稀疏矩阵的三元组表示----（算法详解）

最新推荐文章于 2024-05-03 10:14:52 发布
最新推荐文章于 2024-05-03 10:14:52 发布
阅读量1.4k 收藏 24
点赞数 31
分类专栏： 数据结构 文章标签： 算法 数据结构 排序算法 稀疏矩阵 三元组
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2301_80035594/article/details/135488666
版权

目录

基本算法包括：（解释都在代码里）

1.创建

2.对三元组元素赋值

3.将三元组元素赋值给变量

4.输出三元组

5.转置（附加的有兴趣可以看看）

稀疏矩阵的概念：矩阵的非零元素相较零元素非常小时，这个矩阵就叫稀疏矩阵。

稀疏矩阵可以用三元组表示和十字链表表示

本文章介绍三元组表示

稀疏矩阵的三元组表示。

三元组表示就是，用三个变量来存储非零元素的信息。

三元组线性表按顺序存储结构存储。

三元组顺序表的数据类型声明如下：

#include <stdio.h>
#define M 6
#define N 7
#define MaxSize  100         //矩阵中非零元素最多个数
typedef int ElemType;
typedef struct
{
	int r;					//行号
	int c;					//列号
	ElemType d;				//元素值
} TupNode;					//三元组定义
typedef struct 
{	
	int rows;				//行数
	int cols;				//列数
	int nums;				//非零元素个数
	TupNode data[MaxSize];
} TSMatrix;					//三元组顺序表

基本算法包括：（解释都在代码里）

1.创建

2.对三元组元素赋值

3.将三元组元素赋值给变量

4.输出三元组

5.转置（附加的有兴趣可以看看）

1.创建：

void CreatMat(TSMatrix &t,ElemType A[M][N])  //从一个二维稀疏矩阵创建其三元组表示
{
	int i,j;
	t.rows=M;t.cols=N;t.nums=0;
	for (i=0;i<M;i++)
	{
		for (j=0;j<N;j++) 
			if (A[i][j]!=0) 	//只存储非零元素
			{
				t.data[t.nums].r=i;t.data[t.nums].c=j;
				t.data[t.nums].d=A[i][j];t.nums++;
			}
	}
}

2.对三元组元素赋值

先找行后找列

bool Value(TSMatrix &t,ElemType x,int i,int j)  //三元组元素赋值
{
	int k=0,k1;
	if (i>=t.rows || j>=t.cols)
		return false;				//失败时返回false
	while (k<t.nums && i>t.data[k].r) k++;					//查找行
	while (k<t.nums && i==t.data[k].r && j>t.data[k].c) k++;//查找列
	if (t.data[k].r==i && t.data[k].c==j)	//存在这样的元素
		t.data[k].d=x;
	else									//不存在这样的元素时插入一个元素
	{	
		for (k1=t.nums-1;k1>=k;k1--)
		{
			t.data[k1+1].r=t.data[k1].r;
			t.data[k1+1].c=t.data[k1].c;
			t.data[k1+1].d=t.data[k1].d;
		}
		t.data[k].r=i;t.data[k].c=j;t.data[k].d=x;
		t.nums++;
	}
	return true;						//成功时返回true
}

3.将三元组元素赋值给变量

bool Assign(TSMatrix t,ElemType &x,int i,int j)  //将指定位置的元素值赋给变量
{
	int k=0;
	if (i>=t.rows || j>=t.cols)
		return false;			//失败时返回false
	while (k<t.nums && i>t.data[k].r) k++;					//查找行
	while (k<t.nums && i==t.data[k].r && j>t.data[k].c) k++;//查找列
	if (t.data[k].r==i && t.data[k].c==j)
		x=t.data[k].d;
	else
		x=0;				//在三元组中没有找到表示是零元素
	return true;			//成功时返回true
}

4.输出三元组

void DispMat(TSMatrix t)		//输出三元组
{
	int i;
	if (t.nums<=0)			//没有非零元素时返回
		return;
	printf("\t%d\t%d\t%d\n",t.rows,t.cols,t.nums);
	printf("\t------------------\n");
	for (i=0;i<t.nums;i++)
		printf("\t%d\t%d\t%d\n",t.data[i].r,t.data[i].c,t.data[i].d);
}

