二叉树进阶oj题【二叉树相关10道oj题的解析和c++代码实现】

目录

  • 二叉树进阶oj题
    • 1.根据二叉树创建字符串
    • 2.二叉树的层序遍历
    • 3.二叉树的层序遍历 II
    • 4.二叉树的最近公共祖先
    • 5.二叉搜索树和双向链表
    • 6.从前序与中序遍历序列构造二叉树
    • 7.从中序和后序遍历序列来构造二叉树
    • 8.二叉树的前序遍历，非递归迭代实现
    • 9.二叉树中序遍历 ，非递归迭代实现
    • 10.二叉树的后序遍历 ，非递归迭代实现

二叉树进阶oj题

1.根据二叉树创建字符串

根据二叉树创建字符串:

image-20240923095720602

分析：

image-20240924214607725

先递归左子树，再递归右子树，每递归到一个节点就套娃一个()。

要注意，当一个根节点的左孩子不存在右孩子存在时，要用一个()表示左孩子

class Solution {
public:string tree2str(TreeNode* root){// str作为最后的输出的字符串string str;// 要求前序遍历——根，左子树，右子树str += to_string(root->val);// 这里要分类讨论：//1.左不为空//2.左空，右不为空 这个情况要保留一个左的括号if (root->left){str += "(";str += tree2str(root->left);str += ")";}else if (root->right){str += "()";}if (root->right){str += "(";str += tree2str(root->right);str += ")";}return str;}
};

2.二叉树的层序遍历

二叉树的层序遍历

image-20240923095738735

分析：

层序遍历就采用一个队列就可以实现。一个节点出来要记得带它的做右子树进节点

代码如下：

class Solution {
public:vector<vector<int>> levelOrder(TreeNode* root){vector<vector<int>> vv;queue<TreeNode*> _q; // 通过队列实现层序// 传空树进行不需要遍历了。if (root)_q.push(root);while (!_q.empty()){// 通过控制每层的数据个数，来达到精确的输出二叉树每层的数据// 意思就是 当第n层数据出完之后，第n+1层的数据个数就是此时的q.size()int levelSize = _q.size();vector<int> v;for (size_t i = 0; i < levelSize; i++){TreeNode* front = _q.front();_q.pop();v.push_back(front->val);// 弹出节点后要带该节点的左右孩子if (front->left)_q.push(front->left);if (front->right)_q.push(front->right);}// 此时v就是装好了一层的数据，将其尾插到vv中vv.push_back(v);}return vv;}
};

3.二叉树的层序遍历 II

二叉树的层序遍历 II：

image-20240923095754004

分析：

这道题和第2道题的思路是一样的，只需要将最后的结果逆置，也就是vv逆置一下，再输出就是自下而上的层序遍历

代码如下：

class Solution {
public:vector<vector<int>> levelOrderBottom(TreeNode* root){vector<vector<int>> vv;queue<TreeNode*> _q; // 通过队列实现层序// 传空树进行不需要遍历了。if (root)_q.push(root);while (!_q.empty()){// 通过控制每层的数据个数，来达到精确的输出二叉树每层的数据// 意思就是 当第n层数据出完之后，第n+1层的数据个数就是此时的q.size()int levelSize = _q.size();vector<int> v;for (size_t i = 0; i < levelSize; i++){TreeNode* front = _q.front();_q.pop();v.push_back(front->val);// 弹出节点后要带该节点的左右孩子if (front->left)_q.push(front->left);if (front->right)_q.push(front->right);}// 此时v就是装好了一层的数据，将其尾插到vv中vv.push_back(v);}// 只要逆置一下，就是自底向上的层序遍历reverse(vv.begin(), vv.end());return vv;}
};

