【算法思想·二叉树】用「遍历」思维解题 II

本文参考labuladongsuanfa笔记[【强化练习】用「遍历」思维解题 II | labuladong 的算法笔记]

如果让你在二叉树中的某些节点上做文章,一般来说也可以直接用遍历的思维模式。

270. 最接近的二叉搜索树值 | 力扣 | LeetCode |

给你二叉搜索树的根节点 root 和一个目标值 target ,请在该二叉搜索树中找到最接近目标值 target 的数值。如果有多个答案,返回最小的那个。

示例 1:

输入:root = [4,2,5,1,3], target = 3.714286
输出:4

示例 2:

输入:root = [1], target = 4.428571
输出:1

提示:

  • 树中节点的数目在范围 [1, 104] 内
  • 0 <= Node.val <= 109
  • -109 <= target <= 109

基本思路

前文 手把手刷二叉树总结篇 说过二叉树的递归分为「遍历」和「分解问题」两种思维模式,这道题需要用到「遍历」的思维。

我们遍历 BST,施展 700. 二叉搜索树中的搜索 的解法在 BST 中搜索 target,甭管能不能搜索到,一边搜索一边更新最接近 target 的值即可。

class Solution:def __init__(self):self.res = float('inf')def closestValue(self, root: TreeNode, target: float) -> int:self.traverse(root, target)return self.res# 遍历函数,在 BST 中搜索 target# 我们在中序位置写 if 判断逻辑,这样就可以从小到大执行,保证最终结果是值最小的def traverse(self, root: TreeNode, target: float) -> None:if root is None:return# 根据 target 和 root.val 的相对大小决定去左右子树搜索if root.val < target:# 中序位置(左子树遍历结束,准备遍历右子树时)if abs(root.val - target) < abs(self.res - target):self.res = root.val# 如果 target 比 root 大,那么 root 的左子树差值肯定更大,直接遍历右子树self.traverse(root.right, target)else:# 如果 target 比 root 小,那么 root 的右子树差值肯定更大,直接遍历左子树self.traverse(root.left, target)# 中序位置(左子树遍历结束,准备遍历右子树时)if abs(root.val - target) < abs(self.res - target):self.res = root.val

 

404. 左叶子之和 | 力扣 | LeetCode |

给定二叉树的根节点 root ,返回所有左叶子之和。

示例 1:

输入: root = [3,9,20,null,null,15,7] 
输出: 24 
解释: 在这个二叉树中,有两个左叶子,分别是 9 和 15,所以返回 24

示例 2:

输入: root = [1]
输出: 0

提示:

  • 节点数在 [1, 1000] 范围内
  • -1000 <= Node.val <= 1000
class Solution:def __init__(self):self.sum = 0# 记录左叶子之和# int sum = 0; # This is handled in the constructor now# 二叉树遍历函数def traverse(self, root):if root is None:returnif root.left is not None and \root.left.left is None and root.left.right is None:# 找到左侧的叶子节点,记录累加值self.sum += root.left.val# 递归框架self.traverse(root.left)self.traverse(root.right)def sumOfLeftLeaves(self, root: TreeNode) -> int:self.traverse(root)return self.sum

623. 在二叉树中增加一行 | 力扣 | LeetCode |

给定一个二叉树的根 root 和两个整数 val 和 depth ,在给定的深度 depth 处添加一个值为 val 的节点行。

注意,根节点 root 位于深度 1 。

加法规则如下:

  • 给定整数 depth,对于深度为 depth - 1 的每个非空树节点 cur ,创建两个值为 val 的树节点作为 cur 的左子树根和右子树根。
  • cur 原来的左子树应该是新的左子树根的左子树。
  • cur 原来的右子树应该是新的右子树根的右子树。
  • 如果 depth == 1 意味着 depth - 1 根本没有深度,那么创建一个树节点,值 val 作为整个原始树的新根,而原始树就是新根的左子树。

示例 1:

输入: root = [4,2,6,3,1,5], val = 1, depth = 2
输出: [4,1,1,2,null,null,6,3,1,5]

示例 2:

输入: root = [4,2,null,3,1], val = 1, depth = 3
输出:  [4,2,null,1,1,3,null,null,1]

