立即前往

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
查看全部活动
热门活动
  • 智算采购季 热销S6云服务器2核4G限时88元/年起,部分主机可加赠对象存储组合包!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 一键部署Llama3大模型学习机 0代码一键部署,预装最新主流大模型Llama3与StableDiffusion
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 产品能力
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
    • 关系数据库SQL Server版
    • 企业主机安全
    • 云防火墙
    • CDN加速
    • 物理机
    • GPU云主机
    • 天翼云电脑(政企版)
    • 天翼云电脑(公众版)
    • 云主机备份
    • 弹性云主机
      搜索发现
      关系数据库SQL Server版企业主机安全云防火墙CDN加速物理机GPU云主机天翼云电脑(政企版)天翼云电脑(公众版)云主机备份弹性云主机
    • 文档
    • 控制中心
    • 备案
    • 管理中心
    • 登录
    • 免费注册

    文心一言 VS 讯飞星火 VS chatgpt (288)-- 算法导论21.3 6题

    首页 知识中心 大数据 文章详情页

    文心一言 VS 讯飞星火 VS chatgpt (288)-- 算法导论21.3 6题

    2025-01-07 09:44:04 阅读次数:11

    合并,查找,节点,路径,集合

    三、用按秩合并与路径压缩启发式策略的不相交集合森林重做练习21.2-2。如果要写代码,请用go语言。

    文心一言:

    在 Go 语言中实现一个使用按秩合并(Union by Rank)和路径压缩(Path Compression)的并查集(Disjoint Set Forest)以重做练习 21.2-2,首先需要定义一些基础的数据结构来表示集合(或称为“树”)以及每个集合中的元素。然后,我们需要实现 find, union 等方法。

    以下是一个简单的 Go 语言实现:

    package main
    
    import (
    	"fmt"
    )
    
    // SetNode 表示并查集中的节点
    type SetNode struct {
    	parent *SetNode // 父节点,指向集合的代表(即根节点)
    	rank   int     // 秩(高度),用于按秩合并
    }
    
    // Find 找到元素 x 所属的集合的代表(即根节点)
    func Find(x *SetNode) *SetNode {
    	if x.parent != x {
    		// 路径压缩:在查找的同时更新每个节点的父节点为根节点
    		x.parent = Find(x.parent)
    	}
    	return x.parent
    }
    
    // Union 使用按秩合并和路径压缩合并两个集合
    func Union(x, y *SetNode) {
    	rootX := Find(x)
    	rootY := Find(y)
    
    	if rootX == rootY {
    		// 如果两个元素已经在同一个集合中,则无需合并
    		return
    	}
    
    	// 按秩合并
    	if rootX.rank < rootY.rank {
    		rootX.parent = rootY
    	} else if rootX.rank > rootY.rank {
    		rootY.parent = rootX
    	} else {
    		// 如果秩相等,则选择一个作为父节点,并将另一个的秩增加 1
    		rootY.parent = rootX
    		rootX.rank++
    	}
    }
    
    func main() {
    	// 初始化一些节点
    	var nodes []*SetNode
    	for i := 0; i < 10; i++ {
    		nodes = append(nodes, &SetNode{parent: &nodes[i], rank: 0})
    	}
    
    	// 演示并查集操作
    	Union(nodes[0], nodes[1])
    	Union(nodes[2], nodes[3])
    	Union(nodes[1], nodes[4])
    	Union(nodes[3], nodes[5])
    	Union(nodes[0], nodes[6])
    	Union(nodes[5], nodes[7])
    	Union(nodes[2], nodes[9])
    	Union(nodes[5], nodes[8])
    
    	// 验证结果
    	for i, node := range nodes {
    		root := Find(node)
    		fmt.Printf("Node %d belongs to set with root %p\n", i, root)
    	}
    }

    注意:

    1.在这个例子中,每个 SetNode 实例同时也是它自己的父节点,直到它被合并到另一个集合中。

    2.Find 方法使用递归进行路径压缩,这样每次查找都会将查找路径上的每个节点的父节点直接设置为根节点。

    3.Union 方法首先查找两个节点的根节点,然后按照秩的大小合并集合。

    4.在 main 函数中,我们创建了一个包含 10 个节点的并查集,并对它们进行了一系列的合并操作。最后,我们遍历所有节点,使用 Find 方法找出它们所属的集合的代表(即根节点)。

