一文详解“位运算“在算法中的应用

找往期文章包括但不限于本期文章中不懂的知识点:

个人主页:我要学编程(ಥ_ಥ)-CSDN博客

所属专栏: 优选算法专题

目录

位运算的相关介绍(重要) 

136. 只出现一次的数字

191.位1的个数

461. 汉明距离

260. 只出现一次的数字III

面试题01.01.判定字符是否唯一

268.丢失的数字

371.两整数之和

137.只出现一次的数字Ⅱ 

面试题17.19.消失的两个数字


位运算的相关介绍(重要) 

我们之前在C语言、Java中都全面的学习了位运算的基本用法。现在我们就可以来看看其在算法中具体是如何操作的。但在此之前得先了解一下"高端的位运算":

一定要去了解一些高端的写法,不然下面代码的优化,可能一下反应不过来。现在就开始练习: 

136. 只出现一次的数字

题目:

给你一个 非空 整数数组 nums ,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。

你必须设计并实现线性时间复杂度的算法来解决此问题,且该算法只使用常量额外空间。

示例 1 :

输入:nums = [2,2,1]
输出:1

示例 2 :

输入:nums = [4,1,2,1,2]
输出:4

示例 3 :

输入:nums = [1]
输出:1

提示:

  • 1 <= nums.length <= 3 * 104
  • -3 * 104 <= nums[i] <= 3 * 104
  • 除了某个元素只出现一次以外,其余每个元素均出现两次。

思路:相信小伙伴们基本上可以直接把这题秒了,但我们还是从最朴素的解法开始入手。首先,在没学习位运算之前,如果让我们去写的话,肯定是用数组来统计对应元素出现的次数,然后再去遍历找到只出现一次的元素。而后面学习了位运算之后,便可以利用 ^ 操作符的特点(a ^ 0 = a,a ^ a = 0)来找到最终的"单身狗元素"。这里其实就是利用 ^ 操作符 对于奇数次 ^ 一个数字之后,得到的还是这个数字本身,偶数次 ^ 一个数字之后,得到的就是0 来编写代码。

代码实现:(这里只给出位运算的版本)

class Solution {public int singleNumber(int[] nums) {int ret = 0;for (int i = 0; i < nums.length; i++) {ret ^= nums[i];}return ret;}
}

191.位1的个数

题目: 

编写一个函数,获取一个正整数的二进制形式并返回其二进制表达式中 设置位(setbit 指在某数的二进制表示中值为1 的二进制位)的个数(也被称为汉明重量)。

示例 1:

输入:n = 11
输出:3
解释:输入的二进制串 1011 中,共有 3 个设置位。

示例 2:

输入:n = 128
输出:1
解释:输入的二进制串 10000000 中,共有 1 个设置位。

示例 3:

输入:n = 2147483645
输出:30
解释:输入的二进制串 1111111111111111111111111111101 中,共有 30 个设置位。

提示:

  • 1 <= n <= 2^31 - 1

思路:题目的意思也很简单,就是让我们求出一个数中对应的二进制位为1的个数。首先,我们应该要想到直接去暴力枚举32次(将整数的32个比特位都遍历一遍),统计其中对应二进制位为1的个数。在暴力的基础上,我们会发现有的二进位是0的,我们不需要统计,即当一段二进制中前面全部是0了,我们就无需统计了。因此使用 while 循环来遍历统计,当 对应的值没有1时,便停止统计。最后一种直接求1的个数就行,通过大佬们给出的公式套就行了。

代码实现:

1、暴力枚举版:

class Solution {public int hammingWeight(int n) {int count = 0;for (int i = 0; i < 32; i++) {if (((1<<i) & n) != 0) { // 这个位是1count++;}}return count;}
}

2、一点点优化版:

class Solution {public int hammingWeight(int n) {int count = 0;while (n != 0) {if ((n & 1) != 0) {count++;}n >>= 1;}return count;}}

3、大佬秒杀版:

class Solution {public int hammingWeight(int n) {int count = 0;while (n != 0) {count++;n = (n & (n-1));}return count;}
}