4.二叉树的最近公共祖先

二叉树的最近公共祖先

image-20240923095858455

分析：

image-20240923092914747

解决思路：

如果是第一种情况，只要判断出p、q其中一个是根节点或者p、q不在同一子树，就可以知道根节点就是公共祖先

如果不是第一种情况，就说明p、q存在于同一个子树，就要递归到其左树去寻找p、q的位置，左树没找到，就递归到右树去找到p、q的位置，在判断是什么情况。

代码如下：

class Solution {
public:bool Find(TreeNode* root, TreeNode* f){if (root == NULL)return false;// f和root不是相同节点，就递归到左子树去找，左子树找不到就递归到右树找return root == f || Find(root->left, f) || Find(root->right, f);}TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q){// 如果穿了个空树进来，就不用判断了if (root == NULL)return NULL;// 只要p、q有一个是root，其公共祖先就是root了if (q == root || p == root)return root;// 定义四个变量来表示p、q的位置bool pInLeft, pInRight, qInLeft, qInRight;pInLeft = Find(root->left, p); // 去左子树找ppInRight = !pInLeft; // 左子树没找到就在右子树qInLeft = Find(root->left, q); //去左子树找qqInRight = !qInLeft;// 如果一个在左子树，一个在右子树，公共祖先就是rootif ((pInLeft && qInRight) || (pInRight && qInLeft))return root;// 如果都在左子树，就要递归到左子树去找if (pInLeft && qInLeft)return lowestCommonAncestor(root->left, p, q);// 如果都在右子树，就要递归到右子树去找if (pInRight && qInRight)return lowestCommonAncestor(root->right, p, q);return NULL;}
};

5.二叉搜索树和双向链表

二叉搜索树和双向链表

image-20240923114827276

分析:

将二叉搜索树转换为双向链表其实就是修改树节点的left和right指针按照中序遍历指向对应的节点。

这里我们让left指针指向上一个节点，right指向下一个节点

image-20240923103919808

但是这里有个问题，当我们通过中序遍历递归到一个节点的时候，这个节点的right指针是无法指向下一个节点的，因为拿不到另外一层递归深度的节点。因此这里采用双指针来解决这个问题

如下图所示：

image-20240923103645032

注意：在传双指针到函数进行调用的时候，prev要注意得传址或者传引用调用。cur不需要传引用和传址，函数内部不对cur进行赋值操作，不需要改变cur本身，要改变的是cur内部的指针

代码如下：

struct TreeNode 
{int val;struct TreeNode* left;struct TreeNode* right;TreeNode(int x):val(x),left(NULL),right(NULL) {}
}; class Solution {
public:// 这里TreeNode*&的引用一定要加，不然就用二级指针。这样才是传址调用void ConvertList(TreeNode* cur, TreeNode*& prev){if (cur == nullptr)return;// 中序遍历ConvertList(cur->left, prev);// 这里才是对当前根节点进行处理的地方,在这里连接上一个节点和下一个节点cur->left = prev; // cur的left指针指向上一个节点// 只要prev不为空的情况下，就可以让其right指针指向下一个节点if (prev)prev->right = cur;//这里对prev进行赋值，一定要注意是传值还是传址，传值调用会导致上一层的prev无法改变prev = cur; // 迭代ConvertList(cur->right, prev);}TreeNode* Convert(TreeNode* pRootOfTree){// 空树，无法转换if (pRootOfTree == nullptr)return nullptr;// 双指针解决节点连接问题TreeNode* prev = nullptr;TreeNode* cur = pRootOfTree;ConvertList(cur, prev);// 此时的双向链表就已经连接完了。// 此时的树结构被破坏了，但是依旧可以根据left指针或者right指针来找//一直找上一个节点，来找到第一个节点，或者一直找下一个节点，找到尾节点TreeNode* head = pRootOfTree;// 这里不用考虑head是否为nullptr，而导致解引用空指针崩溃// 因为pRootOfTree走到这里不可能是nullptrwhile (head->left != nullptr){head = head->left;}return head;}
};

6.从前序与中序遍历序列构造二叉树

从前序与中序遍历序列构造二叉树

image-20240923202340573

思路分析：

image-20240923163814834

image-20240923164252890

代码实现如下：

struct TreeNode
{int val;TreeNode* left;TreeNode* right;TreeNode() : val(0), left(nullptr), right(nullptr) {}TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}TreeNode(int x, TreeNode* left, TreeNode* right) : val(x), left(left), right(right) {}
};class Solution {
public:TreeNode* _buildTree(vector<int>& preorder, vector<int>& inorder, int& prei, int inbegin, int inend){// 先构建一个根节点TreeNode* root = new TreeNode(preorder[prei]);// 找到中序遍历中根节点的位置int rooti = inbegin;while (rooti <= inend){if (inorder[rooti] == preorder[prei])break;else++rooti;}// 此时找到了中序遍历的根节点，这个时候可以将中序遍历化为3个区间// 左子树区间， 根节点，右子树区间// [inbegin, rooti-1] rooti [rooti+1, inend]//这个时候还要判断左区间和右区间是否存在,才能去进行递归构建if (inbegin <= rooti - 1)root->left = _buildTree(preorder, inorder, ++prei, inbegin, rooti - 1);elseroot->left = nullptr; // 左子树不存在了，连接空// 构建完左子树之后，才构建右子树，同样的也要判断，是否存在右子树区间if (rooti + 1 <= inend)root->right = _buildTree(preorder, inorder, ++prei, rooti + 1, inend);elseroot->right = nullptr;return root;}TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder){// 如果是空的就不用构建了if (inorder.empty() || preorder.empty())return nullptr;//确定根节点的下标和中序遍历的范围int prei = 0;// 这个是前序遍历的下标，prei指向的是待构建的节点int inbegin = 0;int inend = inorder.size() - 1;TreeNode* ret = _buildTree(preorder, inorder, prei, inbegin, inend);return ret;}
};