    这个简单的实现没有处理错误情况或进行边界检查,但它提供了一个基本的框架来演示如何使用按秩合并和路径压缩的并查集。

    文心一言 VS 讯飞星火 VS chatgpt (288)-- 算法导论21.3 6题

    文心一言 VS 讯飞星火 VS chatgpt (288)-- 算法导论21.3 6题

    文心一言 VS 讯飞星火 VS chatgpt (288)-- 算法导论21.3 6题

    讯飞星火:

    在Go语言中,我们可以使用结构体来表示每个节点,并使用数组来表示森林。以下是一个简单的实现:

    package main
    import "fmt"
    type Node struct {
        rank int
        p *Node
    }
    func MakeSet(x *Node) {
        x.p = x
        x.rank = 0
    }
    func Union(x, y *Node) {
        link(FindSet(x), FindSet(y))
    }
    func link(x, y *Node) {
        if x.rank > y.rank {
            y.p = x
        } else {
            x.p = y
            if x.rank == y.rank {
                y.rank++
            }
        }
    }
    func FindSet(x *Node) *Node {
        if x != x.p {
            x.p = FindSet(x.p)
        }
        return x.p
    }
    func main() {
        var nodes [10]Node
        for i := range nodes {
            MakeSet(&nodes[i])
        }
        Union(&nodes[0], &nodes[1])
        Union(&nodes[1], &nodes[2])
        fmt.Println(FindSet(&nodes[0]) == FindSet(&nodes[2])) // 输出: true
    }

    在这个代码中,我们首先定义了一个Node类型,它有一个rank属性和一个指向其父节点的指针。然后,我们定义了MakeSet、Union和FindSet函数来实现按秩合并与路径压缩启发式策略。最后,在main函数中,我们创建了一个包含10个节点的森林,并将前三个节点合并到一个集合中,然后检查第一个节点和第三个节点是否在同一个集合中。

    360智脑:

    在练习21.2-2中,我们有一个不相交集合森林的数据结构,它支持以下操作:

    • MakeSet(x): 创建一个只包含元素x的新集合。
    • Union(x, y): 将两个集合合并。
    • Find(x): 查找元素x所在的集合的代表元素。
    • Rank(x): 获取元素x所在集合的秩(即该集合中的元素数量)。

    这里要求使用按秩合并和路径压缩的启发式策略来实现这些操作。路径压缩可以提高查找效率,而按秩合并则可以在合并集合时倾向于选择较小的集合,以平衡树的高度。

    以下是用Go语言实现的代码:

    package main
    
    import (
    	"fmt"
    )
    
    type UnionFind struct {
    	parent []int
    	rank   []int
    }
    
    func NewUnionFind(n int) *UnionFind {
    	return &UnionFind{
    		parent: make([]int, n),
    		rank:   make([]int, n),
    	}
    }
    
    func (uf *UnionFind) MakeSet(x int) {
    	uf.parent[x] = x
    	uf.rank[x] = 0
    }
    
    func (uf *UnionFind) Find(x int) int {
    	if uf.parent[x] != x {
    		uf.parent[x] = uf.Find(uf.parent[x]) // 路径压缩
    	}
    	return uf.parent[x]
    }
    
    func (uf *UnionFind) Union(x int, y int) {
    	rootX := uf.Find(x)
    	rootY := uf.Find(y)
    
    	if rootX == rootY { // 同一个集合
    		return
    	}
    
    	if uf.rank[rootX] > uf.rank[rootY] { // 按秩合并
    		uf.parent[rootY] = rootX
    	} else if uf.rank[rootX] < uf.rank[rootY] {
    		uf.parent[rootX

    智谱清言:

    不相交集合(Union-Find)是一种数据结构,用于处理一些不交集的合并及查询问题。按秩合并(Rank Union)和路径压缩(Path Compression)是两种优化算法,用于提高不相交集合的效率。 在重做练习21.2-2时,我们可以使用Go语言来实现这个数据结构。下面是一个简单的Go语言实现,包括按秩合并和路径压缩:

    package main
    import (
    	"fmt"
    )
    type UnionFind struct {
    	parent []int
    	rank   []int
    }
    func NewUnionFind(n int) *UnionFind {
    	parent := make([]int, n)
    	rank := make([]int, n)
    	for i := range parent {
    		parent[i] = i
    		rank[i] = 1
    	}
    	return &UnionFind{parent: parent, rank: rank}
    }
    func (uf *UnionFind) Find(x int) int {
    	if uf.parent[x] != x {
    		uf.parent[x] = uf.Find(uf.parent[x])
    	}
    	return uf.parent[x]
    }
    func (uf *UnionFind) Union(x, y int) {
    	xRoot := uf.Find(x)
    	yRoot := uf.Find(y)
    	if xRoot == yRoot {
    		return
    	}
    	if uf.rank[xRoot] < uf.rank[yRoot] {
    		uf.parent[xRoot] = yRoot
    	} else if uf.rank[xRoot] > uf.rank[yRoot] {
    		uf.parent[yRoot] = xRoot
    	} else {
    		uf.parent[yRoot] = xRoot
    		uf.rank[xRoot]++
    	}
    }
    func main() {
    	n := 10
    	uf := NewUnionFind(n)
    	// 示例:合并一些集合
    	uf.Union(0, 1)
    	uf.Union(2, 3)
    	uf.Union(4, 5)
    	uf.Union(6, 7)
    	uf.Union(8, 9)
    	// 查询是否属于同一集合
    	fmt.Println("0 和 1 是否属于同一集合:", uf.Find(0) == uf.Find(1))
    	fmt.Println("2 和 3 是否属于同一集合:", uf.Find(2) == uf.Find(3))
    	// 尝试合并已经属于同一集合的元素,查看是否会进行合并
    	uf.Union(1, 2)
    	fmt.Println("1 和 2 是否属于同一集合:", uf.Find(1) == uf.Find(2))
    }

    请注意,这段代码仅供学习和参考使用,实际应用中需要根据具体需求进行调整和优化。

    天工:

    首先,我们需要理解题目中的几个关键概念:

    1. 不相交集合森林(Disjoint Set Forest)是一种用于表示不相交集合的数据结构,其中每个元素是一个节点,每个节点有一个指向其父节点的指针。
    2. 按秩合并(Union by Rank)是一种优化不相交集合操作的技术,它保证在合并两个集合时,总是将秩较小的树合并到秩较大的树上,这样可以避免树的高度增长至关重要。
    3. 路径压缩(Path Compression)是一种优化查找操作的技术,它在查找一个元素所在的集合代表时,将路径上的所有节点都直接链接到集合的代表节点,这样下次查找时路径会更短,查找更快。

    接下来,我们来看一下如何用Go语言实现这个问题的解决方案。由于题目没有提供具体的练习21.2-2的内容,我将提供一个通用的不相交集合森林的实现,其中包括按秩合并和路径压缩的启发式策略。

    package main
    
    import "fmt"
    
    type DisjointSet struct {
    	parent []int
    	rank   []int
    }
    
    func NewDisjointSet(size int) *DisjointSet {
    	ds := &DisjointSet{
    		parent: make([]int, size),
    		rank:   make([]int, size),
    	}
    	for i := range ds.parent {
    		ds.parent[i] = i
    		ds.rank[i] = 0
    	}
    	return ds
    }
    
    func (ds *DisjointSet) Find(x int) int {
    	if ds.parent[x] != x {
    		// Apply path compression
    		ds.parent[x] = ds.Find(ds.parent[x])
    	}
    	return ds.parent[x]
    }
    
    func (ds *DisjointSet) Union(x, y int) {
    	xRoot := ds.Find(x)
    	yRoot := ds.Find(y)
    
    	if xRoot == yRoot {
    		return
    	}
    
    	// Apply union by rank
    	if ds.rank[xRoot] < ds.rank[yRoot] {
    		ds.parent[xRoot] = yRoot
    	} else if ds.rank[xRoot] > ds.rank[yRoot] {
    		ds.parent[yRoot] = xRoot
    	} else {
    		ds.parent[yRoot] = xRoot
    		ds.rank[xRoot]++
    	}
    }
    
    func main() {
    	ds := NewDisjointSet(10)
    	ds.Union(1, 2)
    	ds.Union(2, 3)
    	fmt.Println(ds.Find(1)) // Should print 1
    	fmt.Println(ds.Find(3)) // Should print 1
    }

    在这个实现中,我们创建了一个DisjointSet类型,它包含了parent和rank两个数组。NewDisjointSet函数用于初始化一个不相交集合森林,Find方法实现了路径压缩的查找操作,Union方法实现了按秩合并的合并操作。

    请注意,这个代码示例是一个基本的实现,实际应用中可能需要根据具体问题进行调整。例如,如果需要处理动态添加或删除元素的情况,那么就需要相应地修改数据结构和算法。

    灵小智:

    // DisjointSetForest represents a disjoint-set forest data structure
    type DisjointSetForest struct {
        parent []int
        rank   []int
    }
    