第三个版本看不懂的小伙伴,一定要去前面的图片中弄懂,至少要知道公式。 

461. 汉明距离

题目:

两个整数之间的 汉明距离 指的是这两个数字对应二进制位不同的位置的数目。

给你两个整数 x 和 y,计算并返回它们之间的汉明距离。

示例 1:

输入:x = 1, y = 4
输出:2
解释:
1   (0 0 0 1)
4   (0 1 0 0)↑   ↑
上面的箭头指出了对应二进制位不同的位置。

示例 2:

输入:x = 3, y = 1
输出:1

提示:

  • 0 <= x, y <= 2^31 - 1

思路:汉明距离就是两个数对应的二进制位中,出现了不同的1的个数。如果两个1出现在了相同的二进制位,那么这个1不加入计算,反之如果一个数对应位置中出现了1,而另一个位置没有,那这个1就是我们要找的。

代码实现:

1、暴力枚举:for循环-32次遍历比较

class Solution {public int hammingDistance(int x, int y) {// 暴力枚举:int count = 0;for (int i = 0; i < 32; i++) {// 计算出对应位置的值int temp1 = ((x>>i) & 1);int temp2 = ((y>>i) & 1);// 看看两者的值是否相等if ((temp1 ^ temp2) == 1) {count++;}}return count;}
}

2、异或+统计1的个数:题目就是找不同的1,异或之后就可以得到,接下来便是统计1的个数。

class Solution {public int hammingDistance(int x, int y) {// 异或+统计1的个数int count = 0;int n = x ^ y;while (n != 0) {count++;n = n & (n-1); // 消除1}return count;}
}

260. 只出现一次的数字III

题目: 

给你一个整数数组 nums,其中恰好有两个元素只出现一次,其余所有元素均出现两次。 找出只出现一次的那两个元素。你可以按 任意顺序 返回答案。

你必须设计并实现线性时间复杂度的算法且仅使用常量额外空间来解决此问题。

示例 1:

输入:nums = [1,2,1,3,2,5]
输出:[3,5]
解释:[5, 3] 也是有效的答案。

示例 2:

输入:nums = [-1,0]
输出:[-1,0]

示例 3:

输入:nums = [0,1]
输出:[1,0]

提示:

  • 2 <= nums.length <= 3 * 104
  • -231 <= nums[i] <= 231 - 1
  • 除两个只出现一次的整数外,nums 中的其他数字都出现两次

思路:统计数字出现的次数,同样可以直接暴力哈希的方法,求出最终的结果。我们如果采用 ^ 的方法也是可以写出来的,因为有两个元素都只出现了一次,而其他的元素都出现了两次,那么最终 ^ 的结果就是两个只出现一次的元素 ^ 的结果,而根据这个结果中最右边的1,再次对数组进行分组之后,得到的 ^ 结果就是最终我们要求的结果。

代码实现:

1、暴力枚举:

class Solution {public int[] singleNumber(int[] nums) {// 暴力枚举:哈希表统计Map<Integer, Integer> hash = new HashMap<>();for (int i = 0; i < nums.length; i++) {hash.put(nums[i], hash.getOrDefault(nums[i], 0)+1);}int[] ret = new int[2];int j = 0;for (int i = 0; i < nums.length; i++) {if (hash.get(nums[i]) == 1) {ret[j++] = nums[i];}}return ret;}
}

2、异或分组统计:先将异或的结果最右边的"1"算出来,再根据这个进行分组(两个只出现一次的元素,肯定是在不同的组别了),再对分组的结果进行 ^ ,最终分别的结果就是只出现一次的元素。

class Solution {public int[] singleNumber(int[] nums) {// 先分组,再分别统计int[] ret = new int[2];int sum = 0;for (int i = 0; i < nums.length; i++) {sum ^= nums[i]; // 这个是两个数字的异或结果}// 找到两个数字有区别的地方进行分组int mask = sum & (-sum); // 找到最右边第一个出现的1for (int i = 0; i < nums.length; i++) {if ((nums[i] & mask) == 0) {ret[0] ^= nums[i];} else {ret[1] ^= nums[i];}}return ret;}
}

