尤其是对于需要快速搜索和有序遍历的数据集合。

平衡为什么不是高度差相等，而是高度差不超过 1？

为了涵盖更多的情况，例如为节点个数为 4 如下，高度差 1 也相对平衡了

为什么 满二叉树和 AVL 树是同一个 level？

增删查改：高度次->O（logN）

最后一 h 层有 2^(h-1)个节点

满二叉树 2^h-1=N

AVL 树 2^h-X=N //最后一行还存在缺失

X 范围：[1, 2^(h-1)-1]

满二叉树和 AVL 树 在量级上都是约等于 log N 的

2.实现

2.1 初始化

AVL树的节点定义包括以下几个属性：

  • 值：每个节点存储的值，可以是任意类型，通常是一个关键字或数据。
  • 左子节点指针：指向当前节点的左子节点的指针。左子节点的值应该小于或等于当前节点的值。
  • 右子节点指针：指向当前节点的右子节点的指针。右子节点的值应该大于当前节点的值。
  • 父节点指针：指向当前节点的父节点的指针。根节点的父节点指针为空。（为了便于后面更好的更新设计的）
  • 平衡因子：表示当前节点的左子树高度和右子树高度之差。平衡因子可以为-1、0或1。

下面是一个示例代码来定义一个AVL树的节点结构：

template<class K, class V>
struct AVLTreeNode
{pair<K, V> _kv;AVLTreeNode<K, V>* _left;AVLTreeNode<K, V>* _right;AVLTreeNode<K, V>* _parent;int _bf;AVLTreeNode(const pair<K, V>& kv):_kv(kv),_left(nullptr),_right(nullptr),_parent(nullptr),_bf(0) //balance factor{}
};

2.2 插入

AVL树就是在二叉搜索树的基础上引入了平衡因子，因此AVL树也可以看成是二叉搜索树。那么AVL树的插入过程可以分为两步：

  1. 按照二叉搜索树的方式插入新节点
  2. 调整节点的平衡因子
template<class K, class V>
class AVLTree
{typedef AVLTreeNode<K, V> Node;
public:bool Insert(const pair<K, V>& kv){//if (_root == nullptr){_root = new Node(kv);return true;}//搜索找到位置Node* cur = _root;while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;//小于就右移}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}//找到一个为空的位置了

生成支点，判断插入

cur = new Node(kv);if (parent->_kv.first < kv.first){parent->_right = cur;}else{parent->_left = cur;}cur->_parent = parent;//再指回去

插入这部分代码倒是没问题，难的是新节点插入后，AVL树的平衡性可能会遭到破坏，此时就需要更新平衡因子，并检测是否破坏了AVL树，破坏了AVL树就需要旋转调整再次变成AVL树。

如何根据这三种情况来实现插入和对高度的管理？

新增支点：右子树高度++，左子树高度--

插入会对祖先产生影响，平衡因子为 0 了，就再不会对上面的祖先产生影响了，变 0 就平衡了

对以上插入情况，分析可知

是否继续向上更新依旧：子树的高度是否变化

  1. parent->_bf == 0，说明之前parent->_bf是1或者-1，说明之前parent一边高一边低，而这次的插入是把矮的那边填上了，parent所在子树高度不变，不需要往上继续更新。
  2. parent->_bf == 1 或者 -1，说明之前parent->_bf为0，两边一样高，现在插入使一边变得更高了，parent所在子树高度变了，继续往上更新。
  3. parent->_bf == 2 或者 -2，说明之前parent->_bf是1或者-1，现在插入导致严重不平衡，违反规则，就地处理—>旋转。

什么时候结束呢？

_bf==0 或者更新到了根节点的时候

实现平衡因子的更新

// ... 控制平衡// 更新平衡因子while (parent){if (cur == parent->_left){parent->_bf--;}else // if (cur == parent->_right){parent->_bf++;}//判断处理if (parent->_bf == 0){// 更新结束break;}else if (parent->_bf == 1 || parent->_bf == -1){// 继续往上更新cur = parent;parent = parent->_parent;//回指父指针作用的体现，实现上移了}else if (parent->_bf == 2 || parent->_bf == -2){// 子树不平衡了，需要旋转if (parent->_bf == 2 || cur->bf == 1){RotateL(parent);}break;}else{assert(false);}}return true;}