    // MakeSet creates a new set with a single element
    func (ds *DisjointSetForest) MakeSet(x int) {
        ds.parent[x] = x
        ds.rank[x] = 0
    }
    
    // FindSet finds the representative of the set that contains x
    func (ds *DisjointSetForest) FindSet(x int) int {
        if x != ds.parent[x] {
            ds.parent[x] = ds.FindSet(ds.parent[x])
        }
        return ds.parent[x]
    }
    
    // Union merges the sets that contain x and y
    func (ds *DisjointSetForest) Union(x, y int) {
        xRoot := ds.FindSet(x)
        yRoot := ds.FindSet(y)
    
        if xRoot == yRoot {
            return
        }
    
        if ds.rank[xRoot] < ds.rank[yRoot] {
            ds.parent[xRoot] = yRoot
        } else if ds.rank[xRoot] > ds.rank[yRoot] {
            ds.parent[yRoot] = xRoot
        } else {
            ds.parent[yRoot] = xRoot
            ds.rank[xRoot]++
        }
    }

    This Go code implements the disjoint-set forest data structure with union by rank and path compression heuristic, as requested for Exercise 21.2-2. The DisjointSetForest struct maintains the parent and rank arrays. The MakeSet function initializes a new set with a single element. The FindSet function recursively finds the representative of the set containing a given element with path compression. The Union function merges two sets based on their ranks to optimize the tree height.

    chatgpt:

    下面是使用Go语言实现按秩合并与路径压缩启发式策略的不相交集合森林的代码:

    package main
    
    import "fmt"
    
    type DisjointSetForest struct {
        parent []int
        rank   []int
    }
    
    func NewDisjointSetForest(size int) *DisjointSetForest {
        ds := &DisjointSetForest{
            parent: make([]int, size),
            rank:   make([]int, size),
        }
        for i := range ds.parent {
            ds.parent[i] = i
            ds.rank[i] = 0
        }
        return ds
    }
    
    func (ds *DisjointSetForest) Find(x int) int {
        if x != ds.parent[x] {
            ds.parent[x] = ds.Find(ds.parent[x]) // 路径压缩
        }
        return ds.parent[x]
    }
    
    func (ds *DisjointSetForest) Union(x, y int) {
        rootX := ds.Find(x)
        rootY := ds.Find(y)
        
        if rootX == rootY {
            return
        }
        
    	// 按秩合并,将rank较小的集合连接到rank较大的集合上
    	if ds.rank[rootX] < ds.rank[rootY] {
    		ds.parent[rootX] = rootY
    	} else if ds.rank[rootX] > ds.rank[rootY] {
    		ds.parent[rootY] = rootX
    	} else {
    		ds.parent[rootY] = rootX
    		ds.rank[rootX]++
    	}
    }
    
    func main() {
    	ds := NewDisjointSetForest(10)
    
    	fmt.Println("Initial set:")
    	for i := 0; i < 10; i++ {
    		fmt.Printf("%d ", i)
    	}
    	fmt.Println()
    
    	fmt.Println("Find(2):", ds.Find(2))
    	fmt.Println("Find(5):", ds.Find(5))
    
    	ds.Union(2, 5)
    
    	fmt.Println("After union:")
    	for i := 0; i < 10; i++ {
    		fmt.Printf("%d ", ds.Find(i))
    	}
    	fmt.Println()
    }

    这段代码创建了一个大小为10的不相交集合森林,并进行了一些操作,包括查找和合并。在这个例子中,我们通过输出来展示了每个元素所属的集合编号。

    混元:

    在这个问题中,我们将实现一个不相交集合(Disjoint Set)数据结构,使用按秩合并(Rank Union)和路径压缩(Path Compression)两种启发式策略。然后,我们将通过一些示例操作来演示这个数据结构的使用。

    首先,我们定义一个DisjointSet结构体,包含两个数组:parent用于存储每个元素的父节点,rank用于存储每个元素所在集合的秩(树的高度)。

    package main
    
    import "fmt"
    
    type DisjointSet struct {
    	parent []int
    	rank   []int
    }
    
    func NewDisjointSet(n int) *DisjointSet {
    	parent := make([]int, n)
    	rank := make([]int, n)
    
    	for i := range parent {
    		parent[i] = i
    		rank[i] = 0
    	}
    
    	return &DisjointSet{parent: parent, rank: rank}
    }
    
    func (ds *DisjointSet) Find(x int) int {
    	if ds.parent[x] != x {
    		ds.parent[x] = ds.Find(ds.parent[x]) // 路径压缩
    	}
    	return ds.parent[x]
    }
    
    func (ds *DisjointSet) Union(x, y int) {
    	rootX := ds.Find(x)
    	rootY := ds.Find(y)
    
    	if rootX == rootY {
    		return
    	}
    
    	if ds.rank[rootX] > ds.rank[rootY] {
    		ds.parent[rootY] = rootX
    	} else if ds.rank[rootX] < ds.rank[rootY] {
    		ds.parent[rootX] = rootY
    	} else {
    		ds.parent[rootY] = rootX
    		ds.rank[rootX]++ // 按秩合并
    	}
    }
    
    func main() {
    	ds := NewDisjointSet(10)
    
