【ARTS】【LeetCode-704】二分查找算法

目录

前言

什么是ARTS？

算法

力扣704题

二分查找

基本思想：

二分查找算法(递归的方式):

经典写法(找单值):

代码分析:

经典写法(找数组即多个返回值)

代码分析

经典题目

题目描述：

官方题解

深入思考

模版一 (相错终止/左闭右闭)

相等返回情形

情形1 (大于等于)

情形2 (大于)

情形3 (小于等于)

情形4 (小于)

模版二 (相等终止/左闭右开)

相等返回情形

情形1 (大于等于)

情形2 (大于)

情形3 (小于等于)

情形4 (小于)

从「y总模版」到「模版二」之「左开右闭」

相等返回情形

情形1 (大于等于)

情形2 (大于)

情形3 (小于等于)

情形4 (小于)

模版三 (相邻终止/左开右开)

相等返回情形

情形1 (大于等于)

情形2 (大于)

情形3 (小于等于)

情形4 (小于)

参考资料：

前言

仅做学习使用，侵删

什么是ARTS？

算法(Algorithm): 每周至少一道LeetCode算法题，加强编程训练和算法学习

阅读(Review)： 阅读并点评至少一篇英文技术文章，提高英文水平

技巧 (Tip)：学习至少一个技术技巧，总结、归纳日常工作中遇到的知识点

分享(Share)：分析一篇有关点和思考的技术文章，建立影响力，输出价值观

算法

力扣704题

一道经典的二分查找题目

链接:704. 二分查找 - 力扣（LeetCode）

二分查找

基本思想：

二分查找算法(递归的方式):
  1. 创建一个查找算法,参数列表有left,right,findValue,array
  2. 创建一个变量mid,通过left和right获取mid
  3. 通过对mid的比较,决定递归方向
  4. 最后判断是否能找到
📌

请注意，所有的二分查找算法都是建立在数组有序的基础上的,如果带查找序列是无序序列,不能用二分查找算法,只能使用其他查找算法,谨记!

经典写法(找单值):

public static int binarySearchSingle(int[] array,int left,int right,int findValue) {if(left > right || findValue > array[length-1]) {return -1;}var mid = left + 1/2*(right - left);var midValue = array[mid];if(findValue > midValue) {return binarySearchSingle(array,mid+1,right,findValue);}else if(findValue < midValue) {return binarySearchSingle(array,left,mid-1,findValue);}else {return mid;}}
代码分析:
  1. left是左索引,right是右索引,应该一开始就被赋值为0与array.length-1(因为带查找的值在他们两个索引之间,即[left,right]区间内有带查找元素)
  2. findValue是待查找的值,array是带查找的数组
  3. 二分查找法顾名思义是折半,所以mid = 1/2(left + right) = left + 1/2*(right - left)

注意:后面的表达式非常的重要,是折半查找发的关键

  1. 将mid下标对应的值放入midValue

情况:

  1. 如果midValue大于findValue,由于有序,说明待查找的元素在mid右边且不为mid,所以得出了[mid+1,right]的范围内有带查找元素,故left = mid+1
  2. 如果midVvalue小于findValue,由于有序,说明带查找的元素在mid左边且不为mid,所以得出了[left,mid-1]的范围内有带查找元素,故right = mid-1
  3. 如果midValue = findValue,说明找到了该元素,直接返回mid即可,mid是下标
  4. 如果left > right,由于没有这样的区间(即区间左边必须小于右边的值),说明找不到,直接返回-1
  5. 如果findValue大于列表的最后一个值,由于有序,最后一个值为最大值,说明列表里面不可能有与findValue相同的值,直接返回-1

经典写法(找数组即多个返回值)

 public static List<Integer> binarySearchMore(int[] array,int left,int right,int findValue) {if(left > right || findValue > array[length-1]) {return new ArrayList<Integer>();}var mid = (left + right)/2;var midValue = array[mid];if(findValue > midValue) {return binarySearchMore(array,mid+1,right,findValue);}else if(findValue < midValue) {return binarySearchMore(array,left,mid-1,findValue);}else {var list = new ArrayList<Integer>();list.add(mid);var temp = mid - 1;while(temp > 0 && array[temp] == findValue) {list.add(temp--);}temp = mid + 1;while (temp < array.length && array[temp] == findValue) {list.add(temp++);}return list;}
代码分析
  1. 注意:由于其他代码都一样,我们重点分析一下else里面的代码
  2. 当程序进入else时,说明找到了该元素,由于我们要实现多元素返回,我们可以借助集合,故我们要new一个ArrayLsit<Integer>
  3. 先将该元素add进去集合中
  4. 创建一个辅助索引temp,赋值为mid-1(目的:向左遍历)
  5. 通过while循环,如果temp>0(防止数组下标越界异常),且array[temp] = findValue,说明此元素也是我们要找的元素,添加入集合中
  6. 如果while布尔表达式为false,说明temp遍历到了最左边或是不相等,由于列表的有序性,如果不相等,则前面的元素一定比midValue小,不可能再有带查找的元素,直接结束向左遍历
  7. temp赋值为mid+1(目的:向右遍历)
  8. 同理5~6
  9. 最后返回list即可
  10. 特别注意的是,如果找不到,我们返回一个空的集合,所以在最前面new了一个空集合

