二叉树详解（1）

文章目录

  • 目录
    • 1. 树的概念及结构
      • 1.1 树的相关概念
      • 1.2 树的表示
      • 1.3 树在实际中的运用（表示文件系统的目录树结构）
    • 2. 二叉树的概念及结构
      • 2.1 概念
      • 2.2 特殊的二叉树
      • 2.3 二叉树的存储结构
    • 3. 二叉树的顺序结构及实现
      • 3.1 二叉树的顺序结构
      • 3.2 堆的概念及结构
      • 3.3 堆的实现
      • 3.4 堆的应用
        • 3.4.1 堆排序
        • 3.4.2 TOP-K问题

目录

  • 树的概念及结构
  • 二叉树的概念及结构
  • 二叉树的顺序结构及实现
  • 二叉树链式结构的实现

1. 树的概念及结构

1.1 树的相关概念

树

节点的度：一个节点含有的子树的个数称为该节点的度； 如上图：A的为6

叶节点或终端节点：度为0的节点称为叶节点； 如上图：B、C、H、I…等节点为叶节点（没有孩子的节点）

非终端节点或分支节点：度不为0的节点； 如上图：D、E、F、G…等节点为分支节点

双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点； 如上图：A是B的父节点

孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点； 如上图：B是A的孩子节点

兄弟节点：具有相同父节点的节点互称为兄弟节点； 如上图：B、C是兄弟节点（亲兄弟）

树的度：一棵树中，最大的节点的度称为树的度； 如上图：树的度为6

节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推

注：数组的下标从零开始是因为要和指针更好的匹配：a[i] = *(a + i)；而在这里我们更习惯把根定义为第一层，当然，定义成第零层也是可以的

树的高度或深度：树中节点的最大层次； 如上图：树的高度为4

堂兄弟节点：双亲在同一层的节点互为堂兄弟；如上图：H、I互为兄弟节点

节点的祖先：从根到该节点所经分支上的所有节点；如上图：A是所有节点的祖先

子孙：以某节点为根的子树中任一节点都称为该节点的子孙。如上图：所有节点都是A的子孙

森林：由m（m>0）棵互不相交的树的集合称为森林（并查集）

注： 现在我们看到树就要把它进行拆分成：根和n棵子树（n>=0）；树是按照递归定义的，也就是说子树也要按照这个方式进行拆分。

树与非树

也就是说树是不能有环的，有环的就称为图。

通过以上学习，我们总结一下树的概念：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。

  • 有一个特殊的结点，称为根结点，根节点没有前驱结点。
  • 除根节点外，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)又是一棵结构与树类似的子树。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。
  • 因此，树是递归定义的。

1.2 树的表示

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，既要保存值域，也要保存结点和结点之间的关系。

//树的度是N#define N 6struct TreeNode
{int val;struct TreeNode* subA[N];
};

但是这样定义太浪费空间了，因为并不是每个节点的度都达到了N。

因此，我们可以借助顺序表来解决这个问题：

struct TreeNode
{int val;//顺序表struct TreeNode** subA;int size;int capacity;
};

但这种表示也不是最常见的，接下来我们介绍一种新的定义方式：

//左孩子 右兄弟
struct TreeNode
{int val;struct TreeNode* leftChild;struct TreeNode* nextBrother;
};

第一个指针永远指向从左往右数的第一个孩子，第二个指针指向它自己右边的亲兄弟。

那么一个父亲如何找到他所有的孩子呢？
左孩子右兄弟表示法

其实还有一种表示方式，这里我们先了解一下就可以：
双亲表示法
用数组存储数据，数组的每个元素都是一个结构体，每个结构体包含节点的值和父亲所在的下标；这种表示法可以用来表示森林。

它的物理结构：数组（内存中如何存储）

逻辑结构：森林（想象出来的）

1.3 树在实际中的运用（表示文件系统的目录树结构）

数据结构分为表示形和存储形，树这种数据结构就属于表示形，主要是用来表示某种结构。

Linux树状目录结构

在Windows系统中也是一样的，比如C盘作为根，里面包含了很多文件夹，每个文件夹中又包含了很多文件夹，它们的底层就是通过树这种数据结构来实现的。

2. 二叉树的概念及结构

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. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成