注意：

这道题的本质还是通过preorder中的前序遍历来构建二叉树，但是我们并不知道prei所指向的节点到底是左子树的节点还是右子树的节点。因此我们通过中序遍历来划分区间，从而来确定prei所指向的节点是左子树的还是右子树的节点。

7.从中序和后序遍历序列来构造二叉树

从中序与后序遍历序列构造二叉树

image-20240923202352277

分析：

这个和第六题是非常像的，不一样的是，这里通过后序遍历来确定根节点的位置。中序排序的作用还是划分左子树和右子树的区间，这样才能确定根据后序遍历序列的节点左子树的节点还是右子树的节点、

image-20240924110323775

当构建完3这个根节点之后，构建20这个根节点，递归进去。

image-20240924110517201

依次类推，最终构建出右子树，在构建左子树

要想彻底理解过程，可以画出每个节点被创建出来后是如何连接到一起的。

代码如下：

class Solution {
public:TreeNode* _buildTree(vector<int>& inorder, vector<int>& postorder, int& posi, int inbegin, int inend){TreeNode* root = new TreeNode(postorder[posi]);//在中序遍历序列中找到根节点int rooti = inbegin;while(rooti <= inend){if(inorder[rooti] == postorder[posi])break;else++rooti;}// 找到了根节点就要划分区域————左子树、根、右子树// [inbegin, rooti - 1] rooti [rooti + 1, inend]if(rooti+1 <= inend)root->right = _buildTree(inorder, postorder, --posi, rooti+1, inend);else   root->right = nullptr;// 先构建完右子树后，再来构建左子树if(inbegin <= rooti-1)root->left = _buildTree(inorder, postorder, --posi, inbegin, rooti-1);elseroot->left = nullptr;return root;}TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {// 如果是空的就不用构建了if(inorder.empty() || postorder.empty())return nullptr;int posi = postorder.size() - 1;int inbegin = 0;int inend = inorder.size() - 1;TreeNode* ret = _buildTree(inorder, postorder, posi, inbegin, inend);return ret;}
};

要注意：

无论是第六题还是本题，prei和posi的形参都必须加上引用或者是指针，不然的话，递归深了，对其进行++，上一层递归深度的函数的posi是不会变化的。

8.二叉树的前序遍历，非递归迭代实现

二叉树的前序遍历

image-20240924105419187

image-20240924090659133

在递归实现前序遍历二叉树的时候，我们发现访问的节点可以分为两类：

  1. 左路节点
  2. 左路节点的右子树

image-20240924090158694

因此我们只需要将整颗树分成左路节点和左路节点的右子树来访问就行了

那如何访问左路节点呢——我们需要借助一个栈

将所有左路节点放到一个栈里

image-20240924092428891

此时有三个圈，代表当前树的三个左路节点的右子树部分

image-20240924092540048

然后我们取栈里的左路节点出来，依次访问他们的右子树部分。

要注意这个访问右子树的过程是将右子树也看成一棵树来看待的，也就是说将这个右子树分成左路节点和左路节点的右子树两个部分查看。这个思路就是模仿递归的思路。只是我们通过迭代来实现这个过程

这个去栈的左路节点访问右子树部分的过程如下图所示：

image-20240924093226002

image-20240924093643900

image-20240924093900621

image-20240924094144478

image-20240924094309057

image-20240924094524242

image-20240924094732557

此时cur为空，栈也为空，意味访问结束，树已前序遍历完成

代码如下：

class Solution {
public:vector<int> preorderTraversal(TreeNode* root) {vector<int> ret;// 借助栈实现非递归的前序遍历二叉树stack<TreeNode*> st;TreeNode* cur = root;// 当cur和栈都为空的时候意味着遍历完成while(cur || !st.empty()){// 访问当前cur这棵树的所有左路节点并放到栈中while(cur){ret.push_back(cur->val);st.push(cur);cur = cur->left;}// 取栈内的左路节点，并访问其右子树TreeNode* top = st.top();st.pop();cur = top->right;}// 此时ret中存放着前序遍历的数字return ret;}
};