经典题目

题目描述：
给定一个 n 个元素有序的（升序）整型数组 nums 和一个目标值 target  ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。示例 1:输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4
示例 2:输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1提示：你可以假设 nums 中的所有元素是不重复的。
n 将在 [1, 10000]之间。
nums 的每个元素都将在 [-9999, 9999]之间。
官方题解
class Solution {public int search(int[] nums, int target) {int left = 0,right = nums.length - 1;while (left <= right){int mid = (right - left) / 2 +left;int num = nums[mid];if (num == target) {return mid;} else if (num > target) {right = mid - 1;} else {left = mid + 1;}}return -1;}
}

深入思考

二分查找本身思想比较简单，但是实际上二分查找在编写的过程中会出现各种各样的问题，如无限循环等，针对这道题可能会不会有这种问题。特别是根据上下边界指针的循环确定问题。下面给出四种情形下的模版参考，每一种模版下又分为四种情况

以下资料参考 二分查找从入门到入睡 - 力扣（LeetCode）推荐去阅读原文，这里只是做摘录，给出对应情况的模版，具体分析参考原文，也可点击对应的模版链接直接跳转。
作者：yukiyama
链接： https://leetcode.cn/circle/discuss/ooxfo8/
来源：力扣（LeetCode）
模版一 (相错终止/左闭右闭)
相等返回情形
// 模版一「相等返回」写法
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length - 1;while(l <= r){ // 循环条件int c = l + (r - l) / 2; // 中间值坐标if(nums[c] == target) return c; // 相等返回else if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于targetelse r = c - 1; // #2 更新后r右侧元素「必」大于target }return -1; }
}
情形1 (大于等于)
// 模版一「一般」情形1: 大于等于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length - 1;while(l <= r){int c = l + (r - l) / 2;if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于targetelse r = c - 1; // #2 更新后r右侧「必」大于等于target}// return (l == nums.length || nums[l] != target) ? -1 : l; // 704题的返回，处理:相等/不等return l == nums.length ? -1 : l; // 处理: 相等/刚好大于/不存在}
}
情形2 (大于)
// 模版一「一般」情形2: 大于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length - 1;while(l <= r){int c = l + (r - l) / 2;if(nums[c] <= target) l = c + 1; // #1 更新后l左侧元素「必」小于等于targetelse r = c - 1; // #2 更新后r右侧「必」大于target}return l == nums.length ? -1 : l; // 处理: 刚好大于/不存在}
}
情形3 (小于等于)
// 模版一「一般」情形3: 小于等于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length - 1;while(l <= r){int c = l + (r - l) / 2;if(nums[c] <= target) l = c + 1; // #1 更新后l左侧「必」小于等于targetelse r = c - 1; // #2 更新后r右侧「必」大于target}// return (r == -1 || nums[r] != target) ? -1 : r; // 704题的返回，处理:相等/不等return r; // 处理: 相等/刚好小于/不存在}
}
情形4 (小于)
// 模版一「一般」情形4: 小于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length - 1;while(l <= r){int c = l + (r - l) / 2;if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于targetelse r = c - 1; // #2 更新后r右侧「必」大于等于target}return r; // 处理: 相等/刚好小于/不存在}
}
模版二 (相等终止/左闭右开)
相等返回情形
// 模版二「相等返回」写法
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length;while(l < r){int c = l + (r - l) / 2;if(nums[c] == target) return c; // 找到目标值直接返回else if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于target else r = c; // nums[c] > target #2 更新后r及其右侧「必」大于target}return -1;}
}
情形1 (大于等于)
// 模版二「一般」情形1: 大于等于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length;while(l < r){int c = l + (r - l) / 2;if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于target else r = c; // #2 更新后r及r右侧「必」大于等于target}// return (r != nums.length && nums[r] == target) ? r : -1; // 704题的返回，处理:相等/不等return r != nums.length ? r : -1; // 处理:等于/刚好大于/不存在}
}
情形2 (大于)
// 模版二「一般」情形2: 大于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length;while(l < r){int c = l + (r - l) / 2;if(nums[c] <= target) l = c + 1; // #1 更新后l左侧「必」小于等于target else r = c; // #2 更新后r及其右侧「必」大于target}return r == nums.length ? -1 : r; // 处理:刚好大于/不存在}
}
情形3 (小于等于)
// 模版二「一般」写法之情形3(正确版2)
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length;while(l < r){int c = l + (r - l) / 2;if(nums[c] <= target) l = c + 1; // #1 更新后l左侧元素「必」小于等于target else r = c; // #2 更新后r及其右侧「必」大于target}// 原先针对 704 的返回有漏洞，该修改（下面一行）来自 Hankai Xia @masterx89 同学，感谢// return (r > 0 && nums[r - 1] == target) ? r - 1 : -1; // 704题的返回，处理:相等/不等// return r - 1; // 通过分析target的三种情形得到的统一返回值return r > 0 ? r - 1 : -1; // 但写成此种形式，逻辑更佳 （来自Hankai Xia @masterx89 的建议）}