    	// 执行一些合并操作
    	ds.Union(0, 1)
    	ds.Union(1, 2)
    	ds.Union(3, 4)
    	ds.Union(4, 5)
    	ds.Union(6, 7)
    	ds.Union(7, 8)
    	ds.Union(8, 9)
    
    	// 检查一些元素的根节点
    	fmt.Println("Root of 0:", ds.Find(0)) // 应输出0
    	fmt.Println("Root of 3:", ds.Find(3)) // 应输出3
    	fmt.Println("Root of 6:", ds.Find(6)) // 应输出6
    	fmt.Println("Root of 9:", ds.Find(9)) // 应输出6
    }

    在这个实现中,我们使用了按秩合并和路径压缩两种启发式策略。按秩合并策略确保每次合并时,较小的树会被合并到较大的树上,从而保持树的平衡。路径压缩策略在查找元素的根节点时,将元素直接连接到根节点,从而减少了后续查找的时间复杂度。

    通过这个实现,我们可以高效地执行不相交集合的各种操作,如合并集合、查找元素的根节点等。

    版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.51cto.com/moonfdd/11241173,作者:福大大架构师每日一题,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

    上一篇:【Elasticsearch】-DSL查询(从零到起飞)

    下一篇:mongo奇葩问题(数据类型)

    相关文章

    2025-04-23 08:18:32

    Qt中文件夹的操作

    Qt中对于文件夹的操作类主要是QDir类,这个类中提供了文件夹的创建、删除、判断文件夹是否存在、文件夹中的文件数目等功能。

    2025-04-23 08:18:32
    Qt , 使用 , 文件夹 , 路径
    2025-04-23 08:18:27

    结构型模式--组合模式

    组合人模式是结构型设计模式的一种,主要是用于解决代码中出现类像树一样进行组合而出现的组合结构的相关操作问题。使其树中的任意一个节点(无论是子节点还是父节点)都可以使用同一套接口进行操作。

    2025-04-23 08:18:27
    元素 , 容器 , 模式 , 组合 , 节点
    2025-04-22 09:28:31

    【手把手带你刷LeetCode】——16.剑指offer之二叉树的最大深度(DFS)

    【手把手带你刷LeetCode】——16.剑指offer之二叉树的最大深度(DFS)

    2025-04-22 09:28:31
    DFS , 二叉树 , 深度 , 节点
    2025-04-22 09:28:31

    springboot实现图片或者其他文件回显功能

    springboot实现图片或者其他文件回显功能

    2025-04-22 09:28:31
    前端 , 接口 , 文件 , 路径
    2025-04-22 09:28:19

    leetcode链表相关题目

    leetcode链表相关题目

    2025-04-22 09:28:19
    元素 , 指针 , 方法 , 节点 , 链表
    2025-04-22 09:27:37

    【Java】文件操作 File 类(创建文件、删除、创建目录,查询文件信息)

    【Java】文件操作 File 类(创建文件、删除、创建目录,查询文件信息)

    2025-04-22 09:27:37
    File , public , 文件 , 目录 , 路径
    2025-04-22 09:27:37

    【数据结构】遍历二叉树(递归思想)-->赋源码

    【数据结构】遍历二叉树(递归思想)-->赋源码

    2025-04-22 09:27:37
    gt , 二叉树 , 节点 , 访问 , 遍历
    2025-04-22 09:27:37

    【数据结构】AVL树(平衡二叉搜索树)

    【数据结构】AVL树(平衡二叉搜索树)

