嵌入式（C語言篇）Day13

嵌入式Day13

一段話總結

文檔主要介紹帶有頭指針和尾指針的單鏈表的實現及操作，涵蓋創建、銷毀、頭插、尾插、按索引/數據增刪查、遍歷等核心操作，強調頭插/尾插時間復雜度為O(1)，按索引/數據操作需遍歷鏈表、時間復雜度為O(n)，并對比提及雙向鏈表因存儲前后指針、操作更高效，是典型的空間換時間策略。

思維導圖

## **單鏈表結構**
- 頭指針(head)
- 尾指針(tail)
- 節點(Node)：data+next指針
- 鏈表結構體(LinkedList)：包含head、tail、size
## **核心操作**
- 創建：calloc分配LinkedList結構體
- 銷毀：先釋放所有節點，再釋放結構體
- 遍歷：按"x->y->z->NULL"格式打印
- 新增- 頭插(add_before_head)：更新head，首個節點時更新tail- 尾插(add_behind_tail)：有節點時尾節點next指向新節點，否則更新head- 按索引(idx)：idx=0頭插，idx=size尾插，中間需找idx-1前驅節點
- 查詢- 按索引(search_by_idx)：遍歷找idx節點- 按數據：遍歷找匹配data節點
- 刪除- 按索引(delete_by_idx)：idx=0刪頭節點，其他找前驅節點，刪尾節點需更新tail- 按數據(delete_by_data)：遍歷找節點及前驅，刪頭/尾節點特殊處理
## **時間復雜度**
- O(1)：頭插、尾插、刪頭節點
- O(n)：按索引/數據增刪查、刪非頭節點
## **雙向鏈表對比**
- 節點增加前驅指針
- 操作更靈活，附近操作O(1)
- 空間換時間，如C++ list/Java LinkedList底層實現

詳細總結

一、單鏈表結構與核心操作概述
  • 結構組成：由LinkedList結構體管理head（頭指針）、tail（尾指針）、size（節點數），每個Node包含data（數據）和next（后繼指針）。
  • 核心操作：涵蓋創建、銷毀、遍歷、增刪查等，操作時需注意頭/尾節點特殊情況（如首個節點需同時更新head和tail）。
二、具體操作實現要點
  1. 創建與銷毀
    • 創建：使用calloc分配LinkedList結構體，初始head=tail=NULL，size=0。
    • 銷毀：先遍歷釋放所有Node節點，再釋放LinkedList結構體。
  2. 新增操作
    • 頭插法：新節點直接指向原head，更新head；若為首個節點，同時更新tail。
    • 尾插法：若鏈表非空，原tail->next指向新節點，更新tail；若為空，直接更新head和tail。
    • 按索引插入：索引范圍[0, size]，idx=0頭插，idx=size尾插，中間需遍歷找到idx-1前驅節點，時間復雜度O(n)。
  3. 查詢操作
    • 按索引查詢：索引范圍[0, size-1]，遍歷找到對應節點，時間復雜度O(n)。
    • 按數據查詢：遍歷全鏈表匹配數據，時間復雜度O(n)。
  4. 刪除操作
    • 按索引刪除：idx=0直接刪頭節點，更新head；若為尾節點（idx=size-1），需更新tail為前驅節點；其他情況遍歷找前驅節點，時間復雜度O(n)（除刪頭節點為O(1)）。
    • 按數據刪除：遍歷找到節點及其前驅，刪頭節點時更新head，刪尾節點時更新tail，時間復雜度O(n)（除刪頭節點為O(1)）。
三、時間復雜度對比表
操作類型具體操作時間復雜度是否需遍歷
新增頭插/尾插O(1)否
按索引插入O(n)是（中間）
查詢按索引/數據查詢O(n)是
刪除刪頭節點O(1)否
刪非頭節點（含尾）O(n)是
四、雙向鏈表對比
  • 優勢：節點增加前驅指針（prev），可直接訪問前后節點，附近操作（如刪除當前節點）時間復雜度為O(1)，性能更優。
  • 應用：C++ list、Java LinkedList底層均為雙向鏈表，體現空間換時間策略。