二叉树

从上图可以看出：

  1. 二叉树不存在度大于2的结点
  2. 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： 对于任意的二叉树都是由以下几种情况复合而成的：
二叉树的不同情况

二叉树单纯存储数据是没啥价值，不如顺序表/链表，那我们为什么要学二叉树呢？
搜索二叉树
但是它也存在不足，在极端情况下可能会变成这样：
二叉树的极端情况

因此，我们后面还要学AVL树和红黑树；同时还会有多叉树：M阶B树，多用于数据库的引擎

2.2 特殊的二叉树

  1. 满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树；也就是说，如果一个二叉树的层数为K，且结点总数是 2的k次方 - 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1至n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。
    特殊的二叉树

简单来说： 满二叉树就是前 n - 1 层都是满（度为2），最后一层是叶子结点；完全二叉树就是前 n - 1 层都是满，最后一层不一定满，但要求从左到右的节点是连续的。

2.3 二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构。

  1. 顺序存储
    顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空间的浪费。而现实中使用中只有堆才会使用数组来存储，关于堆我们后面的章节会专门讲解。二叉树顺序存储在物理上是一个数组，在逻辑上是一颗二叉树。
    二叉树的顺序存储

  2. 链式存储
    二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。 通常的方法是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址。链式结构又分为二叉链和三叉链，当前我们学习中一般都是二叉链，后面我们学到高阶数据结构如红黑树等会用到三叉链。
    二叉树的链式存储

3. 二叉树的顺序结构及实现

3.1 二叉树的顺序结构

普通的二叉树是不适合用数组来存储的，因为可能会存在大量的空间浪费；而完全二叉树更适合使用顺序结构存储。现实中我们通常把堆(一种二叉树)使用顺序结构的数组来存储，需要注意的是这里的堆和操作系统虚拟进程地址空间中的堆是两回事，一个是数据结构，一个是操作系统中管理内存的一块区域分段。

3.2 堆的概念及结构

堆

3.3 堆的实现

我们先以小堆为例（大堆就是 ‘<’ 改成 ‘>’）：

typedef int HPDataType;typedef struct Heap
{HPDataType* a;int size;int capacity;
}HP;

堆的插入：
堆的插入

void Swap(HPDataType* px, HPDataType* py)
{HPDataType* tmp = *px;*px = *py;*py = tmp;
}void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;//while (parent >= 0)//这样写是不对的，parent永远都是 >= 0 的while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (parent - 1) / 2;}else{break;}}
}void HPPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity){size_t newCapacity = 0 == php->capacity ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newCapacity);if (NULL == tmp){perror("realloc fail");return;}php->a = tmp;php->capacity = newCapacity;}php->a[php->size] = x;php->size++;AdjustUp(php->a, php->size - 1);
}

堆的删除：
堆的删除（1）
堆的删除（2）

void AdjustDown(HPDataType* a, int n, int parent)
{int child = parent * 2 + 1;while (child < n){//假设法，选出左右孩子中小的那个孩子if (child + 1 < n && a[child + 1] < a[child]){++child;}if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}void HPPop(HP* php)
{assert(php);assert(php->size > 0);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdjustDown(php->a, php->size, 0);
}

完整代码：

//Heap.h#include <stdio.h>
#include <stdlib.h>
#include <assert.h>
#include <stdbool.h>typedef int HPDataType;typedef struct Heap
{HPDataType* a;int size;int capacity;
}HP;void HPInit(HP* php);
void HPDestroy(HP* php);//插入后保持数据是堆
void HPPush(HP* php, HPDataType x);HPDataType HPTop(HP* php);//删除堆顶的数据
void HPPop(HP* php);bool HPEmpty(HP* php);