面试题01.01.判定字符是否唯一

题目:

实现一个算法,确定一个字符串 s 的所有字符是否全都不同。

示例 1:

输入: s = "leetcode" 
输出: false 

示例 2:

输入: s = "abc"
输出: true

限制:

  • 0 <= len(s) <= 100
  • s[i]仅包含小写字母
  • 如果你不使用额外的数据结构,会很加分。

思路:这个题目应该很容易想到 哈希的思想 来遍历统计解决这个问题,但是这个没有用到我们今天学习的位运算知识。我们先回顾一下,哈希的思想就是用一个数组来统计字符出现的次数,那么我们也完全可以用到位图的思想来细化哈希呀!因为题目只有26个字母,因此我们完全可以用一个 整型变量来当作哈希表(使用比特位来记录当前是哪个字符)。

如果想要详细了解位图的小伙伴,可以去看下面这篇文章:位图 

代码实现:

1、哈希思想版:

class Solution {public boolean isUnique(String astr) {// 哈希表记录遍历的字符int[] hash = new int[26];for (int i = 0; i < astr.length(); i++) {char ch = astr.charAt(i);if (hash[ch-'a'] != 0) {// 说明已经出现了重复的字符return false;} else {hash[ch-'a']++;}}return true;}
}

2、位图思想版(细化版的哈希) :

class Solution {public boolean isUnique(String astr) {int ret = 0;int n = astr.length();if (n > 26) { // 多于26个,那么肯定是有重复的了return false;}for (int i = 0; i < n; i++) {int x = astr.charAt(i)-'a';if ((ret & (1<<x)) != 0) { // 重复了return false;} else {ret |= (1<<x); // 加入位图}}return true;}
}

268.丢失的数字

题目:

给定一个包含 [0, n] 中 n 个数的数组 nums ,找出 [0, n] 这个范围内没有出现在数组中的那个数。

示例 1:

输入:nums = [3,0,1]
输出:2
解释:n = 3,因为有 3 个数字,所以所有的数字都在范围 [0,3] 内。2 是丢失的数字,因为它没有出现在 nums 中。

示例 2:

输入:nums = [0,1]
输出:2
解释:n = 2,因为有 2 个数字,所以所有的数字都在范围 [0,2] 内。2 是丢失的数字,因为它没有出现在 nums 中。

示例 3:

输入:nums = [9,6,4,2,3,5,7,0,1]
输出:8
解释:n = 9,因为有 9 个数字,所以所有的数字都在范围 [0,9] 内。8 是丢失的数字,因为它没有出现在 nums 中。

示例 4:

输入:nums = [0]
输出:1
解释:n = 1,因为有 1 个数字,所以所有的数字都在范围 [0,1] 内。1 是丢失的数字,因为它没有出现在 nums 中。

提示:

  • n == nums.length
  • 1 <= n <= 104
  • 0 <= nums[i] <= n
  • nums 中的所有数字都 独一无二

思路:

1、我们可以先采用排序的方法,使其有序后,再按照顺序去遍历,查找缺失的元素。

2、也可以采用 哈希的思想,遍历记录出现的次数,然后再遍历哈希表,找到没出现的数字。

3、还可以采用 高斯求和(等差数列的求和公式) 的方法将完整的数组总合求出来,然后再去遍历原数组,对元素作差,即可得到最终结果。

4、在 [0,n] 之间缺失了一个数字,那么只要我们将[0,n+1] 这两个区间的元素全部进行 ^ ,那么就能得到 "只出现一次的元素"。

代码实现(按照序号来的):

1、排序:

class Solution {public int missingNumber(int[] nums) {// 找出最大值int n = nums.length;Arrays.sort(nums); // 排序// 缺失的是最大值if (n != nums[n-1]) {return n;}for (int i = 0; i < n; i++) {if (i != nums[i]) {return i;}}return -1;}
}