接下来我们来看看旋转的实现

2.2.1 旋转（重点）

左单旋

[C++] 详解AVL树左旋的实现~

 

旋转的时候需要注意的问题：

  1. 保持他是搜索树
  2. 变成平衡树且降低这个子树的高度

核心操作：

parent->right=cur->left;
cur->left=parent;

如下情况都会用到左旋：

代码：

void RotateL(Node* parent)
{// 保存父节点的右子节点Node* cur = parent->_right;// 保存右子节点的左子节点Node* curleft = cur->_left;// 利用区间性，将子左给父右parent->_right = curleft;if (curleft){// 将右子节点的左子节点作为父节点的右子节点curleft->_parent = parent;}// 将父节点作为右子节点的左子节点cur->_left = parent;// 保存父节点的父节点Node* ppnode = parent->_parent;// 将父节点的父节点指向右子节点parent->_parent = cur;// 判断原父节点是否为根节点if (parent == _root){// 更新根节点为右子节点_root = cur;// 将新根节点的父指针置为空cur->_parent = nullptr;}else{// 判断原父节点是其父节点的左子节点还是右子节点if (ppnode->_left == parent){// 更新父节点的左子节点为右子节点ppnode->_left = cur;}else{// 更新父节点的右子节点为右子节点ppnode->_right = cur;}// 更新右子节点的父指针为父节点的父节点cur->_parent = ppnode;}// 将父节点和右子节点的平衡因子都设置为0，表示树已经平衡parent->_bf = cur->_bf = 0;
}
右单旋

代码：

void RotateR(Node* parent)
{// 获取父节点的左子节点Node* cur = parent->_left;// 获取左子节点的右子节点Node* curright = cur->_right;// 将左子节点的右子节点作为父节点的左子节点parent->_left = curright;if (curright){// 更新左子节点的右子节点的父指针curright->_parent = parent;}// 引入父父节点Node* ppnode = parent->_parent;// 将父节点作为左子节点的右子节点cur->_right = parent;// 更新父节点的父指针parent->_parent = cur;// 判断原父节点是否为根节点if (ppnode == nullptr){// 更新根节点为左子节点_root = cur;// 将新根节点的父指针置为空cur->_parent = nullptr;}else{// 判断原父节点是其父节点的左子节点还是右子节点if (ppnode->_left == parent){// 更新父节点的左子节点为左子节点ppnode->_left = cur;}else{// 更新父节点的右子节点为左子节点ppnode->_right = cur;}// 更新左子节点的父指针cur->_parent = ppnode;}// 将父节点和左子节点的平衡因子都设置为0，表示树已经平衡parent->_bf = cur->_bf = 0;
}
双旋

左右旋转：插入的两种情况，看的是折线情况

直线：单旋 2 1 同号

折线：双旋 2 -1

旋转判断

根据 parent 和 cur 的平衡因子，实现对使用哪种旋转的判断

	else if (parent->_bf == 2 || parent->_bf == -2){// 子树不平衡了，需要旋转if (parent->_bf == 2 && cur->_bf == 1){RotateL(parent);}else if (parent->_bf == -2 && cur->_bf == -1){RotateR(parent);}//异号else if (parent->_bf == 2 && cur->_bf == -1){RotateRL(parent);}else if (parent->_bf == -2 && cur->_bf == 1){RotateLR(parent);}break;}else{assert(false);}}

1.