9.二叉树中序遍历 ，非递归迭代实现

二叉树的中序遍历

image-20240924105541553

这个题和前序遍历的思路是一样的，唯一的区别就是让左路节点入栈的时候，不能访问，取左路节点的时候，才访问该节点，并访问该节点的右子树。

image-20240924103211326

代码如下：

class Solution {
public:vector<int> inorderTraversal(TreeNode* root) {vector<int> ret;stack<TreeNode*> st; // 借助栈实现非递归中序遍历TreeNode* cur = root;// 当cur和栈同时为空，才意味着遍历完成while(cur || !st.empty()){// 将当前cur这棵树的所有左路节点放到栈中while(cur){// 中序遍历，这里只入栈，不访问节点st.push(cur);cur = cur->left;}// 取左路节点出来，访问该左路节点//并且访问该左路节点的右子树TreeNode* top = st.top();st.pop();ret.push_back(top->val); // 放问该左路节点cur = top->right; // 指向该左路节点右子树，下一循环访问该树}// 返回ret，中序遍历的结果return ret;}
};

10.二叉树的后序遍历 ，非递归迭代实现

二叉树的后序遍历

image-20240924105911259

这里的后序遍历，需要在前两题的思路上变动一下。

大致思路不变，还是将整颗树分成左路节点和左路节点的右子树两个部分。将当前树的左路节点放到栈里，然后从栈中取左路节点出来，由于是后序，不访问左路节点，也不能将其从栈内弹出，要先访问其右子树。

这里访问右子树有两种情况：

  1. 如果右子树是空，那么就访问这个左路节点，并弹出

  2. 如果右子树不为空，那么就访问右子树，并不弹出该左路节点【仍然将这个右子树分两个部分处理】

但是有一个难点就在这里，如果右子树不为空，由于上一个左路节点未弹出，如下图的2节点，就会访问两次，这个时候如何区分5这个右子树是否被访问过了？

image-20240924120044115

如果区分不出来那么程序就会陷入死循环。

解决思路：

  1. 弄一个储存标志位的栈，只要遇到右子树不是空，就给该右子树弄一个标志位，并存到栈中，等到第二次访问该节点的时候，通过取出这个标志位，判断该节点是否被访问过。
  2. 双指针，一个指针指向当前访问节点，一个指针指向上一个节点，因为后序遍历顺序是左子树、根、右子树、**因此当我想访问一个左路节点的时候，其双指针一定待在该左路节点的右孩子当中。比如访问2，双指针的另一个指针就在5。**但是我第一次取到2，不能访问2，要判断其2的右子树是否被访问过，只要双指针不在其右子树，就说明没有被访问过。

代码如下：

class Solution {
public:vector<int> postorderTraversal(TreeNode* root) {vector<int> ret;stack<TreeNode*> st; // 用栈辅助实现非递归后序遍历二叉树// 用双指针解决——如何判断左路节点的右子树是否被访问过的问题TreeNode* cur = root;TreeNode* lastNode = nullptr; // lastNode由于记载栈顶的左路节点的右子树是否被访问过// 当cur和栈都为空，才是遍历完二叉树while(cur || !st.empty()){// 先把当前树的所有左路节点放到栈里while(cur){st.push(cur);cur = cur->left;}// 拿到栈顶的左路节点TreeNode* top = st.top();// 由于是后序，先判断栈顶元素的右子树是否被访问过.if(top->right == nullptr || lastNode == top->right){// 只要右子树为空，或者是右子树被访问过，那么就不需要在访问当前左路节点的右子树。ret.push_back(top->val); // 访问当前左路节点st.pop(); // 可以弹出该左路节点lastNode = top; // 更新lastNode的位置，保持其一直位于top的上一个访问节点}else{// 访问当前左路节点的右子树cur = top->right;}}// 返回后序遍历return ret;}
};

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.xdnf.cn/news/1549133.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