關鍵問題

  1. 為什么頭插法和尾插法的時間復雜度是O(1)？
    答：頭插法直接通過頭指針操作首個節點，尾插法通過尾指針直接定位最后一個節點，無需遍歷鏈表，因此時間復雜度為O(1)。

  2. 刪除單鏈表尾節點的時間復雜度為什么是O(n)？
    答：刪除尾節點需先遍歷找到其前驅節點（需O(n)時間），才能更新前驅節點的next指針為NULL，因此整體時間復雜度為O(n)。

  3. 雙向鏈表相比單鏈表的核心優化點是什么？
    答：雙向鏈表每個節點增加前驅指針（prev），可直接訪問前后節點，使在確定節點附近的操作（如刪除當前節點）時間復雜度從O(n)降至O(1)，以空間換時間提升性能。

文檔主要介紹了單鏈表常見的五道經典面試題及解法，包括求中間結點、判斷是否有環、反轉鏈表、合并兩條有序鏈表（兩種方法），具體如下：

六、求鏈表中間結點

問題：給定單鏈表，找到中間結點（奇數長度取中間結點，偶數長度取中間偏右結點）。
解法：

  1. 遍歷統計法
    • 先遍歷鏈表統計長度 list_len，再計算中間索引 mid_idx = list_len / 2，再次遍歷找到對應結點。
    • 時間復雜度：O(n)（兩次遍歷）。
  2. 快慢指針法（雙指針法）
    • 思路：定義兩個指針 slow（每次走1步）和 fast（每次走2步）。當 fast 到達鏈表末尾（fast == NULL 或 fast->next == NULL）時，slow 指向中間結點。
    • 代碼邏輯：
      int find_mid_ele2(Node *head) {Node *fast = head, *slow = head;while (fast != NULL && fast->next != NULL) { // 循環條件確保快慢指針有效移動slow = slow->next;fast = fast->next->next;}return slow->data; // 直接返回中間結點數據
}
    • 時間復雜度：O(n)（單次遍歷），效率更高。

七、判斷單鏈表是否有環

問題：判斷單鏈表是否存在環（尾結點 next 指向鏈表中任意結點）。
解法：快慢指針法

  • 思路：若鏈表有環，快慢指針最終會在環內相遇；若無環，fast 會先到達 NULL，循環結束。
  • 代碼邏輯：
    bool has_circle(Node *head) {Node *fast = head, *slow = head;while (fast != NULL && fast->next != NULL) {slow = slow->next;fast = fast->next->next;if (slow == fast) return true; // 相遇即有環}return false; // 循環正常結束，無環
}
  • 關鍵點：
    • 環的形成：尾結點 next 指向頭結點、中間結點或自身。
    • 快慢指針速度差確保在環內必然相遇（數學證明：快指針每次比慢指針多走1步，環長有限，最終會追上）。

八、單鏈表反轉（循環迭代法）

問題：反轉單鏈表，返回新鏈表的頭指針（原尾結點）。
解法：三指針法（prev、curr、succ）

  • 思路：
    1. 初始化 prev = NULL（前驅指針，指向反轉后的尾部），curr = head（當前結點），succ = head->next（后繼結點，防止鏈表斷開）。
    2. 遍歷鏈表，每次將 curr->next 指向 prev，然后 prev、curr、succ 依次后移。
    3. 遍歷結束后，prev 指向新鏈表的頭結點（原尾結點）。
  • 代碼實現：
    Node *reverse(Node *head) {Node *prev = NULL, *curr = head, *succ = head ? head->next : NULL; // 處理頭結點為空的情況while (curr != NULL) {curr->next = prev; // 反轉當前結點指向prev = curr;curr = succ;succ = (succ != NULL) ? succ->next : NULL; // 避免空指針訪問}return prev; // 返回新頭指針
}
  • 變種：通過二級指針直接修改原頭指針（reverse2 函數），適用于需要修改原始鏈表頭指針的場景。