}
情形4 (小于)
// 模版二「一般」情形4: 小于
class Solution {public int search(int[] nums, int target) {int l = 0, r = nums.length;while(l < r){int c = l + (r - l) / 2;if(nums[c] < target) l = c + 1; // #1 更新后l左侧元素「必」小于target else r = c; // #2 更新后r及其右侧「必」大于等于target}return r - 1; // 处理:刚好小于/不存在}
}作者：yukiyama
链接：https://leetcode.cn/circle/discuss/ooxfo8/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
从「y总模版」到「模版二」之「左开右闭」
相等返回情形
// 模版二(左开右闭)相等返回情形
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length - 1;while(l < r){int c = l + (r - l + 1) / 2;if(nums[c] == target) return c;if(nums[c] < target) l = c; // #1 更新后l及l左侧元素「必」小于target else r = c - 1; // #2 更新后r右侧「必」大于target}return -1; // 704题的返回}
}
情形1 (大于等于)
// 模版二(左开右闭)「一般」情形1(大于等于)
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length - 1;while(l < r){int c = l + (r - l + 1) / 2;if(nums[c] < target) l = c; // #1 更新后l及l左侧元素「必」小于target else r = c - 1; // #2 更新后r右侧「必」大于等于target}// return (r == nums.length - 1 || nums[r + 1] != target) ? -1 : r + 1; // 704题的返回，处理:相等/不等return r == nums.length - 1 ? -1 : r + 1;}
}
情形2 (大于)
// 模版二(左开右闭)「一般」情形2(大于)
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length - 1;while(l < r){int c = l + (r - l + 1) / 2;if(nums[c] <= target) l = c; // #1 更新后l及l左侧元素「必」小于等于target else r = c - 1; // #2 更新后r右侧「必」大于target}return r == nums.length ? -1 : r + 1;}
}
情形3 (小于等于)
// 模版二(左开右闭)「一般」情形3(小于等于)
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length - 1;while(l < r){int c = l + (r - l + 1) / 2;if(nums[c] <= target) l = c; // #1 更新后l及l左侧元素「必」小于等于target else r = c - 1; // #2 更新后r右侧「必」大于target}// return (l == -1 || nums[l] != target) ? -1 : l; // 704题的返回，处理:相等/不等return l;}
}
情形4 (小于)
// 模版二(左开右闭)「一般」情形4(小于)
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length - 1;while(l < r){int c = l + (r - l + 1) / 2;if(nums[c] < target) l = c; // #1 更新后l及l左侧元素「必」小于target else r = c - 1; // #2 更新后r右侧「必」大于等于target}return l;}
}
模版三 (相邻终止/左开右开)
相等返回情形
// 模版三「相等返回」写法
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length;while(l + 1 < r){int c = l + (r - l) / 2;if(nums[c] == target) return c; // 找到目标值直接返回else if(nums[c] < target) l = c; // #1 更新后l及其左侧元素「必」小于target else r = c; // nums[c] > target #2 更新后r及其右侧「必」大于target}return -1;}
}
情形1 (大于等于)
// 模版三「一般」情形1: 大于等于
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length;while(l + 1 < r){int c = l + (r - l) / 2;if(nums[c] < target) l = c; // #1 更新后l及其左侧元素「必」小于targetelse r = c; // #2 更新后r及其右侧「必」大于等于target}// return (r == nums.length || nums[r] != target) ? -1 : r; // 704题的返回，处理:相等/不等return r == nums.length ? -1 : r; // 处理: 相等/刚好大于/不存在}
}
情形2 (大于)
// 模版三「一般」情形2: 大于
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length;while(l + 1 < r){int c = l + (r - l) / 2;if(nums[c] <= target) l = c; // #1 更新后l及其左侧元素「必」小于等于targetelse r = c; // #2 更新后r及其右侧「必」大于target}return r == nums.length ? -1 : r; // 处理: 相等/刚好大于/不存在}
}
情形3 (小于等于)
// 模版三「一般」情形1: 大于等于
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length;while(l + 1 < r){int c = l + (r - l) / 2;if(nums[c] < target) l = c; // #1 更新后l及其左侧元素「必」小于targetelse r = c; // #2 更新后r及其右侧「必」大于等于target}// return (r == nums.length || nums[r] != target) ? -1 : r; // 704题的返回，处理:相等/不等return r == nums.length ? -1 : r; // 处理: 相等/刚好大于/不存在}
}
情形4 (小于)
// 模版三「一般」情形4: 小于
class Solution {public int search(int[] nums, int target) {int l = -1, r = nums.length;while(l + 1 < r){int c = l + (r - l) / 2;if(nums[c] < target) l = c; // #1 更新后l及其左侧元素「必」小于targetelse r = c; // #2 更新后r及其右侧「必」大于等于target}return l;}
}

