c++的基础排序算法

一、快速排序

1. 选择基准值(Pivot)
  • 作用 :从数组中选择一个元素作为基准(Pivot),用于划分数组。
  • 常见选择方式
    • 固定选择最后一个元素(如示例代码)。
    • 随机选择(优化最坏情况)。
    • 选择中间元素或“三数取中”(避免极端情况)。
  • 示例 :对数组 [10, 7, 8, 9, 1, 5],选择最后一个元素 5 作为基准。
2. 分区操作(Partition)
  • 目标 :将数组分为两部分,使得:
    • 左半部分所有元素 ≤ 基准值。
    • 右半部分所有元素 > 基准值。
  • 具体步骤
    1. 初始化两个指针:
      • i:标记小于基准的边界(初始为 low-1)。
      • j:遍历数组的指针(从 lowhigh-1)。
    2. 遍历数组:
      • 如果 arr[j] ≤ pivot,则 i++,并交换 arr[i]arr[j]
      • 否则,不做操作,继续移动 j
    3. 最后,将基准值交换到正确位置(i+1)。
  • 示例
    • 初始数组:[10, 7, 8, 9, 1, 5](基准为 5)。
    • 分区后:[1, 5, 8, 9, 7, 10](基准位置为索引 1)。
3. 递归排序子数组
  • 分治策略
    1. 对左半部分(lowpivotIndex-1)递归调用快速排序。
    2. 对右半部分(pivotIndex+1high)递归调用快速排序。
  • 终止条件 :当子数组长度 ≤1 时,无需排序(递归结束)。
  • 示例
    • 左子数组 [1](已有序)。
    • 右子数组 [8, 9, 7, 10],继续递归分区。
4. 代码实现
#include <algorithm>  // 提供 std::swap 函数
#include <cstdlib>    // 提供 rand() 和 srand()
#include <ctime>      // 提供 time() 函数用于初始化随机数种子
#include <iostream>   // 提供输入输出功能
#include <vector>     // 提供动态数组 vectorusing namespace std;// 分区函数:将数组划分为两部分,并返回基准值的最终位置
int partition(vector<int>& nums, int low, int high)
{// 随机选择一个索引作为基准值,并将其与最后一个元素交换int index = low + (rand() % (high - low + 1)); // 随机选择 [low, high] 范围内的索引swap(nums[index], nums[high]);                 // 将基准值放到末尾int pivot = nums[high];                        // 基准值为当前区间最后一个元素int i = low - 1;                               // i 表示小于基准值的边界// 遍历区间 [low, high-1],将小于基准值的元素放到左边for (int j = low; j < high; j++) {if (nums[j] < pivot) {                     // 如果当前元素小于基准值++i;                                   // 扩展小于基准值的区域swap(nums[j], nums[i]);                // 将当前元素与边界后的元素交换}}// 将基准值放到正确的位置(即小于基准值区域的后一个位置)swap(nums[++i], nums[high]);return i;                                      // 返回基准值的最终位置
}// 快速排序主函数:递归地对数组进行排序
void quick_sort(vector<int>& nums, int low, int high)
{// 如果区间有效(low < high),则继续分区和递归排序if (low < high) {int index = partition(nums, low, high);    // 对当前区间进行分区,获取基准值位置quick_sort(nums, low, index - 1);          // 递归排序左分段(小于基准值的部分)quick_sort(nums, index + 1, high);         // 递归排序右分段(大于基准值的部分)}
}int main()
{srand(time(0));                                // 初始化随机数种子,确保每次运行生成不同的随机数// 定义测试用例vector<int> nums1 = {10, 7, 8, 9, 1, 5};        // 普通数组vector<int> nums2 = {1};                       // 单元素数组vector<int> nums3 = {};                        // 空数组vector<int> nums4 = {5, 5, 5, 5};              // 全部相等的数组// 对每个数组进行快速排序quick_sort(nums1, 0, nums1.size() - 1);quick_sort(nums2, 0, nums2.size() - 1);quick_sort(nums3, 0, nums3.size() - 1);quick_sort(nums4, 0, nums4.size() - 1);// 输出排序结果cout << "nums1: ";for (auto& x : nums1)cout << x << " ";                          // 输出普通数组的排序结果cout << endl;cout << "nums2: ";for (auto& x : nums2)cout << x << " ";                          // 输出单元素数组的排序结果cout << endl;cout << "nums3: ";for (auto& x : nums3)cout << x << " ";                          // 输出空数组的排序结果cout << endl;cout << "nums4: ";for (auto& x : nums4)cout << x << " ";                          // 输出全部相等数组的排序结果cout << endl;return 0;
}

