给大家的福利
零基础入门
对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。
同时每个成长路线对应的板块都有配套的视频提供:
因篇幅有限,仅展示部分资料
网络安全面试题
绿盟护网行动
还有大家最喜欢的黑客技术
网络安全源码合集+工具包
所有资料共282G,朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》,可以扫描下方二维码领取(如遇扫码问题,可以在评论区留言领取哦)~
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
O(logn)
统计一个数字在排序数组中出现的次数。
样例:
如样例所示,nums = [5,7,7,8,8,10]
,target = 8
,8
在数组中出现的次数为2
,于是最后返回2
。
数组有序,因此可以使用二分来做。两次二分,第一次二分查找第一个>= target
的位置begin
;第二次二分查找最后一个<= target
的位置end
,查找成功则返回end - begin + 1
,即为数字在排序数组中出现的次数,否则返回0
,表示该数没有在数组中出现。
二分模板:
模板1
当我们将区间[l, r]
划分成[l, mid]
和[mid + 1, r]
时,其更新操作是r = mid
或者l = mid + 1
,计算mid
时不需要加1
,即mid = (l + r)/2
。
C++/java代码模板:
int bsearch\_1(int l, int r)
{
while (l < r)
{
int mid = (l + r)/2;
if (check(mid)) r = mid;
else l = mid + 1;
}
return l;
}
模板2
当我们将区间[l, r]
划分成[l, mid - 1]
和[mid, r]
时,其更新操作是r = mid - 1
或者l = mid
,此时为了防止死循环,计算mid
时需要加1
,即mid = ( l + r + 1 ) /2
。
C++/java 代码模板:
int bsearch\_2(int l, int r)
{
while (l < r)
{
int mid = ( l + r + 1 ) /2;
if (check(mid)) l = mid;
else r = mid - 1;
}
return l;
}
为什么两个二分模板的mid
取值不同?
对于第二个模板,当我们更新区间时,如果左边界l
更新为l = mid
,此时mid
的取值就应为mid = (l + r + 1)/ 2
。因为当右边界r = l + 1
时,此时mid = (l + l + 1)/2
,相当于下取整,mid
为l
,左边界再次更新为l = mid = l
,相当于没有变化。while
循环就会陷入死循环。因此,我们总结出来一个小技巧,当左边界要更新为l = mid
时,我们就令 mid =(l + r + 1)/2
,相当于上取整,此时就不会因为r
取特殊值r = l + 1
而陷入死循环了。
而对于第一个模板,如果左边界l
更新为l = mid + 1
,是不会出现这样的困扰的。因此,大家可以熟记这两个二分模板,基本上可以解决99%
以上的二分问题,再也不会被二分的边界取值所困扰了。
什么时候用模板1
?什么时候用模板2
?
假设初始时我们的二分区间为[l,r]
,每次二分缩小区间时,如果左边界l
要更新为 l = mid
,此时我们就要使用模板2,让 mid = (l + r + 1)/ 2
,否则while
会陷入死循环。如果左边界l
更新为l = mid + 1
,此时我们就使用模板1,让mid = (l + r)/2
。因此,模板1和模板2本质上是根据代码来区分的,而不是应用场景。如果写完之后发现是l = mid
,那么在计算mid
时需要加上1
,否则如果写完之后发现是l = mid + 1
,那么在计算mid
时不能加1
。
为什么模板要取while( l < r)
,而不是while( l <= r)
?
本质上取l < r
和 l <= r
是没有任何区别的,只是习惯问题,如果取l <= r
,只需要修改对应的更新区间即可。
while
循环结束条件是l >= r
,但为什么二分结束时我们优先取r
而不是l
?
二分的while
循环的结束条件是l >= r
,所以在循环结束时l
有可能会大于r
,此时就可能导致越界,二分问题我们优先取r
。
二分查找的实现细节:
- 1、二分查找时,首先要确定我们要查找的边界值,保证每次二分缩小区间时,边界值始终包含在内。
- 2、注意看下面的每张图,最后的答案就是红色箭头指出的位置,也是我们二分的边界值。如果不清楚每次二分时,区间是如何更新的,可以画出和下面类似的图,每次更新区间时,要保证边值始终包含在内,这样关于左右边界的更新就会一目了然。
第一次查找target起始位置:
- 1、二分的范围,
l = 0
,r = nums.size() - 1
,我们去二分查找>= target
的最左边界begin
。 - 2、当
nums[mid] >= target
时,往左半区域找,r = mid
。
- 3、当
nums[mid] < target
时, 往右半区域找,l = mid + 1
。
- 4、如果
nums[r] != target
,说明数组中不存在目标值target
,返回0
。否则我们就找到了第一个>=target
的位置begin
。
第二次查找target结束位置:
- 1、二分的范围,
l = 0
,r = nums.size() - 1
,我们去二分查找<= target
的最右边界end
。 - 2、当
nums[mid] <= target
时,往右半区域找,l = mid
。
- 3、当
nums[mid] > target
时, 往左半区域找,r = mid - 1
。
- 4、找到了最后一个
<= target
的位置begin
,返回end - begin + 1
即可。
时间复杂度分析: 两次二分查找的时间复杂度为
O
(
l
o
g
n
)
O(logn)
O(logn)。
空间复杂度分析: 没有使用额外的数组,因此空间复杂度为
O
(
1
)
O(1)
O(1)。
3、c++代码
class Solution {
public:
int search(vector<int>& nums, int target) {
if(!nums.size()) return 0;
int l = 0, r = nums.size() - 1;
while(l < r) //查找target的开始位置
{
int mid = (l + r) / 2;
if(nums[mid] >= target) r = mid;
else l = mid + 1;
}
if(nums[r] != target) return 0 ; //查找失败
int begin = r; //记录开始位置
l = 0, r = nums.size() - 1;
while(l < r) //查找tatget的结束位置
{
## 学习路线:
这个方向初期比较容易入门一些,掌握一些基本技术,拿起各种现成的工具就可以开黑了。不过,要想从脚本小子变成黑客大神,这个方向越往后,需要学习和掌握的东西就会越来越多以下是网络渗透需要学习的内容:
![在这里插入图片描述](https://img-blog.csdnimg.cn/7a04c5d629f1415a9e35662316578e07.png#pic_center)
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化资料的朋友,可以点击这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**