双旋的结果本质：比 60 小 ，比 30 大的小插入 到 30 下面，找到一个区间中的点

2.❗ 双旋后，对平衡因子的处理

3.h==0 60 本身就是插入的

三种情况，关心 60 的值是-1 0 1

不存在其他奇怪的情况，分别做了 60 的左右

以 RL 为例实现代码：

void RotateRL(Node* parent){Node* cur = parent->_right;Node* curleft = cur->_left;int bf = curleft->_bf;RotateR(parent->_right);RotateL(parent);
//举例思考填写if (bf == 0){cur->_bf = 0;curleft->_bf = 0;parent->_bf = 0;}else if (bf == 1){cur->_bf = 0;curleft->_bf = 0;parent->_bf = -1;}else if (bf == -1){cur->_bf = 1;curleft->_bf = 0;parent->_bf = 0;}else{assert(false);}}

LR 旋转：

平衡因子是根据 curright 初始情况，经过旋转后的图分析分类后得带的

⭕具体而言，先左单旋再右单旋的操作步骤如下：

  • 首先获取节点C的左子节点A（subL）和节点A的右子节点D（subLR）；
  • 然后对节点A进行左单旋（RotateL），此时节点C的左子节点应为节点D，节点D的右子节点应为节点A；
  • 最后对节点C进行右单旋（RotateR），此时节点D成为新的子树头节点，节点C成为节点D的右子节点。

最后一部分使用了if语句判断旋转后各个节点的平衡因子，并进行相应的调整，以便使AVL树保持平衡。

  • 如果节点D的平衡因子为1，说明节点D的左子树比右子树高，需要进行右旋操作，这一次旋转中节点C和节点A都向右移动了一位，而节点D的平衡因子变为0，节点A和节点C的平衡因子都变为-1；
  • 如果节点D的平衡因子为-1，说明节点D的右子树比左子树高，需要进行左旋操作，这一次旋转中节点C和节点A都向左移动了一位，而节点D的平衡因子变为0，节点A和节点C的平衡因子都变为1；
  • 如果节点D的平衡因子为0，说明节点D的左右子树高度相等，不需要进行旋转操作，各个节点的平衡因子均设置为0；
  • 如果节点D的平衡因子不是1、-1或者0，则说明AVL树已经失去了平衡，这是一个不合法的状态，应该立即报错退出程序。
  • 经过这两次旋转后，AVL树重新保持了平衡性和有序性。
void RotateLR(Node* parent){Node* cur = parent->_left;Node* curright = cur->_right;int bf = curright->_bf;RotateL(parent->_left);RotateR(parent);
//解耦合，旋转bf 重新定义if (bf == 0){parent->_bf = 0;cur->_bf = 0;curright->_bf = 0;}else if (bf == -1){parent->_bf = 1;cur->_bf = 0;curright->_bf = 0;}else if (bf == 1){parent->_bf = 0;cur->_bf = -1;curright->_bf = 0;}}

2.3 判断测试

test 发现不是根，父亲又是空，是为什么呢？

树的结构出问题了，某次旋转出事了

发现错误就是我们的晋级关键时刻

我们可以根据AVL树的性质来测试

一棵AVL树或者是空树，或者是具有以下性质的二叉搜索树：

  1. 它的左右子树都是AVL树
  2. 即左右子树高度之差(简称平衡因子)的绝对值不超过1(-1/0/1）

求高度这有个对重载函数的巧妙使用:

当传入的节点root是nullptr（空指针）时，说明到达了树的叶子节点的下一层，此时返回高度为0，因为空树的高度定义为0。

int Height(){return Height(_root);}int Height(Node* root){if (root == nullptr)return 0;int leftHeight = Height(root->_left);int rightHeight = Height(root->_right);return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}