5.转置（附加的有兴趣可以看看）

void TranTat(TSMatrix t,TSMatrix &tb)		//矩阵转置
{
	int p,q=0,v;					//q为tb.data的下标
	tb.rows=t.cols;tb.cols=t.rows;tb.nums=t.nums;
	if (t.nums!=0)					//当存在非零元素时执行转置
	{
		for (v=0;v<t.cols;v++)		//tb.data[q]中的记录以c域的次序排列
			for (p=0;p<t.nums;p++)	//p为t.data的下标
				if (t.data[p].c==v)
				{
					tb.data[q].r=t.data[p].c;
					tb.data[q].c=t.data[p].r;
					tb.data[q].d=t.data[p].d;
					q++;
				}
	}
}

总代码: c++

//稀疏矩阵的三元组表示-算法
#include <stdio.h>
#define M 6
#define N 7
#define MaxSize  100         //矩阵中非零元素最多个数
typedef int ElemType;
typedef struct
{
	int r;					//行号
	int c;					//列号
	ElemType d;				//元素值
} TupNode;					//三元组定义
typedef struct 
{	
	int rows;				//行数
	int cols;				//列数
	int nums;				//非零元素个数
	TupNode data[MaxSize];
} TSMatrix;					//三元组顺序表

void CreatMat(TSMatrix &t,ElemType A[M][N])  //从一个二维稀疏矩阵创建其三元组表示
{
	int i,j;
	t.rows=M;t.cols=N;t.nums=0;
	for (i=0;i<M;i++)
	{
		for (j=0;j<N;j++) 
			if (A[i][j]!=0) 	//只存储非零元素
			{
				t.data[t.nums].r=i;t.data[t.nums].c=j;
				t.data[t.nums].d=A[i][j];t.nums++;
			}
	}
}
bool Value(TSMatrix &t,ElemType x,int i,int j)  //三元组元素赋值
{
	int k=0,k1;
	if (i>=t.rows || j>=t.cols)
		return false;				//失败时返回false
	while (k<t.nums && i>t.data[k].r) k++;					//查找行
	while (k<t.nums && i==t.data[k].r && j>t.data[k].c) k++;//查找列
	if (t.data[k].r==i && t.data[k].c==j)	//存在这样的元素
		t.data[k].d=x;
	else									//不存在这样的元素时插入一个元素
	{	
		for (k1=t.nums-1;k1>=k;k1--)
		{
			t.data[k1+1].r=t.data[k1].r;
			t.data[k1+1].c=t.data[k1].c;
			t.data[k1+1].d=t.data[k1].d;
		}
		t.data[k].r=i;t.data[k].c=j;t.data[k].d=x;
		t.nums++;
	}
	return true;						//成功时返回true
}

bool Assign(TSMatrix t,ElemType &x,int i,int j)  //将指定位置的元素值赋给变量
{
	int k=0;
	if (i>=t.rows || j>=t.cols)
		return false;			//失败时返回false
	while (k<t.nums && i>t.data[k].r) k++;					//查找行
	while (k<t.nums && i==t.data[k].r && j>t.data[k].c) k++;//查找列
	if (t.data[k].r==i && t.data[k].c==j)
		x=t.data[k].d;
	else
		x=0;				//在三元组中没有找到表示是零元素
	return true;			//成功时返回true
}
void DispMat(TSMatrix t)		//输出三元组
{
	int i;
	if (t.nums<=0)			//没有非零元素时返回
		return;
	printf("\t%d\t%d\t%d\n",t.rows,t.cols,t.nums);
	printf("\t------------------\n");
	for (i=0;i<t.nums;i++)
		printf("\t%d\t%d\t%d\n",t.data[i].r,t.data[i].c,t.data[i].d);
}
void TranTat(TSMatrix t,TSMatrix &tb)		//矩阵转置
{
	int p,q=0,v;					//q为tb.data的下标
	tb.rows=t.cols;tb.cols=t.rows;tb.nums=t.nums;
	if (t.nums!=0)					//当存在非零元素时执行转置
	{
		for (v=0;v<t.cols;v++)		//tb.data[q]中的记录以c域的次序排列
			for (p=0;p<t.nums;p++)	//p为t.data的下标
				if (t.data[p].c==v)
				{
					tb.data[q].r=t.data[p].c;
					tb.data[q].c=t.data[p].r;
					tb.data[q].d=t.data[p].d;
					q++;
				}
	}
}
int main()
{
	TSMatrix t,tb;
	int x,y=10;
	int A[6][7]={
		{0,0,1,0,0,0,0},
		{0,2,0,0,0,0,0},
		{3,0,0,0,0,0,0},
		{0,0,0,5,0,0,0},
		{0,0,0,0,6,0,0},
		{0,0,0,0,0,7,4}};
	CreatMat(t,A);
	//printf("b:\n"); DispMat(t);
	//if (Assign(t,x,2,5)==true)  //调用时返回true
	//	printf("Assign(t,x,2,5)=>x=%d\n",x);
	//else  //调用时返回false
	//	printf("Assign(t,x,2,5)=>参数错误\n");
	//Value(t,y,2,5);
	//printf("执行Value(t,10,2,5)\n");
	//if (Assign(t,x,2,5)==true)  //调用时返回true
	//	printf("Assign(t,x,2,5)=>x=%d\n",x);
	//else  //调用时返回false
	//	printf("Assign(t,x,2,5)=>参数错误\n");
	//printf("b:\n"); DispMat(t);
	TranTat(t,tb);
	printf("tb:\n"); DispMat(tb);
	return 1;
}