提示:

  • 节点数在 [1, 104] 范围内
  • 树的深度在 [1, 104]范围内
  • -100 <= Node.val <= 100
  • -105 <= val <= 105
  • 1 <= depth <= the depth of tree + 1
class Solution:def __init__(self):self.targetVal = 0self.targetDepth = 0def addOneRow(self, root: TreeNode, val: int, depth: int) -> TreeNode:self.targetVal = valself.targetDepth = depth# 插入到第一行的话特殊对待一下if self.targetDepth == 1:newRoot = TreeNode(self.targetVal)newRoot.left = rootreturn newRoot# 遍历二叉树,走到对应行进行插入self.traverse(root, 1)return rootdef traverse(self, root: TreeNode, curDepth: int):if root is None:return# 前序遍历if curDepth == self.targetDepth - 1:# 进行插入newLeft = TreeNode(self.targetVal)newRight = TreeNode(self.targetVal)newLeft.left = root.leftnewRight.right = root.rightroot.left = newLeftroot.right = newRight# Recursively traverse the left and right subtreeself.traverse(root.left, curDepth + 1)self.traverse(root.right, curDepth + 1)

971. 翻转二叉树以匹配先序遍历 | 力扣 | LeetCode |

给你一棵二叉树的根节点 root ,树中有 n 个节点,每个节点都有一个不同于其他节点且处于 1 到 n 之间的值。

另给你一个由 n 个值组成的行程序列 voyage ,表示 预期 的二叉树 先序遍历 结果。

通过交换节点的左右子树,可以 翻转 该二叉树中的任意节点。例,翻转节点 1 的效果如下:

请翻转 最少 的树中节点,使二叉树的 先序遍历 与预期的遍历行程 voyage 相匹配 。

如果可以,则返回 翻转的 所有节点的值的列表。你可以按任何顺序返回答案。如果不能,则返回列表 [-1]

示例 1:

输入:root = [1,2], voyage = [2,1]
输出:[-1]
解释:翻转节点无法令先序遍历匹配预期行程。

示例 2:

输入:root = [1,2,3], voyage = [1,3,2]
输出:[1]
解释:交换节点 2 和 3 来翻转节点 1 ,先序遍历可以匹配预期行程。

示例 3:

输入:root = [1,2,3], voyage = [1,2,3]
输出:[]
解释:先序遍历已经匹配预期行程,所以不需要翻转节点。

提示:

  • 树中的节点数目为 n
  • n == voyage.length
  • 1 <= n <= 100
  • 1 <= Node.val, voyage[i] <= n
  • 树中的所有值 互不相同
  • voyage 中的所有值 互不相同

用 traverse 函数遍历整棵二叉树,对比前序遍历结果,如果节点的值对不上,就无解;如果子树对不上 voyage,就尝试翻转子树。

class Solution:def flipMatchVoyage(self, root: TreeNode, voyage: List[int]) -> List[int]:self.res = []self.i = 0self.can_flip = Truedef dfs(node):# 遍历的过程中尝试进行反转if not node or not self.can_flip:return Trueif node.val != voyage[self.i]:# 节点的 val 对不上,必然无解self.can_flip = Falsereturn Falseself.i += 1# Only flip if there's a left child and the next value in voyage doesn't match the left child's valueif node.left and node.left.val != voyage[self.i]:# 前序遍历结果不对,尝试翻转左右子树self.res.append(node.val)node.left, node.right = node.right, node.left# 记录翻转节点# Note: This comment was not in the original Java code, but added to match the pattern of comments. # If this was not intended, it can be removed.return dfs(node.left) and dfs(node.right)if dfs(root):return self.reselse:return [-1]

 

987. 二叉树的垂序遍历 | 力扣 | LeetCode |

给你二叉树的根结点 root ,请你设计算法计算二叉树的 垂序遍历 序列。

对位于 (row, col) 的每个结点而言,其左右子结点分别位于 (row + 1, col - 1) 和 (row + 1, col + 1) 。树的根结点位于 (0, 0) 。