九、合并兩條有序單鏈表（循環迭代法）

問題：合并兩條升序單鏈表，返回合并后的升序鏈表頭指針。
解法1：無虛擬頭結點（需處理頭部特殊情況）

  • 步驟：
    1. 校驗空鏈表，直接返回非空鏈表。
    2. 找到兩條鏈表的最小結點，作為新鏈表的頭指針 head 和尾指針 tail，并移動對應鏈表指針（list1 或 list2）。
    3. 循環比較 list1 和 list2 的當前結點，將較小結點接入 tail->next，更新 tail 和對應鏈表指針。
    4. 循環結束后，將剩余非空鏈表接入 tail。
  • 代碼邏輯：
    Node *merge_lists(Node *list1, Node *list2) {if (!list1 || !list2) return list1 ? list1 : list2; // 處理空鏈表Node *head, *tail;if (list1->data < list2->data) {head = tail = list1;list1 = list1->next;} else {head = tail = list2;list2 = list2->next;}while (list1 && list2) { // 合并剩余結點if (list1->data < list2->data) {tail->next = list1;tail = list1;list1 = list1->next;} else {tail->next = list2;tail = list2;list2 = list2->next;}}tail->next = (list1 != NULL) ? list1 : list2; // 接入剩余鏈表return head;
}

解法2：使用虛擬頭結點（簡化頭部處理）

  • 優化點：在鏈表頭部添加一個虛擬結點 dummy_node，避免單獨處理頭指針初始化，統一邏輯。
  • 代碼邏輯：
    Node *merge_lists2(Node *list1, Node *list2) {if (!list1 || !list2) return list1 ? list1 : list2;Node dummy_node = {0, NULL}; // 棧上創建虛擬頭結點Node *tail = &dummy_node; // tail指向虛擬結點，作為初始尾結點while (list1 && list2) { // 直接合并所有結點，無需頭部特殊處理if (list1->data < list2->data) {tail->next = list1;tail = list1;list1 = list1->next;} else {tail->next = list2;tail = list2;list2 = list2->next;}}tail->next = (list1 != NULL) ? list1 : list2;return dummy_node.next; // 返回虛擬結點的下一個結點（真正的頭結點）
}
  • 優勢：虛擬頭結點使頭部和后續結點的處理邏輯一致，代碼更簡潔，減少邊界條件判斷。

十、核心算法總結

面試題關鍵思路時間復雜度空間復雜度
求中間結點快慢指針法（單次遍歷）O(n)O(1)
判斷是否有環快慢指針法（相遇即有環）O(n)O(1)
反轉鏈表三指針迭代反轉（prev、curr、succ）O(n)O(1)
合并有序鏈表（無虛擬頭）比較結點+尾插法（處理頭部特殊情況）O(n+m)O(1)
合并有序鏈表（有虛擬頭）虛擬頭結點統一邏輯O(n+m)O(1)

注意事項：

  • 指針操作需避免空指針訪問（如判斷 succ != NULL 再取值）。
  • 處理邊界條件（如空鏈表、單結點鏈表、環的特殊情況）。
  • 虛擬頭結點常用于簡化鏈表操作的頭部邏輯，提高代碼魯棒性。

文檔主要介紹單鏈表反轉與合并的遞歸實現方法，包括遞歸思路、代碼實現及復雜度分析，以下是詳細總結：

十一、單鏈表反轉（遞歸實現）

核心思路：通過遞歸分解問題，將長鏈表反轉拆解為短鏈表反轉，逐步構建反轉后的鏈表。

  1. 遞歸分解邏輯
    • 問題分解：反轉 n 個結點的鏈表 = 反轉第 1 個結點 + 反轉后續 n-1 個結點。
    • 遞歸出口：當鏈表為空或只剩一個結點時，直接返回頭結點（無需反轉）。
    • 關鍵操作：
      • 先遞歸反轉后續結點（從第 2 個結點開始），得到新鏈表頭指針 new_head。
      • 修改第 2 個結點的指針，使其指向第 1 個結點（head->next->next = head）。
      • 將第 1 個結點的指針置為 NULL，使其成為新鏈表的尾結點。
  2. 代碼實現
    Node *reverse_recursion(Node *head) {// 遞歸出口：空鏈表或單結點鏈表if (head == NULL || head->next == NULL) {return head;}// 遞歸反轉后續結點，得到新鏈表頭指針Node *new_head = reverse_recursion(head->next);// 讓第 2 個結點指向第 1 個結點head->next->next = head;// 第 1 個結點置為尾結點（指針域為 NULL）head->next = NULL;return new_head; // 返回新鏈表頭指針
}
  3. 復雜度分析
    • 時間復雜度：O(n)，每個結點遞歸處理一次。
    • 空間復雜度：O(n)，遞歸棧深度最多為 n（鏈表長度），存在棧溢出風險。