拿到题目可以直接对题目进行分析，按照情形套用对应的模板

下面是一些题目

本节给出如下二分查找题目，在理解本文内容后，应当不难做出。「题解」一列中给出了相应的题解以供读者自查。

704. 二分查找简单题解

69. x 的平方根简单题解

374. 猜数字大小简单题解

剑指 Offer 53 - II. 0～n-1中缺失的数字简单题解

33. 搜索旋转排序数组中等题解

153. 寻找旋转排序数组中的最小值中等题解

154. 寻找旋转排序数组中的最小值 II困难题解

81. 搜索旋转排序数组 II中等题解

278. 第一个错误的版本简单题解

162. 寻找峰值中等题解

34. 在排序数组中查找元素的第一个和最后一个位置中等题解

35. 搜索插入位置简单题解

74. 搜索二维矩阵中等题解

658. 找到 K 个最接近的元素中等题解

29. 两数相除中等题解

875. 爱吃香蕉的珂珂中等题解

668. 乘法表中第k小的数困难题解

462. 最少移动次数使数组元素相等 II中等题解

436. 寻找右区间中等题解

528. 按权重随机选择中等题解

497. 非重叠矩形中的随机点中等题解

240. 搜索二维矩阵 II中等题解

4. 寻找两个正序数组的中位数困难题解

参考资料：

  1. 二分查找从入门到入睡 - 力扣（LeetCode）
  2. 代码随想录
  3. 704. 二分查找 - 力扣（LeetCode）

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/6185.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

K8S中Service详解（一）

K8S中Service详解（一）

Service介绍 在Kubernetes中&#xff0c;Service资源解决了Pod IP地址不固定的问题&#xff0c;提供了一种更稳定和可靠的服务访问方式。以下是Service的一些关键特性和工作原理&#xff1a; Service的稳定性&#xff1a;由于Pod可能会因为故障、重启或扩容而获得新的IP地址&a…
阅读更多...
jenkins-k8s pod方式动态生成slave节点

jenkins-k8s pod方式动态生成slave节点

一. 简述&#xff1a; 使用 Jenkins 和 Kubernetes (k8s) 动态生成 Slave 节点是一种高效且灵活的方式来管理 CI/CD 流水线。通过这种方式&#xff0c;Jenkins 可以根据需要在 Kubernetes 集群中创建和销毁 Pod 来执行任务&#xff0c;从而充分利用集群资源并实现更好的隔离性…
阅读更多...
LabVIEW滤波器选择与参数设置