2、哈希表:

class Solution {public int missingNumber(int[] nums) {int n = nums.length;int[] hash = new int[n+1];for (int i = 0; i < n; i++) {hash[nums[i]]++;}for (int i = 0; i < n+1; i++) {if (hash[i] == 0) { // 找到了return i;}}return -1;}
}

3、高斯求和:

class Solution {public int missingNumber(int[] nums) {int n = nums.length;int sum = (int)((0+n) / 2.0 * (n+1));// (0+n) * (n+1) / 2 ,这个也行for (int i = 0; i < n; i++) {sum -= nums[i];}return sum;}
}

如果求 sum 时,是先 / 2的话,就会导致结果不正确。因为 /2得到的是一个整数,可能出现分数的情况被忽略了。 

4、异或运算:

class Solution {public int missingNumber(int[] nums) {int sum = 0;for (int i = 0; i < nums.length; i++) {sum ^= nums[i];sum ^= i;}return sum ^ nums.length;}
}

371.两整数之和

题目:

给你两个整数 a 和 b ,不使用 运算符 + 和 - ,计算并返回两整数之和。

示例 1:

输入:a = 1, b = 2
输出:3

示例 2:

输入:a = 2, b = 3
输出:5

提示:

  • -1000 <= a, b <= 1000

思路:如果是在笔试中遇到这样的题目的话,我们可以直接来个流氓解法。不是让我们求两个数的和嘛,我们直接返回 a+b 的结果就可以了。当然,在面试中是不能这么做的。

这题本质上是让我们去模拟实现加法的,加法操作可以分为两步:

1、先计算出 无进位相加的结果;

2、再计算出 进位的结果;

3、最后再将两者相加,得到的就是最终的结果。而第三步,其实就是在重复 1、2步,当 进位的结果为0时,那么无进位相加的结果就是最终的结果,此时便可以不在循环了。

代码实现:

class Solution {public int getSum(int a, int b) {do {// 1、计算无进位相加的结果int temp = a ^ b;// 2、计算进位的结果b = (a & b) << 1;a = temp;} while (b != 0);return a;}
}

137.只出现一次的数字Ⅱ 

题目:

给你一个整数数组 nums ,除某个元素仅出现 一次 外,其余每个元素都恰出现 三次 。请你找出并返回那个只出现了一次的元素。

你必须设计并实现线性时间复杂度的算法且使用常数级空间来解决此问题。

示例 1:

输入:nums = [2,2,3,2]
输出:3

示例 2:

输入:nums = [0,1,0,1,0,1,99]
输出:99

提示:

  • 1 <= nums.length <= 3 * 104
  • -231 <= nums[i] <= 231 - 1
  • nums 中,除某个元素仅出现 一次 外,其余每个元素都恰出现 三次

 思路:首先,应该想到用暴力的思路,用哈希表记录元素出现的次数,然后在去遍历数组找到哈希表中只出现一次的元素。很显然,这种方法不符合题目所期望的那样。

我们可以遍历数组,统计某一个比特位上的数据。
出现了三次的数据,在某个比特位上有两种情况:1、3n个0,3n个1(n <= nums.length);同样出现了一次的数字也是如此,我们再把这些数据相加,那么同一个比特位就会出现四种情况:
1、 3n个0 + 0        2、 3n个0 + 1         3、 3n个1 + 0            4、 3n个1 + 1
           0                            1                             3                                3n+1
如果我们把上面的比特位都进行 %3 操作的话,得到的就是:0  1  0  1 -> 和只出现一次的数字一样
那么我们就可以把只出现一次的数字的对应比特位全部算出来。

总结下来,就是去遍历数组计算出,某一位的比特位之和,然后再 %3 算出只出现一次的数字所对应的比特位,将这个比特位对应的值添加到只出现一次的数字变量中,接着继续重复上述步骤,计算出下一个比特位的值。

代码实现:

1、哈希暴力统计版:

class Solution {public int singleNumber(int[] nums) {Map<Integer, Integer> hash = new HashMap<>();for (int i = 0; i < nums.length; i++) {hash.put(nums[i], hash.getOrDefault(nums[i], 0)+1);}for (int i = 0; i < nums.length; i++) {if (hash.get(nums[i]) == 1) {return nums[i];}}return -1;}
}

2、巧妙借助"位运算":

class Solution {public int singleNumber(int[] nums) {int ret = 0;for (int i = 0; i < 32; i++) {// 计算某一个比特位上的和int sum = 0;for (int j = 0; j < nums.length; j++) {sum += ((nums[j] >> i) & 1);}// 求出只出现一次所对应的比特位sum %= 3;// 设置对应位置的比特位ret |= (sum << i); }return ret;}
}

 拓展:当数组中一个数字出现一次,另外的数字出现 n 次时,也可以使用上述的思路。

面试题17.19.消失的两个数字

题目:

给定一个数组,包含从 1 到 N 所有的整数,但其中缺了两个数字。你能在 O(N) 时间内只用 O(1) 的空间找到它们吗?

以任意顺序返回这两个数字均可。

示例 1:

输入: [1]
输出: [2,3]

示例 2:

输入: [2,3]
输出: [1,4]

提示:

  • nums.length <= 30000

思路:题目让我们找丢失的元素,我们可以通过暴力哈希的方法,找到没有出现的元素。但是这个是不符合题目的要求的。其实看到这个题目,我们就应该想到 "只出现一次的数字III"的思路,那个题目只是把两个数字丢到数组中了,而这个题目是把数字给丢掉了。但是我们可以看成是在数组中,那么我们的做法和那一题差不多,先把nums数组遍历 ^ 一遍,再把 [1, n+2] 之间的数字再 ^ 一遍,这样剩下的数字就是丢到的两个数字的 ^ 结果,而我们只需要找出最右边的 1,再去进行分组 ^ ,这样可以分别得到丢失的数。

代码实现:

1、哈希暴力:

class Solution {public int[] missingTwo(int[] nums) {// 哈希表遍历统计int n = nums.length;int[] hash = new int[n+3]; // 0+缺失的两个空间int[] ret = new int[2];for (int x : nums) {hash[x]++;}int j = 0;for (int i = 1; i < n+3; i++) {if (hash[i] == 0) {ret[j++] = i;}}return ret;}
}

2、巧妙运用"位运算": 

class Solution {public static int[] missingTwo(int[] nums) {// 先找到分组的依据int n = nums.length;int sum = 0;for (int i = 1; i < n+3; i++) {sum ^= i;}for (int i = 0; i < n; i++) {sum ^= nums[i];}// 找到最右边的1,作为分组的依据int mask = sum & (-sum);// 将 mask 作为分组的依据int[] ret = new int[2];for (int i = 1; i < n+3; i++) {if ((mask & i) != 0) { // 这里不一定是1ret[0] ^= i;} else {ret[1] ^= i;}}for (int i = 0; i < n; i++) {if ((nums[i] & mask) != 0) { // 这里不一定是1ret[0] ^= nums[i];} else {ret[1] ^= nums[i];}}return ret;}
}

以上就是位运算的全部应用场景,主要是利用 推导的公式 和 ^ 来解题。 而且从上面的解题结果来看,只要能用位运算解决的,基本上可以用别的方法写出来。但是位运算会很巧妙。

好啦!本期  一文详解“位运算“在算法中的应用  的学习之旅就到此结束啦!我们下一期再一起学习吧!

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/454236.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

导数的概念及在模型算法中的应用

一. 导数概念与计算 1. 导数的物理意义&#xff1a; 瞬时速率。一般的&#xff0c;函数yf(x)在x处的瞬时变化率是 2. 导数的几何意义&#xff1a; 曲线的切线&#xff0c;当点趋近于P时&#xff0c;直线 PT 与曲线相切。容易知道&#xff0c;割线的斜率是当点趋近于 P 时&…