//Heap.c#include "Heap.h"void HPInit(HP* php)
{assert(php);php->a = NULL;php->size = 0;php->capacity = 0;
}void HPDestroy(HP* php)
{assert(php);free(php->a);php->a = NULL;php->capacity = 0;php->size = 0;
}void Swap(HPDataType* px, HPDataType* py)
{HPDataType* tmp = *px;*px = *py;*py = tmp;
}void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;//while (parent >= 0)//这样写是不对的，parent永远都是 >= 0 的while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (parent - 1) / 2;}else{break;}}
}//时间复杂度：logN
void HPPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity){size_t newCapacity = 0 == php->capacity ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newCapacity);if (NULL == tmp){perror("realloc fail");return;}php->a = tmp;php->capacity = newCapacity;}php->a[php->size] = x;php->size++;AdjustUp(php->a, php->size - 1);
}HPDataType HPTop(HP* php)
{assert(php);assert(php->size > 0);return php->a[0];
}void AdjustDown(HPDataType* a, int n, int parent)
{int child = parent * 2 + 1;while (child < n){//假设法，选出左右孩子中小的那个孩子if (child + 1 < n && a[child + 1] < a[child]){++child;}if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}//时间复杂度：logN
void HPPop(HP* php)
{assert(php);assert(php->size > 0);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdjustDown(php->a, php->size, 0);
}bool HPEmpty(HP* php)
{assert(php);return 0 == php->size;
}

//Test.c#include "Heap.h"int main()
{//如何把以下数组变成一个堆//int a[] = { 50, 100, 70, 65, 60, 32 };int a[] = { 60, 70, 65, 50, 32, 100 };HP hp;HPInit(&hp);for (int i = 0; i < sizeof(a) / sizeof(int); i++){HPPush(&hp, a[i]);}//printf("%d\n", HPTop(&hp));//HPPop(&hp);//printf("%d\n", HPTop(&hp));while (!HPEmpty(&hp)){printf("%d\n", HPTop(&hp));HPPop(&hp);}HPDestroy(&hp);return 0;
}

堆插入和删除的时间复杂度：
堆插入和删除的时间复杂度

如果一开始就给了一个数组，如何给它初始化成堆呢？

  1. 模拟插入，向上调整建堆
void HPInitArray(HP* php, HPDataType* a, int n)
{assert(php);php->a = (HPDataType*)malloc(sizeof(HPDataType) * n);if (NULL == php->a){perror("malloc fail");return;}memcpy(php->a, a, sizeof(HPDataType) * n);php->capacity = php->size = n;//向上调整，建堆 O(N*logN)for (int i = 1; i < php->size; i++){AdjustUp(php->a, i);}
}

时间复杂度：
向上调整建堆的时间复杂度

总结： 节点数量越多的时候，调整次数也越多

  1. 向下调整建堆

向下调整建堆的前提是它的左右子树都已经是大/小堆了，所有不能从第一个节点开始向下调整，而是从最后一个节点开始向下调整，但是最后一层是叶子节点，不需要调整就已经是堆了，所有就从倒数第一个非叶子节点开始向下调整。
向下调整建堆

void HPInitArray(HP* php, HPDataType* a, int n)
{assert(php);php->a = (HPDataType*)malloc(sizeof(HPDataType) * n);if (NULL == php->a){perror("malloc fail");return;}memcpy(php->a, a, sizeof(HPDataType) * n);php->capacity = php->size = n;//向下调整，建堆 O(N)for (int i = (php->size - 1 - 1) / 2; i >= 0; i--){AdjustDown(php->a, php->size, i);}
}

时间复杂度：
向下调整建堆的时间复杂度

总结： 节点数量多的时候，调整次数少

因此，直接给一个数组让它建堆比一个一个插入，向上调整建堆效率要高。

int main()
{//如何把以下数组变成一个堆//int a[] = { 50, 100, 70, 65, 60, 32 };int a[] = { 60, 70, 65, 50, 32, 100 };HP hp;HPInitArray(&hp, a, sizeof(a) / sizeof(int));while (!HPEmpty(&hp)){printf("%d\n", HPTop(&hp));HPPop(&hp);}HPDestroy(&hp);return 0;
}

3.4 堆的应用

3.4.1 堆排序

根据我们上面所讲的，我们可以很容易想到这种写法：

void HeapSort(int* a, int n)
{HP hp;HPInitArray(&hp, a, n);int i = 0;while (!HPEmpty(&hp)){a[i++] = HPTop(&hp);HPPop(&hp);}HPDestroy(&hp);
}int main()
{int a[] = { 60, 70, 65, 50, 32, 100 };HeapSort(a, sizeof(a) / sizeof(int));return 0;
}

但是这样写有两个问题：

  1. 需要堆的数据结构
  2. 空间复杂度 O(N)