对于平衡的测试：

IsBalance(Node* root) 是一个递归函数，其工作流程如下：

  1. 基本情况：如果 root 是 nullptr，意味着到达了一个空节点，那么认为该子树是平衡的，返回 true。
  2. 计算子树高度：计算当前节点的左子树和右子树的高度，分别存储在 leftHight 和 rightHight 变量中。
  3. 检查平衡因子：root->_bf 表示当前节点的平衡因子，即右子树的高度减去左子树的高度。如果计算出的实际高度差与存储的平衡因子不匹配，那么输出错误信息并返回 false。这一步是为了验证树的内部数据一致性。
  4. 检查子树平衡性：检查当前节点的左右子树高度差的绝对值是否小于2（即是否平衡）。如果是，则继续递归检查左右子树是否平衡。如果所有的子树都平衡，那么整个树也是平衡的。
bool IsBalance(){return IsBalance(_root);}bool IsBalance(Node* root){if (root == nullptr)return true;int leftHight = Height(root->_left);int rightHight = Height(root->_right);if (rightHight - leftHight != root->_bf){cout << "平衡因子异常:" <<root->_kv.first<<"->"<< root->_bf << endl;return false;}return abs(rightHight - leftHight) < 2&& IsBalance(root->_left)&& IsBalance(root->_right);}private:Node* _root = nullptr;public:int _rotateCount = 0;
};

手动制作条件断点，一定要注意父亲回指的设定

  // 更新父节点的父指针parent->_parent = cur;

对于这个纰漏的处理，来检验和调试这个问题

测试：

int main()
{AVLTree<int, int> tree;// 插入一些节点tree.Insert({10, 10});tree.Insert({20, 20});tree.Insert({30, 30});tree.Insert({40, 40});tree.Insert({50, 50});cout << "树高度: " << tree.Height() << endl;cout << "树是否平衡: " << (tree.IsBalance() ? "是" : "否") << endl;// 插入更多节点来触发旋转tree.Insert({25, 25});tree.Insert({5, 5});tree.Insert({15, 15});cout << "树高度: " << tree.Height() << endl;cout << "树是否平衡: " << (tree.IsBalance() ? "是" : "否") << endl;return 0;
}

发现错误：

拼写错误修正：例如 rotateCount 应为 _rotateCount。parent 不要拼写掉 e。

目前还不知道是为什么，重写了一遍，就跑起来了

完整代码：

#pragma once
#include<iostream>
#include<assert.h>
using namespace std;template<class K, class V>
struct AVLTreeNode
{pair<K, V> _kv;AVLTreeNode<K, V>* _left;AVLTreeNode<K, V>* _right;AVLTreeNode<K, V>* _parent;int _bf; // balance factorAVLTreeNode(const pair<K, V>& kv): _kv(kv), _left(nullptr), _right(nullptr), _parent(nullptr), _bf(0){}
};template<class K, class V>
class AVLTree
{typedef AVLTreeNode<K, V> Node;
public:bool Insert(const pair<K, V>& kv){if (_root == nullptr){_root = new Node(kv);return true;}Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}cur = new Node(kv);if (parent->_kv.first < kv.first){parent->_right = cur;}else{parent->_left = cur;}cur->_parent = parent;// Update balance factorwhile (parent){if (cur == parent->_left){parent->_bf--;}else{parent->_bf++;}if (parent->_bf == 0)break;else if (parent->_bf == 1 || parent->_bf == -1){cur = parent;parent = parent->_parent;}else if (parent->_bf == 2 || parent->_bf == -2){if (parent->_bf == 2 && cur->_bf == 1)RotateL(parent);else if (parent->_bf == -2 && cur->_bf == -1)RotateR(parent);else if (parent->_bf == 2 && cur->_bf == -1)RotateRL(parent);else if (parent->_bf == -2 && cur->_bf == 1)RotateLR(parent);break;}else{assert(false);}}return true;}void RotateL(Node* parent){++_rotateCount;Node* cur = parent->_right;Node* curleft = cur->_left;parent->_right = curleft;if (curleft){curleft->_parent = parent;}cur->_left = parent;Node* ppnode = parent->_parent;parent->_parent = cur;if (parent == _root){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}parent->_bf = cur->_bf = 0;}void RotateR(Node* parent){++_rotateCount;Node* cur = parent->_left;Node* curright = cur->_right;parent->_left = curright;if (curright)curright->_parent = parent;cur->_right = parent;Node* ppnode = parent->_parent;parent->_parent = cur;if (ppnode == nullptr){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}parent->_bf = cur->_bf = 0;}void RotateRL(Node* parent){Node* cur = parent->_right;Node* curleft = cur->_left;int bf = curleft->_bf;RotateR(parent->_right);RotateL(parent);if (bf == 0){cur->_bf = 0;curleft->_bf = 0;parent->_bf = 0;}else if (bf == 1){cur->_bf = 0;curleft->_bf = 0;parent->_bf = -1;}else if (bf == -1){cur->_bf = 1;curleft->_bf = 0;parent->_bf = 0;}else{assert(false);}}void RotateLR(Node* parent){Node* cur = parent->_left;Node* curright = cur->_right;int bf = curright->_bf;RotateL(parent->_left);RotateR(parent);if (bf == 0){parent->_bf = 0;cur->_bf = 0;curright->_bf = 0;}else if (bf == -1){parent->_bf = 1;cur->_bf = 0;curright->_bf = 0;}else if (bf == 1){parent->_bf = 0;cur->_bf = -1;curright->_bf = 0;}else{assert(false);}}int Height(){return Height(_root);}int Height(Node* root){if (root == nullptr)return 0;int leftHeight = Height(root->_left);int rightHeight = Height(root->_right);return max(leftHeight, rightHeight) + 1;}bool IsBalance(){return IsBalance(_root);}bool IsBalance(Node* root){if (root == nullptr)return true;int leftHeight = Height(root->_left);int rightHeight = Height(root->_right);if (rightHeight - leftHeight != root->_bf){cout << "平衡因子异常:" << root->_kv.first << "->" << root->_bf << endl;return false;}return abs(rightHeight - leftHeight) < 2&& IsBalance(root->_left)&& IsBalance(root->_right);}private:Node* _root = nullptr;public:int _rotateCount = 0;
};