十二、合并兩條有序單鏈表（遞歸實現）

核心思路：通過遞歸逐層比較兩條鏈表的當前結點，將較小結點作為當前層結果，并遞歸合并剩余結點。

  1. 遞歸分解邏輯
    • 問題分解：合并鏈表 list1 和 list2 = 選擇當前較小結點 + 遞歸合并剩余結點。
    • 遞歸出口：當任一鏈表為空時，直接返回另一鏈表（已處理完所有結點）。
    • 關鍵操作：
      • 比較 list1 和 list2 的當前結點，選擇較小者作為當前層合并結果。
      • 將較小結點的 next 指針指向遞歸合并剩余結點的結果（形成鏈式合并）。
  2. 代碼實現
    Node *merge_lists3(Node *list1, Node *list2) {// 遞歸出口：處理空鏈表if (list1 == NULL) return list2;if (list2 == NULL) return list1;// 選擇較小結點，并遞歸合并剩余結點if (list1->data < list2->data) {list1->next = merge_lists3(list1->next, list2); // 遞歸合并 list1 剩余結點和 list2return list1; // 返回當前較小結點} else {list2->next = merge_lists3(list1, list2->next); // 遞歸合并 list1 和 list2 剩余結點return list2; // 返回當前較小結點}
}
  3. 復雜度分析
    • 時間復雜度：O(m+n)，每條鏈表的每個結點遞歸處理一次（m、n 為鏈表長度）。
    • 空間復雜度：O(m+n)，遞歸棧深度最多為 m+n，大鏈表場景下可能導致棧溢出。

十三、遞歸與迭代實現對比

操作實現方式時間復雜度空間復雜度優缺點對比
單鏈表反轉迭代O(n)O(1)（原地算法）無額外空間，效率高，適合大鏈表；邏輯較直觀，需維護三指針（prev、curr、succ）。
遞歸O(n)O(n)（遞歸棧）代碼簡潔，利用遞歸分解問題；但存在棧溢出風險，大鏈表場景下不推薦。
合并有序鏈表迭代O(m+n)O(1)（原地算法）需處理頭部特殊情況（或用虛擬頭結點簡化），邏輯稍復雜，無棧風險。
遞歸O(m+n)O(m+n)（遞歸棧）代碼更簡潔，遞歸分解自然；但棧空間占用隨鏈表長度增長，大鏈表易棧溢出。

十四、注意事項與擴展

  1. 遞歸的局限性
    • 遞歸深度受系統棧空間限制，處理長鏈表（如上萬結點）時可能引發棧溢出錯誤。
    • 迭代實現更適合生產環境，尤其對性能和穩定性要求高的場景。
  2. 虛擬頭結點的應用
    • 迭代合并鏈表時，虛擬頭結點可統一頭部和后續結點的處理邏輯，減少邊界條件判斷（如 merge_lists2 函數）。
  3. 其他反轉思路
    • 復制頭插法：遍歷原鏈表，復制每個結點并采用頭插法構建新鏈表。時間復雜度 O(n)，但需額外空間且涉及內存分配，效率較低。

十五、總結

  • 遞歸的核心思想：將大問題分解為同類型小問題，通過遞歸出口終止分解，逐層構建結果。
  • 適用場景：遞歸適合邏輯簡潔、鏈表長度較小的場景；迭代更適合長鏈表或對性能敏感的場景。
  • 指針操作要點：遞歸實現中需注意指針指向的正確性（如反轉時避免鏈表斷開），確保每一步遞歸調用后鏈表結構有效。