可以这样改进：
堆排序

void AdjustDown(HPDataType* a, int n, int parent)
{int child = parent * 2 + 1;while (child < n){//假设法，选出左右孩子中小的那个孩子if (child + 1 < n && a[child + 1] > a[child]){++child;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}//升序，建大堆还是小堆呢？大堆
//O(N * logN)
void HeapSort(int* a, int n)
{//a数组直接建堆 O(N)for (int i = (n - 1 - 1) / 2; i >= 0; --i){AdjustDown(a, n, i);}//O(N * logN)int end = n - 1;while (end > 0){Swap(&a[0], &a[end]);AdjustDown(a, end, 0);--end;}
}int main()
{int a[] = { 3, 6, 1, 5, 8, 9, 2, 7, 4, 0 };HeapSort(a, sizeof(a) / sizeof(int));return 0;
}

之前在写堆的代码时，可能会存在这样的疑问：为什么向下调整函数的参数不传堆的结构体指针，而是只传数组的地址进去呢？

这里就体现出来了：因为这个函数在堆排序的时候还需要用到，如果传了堆的结构体指针，那这里就不好复用了。（这个函数不仅仅用来服务堆这个数据结构，还需要服务于堆排序）

3.4.2 TOP-K问题

100亿个数据，找出最大的前10个（N个数据里面找最大的前K个，N远大于K）

注： 如果N和K差不多大，可以直接排序解决

最容易想到的方法就是把这100亿个数据建一个大堆，每次找出最大的，然后将它删掉，再找次大的，一直循环10次。

但是这种方法存在问题：

  1. 时间复杂度：N + K * logN
  2. 最主要的问题是空间复杂度，堆底层就是个数组，它开不出这么大的一个数组，内存空间不够

因此，我们就要换一种方法：
TOP-K问题

void CreateNDate()
{//造数据int n = 100000;srand((unsigned int)time(0));const char* file = "data.txt";FILE* fin = fopen(file, "w");if (NULL == fin){perror("fopen error");return;}for (int i = 0; i < n; ++i){//随机数系统规定只有三万多个//+i 是为了让数据的随机性更大一点//%1000000 是为了让数据在1000000以内，这样我们可以手动让几个数据大于1000000，以此来验证我们程序的正确性int x = (rand() + i) % 1000000;fprintf(fin, "%d\n", x);}fclose(fin);
}void topk()
{printf("请输入k:>");int k = 0;scanf("%d", &k);const char* file = "data.txt";FILE* fout = fopen(file, "r");if (NULL == fout){perror("fopen error");return;}int* minheap = (int*)malloc(sizeof(int) * k);if (NULL == minheap){perror("malloc error");return;}for (int i = 0; i < k; i++){fscanf(fout, "%d", &minheap[i]);}//建k个数据的小堆for (int i = (k - 1 - 1) / 2; i >= 0; i--){AdjustDown(minheap, k, i);}int x = 0;while (fscanf(fout, "%d", &x) != EOF){//读取剩余数据，比堆顶的值大，就替换它进堆if (x > minheap[0]){minheap[0] = x;AdjustDown(minheap, k, 0);}}for (int i = 0; i < k; i++){printf("%d ", minheap[i]);}fclose(fout);free(minheap);minheap = NULL;
}int main()
{CreateNDate();topk();return 0;
}

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/403416.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

Ubuntu基础使用

Ubuntu基础使用

1.首先我们先获取ubuntu的操作相同其中也分为4部分&#xff1a; 1.云服务器。在服务器里面我们可以去选择3种服务器分别为阿里云&#xff0c;腾讯云&#xff0c;华为云&#xff0c;这3个&#xff0c;有服务器才可以进去进行操作。 2.双系统。双系统有一个特点就是只能同时启动一…
阅读更多...
机器学习：线性回归算法（一元和多元回归代码）

机器学习：线性回归算法（一元和多元回归代码）

1、线性回归 1、数据准备&#xff1a; 描述如何获取和准备数据。 2、图像预处理&#xff1a; 包括图像读取。 3、将数据划分为训练集和测试集。 4、计算数据的相关系数矩阵。 5、模型训练&#xff1a; 详细说明如何使用线性回归算法训练模型&…
阅读更多...
AI视频创作原理