LabVIEW滤波器选择与参数设置

在信号处理应用中&#xff0c;滤波器是去除噪声、提取目标信号的重要工具。LabVIEW 提供多种类型的滤波器&#xff08;如低通、高通、带通、带阻&#xff09;&#xff0c;用户需要根据采样频率、信号特性和应用需求合理选择滤波器类型及参数设置。本文以 采样率 100kHz&#xf…
阅读更多...
iOS中的设计模式（四）- 抽象工厂

iOS中的设计模式（四）- 抽象工厂

引言 在软件设计中&#xff0c;创建一个类的对象通常需要客户端知道该类的所有细节。而当需要同时创建一组相关对象时&#xff0c;且这些对象在运行时会根据不同的标准有所变化&#xff0c;这会变得更加复杂。此时&#xff0c;抽象工厂模式能够有效地简化这一过程。 抽象工厂…
阅读更多...
deeplabv3+街景图片语义分割，无需训练模型，看不懂也没有影响，直接使用，cityscapes数据集_12

deeplabv3+街景图片语义分割，无需训练模型，看不懂也没有影响，直接使用，cityscapes数据集_12

目录 1、下载链接1.1、CSDN链接&#xff0c;含权重文件直接使用&#xff0c;建议直接下这个&#xff0c;还不限速。1.2 Github链接&#xff1a;2、下载代码&#xff0c;下载预训练好的权重3、预测代码4、像素提取&#xff0c;或者说类别提取5、文档部分内容截图6、其他数据处理…
阅读更多...
Java 基于 SpringBoot 的校园外卖点餐平台微信小程序（附源码，部署，文档）

Java 基于 SpringBoot 的校园外卖点餐平台微信小程序（附源码，部署，文档）

博主介绍&#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;…
阅读更多...
Jetson Xavier NX 安装 CUDA 支持的 PyTorch 指南

Jetson Xavier NX 安装 CUDA 支持的 PyTorch 指南

本指南将帮助开发者完成在 Jetson Xavier NX 上安装 CUDA 支持的 PyTorch。 安装方法 在 Jetson 上安装 Pytorch 只有两种方法。 一种是直接安装他人已经编译好的 PyTorch 轮子&#xff1b;一种是自己从头开始开始构建 PyTorch 轮子并且安装。 使用轮子安装 可以从我的 Gi…
阅读更多...
怎样使用树莓派自己搭建一套ADS-B信号接收系统

怎样使用树莓派自己搭建一套ADS-B信号接收系统

0 我们知道&#xff0c;ADS-B全称广播式自动相关监视系统&#xff0c;其实就是飞机发出的广播信号&#xff0c;用明码来对外发送自己的位置、高度、速度、航向等信息&#xff0c;是公开信息。连续接收到一架飞机发出的ADS-B信息后&#xff0c;可以通过其坐标点来描绘出飞机的航…
阅读更多...
KETTLE-SAP抽数报错RFC_ERROR_SYSTEM_FAILURE

KETTLE-SAP抽数报错RFC_ERROR_SYSTEM_FAILURE

KETTLE调SAP 合并ECCS相关的函数时报错 2025/01/23 17:56:02 - SAP input.0 - ERROR (version 8.2.0.0-342, build 8.2.0.0-342 from 2018-11-14 10.30.55 by buildguy) : Unexpected error 2025/01/23 17:56:02 - SAP input.0 - ERROR (version 8.2.0.0-342, build 8.2.0.0-3…
阅读更多...
困境如雾路难寻，心若清明步自轻---2024年创作回顾

困境如雾路难寻，心若清明步自轻---2024年创作回顾

文章目录 前言博客创作回顾第一次被催更第一次获得证书周榜几篇博客互动最多的最满意的引发思考的 写博契机 碎碎念时也运也部分经验 尾 前言 今年三月份&#xff0c;我已写下一篇《近一年多个人总结》&#xff0c;当时还没开始写博客。四月份写博后&#xff0c;就顺手将那篇总…
阅读更多...
2024 行远自迩，笃行不怠

2024 行远自迩，笃行不怠

2024年是充满变化与挑战的一年&#xff0c;我的开发方向经历了从智能驾驶到工业智能检测&#xff0c;再到机器人感知交互与决策的不断演进。 这一年&#xff0c;我不断拓宽技术视野&#xff0c;深入探索不同领域的技术挑战和应用场景。 最初&#xff0c;我希望专注于单一领域…
阅读更多...
【Linux】19.基础IO（1）

【Linux】19.基础IO（1）

文章目录 1. 基础IO1. 文件2. 回顾C文件接口2.1 hello.c写文件2.2 hello.c读文件2.3 接口介绍 3. open函数返回值3.1 文件描述符fd3.2 文件描述符的分配规则3.2.1 代码13.2.2 代码23.2.3 重定向底层原理代码示例3.2.4 使用 dup2 系统调用 3.3 缓冲区刷新问题3.4 FILE 1. 基础IO…
阅读更多...
客户案例：向导ERP与金蝶云星空集成方案