二叉树的 垂序遍历 从最左边的列开始直到最右边的列结束,按列索引每一列上的所有结点,形成一个按出现位置从上到下排序的有序列表。如果同行同列上有多个结点,则按结点的值从小到大进行排序。

返回二叉树的 垂序遍历 序列。

示例 1:

 

输入:root = [3,9,20,null,null,15,7]
输出:[[9],[3,15],[20],[7]]
解释:
列 -1 :只有结点 9 在此列中。
列  0 :只有结点 3 和 15 在此列中,按从上到下顺序。
列  1 :只有结点 20 在此列中。
列  2 :只有结点 7 在此列中。

示例 2:

输入:root = [1,2,3,4,5,6,7]
输出:[[4],[2],[1,5,6],[3],[7]]
解释:
列 -2 :只有结点 4 在此列中。
列 -1 :只有结点 2 在此列中。
列  0 :结点 1 、5 和 6 都在此列中。1 在上面,所以它出现在前面。5 和 6 位置都是 (2, 0) ,所以按值从小到大排序,5 在 6 的前面。
列  1 :只有结点 3 在此列中。
列  2 :只有结点 7 在此列中。

示例 3:

输入:root = [1,2,3,4,6,5,7]
输出:[[4],[2],[1,5,6],[3],[7]]
解释:
这个示例实际上与示例 2 完全相同,只是结点 5 和 6 在树中的位置发生了交换。
因为 5 和 6 的位置仍然相同,所以答案保持不变,仍然按值从小到大排序。

提示:

  • 树中结点数目总数在范围 [1, 1000] 内
  • 0 <= Node.val <= 1000

看这题的难度是困难,但你别被吓住了,我们从简单的开始,如果以整棵树的根节点为坐标 (0, 0),你如何打印出其他节点的坐标?

很简单,写出如下代码遍历一遍二叉树即可:

void traverse(TreeNode root, int row, int col) {if (root == null) {return;}print(row, col);traverse(root.left, row + 1, col - 1);traverse(root.right, row + 1, col + 1);
}

然后就简单了,把这些坐标收集起来,依据题目要求进行排序,组装成题目要求的返回数据格式即可。

class Solution:# 记录每个节点和对应的坐标 (row, col)class Triple:def __init__(self, node, row, col):self.node = nodeself.row = rowself.col = coldef verticalTraversal(self, root: TreeNode) -> List[List[int]]:# 遍历二叉树,并且为所有节点生成对应的坐标self.traverse(root, 0, 0)# 根据题意,根据坐标值对所有节点进行排序:# 按照 col 从小到大排序,col 相同的话按 row 从小到大排序,# 如果 col 和 row 都相同,按照 node.val 从小到大排序。self.nodes.sort(key=lambda x: (x.col, x.row, x.node.val))# 将排好序的节点组装成题目要求的返回格式res = collections.deque()# 记录上一列编号,初始化一个特殊值preCol = float('-inf')for cur in self.nodes:if cur.col != preCol:# 开始记录新的一列res.append(collections.deque())preCol = cur.colres[-1].append(cur.node.val)return [list(col) for col in res]def __init__(self):self.nodes = []# 二叉树遍历函数,记录所有节点对应的坐标def traverse(self, root: TreeNode, row: int, col: int):if root is None:return# 记录坐标self.nodes.append(self.Triple(root, row, col))# 二叉树遍历框架self.traverse(root.left, row + 1, col - 1)self.traverse(root.right, row + 1, col + 1)

tips

1、关于 Triple 对象,写成内部类和外部类在新建对象的时候表示方法不同,注意区别。

2、res = collections.deque() 就是新建一个双端队列,注意尾部的括号() 别掉。

3、整体思路就是先遍历整颗树,把每个节点的行坐标和列坐标记录下来,然后对其排序(优先级:列>行>值)。

4、最后把排好序的self.nodes根据列坐标依次添加到res队列中,最后再将队列转化为List返回即可。

993. 二叉树的堂兄弟节点 | 力扣 | LeetCode |

在二叉树中,根节点位于深度 0 处,每个深度为 k 的节点的子节点位于深度 k+1 处。

如果二叉树的两个节点深度相同,但 父节点不同 ,则它们是一对堂兄弟节点

我们给出了具有唯一值的二叉树的根节点 root ,以及树中两个不同节点的值 x 和 y 。

只有与值 x 和 y 对应的节点是堂兄弟节点时,才返回 true 。否则,返回 false

示例 1:

输入:root = [1,2,3,4], x = 4, y = 3
输出:false

示例 2:

输入:root = [1,2,3,null,4,null,5], x = 5, y = 4
输出:true

示例 3:

输入:root = [1,2,3,null,4], x = 2, y = 3
输出:false

提示:

  • 二叉树的节点数介于 2 到 100 之间。
  • 每个节点的值都是唯一的、范围为 1 到 100 的整数。

遍历找到 x,y 的深度和父节点,对比即可。

class Solution:def __init__(self):self.parentX = Noneself.parentY = Noneself.depthX = 0self.depthY = 0self.x = 0self.y = 0def isCousins(self, root: TreeNode, x: int, y: int) -> bool:self.x = xself.y = yself.traverse(root, 0, None)if self.depthX == self.depthY and self.parentX != self.parentY:# 判断 x,y 是否是表兄弟节点return Truereturn Falsedef traverse(self, root: TreeNode, depth: int, parent: TreeNode) -> None:if root is None:returnif root.val == self.x:# 找到 x,记录它的深度和父节点self.parentX = parentself.depthX = depthif root.val == self.y:# 找到 y,记录它的深度和父节点self.parentY = parentself.depthY = depthself.traverse(root.left, depth + 1, root)self.traverse(root.right, depth + 1, root)

1315. 祖父节点值为偶数的节点和 | 力扣 | LeetCode |

给你一棵二叉树,请你返回满足以下条件的所有节点的值之和:

  • 该节点的祖父节点的值为偶数。(一个节点的祖父节点是指该节点的父节点的父节点。)

如果不存在祖父节点值为偶数的节点,那么返回 0 。

示例:

输入:root = [6,7,8,2,7,1,3,9,null,1,4,null,null,null,5]
输出:18
解释:图中红色节点的祖父节点的值为偶数,蓝色节点为这些红色节点的祖父节点。

提示:

  • 树中节点的数目在 1 到 10^4 之间。
  • 每个节点的值在 1 到 100 之间。
class Solution:def __init__(self):self.sum = 0def sumEvenGrandparent(self, root: TreeNode) -> int:self.traverse(root)return self.sum# 二叉树的遍历函数def traverse(self, root: TreeNode):if root is None:returnif root.val % 2 == 0:# 累加左子树孙子节点的值if root.left is not None:if root.left.left is not None:self.sum += root.left.left.valif root.left.right is not None:self.sum += root.left.right.val# 累加右子树孙子节点的值if root.right is not None:if root.right.left is not None:self.sum += root.right.left.valif root.right.right is not None:self.sum += root.right.right.val# 二叉树的遍历框架self.traverse(root.left)self.traverse(root.right)

 

1448. 统计二叉树中好节点的数目 | 力扣 | LeetCode |

给你一棵根为 root 的二叉树,请你返回二叉树中好节点的数目。

「好节点」X 定义为:从根到该节点 X 所经过的节点中,没有任何节点的值大于 X 的值。

示例 1:

输入:root = [3,1,4,3,null,1,5]
输出:4
解释:图中蓝色节点为好节点。
根节点 (3) 永远是个好节点。
节点 4 -> (3,4) 是路径中的最大值。
节点 5 -> (3,4,5) 是路径中的最大值。
节点 3 -> (3,1,3) 是路径中的最大值。

示例 2:

输入:root = [3,3,null,4,2]
输出:3
解释:节点 2 -> (3, 3, 2) 不是好节点,因为 "3" 比它大。

示例 3:

输入:root = [1]
输出:1
解释:根节点是好节点。

提示:

  • 二叉树中节点数目范围是 [1, 10^5] 。
  • 每个节点权值的范围是 [-10^4, 10^4] 。
class Solution:def __init__(self):self.count = 0def goodNodes(self, root: TreeNode) -> int:self.traverse(root, root.val)return self.count# 二叉树遍历函数,pathMax 参数记录从根节点到当前节点路径中的最大值def traverse(self, root: TreeNode, pathMax: int):if root is None:returnif pathMax <= root.val:# 找到一个「好节点」self.count += 1# 更新路径上的最大值pathMax = max(pathMax, root.val)self.traverse(root.left, pathMax)self.traverse(root.right, pathMax)