烟雾污染云层检测系统源码分享

烟雾污染云层检测系统源码分享

烟雾污染云层检测检测系统源码分享 [一条龙教学YOLOV8标注好的数据集一键训练_70全套改进创新点发刊_Web前端展示] 1.研究背景与意义 项目参考AAAI Association for the Advancement of Artificial Intelligence 项目来源AACV Association for the Advancement of Computer…
阅读更多...
ssh方式连接上GitHub（超详细的哦）

ssh方式连接上GitHub（超详细的哦）

目录 先检查本地有无生成过SSH key 生成 SSH Key&#xff08;如果没有的话&#xff09; 查看新生成的 SSH 公钥 添加新的 SSH Key 测试 SSH 连接 先检查本地有无生成过SSH key ls -al ~/.ssh终端输入以上命令查看 如果有应该能看到以下列表 id_rsa id_rsa.pub id_ed2551…
阅读更多...
端侧Agent系列 | 端侧AI Agent任务拆解大师如何助力AI手机？(详解版)

端侧Agent系列 | 端侧AI Agent任务拆解大师如何助力AI手机？(详解版)

引言 简介 Octo-planner 规划和执行Agent框架 规划数据集 基准设计 实验设计 结果 全量微调与LoRA 多LoRA训练与合并 不同基础模型的全量微调 不同数据集大小的全量微调 总结 实战 英文 中文示例1&#xff1a; 中文示例2&#xff1a; 0. 引言 人生到处知何似…
阅读更多...
PREDATOR: Registration of 3D Point Clouds with Low Overlap

PREDATOR: Registration of 3D Point Clouds with Low Overlap

Abstract 这篇文章介绍了一种新的点云配准模型-Predator。该模型专注于处理低重叠的点云对&#xff0c;它更加关注于重叠区域的处理&#xff0c;其新颖之处在于一个重叠的注意块&#xff0c;作用是用于两个点云的潜在编码之间的早期信息交换。该模型大大提高了低重叠场景下的配…
阅读更多...
【博弈强化学习】——UAV-BS 的联合功率分配和 3D 部署：基于博弈论的深度强化学习方法

【博弈强化学习】——UAV-BS 的联合功率分配和 3D 部署：基于博弈论的深度强化学习方法

【论文】&#xff1a;Joint Power Allocation and 3D Deployment for UAV-BSs: A Game Theory Based Deep Reinforcement Learning Approach 【引用】&#xff1a;Fu S, Feng X, Sultana A, et al. Joint power allocation and 3D deployment for UAV-BSs: A game theory based…
阅读更多...
C++深入学习string类成员函数（3）：访问与修饰

C++深入学习string类成员函数（3）：访问与修饰

引言 在 C 中&#xff0c;std::string 提供了丰富的成员函数来访问和修改字符串中的字符。通过这些函数&#xff0c;程序员可以灵活地处理字符串中的各个元素&#xff0c;无论是读取特定位置的字符&#xff0c;还是修改字符串的内容。此外&#xff0c;std::string 类还确保了访…
阅读更多...
农牧场可视化管理：精准监测与优化运营

农牧场可视化管理：精准监测与优化运营

利用图扑可视化技术实现农牧场的实时数据监测和分析&#xff0c;优化资源配置&#xff0c;提高生产效率和可持续发展能力。
阅读更多...
无需安装移动端的互传工具“快速分享”

无需安装移动端的互传工具“快速分享”

本文首发于只抄博客&#xff0c;欢迎点击原文链接了解更多内容。 前言 前不久给大家介绍过 Windows 自带的 Nearby Sharing 附近分享&#xff0c;只需要在手机上安装个 App 就可以与 Windows 进行互传。而今天介绍的“快速分享”正好相反&#xff0c;是在 Windows 上安装 Goog…
阅读更多...
tomcat安装与部署

tomcat安装与部署

一、基础准备 1. 节点规划 IP 主机名 节点 192.168.200.70 tomcat Tomcat 2. 环境准备 准备一台虚拟机&#xff0c;镜像为CentOS-7-x86_64&#xff0c;下载两个软件包&#xff0c;apache-tomcat-9.0.95.tar.gz&#xff1b;zrlog WAR包。 二、安装Tomcat 1.基础环境配…
阅读更多...
【C++篇】从零实现 `list` 容器：细粒度剖析与代码实现

【C++篇】从零实现 `list` 容器：细粒度剖析与代码实现

文章目录 从零实现 list 容器&#xff1a;细粒度剖析与代码实现前言1. list 的核心数据结构节点结构分析 2 迭代器设计与实现2.1 为什么 list 需要迭代器&#xff1f;2.2 实现一个简单的迭代器2.3 测试简单迭代器解释&#xff1a; 2.4 增加后向移动和 -> 运算符关键点&#…
阅读更多...
多模态——基于XrayGLM的X光片诊断的多模态大模型

多模态——基于XrayGLM的X光片诊断的多模态大模型

0.引言 近年来&#xff0c;通用领域的大型语言模型&#xff08;LLM&#xff09;&#xff0c;如ChatGPT&#xff0c;已在遵循指令和生成类似人类的响应方面取得了显著成就。这些成就不仅推动了多模态大模型研究的热潮&#xff0c;也催生了如MiniGPT-4、mPLUG-Owl、Multimodal-G…
阅读更多...
Synchronized和 ReentrantLock有什么区别?