    2025-04-22 09:27:37
    AVL , 因子 , 子树 , 平衡 , 节点
    2025-04-22 09:27:37

    【数据结构】二叉搜索树

    【数据结构】二叉搜索树

    2025-04-22 09:27:37
    二叉 , 删除 , 插入 , 搜索 , 节点
    2025-04-22 09:27:28

    随想录一刷·数组part1

    随想录一刷·数组part1

    2025-04-22 09:27:28
    二分 , 元素 , 查找 , 移除
    查看更多
    推荐标签

    作者介绍

    天翼云小翼
    天翼云用户

    文章

    32777

    阅读量

    4867746

    查看更多

    最新文章

    文心一言 VS 讯飞星火 VS chatgpt (395)-- 算法导论25.1 10题

    2025-04-18 07:11:40

    文心一言 VS 讯飞星火 VS chatgpt (390)-- 算法导论25.1 4题

    2025-04-18 07:11:32

    文心一言 VS 讯飞星火 VS chatgpt (381)-- 算法导论24.5 1题

    2025-04-18 07:11:19

    文心一言 VS 讯飞星火 VS chatgpt (363)-- 算法导论24.3 5题

    2025-04-18 07:11:11

    文心一言 VS 讯飞星火 VS chatgpt (357)-- 算法导论24.2 3题

    2025-04-18 07:11:02

    文心一言 VS 讯飞星火 VS chatgpt (352)-- 算法导论24.1 3题

    2025-04-16 09:26:39

    查看更多

    热门文章

    Redis数据类型之ZSet有序集合类型

    2023-07-27 06:01:40

    zookeeper 的数据模型

    2023-07-27 06:18:47

    路径总和III——对前缀和解法的解释

    2024-03-29 09:54:58

    最大路径和。

    2024-05-09 09:20:19

    算法基础之动态规划

    2024-05-13 08:42:55

    无限极分类查找所有子孙节点的改进算法

    2024-05-22 10:02:04

    查看更多

    热门标签

    算法 leetcode python 数据 java 数组 节点 大数据 i++ 链表 golang c++ 排序 django 数据类型
    查看更多

    相关产品

    弹性云主机

    随时自助获取、弹性伸缩的云服务器资源

    天翼云电脑(公众版)

    便捷、安全、高效的云电脑服务

    对象存储

    高品质、低成本的云上存储服务

    云硬盘

    为云上计算资源提供持久性块存储

    查看更多

    随机文章

    文心一言 VS 讯飞星火 VS chatgpt (182)-- 算法导论13.4 6题

    最大路径和。

    文心一言 VS 讯飞星火 VS chatgpt (166)-- 算法导论13.1 6题

    文心一言 VS 讯飞星火 VS chatgpt (348)-- 算法导论23.2 7题

    文心一言 VS 讯飞星火 VS chatgpt (255)-- 算法导论18.1 1题

    数学建模算法与应用 第4章 图与网络模型及其求解方法

    • 7*24小时售后
    • 无忧退款
    • 免费备案
    • 专家服务
    售前咨询热线
    400-810-9889转1
    关注天翼云
    • 权益商城
    • 天翼云APP
    • 天翼云微信公众号
    服务与支持
    • 备案中心
    • 售前咨询
    • 智能客服
    • 自助服务
    • 工单管理
    • 客户公告
    • 涉诈举报
    账户管理
    • 管理中心
    • 订单管理
    • 余额管理
    • 发票管理
    • 充值汇款
    • 续费管理
    快速入口
    • 权益商城
    • 文档中心
    • 最新活动
    • 免费试用
    • 信任中心
    • 天翼云学堂
    云网生态
    • 甄选商城
    • 渠道合作
    • 云市场合作
    了解天翼云
    • 关于天翼云
    • 天翼云APP
    • 服务案例
    • 新闻资讯
    • 联系我们
    热门产品
    • 云电脑
    • 弹性云主机
    • 云电脑政企版
    • 天翼云手机
    • 云数据库
    • 对象存储
    • 云硬盘
    • Web应用防火墙
    • 服务器安全卫士
    • CDN加速
    热门推荐
    • 云服务备份
    • 边缘安全加速平台
    • 全站加速
    • 安全加速
    • 云服务器
    • 云主机
    • 智能边缘云
    • 应用编排服务
    • 微服务引擎
    • 共享流量包
    更多推荐
    • web应用防火墙
    • 密钥管理
    • 等保咨询
    • 安全专区
    • 应用运维管理
    • 云日志服务
    • 文档数据库服务
    • 云搜索服务
    • 数据湖探索
    • 数据仓库服务
    友情链接
    • 中国电信集团
    • 189邮箱
    • 天翼企业云盘
    • 天翼云盘
    ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
    公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
    • 用户协议
    • 隐私政策
    • 个人信息保护
    • 法律声明
    备案 京公网安备11010802043424号 京ICP备 2021034386号