1469. 寻找所有的独生节点 | 力扣 | LeetCode |

二叉树中,如果一个节点是其父节点的唯一子节点,则称这样的节点为 “独生节点” 。二叉树的根节点不会是独生节点,因为它没有父节点。

给定一棵二叉树的根节点 root ,返回树中 所有的独生节点的值所构成的数组 。数组的顺序 不限 

示例 1:

输入:root = [1,2,3,null,4]
输出:[4]
解释:浅蓝色的节点是唯一的独生节点。
节点 1 是根节点,不是独生的。
节点 2 和 3 有共同的父节点,所以它们都不是独生的。

示例 2:

输入:root = [7,1,4,6,null,5,3,null,null,null,null,null,2]
输出:[6,2]
输出:浅蓝色的节点是独生节点。
请谨记,顺序是不限的。 [2,6] 也是一种可接受的答案。

示例 3:

输入:root = [11,99,88,77,null,null,66,55,null,null,44,33,null,null,22]
输出:[77,55,33,66,44,22]
解释:节点 99 和 88 有共同的父节点,节点 11 是根节点。
其他所有节点都是独生节点。

提示:

  • tree 中节点个数的取值范围是 [1, 1000]
  • 1 <= Node.val <= 106
class Solution:def getLonelyNodes(self, root: TreeNode) -> List[int]:self.res = []self.traverse(root, False)return self.res# 二叉树遍历函数def traverse(self, root: TreeNode, is_root: bool) -> None:if root is None:return# 发现独生节点# Only add the child node if it is a lonely node (has no sibling and is not the root node)if not is_root:if (root.left is None and root.right is not None) or (root.left is not None and root.right is None):self.res.append(root.left.val) if root.left else self.res.append(root.right.val)# 二叉树遍历框架# Recursively traverse the left and right children, the second parameter is False now because we are going deeperself.traverse(root.left, False)self.traverse(root.right, False)

1602. 找到二叉树中最近的右侧节点 | 力扣 | LeetCode |

给定一棵二叉树的根节点 root 和树中的一个节点 u ,返回与 u 所在层距离最近右侧节点,当 u 是所在层中最右侧的节点,返回 null 。

示例 1:

输入:root = [1,2,3,null,4,5,6], u = 4
输出:5
解释:节点 4 所在层中,最近的右侧节点是节点 5。

示例 2:

输入:root = [3,null,4,2], u = 2
输出:null
解释:2 的右侧没有节点。

示例 3:

输入:root = [1], u = 1
输出:null

示例 4:

输入:root = [3,4,2,null,null,null,1], u = 4
输出:2

提示:

  • 树中节点个数的范围是 [1, 105] 。
  • 1 <= Node.val <= 105
  • 树中所有节点的值是唯一的。
  • u 是以 root 为根的二叉树的一个节点。

这道题的直接思路是用 BFS 层序遍历算法,肯定可以找到节点 u 的相邻节点。

如果你熟悉二叉树的前中后序遍历的顺序,就知道前序遍历也可以找到 u 的相邻节点:

先找到 u 的层数 targetDepth,然后再次走到 targetDepth 时遇到的就是 u 的相邻节点。

class Solution:def findNearestRightNode(self, root: TreeNode, u: TreeNode) -> TreeNode:self.targetDepth = -1self.res = Noneself.traverse(root, 0, u.val)return self.res# 二叉树遍历函数def traverse(self, root: TreeNode, depth: int, targetVal: int) -> None:if not root or self.res:returnif targetVal == root.val:# 找到目标层数self.targetDepth = depthelif depth == self.targetDepth:# 找到下一个当前层数的节点self.res = rootreturn# 二叉树遍历框架self.traverse(root.left, depth + 1, targetVal)self.traverse(root.right, depth + 1, targetVal)

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/446345.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