拓展：删除

插入到 0，不用更改

删除到 0，还要更改

删除会更加的复杂，平衡因子的更新，旋转等等，将上面的思路总结和拓展一下，大家有兴趣可以看看如下的实现代码：

bool Erase(const pair<T, V>& kv)
{if (_root == nullptr)return false;

首先，检查树是否为空。如果树为空，直接返回 false，表示删除失败。

    Node* parent = nullptr;Node* cur = _root;// 找到要删除的节点while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{break;}}if (cur == nullptr)return false;

这部分代码用于在树中查找要删除的节点。通过比较当前节点 cur 的键值 cur->_kv.first 与要删除的键值 kv.first，决定向左子树还是右子树继续搜索。最终，cur 将指向要删除的节点，parent 是 cur 的父节点。如果找不到该键值，返回 false。

    // 处理删除节点的三种情况if (cur->_left == nullptr){if (parent == nullptr){_root = cur->_right;if (_root)_root->_parent = nullptr;}else{if (cur == parent->_left){parent->_left = cur->_right;parent->_bf++;}else{parent->_right = cur->_right;parent->_bf--;}if (cur->_right)cur->_right->_parent = parent;}}else if (cur->_right == nullptr){if (parent == nullptr){_root = cur->_left;if (_root)_root->_parent = nullptr;}else{if (cur == parent->_left){parent->_left = cur->_left;parent->_bf++;}else{parent->_right = cur->_left;parent->_bf--;}if (cur->_left)cur->_left->_parent = parent;}}else // 左右子树都不为空{Node* successorParent = cur;Node* successor = cur->_right;while (successor->_left){successorParent = successor;successor = successor->_left;}cur->_kv = successor->_kv;if (successorParent->_left == successor){successorParent->_left = successor->_right;successorParent->_bf++;}else{successorParent->_right = successor->_right;successorParent->_bf--;}if (successor->_right)successor->_right->_parent = successorParent;cur = successor;parent = successorParent;}delete cur;