运行结果: 

以数组 [10, 7, 8, 9, 1, 5] 为例:

  1. 第一次分区
    • 基准值为 5
    • 分区后数组变为 [1, 5, 8, 9, 7, 10],基准位置为索引 1
  2. 递归处理左子数组 [1](无需操作)。
  3. 递归处理右子数组 [8, 9, 7, 10]
    • 选择基准 10,分区后数组变为 [8, 9, 7, 10],基准位置为索引 3
    • 递归处理左子数组 [8, 9, 7]
      • 选择基准 7,分区后 [7, 9, 8],基准位置为索引 0
      • 递归处理右子数组 [9, 8],最终排序为 [8, 9]
    • 合并结果得到 [7, 8, 9, 10]
  4. 最终排序结果 [1, 5, 7, 8, 9, 10]

二、归并排序

1. 分治策略 
  1. 分解 :将数组不断对半分割,直到每个子数组长度为1(天然有序)
  2. 解决 :递归地对左右子数组进行排序
  3. 合并 :将两个有序子数组合并成一个更大的有序数组
2. 归并排序的分解过程
1、初始数组

索引:0   1   2   3   4   5
值: 10  7   8   9   1   5

2、 第一层分解 (整个数组)

[10, 7, 8, 9, 1, 5] → 左半部分 [10, 7, 8] 和 右半部分 [9, 1, 5]

 3、第二层分解 (左半部分 [10,7,8])

[10,7,8] → 左半部分 [10] 和 右半部分 [7,8]

 4、第三层分解 (右半部分 [7,8])

[7,8] → 左半部分 [7] 和 右半部分 [8]

 5、第二层分解 (右半部分 [9,1,5])

[9,1,5] → 左半部分 [9] 和 右半部分 [1,5]

6、第三层分解 (右半部分 [1,5])

[1,5] → 左半部分 [1] 和 右半部分 [5]

 3. 归并排序的合并过程
1)、合并层级 1
  1. 合并 [7] 和 [8] [7,8]

  2. 合并 [1] 和 [5] [1,5]

2)、合并层级 2
  • 合并 [10] 和 [7,8] [7,8,10]

10 vs 7 → 取7 → 新数组[7]
10 vs 8 → 取8 → 新数组[7,8]
剩余10 → 追加 → [7,8,10]

  •  合并 [9] 和 [1,5] [1,5,9]

9 vs 1 → 取1 → 新数组[1]
9 vs 5 → 取5 → 新数组[1,5]
剩余9 → 追加 → [1,5,9]

3)、 合并层级 3(最终合并)

左数组:7,8,10
右数组:1,5,9
初始指针:i=0(左), j=0(右)

1. 比较 7 vs 1 → 取1 → 新数组[1]
2. 比较 7 vs 5 → 取5 → 新数组[1,5]
3. 比较 7 vs 9 → 取7 → 新数组[1,5,7]
4. 比较 8 vs 9 → 取8 → 新数组[1,5,7,8]
5. 比较 10 vs 9 → 取9 → 新数组[1,5,7,8,9]
6. 右数组耗尽,追加剩余左数组元素 → [1,5,7,8,9,10]