Android Studio开发Kotlin项目中遇到的问题解决集

背景&#xff1a;Android Studio 2022.3.1 1.Unexpected tokens (use ; to separate expressions on the same line) 无法在同一行声明一个变量并实例化。 解决&#xff1a;分开 &#xff08;1&#xff09; var aaCo:Runoob<String>aaCoRunoob("aa") &…

阿里云dataworks测试

文章目录 开始查看全局信息查看数据源信息(endpoint与project的信息)查看绑定、解绑钉钉创建、查看AccessKey(Access Key ID与Access Key Secret) 线上开发新建开发节点mysqlpython 本地开发python 程序调度 开始 参考文档&#xff1a;https://help.aliyun.com/zh/ram/user-gu…

Stm32+Esp8266连接阿里云程序移植教程(MQTT协议)

Stm32Esp8266连接阿里云程序移植教程&#xff08;MQTT协议&#xff09; 一、前期准备二、移植过程三、程序的使用3.1 连接上阿里云3.2 传输用户数据到阿里云3.3 解析从阿里云下发给用户的数据3.4 关于调试接口 一、前期准备 自己要的工程文件移植所需的文件&#xff08;如下图&…

UML(统一建模语言)

面向对象设计主要就是使用UML的类图&#xff0c;类图用于描述系统中所包含的类以及它们之间的相互关系&#xff0c;帮助人们简化对系统的理解&#xff0c;它是系统分析和设计阶段的重要产物&#xff0c;也是系统编码和测试的重要模型依据。 画图软件&#xff1a;ProcessOn思维…

ROS2 “通信方式” 参数服务器

为什么加“通信方式”引号&#xff0c;因为我觉得他就不算通信&#xff0c;最多最多就是一个动态加载参数方式 所以ros通信方式就三种&#xff0c;topic service action 别犟&#xff0c;犟就是你对&#xff01; 常用的 param参数方法如下&#xff1a; # declare_parameter…

五款专业三维数据处理工具:GISBox、Cesiumlab、OSGBLab、灵易智模、倾斜伴侣深度解析

随着三维数据处理技术的广泛应用&#xff0c;尤其是在城市规划、地理信息系统&#xff08;GIS&#xff09;、工程监测等领域&#xff0c;处理倾斜摄影、三维建模以及大规模数据管理的需求日益增加。以下是五款我精心挑选的倾斜摄影和三维数据处理工具——GISBox、Cesiumlab、OS…

视频号直播自动回复与循环发送话术-自动化插件

我们在做视频号直播的时候&#xff0c;会有这种自动回复咨询问题的功能 唯一客服浏览器插件现在就支持&#xff0c;在视频号直播后台&#xff0c;自动化回复用户问题&#xff0c;以及循环发送我们的介绍话术

第十四章 RabbitMQ延迟消息之延迟队列

目录 一、引言 二、死信队列 三、核心代码实现 四、运行效果 五、总结 一、引言 什么是延迟消息&#xff1f; 发送者发送消息时指定一个时间&#xff0c;消费者不会立刻收到消息&#xff0c;而是在指定时间后收到消息。 什么是延迟任务&#xff1f; 设置在一定时间之后才…

【动手学深度学习】6.3 填充与步幅(个人向笔记)

卷积的输出形状取决于输入形状和卷积核的形状在应用连续的卷积后&#xff0c;我们最终得到的输出大小远小于输入大小&#xff0c;这是由于卷积核的宽度和高度通常大于1导致的比如&#xff0c;一个 240 240 240240 240240像素的图像&#xff0c;经过10层 5 5 55 55的卷积后&am…

Mac 下编译 libaom 源码教程

AV1 AV1是一种开放、免版税的视频编码格式&#xff0c;由开放媒体联盟&#xff08;AOMedia&#xff09;开发&#xff0c;旨在提供高压缩效率和优秀的视频质量。AV1支持多种分辨率&#xff0c;包括SD、HD、4K和8K&#xff0c;并适用于视频点播&#xff08;VOD&#xff09;、直播…