c总代码（需要自取）

#define  _CRT_SECURE_NO_WARNINGS 1
#include <stdbool.h>
#include <stdio.h>
#include <string.h> 
#include <stdlib.h>
//三元组表示
typedef int ElemType;
#define MaxSize 100
#define M 6
#define N 7
typedef struct Tup
{
	int r;
	int c;
	ElemType d;
}TupNode;
typedef struct TS
{
	int rows;
	int cols;
	int nums;
	TupNode data[MaxSize];
}TsMatrix;
void CreateMat(TsMatrix* t, ElemType A[M][N])
{
	int i, j;
	t->rows = M; t->cols = N; t->nums = 0;
	for(i = 0;i<M;i++)
		for(j=0;j<N;j++)
			if (A[i][j] != 0)
			{
				t->data[t->nums].r = i; t->data[t->nums].c = j; t->data[t->nums].d = A[i][j]; t->nums++;
			}
}
bool Value(TsMatrix* t, ElemType x, int i, int j)
{
	if (i >= t->rows || j >= t->cols) return false;
	int k = 0;
	while (k<t->rows && i>t->data[k].r) k++;
	while (k<t->cols && i == t->data[k].r && j>t->data[k].c) k++;
	if (i == t->data[k].r && j == t->data[k].c) t->data[k].d = x;
	else {
		for (int k1 = t->nums - 1; k1 >= k; k1--)
		{
			t->data[k1 + 1].r = t->data[k1].r;
			t->data[k1 + 1].c = t->data[k1].c;
			t->data[k1 + 1].d = t->data[k1].d;
		}
		t->data[k].r = i; t->data[k].c = j; t->data[k].d = x;
		t->nums++;
	}
	return true;
}
void DispMat(TsMatrix* t)
{
	if (t->nums <= 0) return;
	printf("\t%d\t%d\t%d\n", t->rows, t->cols, t->nums);
	printf("\t--------------------------\n");
	for (int k = 0; k < t->nums; k++)
		printf("\t%d\t%d\t%d\n", t->data[k].r, t->data[k].c, t->data[k].d);
}
bool Assign(TsMatrix* t, ElemType* x, int i, int j)
{
	if (i >= t->rows || j >= t->cols) return false;
	int k = 0;
	while (k < t->nums && i>t->data[k].r) k++;
	while (k<t->nums && i == t->data[k].r && j>t->data[k].c)k++;
	if (t->data[k].r == i && t->data[k].c == j) *x = t->data[k].d;
	else x = 0;
	return true;
}
void TranTat(TsMatrix* t, TsMatrix* b)
{
	if (t->nums != 0)
	{
		b->rows = t->cols; b->cols = t->rows;
		b->nums = t->nums;
		int k1 = 0;
		for(int v = 0;v<t->cols;v++)
			for (int k = 0; k < t->nums; k++)
			{
				if (t->data[k].c == v)
				{
					b->data[k1].r = t->data[k].c;
					b->data[k1].c = t->data[k].r;
					b->data[k1].d = t->data[k].d;
					k1++;
				}
			}
	}