文檔主要介紹七種基于比較的排序算法，包括簡單排序（冒泡、選擇、插入）、希爾排序及高級排序（歸并、快速、堆排序），以下是從第十六條開始的詳細總結：

十六、插入排序（重點）

  • 核心思想：將未排序元素逐個插入到已排序序列的合適位置，類似撲克牌整理。
  • 操作流程：
    1. 從第二個元素開始（視為未排序元素），與前序已排序元素比較。
    2. 若未排序元素小于前序元素，則前序元素后移，直至找到合適位置插入。
  • 代碼邏輯（偽代碼）：
    for (i = 1; i < n; i++) {  temp = arr[i];  j = i - 1;  while (j >= 0 && arr[j] > temp) {  arr[j+1] = arr[j];  j--;  }  arr[j+1] = temp;  
}
  • 復雜度：
    • 時間復雜度：O(n2)（最壞/平均），但常數項和系數優于冒泡、選擇排序，實際性能更好。
    • 空間復雜度：O(1)（原地排序）。
  • 穩定性：穩定（相鄰交換，不改變相同元素相對順序）。
  • 適用場景：小規模數據排序的首選算法。

十七、希爾排序（了解）

  • 核心思想：插入排序的改進版，通過增量遞減將數組分組，對每組進行插入排序，逐步縮小增量至1。
  • 操作流程：
    1. 選擇初始增量（如 gap = n/2），將數組分為 gap 組（每組元素下標差為 gap）。
    2. 對每組進行插入排序，縮小增量（如 gap = gap/2），重復直至 gap=1（此時退化為插入排序）。
  • 復雜度：
    • 時間復雜度：依賴增量選擇，介于 O(nlogn) 到 O(n2) 之間（通常優于插入排序）。
    • 空間復雜度：O(1)（原地排序）。
  • 穩定性：不穩定（跨組交換可能改變相同元素相對順序）。
  • 評價：適用場景有限，大數據集下不如高級排序，小數據集下犧牲穩定性但性能提升不明顯。

十八、歸并排序（高級排序）

  • 核心思想：分治策略，遞歸將數組分成兩半，分別排序后合并有序子數組。
  • 關鍵步驟：
    1. 分解：將數組從中間分成左右兩部分，直至子數組長度為1（有序）。
    2. 合并：將兩個有序子數組合并為一個有序數組（需額外空間存儲臨時合并結果）。
  • 代碼邏輯（偽代碼）：
    void merge_sort(int arr[], int left, int right) {  if (left < right) {  mid = (left + right)/2;  merge_sort(arr, left, mid);  merge_sort(arr, mid+1, right);  merge(arr, left, mid, right); // 合并兩個有序子數組  }  
}
  • 復雜度：
    • 時間復雜度：O(nlogn)（所有情況均穩定）。
    • 空間復雜度：O(n)（需額外數組存儲合并結果）。
  • 穩定性：穩定（合并時保留相同元素順序）。
  • 適用場景：需要穩定排序的大數據集，如外部排序（磁盤數據排序）。

十九、快速排序（高級排序，重點）

  • 核心思想：分治策略，選擇基準值（pivot），將數組分為小于/大于基準值的左右兩部分，遞歸排序子數組。
  • 關鍵步驟：
    1. 分區：選擇基準值，通過交換將數組分為左（< pivot）、中（= pivot）、右（> pivot）三部分。
    2. 遞歸：對左右子數組重復分區操作，直至子數組長度為1。
  • 優化點：
    • 基準值選擇：隨機選、三數取中（避免最壞情況O(n2)）。
    • 雙向分區：從兩端向中間掃描，減少交換次數。
  • 復雜度：
    • 時間復雜度：平均 O(nlogn)，最壞 O(n2)（可通過基準值優化規避）。
    • 空間復雜度：O(logn)（遞歸棧深度，平均情況），最壞 O(n)（退化為鏈表遞歸）。
  • 穩定性：不穩定（跨區交換可能改變相同元素順序）。
  • 適用場景：大數據集排序的首選（性能最優），但需注意棧溢出風險（大遞歸深度）。

二十、堆排序（高級排序）

  • 核心思想：基于堆（大頂堆/小頂堆）結構，每次將堆頂元素（最大值/最小值）與末尾元素交換，逐步構建有序數組。
  • 關鍵步驟：
    1. 建堆：將數組轉換為大頂堆（父節點≥子節點）。
    2. 排序：交換堆頂（最大值）與末尾元素，對前 n-1 個元素重新建堆，重復直至排序完成。
  • 復雜度：
    • 時間復雜度：O(nlogn)（建堆 O(n)，每次調整堆 O(logn)）。
    • 空間復雜度：O(1)（原地排序，僅利用數組本身空間）。
  • 穩定性：不穩定（堆頂交換可能破壞相同元素順序）。
  • 適用場景：無需遞歸、空間受限的大數據集排序，如操作系統進程調度。