这一部分处理删除节点的三种情况：

  1. 左子树为空：直接用右子树替代删除节点。如果删除节点是根节点，直接更新根节点 _root。否则，更新父节点的左或右子树指针，并调整平衡因子。
  2. 右子树为空：直接用左子树替代删除节点。如果删除节点是根节点，直接更新根节点 _root。否则，更新父节点的左或右子树指针，并调整平衡因子。
  3. 左右子树都不为空：找到右子树中的最小节点（即中序后继节点），用这个节点替代当前节点。然后删除中序后继节点，并调整其父节点的指针和平衡因子。
    // 更新平衡因子并处理旋转bool isLRUpdated = true;while (parent){if (!isLRUpdated){if (cur == parent->_left)parent->_bf++;elseparent->_bf--;}isLRUpdated = false;if (parent->_bf == 1 || parent->_bf == -1)return true;else if (parent->_bf == 0){cur = parent;parent = parent->_parent;}else if (parent->_bf == 2 || parent->_bf == -2){Node* higherChild;int sign;if (parent->_bf > 0){sign = 1;higherChild = parent->_right;}else{sign = -1;higherChild = parent->_left;}if (higherChild->_bf == 0){if (sign > 0){RotateL(parent);parent->_bf = 1;higherChild->_bf = -1;}else{RotateR(parent);parent->_bf = -1;higherChild->_bf = 1;}return true;}else if (higherChild->_bf == sign){if (sign == 1)RotateL(parent);elseRotateR(parent);}else{if (sign == 1)RotateRL(parent);elseRotateLR(parent);}cur = parent;parent = cur->_parent;}else{assert(false);}}return true;
}

这一部分用于在删除节点后更新平衡因子并处理旋转，以保持树的平衡：

  1. 平衡因子为 ±1：子树高度没有变化，直接返回。
  2. 平衡因子为 0：子树高度减少，继续向上更新平衡因子。
  3. 平衡因子为 ±2：子树严重不平衡，需要旋转。根据较高子树的平衡因子选择合适的旋转方式：
    • 如果较高子树的平衡因子为 0，进行单旋转。
    • 如果较高子树的平衡因子与父节点相同，进行单旋转。
    • 如果较高子树的平衡因子与父节点不同，进行双旋转。

通过这些操作，就可以确保树在删除节点后仍然保持平衡啦

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/387280.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

Jeecgboot仪表盘设计器使用https时访问报错

Jeecgboot仪表盘设计器使用https时访问报错

问题 仪表盘设计器设计好后&#xff0c;Nginx配置域名发送https请求时&#xff0c;/drag/page/queryById、/drag/page/addVisitsNumber仍发送http请求。导致发送下面错误&#xff1a; 原因 仪表盘设计器里设计的页面是由后端生成返回给前端的&#xff0c;后端是根据后端服…
阅读更多...
java算法day27

java算法day27

java算法day27 动态规划初步总结509 斐波那契数杨辉三角打家劫舍完全平方数 动态规划初步总结 如果你感觉某个问题有很多重叠子问题&#xff0c;使用动态规划是最有效的。 动态规划的过程就是每一个状态一定是由上一个状态推导出来的&#xff0c;这一点就区分于贪心了。贪心是…
阅读更多...
mysql死锁排查

mysql死锁排查

Mysql 查询是否存在锁表有多种方式&#xff0c;这里只介绍一种最常用的 1、查看正在进行中的事务 SELECT * FROM information_schema.INNODB_TRX 2、查看正在锁的事务 SELECT * FROM INFORMATION_SCHEMA.INNODB_LOCKS; 3、查看等待锁的事务 SELECT * FROM INFORMATION_SCHEMA.I…
阅读更多...
视频VIP收费会员播放帝国CMS模板HTML5自适应手机多种运营模式

视频VIP收费会员播放帝国CMS模板HTML5自适应手机多种运营模式

采用帝国CMS最新版核心制作&#xff0c;自适应响应式手机平板浏览&#xff0c;手机浏览器非常舒服哦&#xff01;多种运营模式。用户中心逻辑和页面&#xff0c;都已经制作完整&#xff0c;可以搭建后稍微修改即可使用&#xff01; 模板特点&#xff1a; 支持多集和单集播放&…
阅读更多...
Kafka动态授权认证：利用SASL/SCRAM机制提升安全性