 4、代码实现
#include <iostream>
#include <vector>
using namespace std;/*** 合并两个有序子数组* @param nums 原始数组* @param l 左边界索引(包含)* @param r 右边界索引(包含)* @param mid 中间分割点索引*/
void merge(vector<int>& nums, int l, int r, int mid)
{// 创建左右子数组(左闭右开区间)vector<int> left(nums.begin() + l,nums.begin() + mid + 1); // 左子数组 [l, mid]vector<int> right(nums.begin() + mid + 1,nums.begin() + r + 1); // 右子数组 [mid+1, r]int i = 0, j = 0, k = l; // i:左数组指针,j:右数组指针,k:原数组指针// 合并两个有序数组while (i < left.size() && j < right.size()) {// 使用 <= 保持稳定性:相等元素保留原始顺序if (left[i] <= right[j]) {nums[k++] = left[i++];}else {nums[k++] = right[j++];}}// 处理剩余元素(如果有的话)while (i < left.size())nums[k++] = left[i++];while (j < right.size())nums[k++] = right[j++];
}/*** 归并排序递归函数* @param nums 待排序数组* @param l 当前处理范围的左边界(包含)* @param r 当前处理范围的右边界(包含)*/
void merge_sort(vector<int>& nums, int l, int r)
{if (l >= r)return;                   // 递归终止条件:子数组长度≤1int mid = l + (r - l) / 2;    // 防溢出的中间点计算merge_sort(nums, l, mid);     // 递归排序左半部分merge_sort(nums, mid + 1, r); // 递归排序右半部分merge(nums, l, r, mid);       // 合并有序子数组
}/*** 归并排序辅助函数(对外接口)* @param nums 待排序数组*/
void merge_sort(vector<int>& nums)
{if (!nums.empty()) { // 非空时才执行排序merge_sort(nums, 0, nums.size() - 1);}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;merge_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果 


三、插入排序

1、算法步骤 
  1. 初始状态 :默认第一个元素是已排序的。
  2. 迭代过程
    • 从第二个元素开始,依次取出每个元素(称为“当前元素”)。
    • 将当前元素与已排序序列中的元素从后向前 依次比较。
    • 如果已排序的元素大于当前元素,则将其后移一位,为当前元素腾出位置。
    • 直到找到已排序元素小于或等于当前元素的位置,将当前元素插入此处。
  3. 终止条件 :所有元素均被插入到已排序序列中。
2、代码实现
#include <iostream>
#include <vector>
using namespace std;/*** @brief 插入排序算法实现** 通过逐步构建有序序列,将未排序元素插入到已排序序列的正确位置。* 时间复杂度:O(n²) 最坏/平均情况,O(n) 最好情况(已有序)* 空间复杂度:O(1) 原地排序* 稳定性:稳定排序算法** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void insert_sort(vector<int>& nums)
{if(nums.empty() && nums.size() == 1) return;for (int i = 1; i < nums.size(); i++) {int temp = nums[i]; // 保存当前待插入元素int j = i - 1;// 将大于temp的已排序元素后移,腾出插入空间while (j >= 0 && nums[j] > temp) {nums[j + 1] = nums[j];--j;}// 因为内层循环结束后,j 必定在待插入元素的前一位// 比如:插入位置为0,那么j 必定等于 -1nums[j + 1] = temp; // 插入到正确位置}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;insert_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果