二十一、七種排序算法對比表

算法時間復雜度（最壞）時間復雜度（平均）空間復雜度穩定性適用場景
冒泡排序O(n2)O(n2)O(1)穩定玩具算法，僅學習用途
選擇排序O(n2)O(n2)O(1)不穩定玩具算法，僅學習用途
插入排序O(n2)O(n2)O(1)穩定小規模數據首選
希爾排序O(n2)O(nlogn)~O(n2)O(1)不穩定了解即可，實際應用少
歸并排序O(nlogn)O(nlogn)O(n)穩定大數據集穩定排序
快速排序O(n2)O(nlogn)O(logn)不穩定大數據集首選（性能最優）
堆排序O(nlogn)O(nlogn)O(1)不穩定無需遞歸、空間受限場景

二十二、總結與建議

  1. 簡單排序選擇：
    • 小規模數據：優先使用插入排序（性能最佳，穩定）。
    • 學習用途：了解冒泡、選擇排序邏輯，但無需用于實際項目。
  2. 高級排序選擇：
    • 需要穩定性：選歸并排序（如數據庫排序、物流訂單排序）。
    • 性能優先：選快速排序（默認場景，需注意基準值優化）。
    • 空間受限/禁止遞歸：選堆排序（如嵌入式系統、內核排序）。
  3. 算法實現建議：
    • 必學：插入排序（簡單高效）、快速排序（工業級應用）。
    • 擴展學習：歸并排序（分治思想）、堆排序（數據結構應用）。
  4. 復雜度注意點：
    • 時間復雜度是趨勢描述，O(n2) 算法在小規模下可能比 O(nlogn) 更快（如插入排序 vs 快排）。
    • 空間復雜度需關注額外堆空間（如歸并排序），棧空間（如遞歸快排）可能導致棧溢出。

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/news/907918.shtml
繁體地址，請注明出處：http://hk.pswp.cn/news/907918.shtml
英文地址，請注明出處：http://en.pswp.cn/news/907918.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

【ASR】基于分塊非自回歸模型的流式端到端語音識別

【ASR】基于分塊非自回歸模型的流式端到端語音識別

論文地址：https://arxiv.org/abs/2107.09428 摘要 非自回歸 (NAR) 模型在語音處理中越來越受到關注。 憑借最新的基于注意力的自動語音識別 (ASR) 結構，與自回歸 (AR) 模型相比，NAR 可以在僅精度略有下降的情況下實現有前景的實時因子 (RTF) 提升。 然而，識別推理需要等待…
閱讀更多...
RNN循環網絡：給AI裝上“記憶“（superior哥AI系列第5期）

RNN循環網絡：給AI裝上“記憶“（superior哥AI系列第5期）

&#x1f504; RNN循環網絡&#xff1a;給AI裝上"記憶"&#xff08;superior哥AI系列第5期&#xff09; 嘿&#xff01;小伙伴們&#xff0c;又見面啦&#xff01;&#x1f44b; 上期我們學會了讓AI"看懂"圖片&#xff0c;今天要給AI裝上一個更酷的技能——…
閱讀更多...
DAY41 CNN

DAY41 CNN

可以看到即使在深度神經網絡情況下&#xff0c;準確率仍舊較差&#xff0c;這是因為特征沒有被有效提取----真正重要的是特征的提取和加工過程。MLP把所有的像素全部展平了&#xff08;這是全局的信息&#xff09;&#xff0c;無法布置到局部的信息&#xff0c;所以引入了卷積神…
閱讀更多...
【仿生系統】愛麗絲機器人的設想（可行性優先級較高）