Kafka动态授权认证：利用SASL/SCRAM机制提升安全性

摘要 Apache Kafka是一个流行的分布式流处理平台&#xff0c;其安全性对于保护数据传输至关重要。SASL/SCRAM&#xff08;Simple Authentication and Security Layer/Salted Challenge Response Authentication Mechanism&#xff09;是一种认证机制&#xff0c;可以为Kafka集…
阅读更多...
从华为出走的工控龙头，豪横收购法国顶尖软件龙头~

从华为出走的工控龙头，豪横收购法国顶尖软件龙头~

导语 大家好&#xff0c;我是社长&#xff0c;老K。专注分享智能制造和智能仓储物流等内容。 新书《智能物流系统构成与技术实践》 近日&#xff0c;业界传来震撼消息&#xff0c;华为系企业汇川科技正式宣布&#xff0c;已完成对法国顶尖工业软件企业Irai的全资收购。 这一战略…
阅读更多...
【LLM】-12-部署Langchain-Chatchat-0.3.x版本

【LLM】-12-部署Langchain-Chatchat-0.3.x版本

目录 1、0.3与0.2的功能对比 2、0.3.x支持多种部署方式 2.3、源码安装 2.3.1、项目源码下载 2.3.2、创建conda环境 2.3.3、安装poetry 2.3.4、安装依赖库 2.3.5、项目初始化 2.3.6、初始化知识库 2.3.7、启动服务 2.3.8、配置说明 2.3.8.1、basic_settings.yaml 2…
阅读更多...
一馆多用，四季皆宜：气膜体育馆的优势与应用—轻空间

一馆多用，四季皆宜：气膜体育馆的优势与应用—轻空间

促进城市体育发展 装配式气膜体育馆以其便捷的安装、灵活的使用和多功能性&#xff0c;迅速在全国范围内得到推广。这种体育场馆不仅适用于篮球、羽毛球、网球等传统室内运动&#xff0c;还能根据需要灵活改造成游泳馆、滑冰场等特殊场地。这种多功能性使得气膜体育馆在城市中得…
阅读更多...
甄选范文“论数据分片技术及其应用”软考高级论文，系统架构设计师论文

甄选范文“论数据分片技术及其应用”软考高级论文，系统架构设计师论文

论文真题 数据分片就是按照一定的规则，将数据集划分成相互独立、正交的数据子集，然后将数据子集分布到不同的节点上。通过设计合理的数据分片规则，可将系统中的数据分布在不同的物理数据库中，达到提升应用系统数据处理速度的目的。 请围绕“论数据分片技术及其应用”论题…
阅读更多...
【ThingsBoard初体验】本地运行源码踩坑记录

【ThingsBoard初体验】本地运行源码踩坑记录

前言 运行源码之前&#xff0c;请先编译源码。这很重要&#xff01;&#xff01;&#xff01; 官网源码编译教程&#xff1a;http://www.ithingsboard.com/docs/user-guide/contribution/yuanmabianyi/ 如果编译过程中出现报错&#xff0c;请看我上一篇文章&#xff1a;【Thing…
阅读更多...
使用ssh-remote连接远程vscode运行yolo项目时的一点坑

使用ssh-remote连接远程vscode运行yolo项目时的一点坑

使用ssh-remote连接远程vscode运行yolo项目时的一点坑 1.坑1 因为我是直接下载的release包&#xff0c;然后运行 pip install -e .来下载依赖的&#xff0c;那么这个时候需要使用YOLO时都需要在下载的release文件的目录下的py文件才能生效 比方说我下载的yolov8(ultralytic…
阅读更多...
从功能出发：优化超市商品陈列，助力销售额提升