  四、冒泡排序

1、算法步骤
  1. 遍历数组 :从头开始,比较相邻元素。
  2. 交换操作 :如果前一个元素 > 后一个元素,交换两者。
  3. 重复遍历 :每一轮遍历后,最大的元素会被移动到末尾,下一轮可减少一次比较。
  4. 提前终止 如果某次遍历没有发生交换,说明已有序,可提前结束排序。
2、代码实现
#include <iostream>
#include <vector>using namespace std;/*** @brief 冒泡排序算法实现** 通过重复遍历数组,比较相邻元素并在顺序错误时交换它们。* 每轮遍历将最大的元素"浮"到数组末尾,并通过优化标志提前终止有序数组的排序。** 时间复杂度:*   - 最坏/平均情况:O(n²)(完全逆序时)*   - 最好情况:O(n)(已有序时)* 空间复杂度:O(1)(原地排序)* 稳定性:稳定排序(相同元素相对位置不变)** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void bubble_sort(vector<int>& nums)
{if (nums.empty() || nums.size() == 1)return;// 用与检查该次循环是否发生交换bool isSwap;for (int i = 0; i < nums.size() - 1; i++) {isSwap = false;// 每轮结束后都会将该轮最大的值排到最后// 那么,就没必要再比较最后 i 个元素for (int j = 0; j < nums.size() - i - 1; j++) {if (nums[j] > nums[j + 1]) {swap(nums[j], nums[j + 1]);isSwap = true;}}// 如果该轮循环没有交换// 代表数组已经有序,可以提前结束了if (!isSwap) {break;}}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;bubble_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果 


 五、选择排序

1、算法步骤
  1. 初始化 :将数组视为未排序部分
  2. 选择最小元素 :从未排序部分中找到最小值。
  3. 交换位置 :将最小值与未排序部分的第一个元素交换,将其加入已排序部分。
  4. 重复 :缩小未排序范围,直到所有元素有序。
2、代码实现

#include <iostream>
#include <vector>using namespace std;/*** @brief 选择排序算法实现** 核心思想:每次从未排序部分选择最小元素,放到已排序序列的末尾。** 时间复杂度:O(n²)(所有情况下均为 O(n²))* 空间复杂度:O(1)(原地排序)* 稳定性:不稳定(可能改变相等元素的相对位置)** @param nums 待排序的整型向量(引用传递,直接修改原数组)*/
void selection_sort(vector<int>& nums)
{// 处理空数组或单元素数组(无需排序)if (nums.empty() || nums.size() == 1) {return;}int n = nums.size();for (int i = 0; i < n - 1; i++) {int minIndex = i; // 初始化最小值索引为当前未排序部分的起始位置// 在未排序部分 [i+1, n-1] 寻找最小值的索引for (int j = i + 1; j < n; j++) {if (nums[j] < nums[minIndex]) {minIndex = j;}}// 将最小值交换到已排序部分的末尾(i 位置)swap(nums[i], nums[minIndex]);}
}/*** 测试用例执行函数* @param nums 测试数组* @param testName 测试用例名称*/
void runTest(vector<int>& nums, const string& testName)
{cout << "========== " << testName << " ==========\n";cout << "原始数组: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << endl;selection_sort(nums); // 执行排序cout << "排序结果: ";if (nums.empty()) {cout << "(空数组)";}else {for (int num : nums)cout << num << " ";}cout << "\n\n";
}int main()
{// 测试用例定义vector<int> nums1 = {10, 7, 8, 9, 1, 5}; // 普通无序数组vector<int> nums2 = {1};                 // 单元素数组vector<int> nums3 = {};                  // 空数组vector<int> nums4 = {5, 5, 5, 5};        // 全相等元素数组vector<int> nums5 = {3, 1, 2, 4, 5};     // 部分有序数组vector<int> nums6 = {5, 4, 3, 2, 1};     // 完全逆序数组// 执行测试runTest(nums1, "普通数组");runTest(nums2, "单元素数组");runTest(nums3, "空数组");runTest(nums4, "全部相等的数组");runTest(nums5, "部分有序数组");runTest(nums6, "完全逆序数组");return 0;
}

运行结果

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.mzph.cn/diannao/73304.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩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