AI视频创作原理

重磅推荐专栏： 《大模型AIGC》 《课程大纲》 《知识星球》 本专栏致力于探索和讨论当今最前沿的技术趋势和应用领域，包括但不限于ChatGPT和Stable Diffusion等。我们将深入研究大型模型的开发和应用，以及与之相关的人工智能生成内容（AIGC）技术。通过深入的技术解析和实践经…
阅读更多...
打卡学习Python爬虫第二天|Web请求过程刨析

打卡学习Python爬虫第二天|Web请求过程刨析

一、服务器渲染 服务器端渲染&#xff08;Server-Side Rendering&#xff0c;简称SSR&#xff09;是一种网页渲染技术。在这种技术中&#xff0c;服务器在接收到客户端的请求后&#xff0c;会生成页面的初始HTML内容&#xff0c;并将其发送给客户端。客户端浏览器接收到这些HT…
阅读更多...
Go Roadmap-Basics中文笔记

Go Roadmap-Basics中文笔记

Go Roadmap-Basics 地址&#xff1a;https://roadmap.sh/golang 简介&#xff1a;Github star No.6 学习路线 Go 中译版 Learn the Basics Go特点&#xff1a;静态类型&#xff0c;运行速度快&#xff0c;编译语言&#xff0c;编译速度快&#xff0c;自动垃圾回收&#xff…
阅读更多...
Linux中查看修改系统系统时间

Linux中查看修改系统系统时间

当我们项目部署在Linux中&#xff0c;随着服务器运行时间变长&#xff0c;会出现Linux服务器时间变快或者变慢的情况&#xff0c;有些系统对时间准确性要求比较高&#xff0c;笔者有碰到某天服务器突然无法调用第三方接口&#xff0c;最终排查后系统时间超过15分钟&#xff0c;…
阅读更多...
SAR靶机笔记

SAR靶机笔记

SAR 靶机笔记 概述 SAR 是 Vulnhub 上的靶机&#xff0c;大家可以去 vulnhub 网站上去进行下载。 这里有链接&#xff1a; https://download.vulnhub.com/sar/sar.zip 一丶常规的 nmap 扫描 1&#xff09;主机发现 sn 只做 ping 扫描&#xff0c;不做端口扫描 nmap -sn …
阅读更多...
Linux - 基础工具使用

Linux - 基础工具使用

文章目录 一、yum1、介绍2、功能3、语法4、使用 二、rzsz1、安装rzsz的指令2、介绍3、使用 三、vim基础使用1、介绍2、基础使用 四、gcc/g使用1、生成可执行文件过程2、语法3、常用选项4、编译过程5、动静态库6、包含头文件的多文件编译7、链接外部库 一、yum 1、介绍 Linux中…
阅读更多...
类和对象（下）(1)

类和对象（下）(1)

类和对象&#xff08;下&#xff09; 再探构造函数 我们之前在实现构造函数的时候&#xff0c;初始化成员变量使用的方式都是在函数体内进行赋值&#xff0c;其实构造函数初始化成员变量还有一种方式&#xff1a;初始化列表。 初始化列表不只是为了写得方便&#xff0c;还能解…
阅读更多...
构建具有音频功能的中英翻译器：一个Python应用程序的旅程

构建具有音频功能的中英翻译器：一个Python应用程序的旅程

在当今的全球化世界中&#xff0c;语言翻译工具变得越来越重要。作为一名软件开发者&#xff0c;我最近完成了一个有趣的项目&#xff1a;一个结合了翻译、文字转语音和数据管理功能的中英翻译器。在这篇博客中&#xff0c;我将分享这个应用程序的主要特性和开发过程中的一些见…
阅读更多...
【k8s从节点报错】error: You must be logged in to the server (Unauthorized)

【k8s从节点报错】error: You must be logged in to the server (Unauthorized)

k8s主节点可以获取nodes节点信息&#xff0c;但是从节点无法获取&#xff0c;且报错“error: You must be logged in to the server (Unauthorized)” 排查思路&#xff1a; 当时证书过期了&#xff0c;只处理的主节点的证书过期&#xff0c;没有处理从节点的 kubeadm alpha …
阅读更多...
基于Windows系统和‌Linux系统，以tomcat为案例，讲解如何新增自启动服务。