}

int main()
{
	ElemType A[6][7] = {
		{0,0,1,0,0,0,0},
		{0,2,0,0,0,0,0},
		{3,0,0,0,0,0,0},
		{0,0,0,5,0,0,0},
		{0,0,0,0,6,0,0},
		{0,0,0,0,0,7,4} };
	TsMatrix* t = (TsMatrix*)malloc(sizeof(TsMatrix));
	CreateMat(t, A);
	//Value(t, 7, 0, 4);
	ElemType e = 0;
	TsMatrix* b = (TsMatrix*)malloc(sizeof(TsMatrix));
	TranTat(t, b);
	/*Assign(t, &e, 1, 1);
	printf("%d", e);*/
	DispMat(b);
	return 0;
}

结语：

其实写博客不仅仅是为了教大家，同时这也有利于我巩固自己的知识点，和一个学习的总结，对文章有任何问题的还请指出，接受大家的批评，让我改进，如果大家有所收获的话还请不要吝啬你们的点赞和收藏，这可以激励我写出更加优秀的文章。

gobeyye
关注
  • 31
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
用三元组表示稀疏矩阵的乘法.ppt
09-18
用三元组表示稀疏矩阵的乘法.ppt
数据结构基础—数组和广义表
Gefangenes的博客
06-26 145
数组类似于线性表，就是多维结构的顺序表，假设m行n列的矩阵中含有t个非零元素若t/(m*n)
【数据结构】第五章 数组
qq_43923155的博客
01-05 151
1.数组的定义 2.实验报告
用三元组表示稀疏矩阵的乘法PPT学习教案.pptx
10-05
用三元组表示稀疏矩阵的乘法PPT学习教案.pptx
三元组表示稀疏矩阵的转置(一般算法和快速算法).docx
12-17
...
稀疏矩阵（表示、转置）
狂放不羁霸的博客
06-22 4562
目录一、稀疏矩阵的三元组表示法1.1 稀疏矩阵非零元素的三元组存储表示1.2 稀疏矩阵三元组表的类型定义二、用三元组实现稀疏矩阵的转置运算 2.1 方法一：列序递增转置法 2.1.1 算法思想2.1.2 算法实现2.2 方法二：一次定位快速转置法 2.2.1 算法思想2.2.2 算法实现 如图所示： 如图所示： 二、用三元组实现稀疏矩阵的转置运算 2.1 方法一：列序递增转置法 2.1.1 算法思想 如图所示： 2.2 方法二：一次定位快速转置法 2.2.1 算法思想
35-稀疏矩阵的三元组表示方式
热门推荐
网络安全
06-28 9万+
1. 稀疏矩阵   一个阶数较大的矩阵中的非零元素个数s相对于矩阵元素的总个数 t 很小时，即s&amp;amp;amp;amp;amp;amp;amp;amp;lt; 2. 稀疏矩阵的压缩存储方法   对于稀疏矩阵来说，如果我们还是用100×100的方式来存储的话，显然是非常浪费的，因此我们可以采用一种稀疏矩阵的压缩存储方式，即三元组方式。   三元组方式存储数据的策略是只存储非零元素。但是稀疏矩阵中非零元素的分布是没有任何规律的，在这种情况下，存储...
（数据结构）C语言稀疏矩阵存储之三元组 —— 2022/3/25
weixin_51927215的博客
03-25 5183
稀疏矩阵的三元组—— 头文件结构体声明三元组结构体声明稀疏矩阵构造增添三元组元素的函数构造展示稀疏矩阵的函数—— 主函数 —— 头文件 #include <stdio.h> #define number 3 结构体声明三元组 // 结构体声明三元组节点 typedef struct { int i, j; int data; } triple; 结构体声明稀疏矩阵 // 结构体声明稀疏矩阵节点 typedef struct { triple data[number
【数据结构】稀疏矩阵的压缩存储（三元组表、十字链表）（C语言）
weixin_51450101的博客
01-27 1万+