客户案例：向导ERP与金蝶云星空集成方案

一、客户背景 该客户公司主要致力于黄金、铂金、金镶玉首饰的研发设计、生产加工、批发及直营加盟业务。公司总部占地面积目前已达6000多平方米&#xff0c;拥有标准生产厂房和现代化生产设施&#xff0c;拥有一支完善的企业管理团队和专业技工队伍。 该企业目前同时采用向导 E…
阅读更多...
RabbitMQ 在实际应用时要注意的问题

RabbitMQ 在实际应用时要注意的问题

1. 幂等性保障 1.1 幂等性介绍 幂等性是数学和计算机科学中某些运算的性质,它们可以被多次应⽤,⽽不会改变初始应⽤的结果. 应⽤程序的幂等性介绍 在应⽤程序中,幂等性就是指对⼀个系统进⾏重复调⽤(相同参数),不论请求多少次,这些请求对系统的影响都是相同的效果. ⽐如数据库…
阅读更多...
Cesium特效——城市白模的科技动效的各种效果

Cesium特效——城市白模的科技动效的各种效果

最终效果图如下&#xff1a; 实现方法&#xff1a; 步骤一&#xff1a;使用cesiumlib生产白模&#xff0c;格式为3dtiles 注意事项&#xff1a;采用其他方式可能导致白模贴地&#xff0c;从而导致不能实现该效果&#xff0c;例如把步骤二的服务地址改为Cesium Sandcastle 里的…
阅读更多...
4_高并发内存池项目_高并发池内存释放设计_ThreadCache/CentralCache/PageCache回收并释放内存

4_高并发内存池项目_高并发池内存释放设计_ThreadCache/CentralCache/PageCache回收并释放内存

高并发池内存释放设计 对各缓存层释放内存的设计&#xff0c;不仅仅是从上一层回收内存&#xff0c;还包括对回收回来的内存怎样处理更有利于下一缓存层的回收&#xff0c;提高效率。 高并发内存池内存释放步骤&#xff1a; 线程对象释放内存 ↓↓↓↓↓ ThreadCache(1.回收线…
阅读更多...
centos9编译安装opensips 二【进阶篇-定制目录+模块】推荐

centos9编译安装opensips 二【进阶篇-定制目录+模块】推荐

环境&#xff1a;centos9 last opensips -V version: opensips 3.6.0-dev (x86_64/linux) flags: STATS: On, DISABLE_NAGLE, USE_MCAST, SHM_MMAP, PKG_MALLOC, Q_MALLOC, F_MALLOC, HP_MALLOC, DBG_MALLOC, CC_O0, FAST_LOCK-ADAPTIVE_WAIT ADAPTIVE_WAIT_LOOPS1024, MAX_RE…
阅读更多...
分子动力学模拟里的术语：leap-frog蛙跳算法和‌Velocity-Verlet算法

分子动力学模拟里的术语：leap-frog蛙跳算法和‌Velocity-Verlet算法

分子动力学模拟&#xff08;Molecular Dynamics Simulation&#xff0c;简称MD&#xff09;是一种基于经典力学原理的计算物理方法&#xff0c;用于模拟原子和分子在给定时间内的运动和相互作用‌。以下是关于分子动力学模拟的一些核心术语和概念&#xff1a; ‌定义系统‌&am…
阅读更多...
iOS开发设计模式篇第二篇MVVM设计模式

iOS开发设计模式篇第二篇MVVM设计模式

目录 一、什么是MVVM 二、MVVM 的主要特点 三、MVVM 的架构图 四、MVVM 与其他模式的对比 五、如何在iOS中实现MVVM 1.Model 2.ViewModel 3.View (ViewController) 4.双向绑定 5.文中完整的代码地址 六、MVVM 的优缺点 1.优点 2.缺点 七、MVVM 的应用场景 八、结…
阅读更多...
【C++图论 并集查找】2492. 两个城市间路径的最小分数|1679

【C++图论 并集查找】2492. 两个城市间路径的最小分数|1679

本文涉及知识点 C图论 并集查找&#xff08;并查集) LeetCode2492. 两个城市间路径的最小分数 给你一个正整数 n &#xff0c;表示总共有 n 个城市&#xff0c;城市从 1 到 n 编号。给你一个二维数组 roads &#xff0c;其中 roads[i] [ai, bi, distancei] 表示城市 ai 和 …
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023