基于Windows系统和‌Linux系统，以tomcat为案例，讲解如何新增自启动服务。

文章目录 引言‌I Linux系统‌（以CentOS为例）基础知识：运行级别(run level)基于chkconfig 工具，设置服务启动类型。基于systemctl 新增系统服务制定定时任务优化停止Tomcat服务命令II 基于Windows系统设置服务自启动的常规操作安装多个tomcat服务，并设置自启动。引言 场景…
阅读更多...
Vue UI - 可视化的Vue项目管理器

Vue UI - 可视化的Vue项目管理器

概述 Vue CLI 3.0 更新后&#xff0c;提供了一套全新的可视化Vue项目管理器 —— Vue UI。所以要想使用它&#xff0c;你的 Vue CL I版本必须要在v3.0以上。 一、启动Vue UI 1.1 环境准备 1.1.1 安装node.js 访问官网&#xff08;外网下载速度较慢&#xff09;或 http://nod…
阅读更多...
【HeadFirst 设计模式】装饰者模式的C++实现

【HeadFirst 设计模式】装饰者模式的C++实现

一、案例背景 Starbuzz是以扩张速度最快而闻名的咖啡连锁店。如果你在街角看到它的店&#xff0c;在对面街上肯定还会看到另一家。因为扩张速度实在太快了&#xff0c;他们准备更新订单系统&#xff0c;以合乎他们的饮料供应要求。他们原先的类设计是这样的…… 购买咖啡时&am…
阅读更多...
西安旅游系统--论文pf

西安旅游系统--论文pf

TOC springboot383西安旅游系统--论文pf 第1章 绪论 1.1 课题背景 二十一世纪互联网的出现&#xff0c;改变了几千年以来人们的生活&#xff0c;不仅仅是生活物资的丰富&#xff0c;还有精神层次的丰富。在互联网诞生之前&#xff0c;地域位置往往是人们思想上不可跨域的鸿…
阅读更多...
Linux快捷方式创建、输出重定向(正确输出和错误输出)

Linux快捷方式创建、输出重定向(正确输出和错误输出)

一.正确输出 创建一个1.txt文件&#xff0c;然后用vim打开这个文件&#xff0c;然后再开一个窗口 进程号是5602 通过proc可以看到5602这个进程 进入5602里面这里记录了程序的信息&#xff0c;找到fd 进入fd目录下面有0124快捷方式&#xff1a;快捷方式对应的真正的文件是 /de…
阅读更多...
HarmonyOS笔记4：从云数据库获取数据

HarmonyOS笔记4：从云数据库获取数据

移动应用获取数据的方式主要有&#xff1a; 1.从网络中获取数据接口API。 2.从华为云数据库获取云数据库的资源。 3.从移动终端直接获取本地的数据 在HarmonyOS笔记3中已经完成了方式一从网络中获取数据接口API的方式。在本篇笔记中&#xff0c;将讨论从云数据库中获取数据。 因…
阅读更多...
Docker下安装Redis

Docker下安装Redis

下载最新Redis镜像 docker pull redis启动Redis容器 docker run -itd --name myFirstRedis -p 6379:6379 redis:latest观察Redis启动效果 docker ps查看Redis的版本 docker exec -it myFirstRedis /bin/bash redis-server --versionRedis服务器和客户端 Redis是基于键值对存…
阅读更多...
了解Android

了解Android

Android 系统架构 从图中可以看出&#xff0c;整个Android操作系统分为五层。它们分别是&#xff1a; 内核层 Android系统是基于Linux内核的&#xff0c;这一层为Android设备的各种硬件提供了底层的驱动。硬件抽象层 该层为硬件厂商定义了一套标准的接口。这样可以在不影响上层…
阅读更多...
android13禁用打开wifi ap 热点

android13禁用打开wifi ap 热点

总纲 android13 rom 开发总纲说明 目录 1.前言 2.情况分析 3.代码分析 4.代码修改 5.彩蛋 1.前言 这个文章介绍的是如何禁止用户打开wifi热点，禁止用户安装app后，打开wifi热点。 2.情况分析 android13 应用层打开wifi AP public void setWifiApEnabled(boolean isEn…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发