焊接机器人与线激光视觉系统搭配的详细教程

以下是关于焊接机器人与线激光视觉系统搭配的详细教程&#xff0c;包含核心程序框架、调参方法及源码实现思路。本文综合了多个技术文档与专利内容&#xff0c;结合工业应用场景进行系统化总结。 一、系统硬件配置与视觉系统搭建 1. 硬件组成 焊接机器人系统通常由以下模块构…

jmeter分布式原理及实例

一、执行原理 二、相关注意事项 关闭防火墙所有上网控制机、代理机、服务器都在同一个网络上所有机器的jmeter和java版本必须一致关闭RMI.SSL开关 三、配置和执行 配置&#xff1a; 修改bin/jmeter.properties文件&#xff1a; 代理机&#xff1a; 修改服务端口&#xff1…

LinuX---Shell脚本创建和执行

概述&#xff1a; 它是一个命令行解释器&#xff0c;接收应用程序/用户命令&#xff0c;然后调用操作系统内核。 Shell还是一个功能强大的编程语言&#xff0c;易编写、易调试、灵活性强。 Linux提供的Shell解析器有 atguiguubuntu:~$ cat /etc/shells # /etc/shells: valid …

FPGA中级项目1——IP核(ROM 与 RAM)

FPGA中级项目1——IP核&#xff08;ROM 与 RAM&#xff09; IP核简介 在 FPGA&#xff08;现场可编程门阵列&#xff09;设计中&#xff0c;IP 核&#xff08;Intellectual Property Core&#xff0c;知识产权核&#xff09;是预先设计好的、可重用的电路模块&#xff0c;用于实…

PCL 点云OBB包围盒(二)

文章目录 一、简介二、实现步骤二、实现代码三、实现效果参考资料一、简介 包围盒是一种求解离散点集最优包围空间的算法,基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。(来源于百度)常用的求解包围盒的算法主要有AABB和OOB算法,但AAB…

第九节:哈希表(初阶)

1. 哈希表的核心概念 哈希表&#xff08;Hash Table&#xff09;是一种通过哈希函数将键&#xff08;Key&#xff09;映射到存储桶&#xff08;Bucket&#xff09;的数据结构&#xff0c;核心目标是实现快速查找、插入和删除操作。其核心特点如下&#xff1a; ​哈希函数&…

【Visio使用教程】

Visio使用教程 1. Visio 的基本介绍1.1 Visio 是什么&#xff1f;核心特点&#xff1a; 1.2 主要功能与应用场景典型用途&#xff1a;行业应用&#xff1a; 1.3 版本与兼容性1.4 Visio下载1.5 安装 2. Visio 的界面与基础操作2.1 界面布局详解2.2 创建新文档与模板选择2.3 形状…

缓存使用的具体场景有哪些?缓存的一致性问题如何解决?缓存使用常见问题有哪些?

缓存使用场景、一致性及常见问题解析 一、缓存的核心使用场景 1. 高频读、低频写场景 典型场景&#xff1a;商品详情页、新闻资讯、用户基本信息。特点&#xff1a;数据更新频率低&#xff0c;但访问量极高。策略&#xff1a; Cache-Aside&#xff08;旁路缓存&#xff09;&a…

谷歌 Gemini 2.0 Flash实测:1条指令自动出图+配故事!

今天看到很多人夸Gemini 2.0 Flash的能力很强。 强大的P图能力&#xff0c;改背景、换衣服、调整姿态、表情控制等等 其中最让人眼前一亮的是图文功能。 它不仅是理解图文&#xff0c;而是能根据文字描述创作出一整个的故事、步骤图文。 我上手试了一下&#xff0c;感觉效果…

雷电模拟器连接Android Studio步骤

打开雷电模拟器&#xff0c;点击桌面系统应用—>打开设置—>关于平板电脑→连续点击5次版本号&#xff0c;会出现开发者选项—->进入开发者选项—->勾选打开usb调试。 命令行提示符&#xff0c;进入雷电模拟器安装目录。然后执行 Plain Text adb.exe connect 127.0…