【仿生系統】愛麗絲機器人的設想（可行性優先級較高）

非程序化、能夠根據環境和交互動態產生情感和思想&#xff0c;并以微妙、高級的方式表達出來的能力 我們不想要一個“假”的智能&#xff0c;一個僅僅通過if-else邏輯或者簡單prompt來模擬情感的機器人。您追求的是一種更深層次的、能夠學習、成長&#xff0c;并形成獨特“個性…
閱讀更多...
面向連接的運輸：TCP

面向連接的運輸：TCP

目錄 TCP連接 TCP報文段結構 往返時間估計與超時 可靠數據傳輸 回退N步or超時重傳 超時間隔加倍 快速重傳 流量控制 TCP連接管理 三次握手 1. 客戶端 → 服務器&#xff1a;SYN 包 2. 服務器 → 客戶端&#xff1a;SYNACK 包 3. 客戶端 → 服務器&#xff1a;AC…
閱讀更多...
SpringAI系列 - 升級1.0.0

SpringAI系列 - 升級1.0.0

目錄 一、調整pom二、MessageChatMemoryAdvisor調整三、ChatMemory get方法刪除lastN參數四、QuestionAnswerAdvisor調整Spring AI發布1.0.0正式版了?? ，搞起… 一、調整pom <properties><java.version>17</java.version><spring-ai.version>
閱讀更多...
前端高頻面試題2：JavaScript/TypeScript

前端高頻面試題2：JavaScript/TypeScript

1.什么是類數組對象 一個擁有 length 屬性和若干索引屬性的對象就可以被稱為類數組對象&#xff0c;類數組對象和數組類似&#xff0c;但是不能調用數組的方法。常見的類數組對象有 arguments 和 DOM 方法的返回結果&#xff0c;還有一個函數也可以被看作是類數組對象&#xff…
閱讀更多...
Spring Security入門：創建第一個安全REST端點項目

Spring Security入門：創建第一個安全REST端點項目

項目初始化與基礎配置 創建基礎Spring Boot項目 我們首先創建一個名為ssia-ch2-ex1的空項目（該名稱與配套源碼中的示例項目保持一致）。項目需要添加以下兩個核心依賴： org.springframework.bootspring-boot-starter-weborg.springframework.bootspring-boot-starter-secur…
閱讀更多...
秋招Day12 - 計算機網絡 - UDP

秋招Day12 - 計算機網絡 - UDP

說說TCP和UDP的區別&#xff1f; TCP使用無邊界的字節流傳輸&#xff0c;可能發生拆包和粘包&#xff0c;接收方并不知道數據邊界&#xff1b;UDP采用數據報傳輸&#xff0c;數據報之間相互獨立&#xff0c;有邊界。 應用場景方面&#xff0c;TCP適合對數據的可靠性要求高于速…
閱讀更多...
【QQ音樂】sign簽名| data參數加密 | AES-GCM加密 | webpack （下）

【QQ音樂】sign簽名| data參數加密 | AES-GCM加密 | webpack （下）

1.目標 網址&#xff1a;https://y.qq.com/n/ryqq/toplist/26 我們知道了 sign P(n.data)&#xff0c;其中n.data是明文的請求參數 2.webpack生成data加密參數 那么 L(n.data)就是密文的請求參數。返回一個Promise {<pending>}&#xff0c;所以L(n.data) 是一個異步函數…
閱讀更多...
Codeforces Round 1028 (Div. 2)(A-D)

Codeforces Round 1028 (Div. 2)(A-D)

題面鏈接&#xff1a;Dashboard - Codeforces Round 1028 (Div. 2) - Codeforces A. Gellyfish and Tricolor Pansy 思路 要知道騎士如果沒了那么這個人就失去了攻擊手段&#xff0c;貪心的來說我們只需要攻擊血量少的即可&#xff0c;那么取min比較一下即可 代碼 void so…
閱讀更多...
【存儲基礎】存儲設備和服務器的關系和區別