Synchronized和 ReentrantLock有什么区别?

目录 一、java中的线程同步 二、Synchronized 使用方式 底层原理 synchronized 同步代码块的情况 synchronized 修饰方法的情况 总结 synchronized 和 volatile 有什么区别&#xff1f; 三、ReentrantLock 底层原理 使用方式 四、Synchronized和 ReentrantLock有什…
阅读更多...
GPIO端口的使用

GPIO端口的使用

目录 一. 前言 二. APB2外设时钟使能寄存器 三. GPIO端口的描述 四. GPIO端口使用案例 一. 前言 基于库函数的开发方式就是使用ST官方提供的封装好的函数。而如果没有添加库函数&#xff0c;那就是基于寄存器的开发方式&#xff0c;这种方式一般不是很推荐。因为由于ST对寄存…
阅读更多...
docker pull 超时的问题如何解决

docker pull 超时的问题如何解决

docker不能使用&#xff0c;使用之前的阿里云镜像失败。。。 搜了各种解决方法&#xff0c;感谢B站UP主 <iframe src"//player.bilibili.com/player.html?isOutsidetrue&aid113173361331402&bvidBV1KstBeEEQR&cid25942297878&p1" scrolling"…
阅读更多...
维护左边枚举右边

维护左边枚举右边

前言&#xff1a;一开始遇到这个题目的时候没啥思路&#xff0c;但是当我看到值域在1000的时候我想着直接暴力从右边枚举不就行了吗&#xff0c;时间复杂度刚刚好&#xff0c;试一下就过了 正解应该是啥呢&#xff0c;其实也是维护一遍&#xff0c;运行另外一边 O ( n ) O(n)…
阅读更多...
所有测试人，下半年的新方向（大模型），赢麻了！！！

所有测试人，下半年的新方向（大模型），赢麻了！！！

现在做测试&#xff0c;真的挺累的。 现在测试越来越难做&#xff0c;晋升困难&#xff0c;工资迟迟不涨……公司裁员&#xff0c;测试首当其冲&#xff01;&#xff01; 做测试几年了&#xff0c;还没升职&#xff0c;就先到了“职业天花板”。 想凭工作几年积累的经验&…
阅读更多...
Linux进程：fork函数深度剖析

Linux进程：fork函数深度剖析

目录 一、初识fork函数 二、fork函数的返回值 三、fork之后&#xff0c;父子进程谁先运行 四、fork的使用示例 一、初识fork函数 在linux中fork函数时非常重要的函数&#xff0c;它从已存在进程中创建一个新进程。新进程为子进程&#xff0c;而原进程为父进程。 进程调用fork…
阅读更多...
Apache POI快速入门

Apache POI快速入门

介绍 Apache POl是一个处理Miscrosoft Office各种文件格式的开源项目。简单来说就是&#xff0c;我们可以使用 POI 在 Java 程序中对Miscrosoft Office各种文件进行读写操作。 一般情况下&#xff0c;POI都是用于操作 Excel 文件。 Apache POI的主要组件包括&#xff1a; HS…
阅读更多...
监控易监测对象及指标之：全面监控Sybase_New数据库

监控易监测对象及指标之：全面监控Sybase_New数据库

随着企业数据量的不断增长和业务的复杂化&#xff0c;数据库的稳定性和性能成为了保障业务连续性的关键因素。Sybase_New数据库作为众多企业选择的数据管理解决方案&#xff0c;其稳定性和性能对于企业的运营至关重要。 为了确保Sybase_New数据库的稳定运行和高效性能&#xff…
阅读更多...
单体到微服务架构服务演化过程

单体到微服务架构服务演化过程

架构服务化 聊聊从单体到微服务架构服务演化过程 单体分层架构 在 Web 应用程序发展的早期&#xff0c;大部分工程是将所有的服务端功能模块打包到单个巨石型&#xff08;Monolith&#xff09;应用中&#xff0c;譬如很多企业的 Java 应用程序打包为 war 包&#xff0c;最终会形…
阅读更多...
最新文章

Copyright @ 2022~2023