QT 实现按钮多样化

1.界面实现效果 以下是具体的项目需要用到的效果展示,可以根据需要,实例化想要的按钮。 2.简介 原理:使用Qt的QPropertyAnimation动画类,这里简单来说就是切换两个按钮样式。 请看以下结构体: #define MAX_LINE_COUNT 3struct PurelinStatus {QSizeF bgSize

ABAQUS应用13——大量INP文件的自动提交

文章目录 0、背景1、正文 0、背景 ABAQUS自动批量提交INP文件。原文来自曹老师公众号&#xff0c;感兴趣的可以点击这里。 为了防止遗失&#xff0c;我还是先保存比较好。 1、正文 分析需要对大量 INP 文件进行提交分析&#xff0c;在 Abaqus / CAE 中手动操作无法完成&…

十四、MySQL事务日志

文章目录 1. redo日志1.1 为什么需要REDO日志1.2 REDO日志的好处、特点1.2.1 好处1.2.2 特点1.3 redo的组成1.4 redo的整体流程1.5 redo log 的刷盘策略1.6 不同刷盘策略演示1.7 写入redo log buffer 过程1.7.1 补充概念:Mini-Transaction1.7.2 redo 日志写入log buffer1.7.3 …

量子门电路开销——T门、clifford门、toffoli门、fredkin门

在量子计算中&#xff0c;T门的成本比Clifford门高出很多倍的原因与量子计算中纠错的实现、物理门操作的复杂性以及容错量子计算架构中的成本评估有关。以下是几个关键原因&#xff0c;解释了为什么 T 门的成本在量子计算中远远高于 Clifford 门&#xff1a; 1. T 门和 Cliffo…

飞凌嵌入式FET527N-C核心板已适配OpenHarmony4.1

近期&#xff0c;飞凌嵌入式为FET527N-C核心板适配了OpenHarmony4.1系统——进一步提升了核心板的兼容性、稳定性和安全性。 OpenHarmony4.1在应用开发方面展现了全新的开放能力&#xff0c;以更加清晰的逻辑和场景化视角提供给开发者丰富的API接口&#xff0c;应用开发能力得…

【JavaEE初阶】网络编程TCP协议实现回显服务器以及如何处理多个客户端的响应

前言 &#x1f31f;&#x1f31f;本期讲解关于TCP/UDP协议的原理理解~~~ &#x1f308;感兴趣的小伙伴看一看小编主页&#xff1a;GGBondlctrl-CSDN博客 &#x1f525; 你的点赞就是小编不断更新的最大动力 &#x1f386;那么废话不多说…

自动化测试与敏捷开发的重要性

敏捷开发与自动化测试是现代软件开发中两个至关重要的实践&#xff0c;它们相互补充&#xff0c;共同促进了软件质量和开发效率的提升。 敏捷开发的重要性 敏捷开发是一种以人为核心、迭代、循序渐进的软件开发方法。它强调以下几个核心价值观和原则&#xff1a; 个体和交互…

项目管理软件真的能让敏捷开发变得更简单吗?

敏捷开发是一种以快速交付和适应变化为核心特点的软件开发方法。其特点包括尽早并持续交付、能够驾驭需求变化、版本周期内尽量不加任务、业务与开发协同工作、以人为核心、团队配置敏捷等。 例如&#xff0c;尽早并持续交付可使用的软件&#xff0c;使客户能够更早地体验产品…

西安周边环境最好的楼宇(园区)

西安&#xff0c;这座历史悠久的城市&#xff0c;如今正焕发着新的生机与活力。在西安周边&#xff0c;各种现代化楼宇和产业园区如雨后春笋般涌现&#xff0c;而其中最引人注目的&#xff0c;当属西安国际数字影像产业园。 西安国际数字影像产业园不仅地理位置优越&#xff0…

在Debian上安装向日葵

说明&#xff1a; 因为之前服务器上安装了 PVE (Proxmox VE)&#xff0c;之前是用 Proxmox VE 进行服务器资源管理的。出于某些原因&#xff0c;现在不再通过 PVE构建的虚拟机来使用计算资源&#xff0c;而是通过 PVE 自带的 Debian 系统直接使用虚拟机资源&#xff08;因为积…