【存儲基礎】存儲設備和服務器的關系和區別

文章目錄 1. 存儲設備和服務器的區別2. 客戶端訪問數據路徑場景1&#xff1a;經過服務器處理場景2&#xff1a;客戶端直連 3. 服務器作為"中轉站"的作用 剛開始接觸存儲的時候&#xff0c;以為數據都是存放在服務器上的&#xff0c;服務器和存儲設備是一個東西&#…
閱讀更多...
macOS 安裝 Grafana + Prometheus + Node Exporter

macOS 安裝 Grafana + Prometheus + Node Exporter

macOS 安裝指南&#xff1a;Grafana Prometheus Node Exporter 目錄簡介&#x1f680; 快速開始 安裝 Homebrew1. 安裝 Homebrew2. 更新 Homebrew 安裝 Node Exporter使用 Homebrew 安裝驗證 Node Exporter 安裝 Prometheus使用 Homebrew 安裝驗證安裝 安裝 Grafana使用 Home…
閱讀更多...
不可變集合類型轉換異常

不可變集合類型轉換異常

記錄一個異常&#xff1a;class java.util.ImmutableCollections$ListN cannot be cast to class java.util.ArrayList (java.util.ImmutableCollections$ListN and java.util.ArrayList 文章目錄 1、原因2、解決方式一3、解決方式二4、關于不可變集合的補充4.1 JDK8和9的對比4…
閱讀更多...
【DAY37】早停策略和模型權重的保存

【DAY37】早停策略和模型權重的保存

內容來自浙大疏錦行python打卡訓練營 浙大疏錦行 知識點&#xff1a; 過擬合的判斷&#xff1a;測試集和訓練集同步打印指標模型的保存和加載 僅保存權重保存權重和模型保存全部信息checkpoint&#xff0c;還包含訓練狀態 早停策略 作業&#xff1a; 對信貸數據集訓練后保存權…
閱讀更多...
【Zephyr 系列 3】多線程與調度機制：讓你的 MCU 同時干多件事

【Zephyr 系列 3】多線程與調度機制：讓你的 MCU 同時干多件事

好的，下面是Zephyr 系列第 3 篇：聚焦 多線程與調度機制的實踐應用，繼續面向你這樣的 Ubuntu + 真板實戰開發者，代碼清晰、講解通俗、結構規范，符合 CSDN 高質量博客標準。 ??關鍵詞：Zephyr、線程調度、k_thread、k_sleep、RTOS、BluePill ??適合人群：想從裸機開發進…
閱讀更多...
實現RabbitMQ多節點集群搭建

實現RabbitMQ多節點集群搭建

目錄 引言 一、環境準備 二、利用虛擬機搭建 ? 三、鏡像集群配置 四、HAProxy實現負載均衡(主用虛擬機操作) 五、測試RabbitMQ集群搭建情況 引言 在現代分布式系統中&#xff0c;消息隊列&#xff08;Message Queue&#xff09;扮演著至關重要的角色,而 RabbitMQ 作為…
閱讀更多...
異步上傳石墨文件進度條前端展示記錄（采用Redis中String數據結構實現-蘇東坡版本）

異步上傳石墨文件進度條前端展示記錄（采用Redis中String數據結構實現-蘇東坡版本）

昔者&#xff0c;有客臨門&#xff0c;亟需自石墨文庫中擷取卷帙若干。此等文冊&#xff0c;非止一卷&#xff0c;乃累牘連篇&#xff0c;亟需批量轉置。然吾輩慮及用戶體驗&#xff0c;當效東坡"腹有詩書氣自華"之雅意&#xff0c;使操作如行云流水&#xff0c;遂定…
閱讀更多...
Axure 基礎入門

Axure 基礎入門

目錄 認識產品經理 項目團隊* 基本概述 認識產品經理 A公司產品經理 B公司產品經理 C公司產品經理 D公司產品經理 產品經理工作范圍 產品經理工作流程* 產品經理的職責 產品經理的分類 產品經理能力要求 產品工具 產品體驗報告 原型設計介紹 原型設計概述 為…
閱讀更多...
零基礎學習計算機網絡編程----socket實現UDP協議

零基礎學習計算機網絡編程----socket實現UDP協議

本章將會詳細的介紹如何使用 socket 實現 UDP 協議的傳送數據。有了前面基礎知識的鋪墊。對于本章的理解將會變得簡單。將會從基礎的 Serve 的初始化&#xff0c;進階到 Client 的初始化&#xff0c;以及 run。最后實現一個簡陋的小型的網絡聊天室。 目錄 1.UdpSever.h 1.1 構造…
閱讀更多...
最新文章

Copyright @ 2022~2023