从功能出发：优化超市商品陈列，助力销售额提升

随着时代的发展&#xff0c;竞争的加剧&#xff0c;人们的生活节奏加快&#xff0c;时间观念越来越强。在这种情形下&#xff0c;作为超市&#xff0c;怎样为顾客提供一个舒适方便的购物环境&#xff0c;尽可能让顾客逛完整个卖场&#xff0c;满足一站式购足呢&#xff1f;除了…
阅读更多...
[PM]面试题-工作问题

[PM]面试题-工作问题

画一个原型需要多久?写一篇PRD文档需求多久? 时间长短取决于项目规模和业务难度, 规模大难度高,就要花费很长的时间, 规模下难度低时间就短, 一般来说, 1-2周的时间就可以完成原型和RED文档 市场需求文档写什么? 从打到下进行编写, 大的方面以市场为主体,包括市场规模, 发…
阅读更多...
【中项】系统集成项目管理工程师-第9章 项目管理概论-9.1PMBOK的发展与9.2项目基本要素

【中项】系统集成项目管理工程师-第9章 项目管理概论-9.1PMBOK的发展与9.2项目基本要素

前言&#xff1a;系统集成项目管理工程师专业&#xff0c;现分享一些教材知识点。觉得文章还不错的喜欢点赞收藏的同时帮忙点点关注。 软考同样是国家人社部和工信部组织的国家级考试&#xff0c;全称为“全国计算机与软件专业技术资格&#xff08;水平&#xff09;考试”&…
阅读更多...
智能优化算法（三）：遗传算法

智能优化算法（三）：遗传算法

文章目录 1.问题描述2.遗传算法2.1.算法概述2.2.编码操作2.3.选择操作2.4.交叉操作2.5.变异操作2.6.算法流程 3.算法实现3.1.MATLAB代码实现3.2.Python代码实现 4.参考文献 1.问题描述 \quad 在利用启发式算法求解问题时&#xff0c;我们常常需要应用遗传算法解决函数最值问题&…
阅读更多...
计算计中的推理与调用

计算计中的推理与调用

计算计是一个新的概念&#xff0c;它强调了计算与谋算&#xff08;算计&#xff09;的融合和互动过程。这个概念指的是在现代科技和商业环境中&#xff0c;越来越多地将计算能力与战略性思维结合起来&#xff0c;以解决复杂问题、优化决策和实现目标。具体来说&#xff0c;计算…
阅读更多...
vue3组件通信(一）

vue3组件通信(一）

组件通信 一.props(父<>子)二.自定义事件&#xff08;子>父&#xff09;三.mitt(实现任意组件通信)四.v-model(父<>子)(1).v-model的本质(2).组件标签中v-model的本质(3).$event到底是什么 概况 一.props(父<>子) 使用频率最高 若 父传子&#xff1a;属性…
阅读更多...
红酒标签设计：艺术与品味的结合

红酒标签设计：艺术与品味的结合

在红酒的世界里&#xff0c;每一瓶酒都如同一位优雅的舞者&#xff0c;在酒柜的舞台上静静诉说着自己的故事。而红酒的标签&#xff0c;则是这位舞者身上较华丽的舞裙&#xff0c;它不仅是红酒的身份证明&#xff0c;更是艺术与品味的很好结合。今天&#xff0c;我们就来聊聊红…
阅读更多...
【Vue3】组件生命周期

【Vue3】组件生命周期

【Vue3】组件生命周期 背景简介开发环境开发步骤及源码 背景 随着年龄的增长&#xff0c;很多曾经烂熟于心的技术原理已被岁月摩擦得愈发模糊起来&#xff0c;技术出身的人总是很难放下一些执念&#xff0c;遂将这些知识整理成文&#xff0c;以纪念曾经努力学习奋斗的日子。本…
阅读更多...
基于vue2 + Ant Design 封装input(输入)下拉Table表格

基于vue2 + Ant Design 封装input(输入)下拉Table表格

封装 AInputTable 组件 <!--下拉Table--> <template><div class"input-select-table" ref"inputTableRef" v-clickoutside"handleHide"><div class"input-select-table-input" click"disabled?this:hand…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023