配置普通链接二维码规则 校验文件检查失败

配置普通链接二维码规则 校验文件检查失败 1.问题 2.解决思路&#xff1a; 直接访问地址&#xff0c;不跳转文本&#xff0c;感觉是nginx配置问题打开服务器nginx 域名默认走80端口&#xff0c;配置了指定的访问路径&#xff0c;命令行 nginx -t ,nginx -s reload,start ngin…

c语言经典基础编程题

c语言经典基础编程题 一、输出输出1.1温度输出1.2排齐数据1.3进制转换 二、选择分支2.1求最大值2.2成绩评定2.3分段函数求值2.4 利润计算2.5判断闰年2.6二次方程根 三、循环结构3.1倒数求和3.2最大数3.3判断素数3.4判断完全数3.5打印菱形&#x1f680;&#x1f680;&#x1f68…

java数据处理:Map<String, Object>、Map<String, List<Room>>、Map<String, Integer>

已知数据都存在WargameConfig.HallMap里。 一、Map<String, Integer> 需求:按照scenarioName进行分类,统计每种scenarioName下的Room对象有多少; 思路:统计一个名为WargameConfig.HallMap的集合中,每个不同场景名称(scenarioName)出现的次数。返回一个键值对映射…

安全的实现数据备份和恢复

&#x1f4d5;我是廖志伟&#xff0c;一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》&#xff08;基础篇&#xff09;、&#xff08;进阶篇&#xff09;、&#xff08;架构篇&#xff09;清华大学出版社签约作家、Java领域优质创作者、CSDN博客专家、…

TCP网络协议

TCP粘包 1. TCP在接收数据时&#xff0c;多包数据粘在了一起 2. 原因&#xff1a; 1. TCP发送数据时&#xff0c;没有及时发走&#xff0c;会根据缓冲区数据的情况进行重新组包&#xff1b; 2. TCP接收方&#xff0c;没有及时读走缓冲区数据&#xff0c;导致缓冲区大量数…

ES6回顾:闭包->(优点:实现工厂函数、记忆化和异步实现)、(应用场景:Promise的then与catch的回调、async/await、柯里化函数)

闭包讲解 ES6回顾&#xff1a;闭包->(优点&#xff1a;实现工厂函数、记忆化和异步实现&#xff09;、&#xff08;应用场景&#xff1a;Promise的then与catch的回调、async/await、柯里化函数&#xff09; 以下是与 JavaScript 闭包相关的常见考点整理&#xff0c;结合 Pro…

OpenMCU(三):STM32F103 FreeRTOS移植

概述 本文主要描述了STM32F103移植FreeRTOS的简要步骤。移植描述过程中&#xff0c;忽略了Keil软件的部分使用技巧。默认读者熟练使用Keil软件。本文的描述是基于OpenMCU_RTOS这个工程&#xff0c;该工程已经下载放好了移植STM32F103 FreeRTOS的所有文件 OpenMCU_RTOS工程的愿景…

生成对抗网络(GAN)原理与应用

目录 一、引言 二、GAN的基本原理 &#xff08;一&#xff09;生成器&#xff08;Generator&#xff09;的工作机制 &#xff08;二&#xff09;判别器&#xff08;Discriminator&#xff09;的工作机制 &#xff08;三&#xff09;对抗训练的过程 三、GAN在AIGC生图中的应…

STM32 内置的通讯协议

数据是以帧为单位发的 USART和UART的区别就是有没有同步功能 同步是两端设备有时钟连接&#xff0c;异步是没时钟连接&#xff0c;靠约定号的频率&#xff08;波特率&#xff09;接收发送数据 RTS和CTS是用来给外界发送已“可接收”或“可发送”信号的&#xff0c;一般用不到…

ES 使用geo point 查询离目标地址最近的数据

需求描述&#xff1a;项目中需要通过经纬度坐标查询目标地所在的行政区。 解决思路大致有种&#xff0c;使用es和mysql分别查询。 1、使用es进行查询 将带有经纬度坐标的省市区数据存入es中&#xff0c;mappings字段使用geo point类型&#xff0c;索引及查询dsl如下。 geo p…