目录1. 三元组表1.1 三元组表的存储结构1.2 基于三元组表的矩阵转置1.3 完整实现代码1.4 运行结果2. 十字链表2.1 十字链表的存储结构 稀疏矩阵是指矩阵中大多数元素为零的矩阵。从直观上讲，当非零元素个数低于总元素的30%时，这样的矩阵为稀疏矩阵。 1. 三元组表 1.1 三元组表的存储结构 稀疏矩阵的三元组表表示法是指只存储非零元素，同时存储该非零元素在矩阵中所处的行号和列号的位置信息。 为方便处理，将稀疏矩阵中非零元素对应的三元组按“行序为主序”的一维结构体数组进行存放，将矩阵的每一行（行
第六章——稀疏矩阵
weixin_55835175的博客
12-10 6514
稀疏矩阵的基本概念 稀疏矩阵也是一种比较特殊的矩阵类型，但比起上一节提到的特殊矩阵类型，它特殊的地方不在于元素的分布而是在于稀疏矩阵中非0元素的个数s相对于矩阵元素的总个数t非常小。例如一个100*100的矩阵，若其中只有100个非0元素，就可称其为稀疏矩阵。 稀疏矩阵中元素的位置分布一般是随机的。 稀疏矩阵的三元组表示 三元组就是指用三种属性来表示某个节点。由于稀疏矩阵的元素分布一般没有规律，就是说不能用数学公式来减少属性的个数，所以在存储非0元素时必须同时存储该非0元素对应的行下标，列下标和元素值。
三元组表示稀疏矩阵的转置(一般算法和快速算法).pdf
12-17
...
三元组表示稀疏矩阵的转置(般算法和快速算法).pdf
11-16
。。。
数据结构C语言版-稀疏矩阵的三元组顺序表存储表示和实现最新文档.doc
12-01
数据结构C语言版-稀疏矩阵的三元组顺序表存储表示和实现最新文档.doc
Python 稀疏矩阵-sparse 存储和转换
09-21
主要介绍了Python 稀疏矩阵-sparse 存储和转换的相关资料,需要的朋友可以参考下
17.稀疏矩阵和三元组稀疏矩阵压缩算法.ppt
03-02
17.稀疏矩阵和三元组稀疏矩阵压缩算法.ppt
数据结构-稀疏矩阵的表示和转置(完整版)实用资料.doc
12-02
数据结构-稀疏矩阵的表示和转置(完整版)实用资料.doc
spammpack:稀疏近似矩阵-矩阵乘积
05-13
SpAMM，稀疏近似矩阵乘。 制作说明 该库使用CMake。 只需运行 cmake . make 建造它。 为了提供更多的便利，我们提供了一个shell脚本，用于在名为build的目录中进行源代码外配置和构建spammpack。 ./build.sh 将...
笔试强训-day17_T2 十字爆破
最新发布
weixin_46186903的博客
05-03 436
模拟即可，但是由于数据量过⼤，我们可以提前把每⼀⾏以及每⼀列的和存起来，⽅便统计总和。解法二：提前把每⼀⾏以及每⼀列的和存起来，然后输入输出使用快速的IO方式，解答如下所示。解法一：暴力遍历，这种方法很容易想到，并且也容易编写出代码，但是会超时。因为1+2+3=6，1+2+4=7，1+3+4=8，2+3+4=9。牛牛选择一个方格，可以得到和这个方格同行、同列的所有数之和的得分。现在牛牛想知道下一步选择每个格子的得分情况，你可以帮帮他吗？m个方格，每个方格中有一个整数。
算法训练营第十一天 | LeetCode 20 有效的括号、LeetCode 1047 删除字符串中的所有相邻重复项
qq_63149342的博客
04-27 171
注意用的是字符串数组作为输入，而我们要用int型进行计算，这时候就要用到一个string转int类型的库函数stoi函数，aoti是字符数组转int类型。一个是最后循环结束后要判断栈内存是否为空，一个是出栈时要判断栈是否为空，总的来说是考验对于栈内存空间的掌控吧。这一题考栈的性质，相邻字符用未进栈的元素和进栈的元素进行模拟即可，相同且栈不为空即出栈，否则进栈，之后将栈内元素全部导入一个字符串，还要注意要写一个反转函数翻转下即可。LeetCode 1047 删除字符串中的所有相邻重复项。
matlab稀疏矩阵三元法,数据结构——稀疏矩阵三元组表示法+算法详解
05-26