2014年国赛高教杯数学建模B题创意平板折叠桌解题全过程文档及程序

2014年国赛高教杯数学建模 B题 创意平板折叠桌 某公司生产一种可折叠的桌子&#xff0c;桌面呈圆形&#xff0c;桌腿随着铰链的活动可以平摊成一张平板&#xff08;如图1-2所示&#xff09;。桌腿由若干根木条组成&#xff0c;分成两组&#xff0c;每组各用一根钢筋将木条连接…

Redis——持久化

文章目录 Redis持久化Redis的两种持久化的策略定期备份&#xff1a;RDB触发机制rdb的触发时机&#xff1a;手动执行save&bgsave保存测试不手动执行bgsave测试bgsave操作流程测试通过配置&#xff0c;自动生成rdb快照RDB的优缺点 实时备份&#xff1a;AOFAOF是否会影响到red…

基于opencv答题卡识别判卷

我们是一个深度学习领域的独立工作室。团队成员有&#xff1a;中科大硕士、纽约大学硕士、浙江大学硕士、华东理工博士等&#xff0c;曾在腾讯、百度、德勤等担任算法工程师/产品经理。全网20多万粉丝&#xff0c;拥有2篇国家级人工智能发明专利。 社区特色&#xff1a;深度实…

【Qt】窗口预览(1)—— 菜单栏

窗口预览&#xff08;1&#xff09; 1. QMainWindow2. QMenuBar——菜单栏2.1 创建菜单栏/将菜单栏添加到widget中2.2 addMenu——在菜单栏中添加菜单2.3 在菜单中添加选项2.4 添加快捷键2.5 支持嵌套添加菜单2.6 添加信号2.7 添加分割线 1. QMainWindow Qt窗口是通过QMainWin…

基于SSM框架学籍管理系统的设计与实现

我 | 在这里 ⭐ 全栈开发攻城狮、全网10W粉丝、2022博客之星后端领域Top1、专家博主。 &#x1f393;擅长 指导毕设 | 论文指导 | 系统开发 | 毕业答辩 | 系统讲解等。已指导60位同学顺利毕业 ✈️个人公众号&#xff1a;乡下小哥编程。回复 Java全套视频教程 或 前端全套视频教…

微信小程序和抖音小程序的分享和广告接入代码

开发完成小程序或者小游戏之后&#xff0c;我们为什么要接入分享和广告视频功能&#xff0c;主要原因有以下几个方面。 微信小程序和抖音小程序接入分享和广告功能主要基于以下几个原因&#xff1a; 用户获取与增长&#xff1a;分享功能可以帮助用户将小程序内容传播给更多人&…

# 在执行 rpm 卸载软件使用 nodeps 参数时,报错 error: package nodeps is not installed 分析

在执行 rpm 卸载软件使用 nodeps 参数时&#xff0c;报错 error: package nodeps is not installed 分析 一、问题描述&#xff1a; 在执行 rpm 卸载软件使用 nodeps 参数时&#xff0c;报错 error: package nodeps is not installed 如下图&#xff1a; 二、报错分析&…

【HarmonyOS NEXT】实现页面水印功能

关键词&#xff1a;鸿蒙、水印、Watermark、页面、触摸问题 注&#xff1a;本期文章同样适用 OpenHarmony 的开发 在app开发过程中时常会出现敏感信息页面&#xff0c;为保护信息安全和及时的数据追踪&#xff0c;通常会采用给页面加水印的形式&#xff0c;那么本期文章会介绍…

ARC学习(4)基本编程模型认识(四)----寄存器以及异常数据读取

笔者来聊一下ARC寄存器的获取 在介绍了ARC编程模型的知识点之后,来看一些具体的编程操作,比如如何获取寄存器,如何编写汇编语言实现特定功能? 1、获取寄存器 可以使用内联汇编来实现寄存器的获取,具体格式如下: _Asm:汇编宏标识符,指示内联汇编代码_Save_all_regs:…

轻量服务器和云服务器ecs哪个好用一些?

轻量服务器和云服务器ecs哪个好用一些&#xff1f;轻量服务器与云服务器ECS在多方面存在显著差异&#xff0c;对于需要高性能计算和大规模数据处理的用户来说&#xff0c;ECS可能是更好的选择&#xff1b;而对于预算有限且需求较为简单的用户来说&#xff0c;轻量服务器可能更为…