MySQL实现主从同步

一、首先我们准备3台mysql 分别为&#xff1a; 主服务器&#xff1a;test-mysql-master,端口3306 从服务器&#xff1a;test-mysql-slave1,端口3307 从服务器&#xff1a;test-mysql-slave2,端口3308 注意&#xff1a;如果防火墙是开着的记得把关掉&#xff0c;并且重启docker…

Wordpress GutenKit 插件 远程文件写入致RCE漏洞复现(CVE-2024-9234)

0x01 产品简介 GutenKit 是一个WordPress的页面构建器,在 Gutenberg 设计您的下一个 WordPress 网站。借助 Gutenberg 的原生拖放界面、50+ WordPress 块、14+ 多功能模块和 500+ 模板,您可以在几分钟内创建专业、响应迅速的 Web 内容。 0x02 漏洞概述 Wordpress GutenKit…

【计网】理解TCP全连接队列与tcpdump抓包

希望是火&#xff0c;失望是烟&#xff0c; 生活就是一边点火&#xff0c;一边冒烟。 理解TCP全连接队列与tcpdump抓包 1 TCP 全连接队列1.1 重谈listen函数1.2 初步理解全连接队列1.3 深入理解全连接队列 2 tcpdump抓包 1 TCP 全连接队列 1.1 重谈listen函数 这里我们使用…

SQL Injection | MySQL 手工注入全流程

0x01&#xff1a;MySQL 手工注入 —— 理论篇 手工注入 MySQL 数据库&#xff0c;一般分为以下五个阶段&#xff0c;如下图所示&#xff1a; 第一阶段 - 判断注入点&#xff1a; 在本阶段中&#xff0c;我们需要判断注入点的数据类型&#xff08;数字型、字符型、搜索型、XX 型…

【C++、数据结构】二叉排序树(二叉查找树、二叉搜索树)(图解+完整代码)

目录 [⚽1.什么是二叉排序树] [&#x1f3d0;2.构建二叉排序树] [&#x1f3c0;3.二叉排序树的查找操作] [&#x1f94e;4.二叉排序树的删除] [&#x1f3b1;5.完整代码] ⚽1.什么是二叉排序树 二叉搜索树又称二叉排序树&#xff0c;它或者是一棵空树&#xff0c;或者是…

Java避坑案例 - 消除代码重复_模板方法与工厂模式的最佳实践

文章目录 需求基础实体类BadVersion优化&#xff1a; 利用工厂模式 模板方法模式&#xff0c;消除 if…else 和重复代码优化一&#xff1a; 模板方法的应用AbstractCart 类&#xff08;抽象类&#xff09;各种购物车实现&#xff08;继承抽象类&#xff09;普通用户购物车 (No…

【JavaScript】Javascript基础Day02:运算符、分支、循环

Javascript——Day02 01. 赋值运算符02. 自增运算符03. 比较运算符04. 逻辑运算符以及优先级05. if单分支语句06. if双分支语句07. if多分支语句08. 三元运算符09. 数字补0案例10. switch分支语句11. 断点调试12. while循环13. 退出循环 01. 赋值运算符 02. 自增运算符 03. 比较…

【java】抽象类和接口(了解,进阶,到全部掌握)

各位看官早安午安晚安呀 如果您觉得这篇文章对您有帮助的话 欢迎您一键三连&#xff0c;小编尽全力做到更好 欢迎您分享给更多人哦 大家好我们今天来学习Java面向对象的的抽象类和接口&#xff0c;我们大家庭已经来啦~ 一&#xff1a;抽象类 1.1:抽象类概念 在面向对象的概念中…

Python|基于Kimi大模型,实现上传文档并进行“多轮”对话(7)

前言 本文是该专栏的第7篇,后面会持续分享AI大模型干货知识,记得关注。 假设有这样的需求,需要你通过python基于kimi大模型,上传对应的文档并根据对应的prompt提示词,进行多轮对话。此外,还需要将kimi大模型生成的内容进行存储。具体场景,如下图所示: 也就是说,当我们…