稀疏矩阵是指其中大部分元素为零的矩阵。由于大多数矩阵都是稠密的，即大多数元素都不为零，因此通常情况下，我们使用一个二维数组来表示一个矩阵。但是，对于稀疏矩阵来说，这种方法会造成很大的浪费，因为大量的空间被用来存储零元素。为了解决这个问题，我们可以使用稀疏矩阵三元组表示法。 稀疏矩阵三元组表示法是将稀疏矩阵中每个非零元素的行、列和值存储在一个三元组中。其数据结构如下所示： ``` struct Triple{ int row, col; double value; }; ``` 其中，row表示非零元素所在的行，col表示非零元素所在的列，value表示非零元素的值。我们可以使用一个数组来存储所有的非零元素，这个数组就是稀疏矩阵的三元组。 稀疏矩阵三元组表示法的优点是它可以节省存储空间，缺点是它不方便进行矩阵运算。因此，在进行矩阵运算时，我们需要将稀疏矩阵转换成其他更方便进行矩阵运算的表示方法，如压缩矩阵和坐标矩阵等。 对于稀疏矩阵的求解，可以使用稀疏矩阵三元组表示法结合三元组高斯消元算法来进行求解。三元组高斯消元算法是一种针对稀疏矩阵的高斯消元算法，其基本思想是将矩阵化为上三角矩阵或下三角矩阵，然后通过回代或者前代求解方程。由于矩阵中大部分元素为零，因此在进行高斯消元时，我们只需要考虑非零元素，这样可以大大提高计算效率。 三元组高斯消元算法的基本步骤如下： 1. 将稀疏矩阵转换成三元组表示法； 2. 对三元组按照行和列的顺序进行排序； 3. 从第一个非零元素开始，进行高斯消元，将矩阵化为上三角矩阵或下三角矩阵； 4. 通过回代或者前代求解方程。 具体实现可以参考以下代码： ``` void SparseTripletGaussElimination(SparseTriplet& triplet, vector<double>& b) { int n = triplet.rows; vector<Triple> A(triplet.data, triplet.data + triplet.num); sort(A.begin(), A.end(), [](const Triple& a, const Triple& b){ return a.row < b.row || (a.row == b.row && a.col < b.col); }); vector<int> row(n+1), col(triplet.num), diag(n); vector<double> val(triplet.num); for (int i = 0; i < triplet.num; i++) { row[A[i].row]++; } for (int i = 1; i <= n; i++) { row[i] += row[i-1]; } for (int i = 0; i < triplet.num; i++) { int r = A[i].row, c = A[i].col; double v = A[i].value; int k = row[r]++; // 获取 r 行中下一个非零元素的位置 col[k] = c; val[k] = v; if (r == c) { diag[r] = k; // 记录对角线元素的位置 } } for (int k = 0; k < n-1; k++) { if (val[diag[k]] == 0) { // 对角线元素为零，无法消元 throw runtime_error("zero pivot encountered"); } for (int i = diag[k]+1; i < row[k+1]; i++) { int r = col[i]; double factor = val[i] / val[diag[k]]; for (int j = diag[k]+1; j < row[k+1]; j++) { if (col[j] == r) { val[j] -= factor * val[diag[k]]; } } b[r] -= factor * b[k]; } } if (val[diag[n-1]] == 0) { // 对角线元素为零，无法消元 throw runtime_error("zero pivot encountered"); } for (int k = n-1; k >= 0; k--) { double sum = 0; for (int i = diag[k]+1; i < row[k+1]; i++) { sum += val[i] * b[col[i]]; } b[k] = (b[k] - sum) / val[diag[k]]; } } ``` 其中，SparseTriplet是稀疏矩阵三元组表示法的数据结构，b是待求解的方程的右侧向量。在实现中，我们首先将三元组按照行和列的顺序进行排序，然后将其转换成压缩矩阵的形式，接着进行高斯消元，并通过回代或者前代求解方程。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值