2020年12月_JarvanStack

原创数据结构图论07 Floyd算法详解通俗易懂

Floyd 算法详解Floyd 算法是所有点到所有点的最短路径的算法，阅读前请想了解图的数据结构「邻接矩阵」邻接矩阵Floyd 算法是一个基于「贪心」、「动态规划」求一个图中所有点到所有点最短路径的算法，时间复杂度 O(n3)1. 要点以每个点为「中转站」，刷新所有「入度」和「出度」的距离。Dijkstra 算法：每次从「未求出最短路径」的点中取出最短路径的点，并通过这个点为「中转站」刷新剩下「未求出最短路径」的距离。Dijkstra 的算法在图中的效果像是：以起点

2020-12-25 17:22:49 5813 2

原创数据结构图论06 Dijkstra算法详解通俗易懂

Dijkstra 算法详解Dijkstra 算法是求一个图中一个点到其他所有点的最短路径的算法，阅读前请想了解图的数据结构「邻接矩阵」邻接矩阵Dijkstra 算法是一个基于「贪心」、「广度优先搜索」、「动态规划」求一个图中一个点到其他所有点的最短路径的算法，时间复杂度 O(n2)1. 要点每次从「未求出最短路径的点」中取出距离距离起点最小路径的点，以这个点为桥梁刷新「未求出最短路径的点」的距离（看不懂没关系，请结合案例理解）2.图解案例分析案例：以 A 点为顶点，

2020-12-21 18:11:24 1099

原创数据结构图论09 关键路径（AOE）网通俗易懂

关键路径关键路径是求「工程上时间最短的问题」的方法阅读本文前请先了解拓扑排序拓扑排序主要解决「工程是否能顺序进行」的问题，关键路径在拓扑排序的基础上解决「工程最短时间的问题」。一、工程最短时间工程时间最短的问题：按照工厂上图生产一辆汽车，外壳、发动机、轮子和其他部件可以同时建造。（1）求组装完成最短需要多少时间？（2）如何缩短最短时间？答案：（1）因为所有部件可以同时建造，所以只要最长时间的「发动机」不建造完毕集中部件就无法进行。所以：「工程最短时间」就是通向汇点的和最长的

2020-12-31 15:28:37 4611

原创数据结构图论08 拓扑排序详解通俗易懂

拓扑排序详解拓扑排序是对一个有向图构造拓扑序列。构造时有 2 种结果：此图全部顶点被输出：说明说明图中无「环」存在，是 AOV 网没有输出全部顶点：说明图中有「环」存在，不是 AOV 网AOV（Activity On Vertex Network）：一种有向无回路的图1. 应用排序类似流程图一样任务例如早上起床的任务：例如：这里你只有穿了衬衣才能穿外套，而不是穿了外套再穿衬衣2. 要点每次删除一个入度边个数为 0 的点，并刷新其他点的出度边个数。

2020-12-26 14:00:12 657

原创 blog-GitHub Pull request 和与原仓库同步

GitHub Pull request 并且与「原仓库」同步解决代码冲突需求团队需要协同开发涉及到 GitHub 的 PR（Pull request）操作合并代码，下面介绍如何 PR 操作和 fork 之后代码如何与「原仓库」保持一致场景小明和小红使用 GitHub 协作开发一个项目「pr-test」，小红是项目「pr-test」的发起者，小明需要发起 PR 由小红审核 merge 合并代码发起 pull request（1）小明 fork 小红的项目（2）小明 clon

2020-12-18 18:34:31 608 2

原创数据结构图论05 最小生成树 Prime、Kruskal 算法

图论最小生成树最小生成树：连通加权无向图权值总合最小的生成树（例如下图红色连接）1.应用例如你要在城市 A、B、C、D之间修建公路连通每个城市（ A-B 之间连通，B-C之间连通，那么 A-C之间也自然连通）最小生成树是连通所有城市需要建造总长度最短的方案（比如上图的红色连接）常见求最小生成树的算法有普利姆（Prime）算法克鲁斯卡尔（Kruskal）算法2.普利姆（Prime）算法核心：挑选与已有点相连的最小的边时间复杂度：O(n2)教程：htt

2020-12-16 21:22:13 228 1

原创数据结构图论04 最小生成树Kruskal克鲁斯卡尔算法

克鲁斯卡尔（Kruskal）算法1.要点找出已连接顶点为基础的下一个权值最小的边（且不指向已经连接的顶点）2.图解（1）以A点为起始点，找出已连接顶点{'A'}为基础的下一个权值最小的边（且不指向已经连接的顶点） A -> B = 3 ，B 点，将 B 点添加至已连接的顶点 connetedVertices{'A','B'} 。（2）找出已连接顶点 {'A','B'} 为基础的下一个权值最小的边（且不指向已经连接的顶点） B -> C = 2 ，将 C 点添加到已连接的顶

2020-12-16 21:20:12 627

原创数据结构图论05 并查集

并查集1.基本定义并查集（Union Find）：一种用于管理分组的数据结构（一般使用树形结构来表示）（1）Find：查询 a 元素和 b 元素是否为同一组（2）Union：合并元素 a 和 b 为同一组我们将同一个组的元素例如用一颗树表示（比如 {'A','B','C'} 为同一组，{'D','E'} 为同一组）（1）find()判断为同一组：只需要判断他们的 root 根节点是否为同一个即可比如这里的 B 、C 节点的 root 根节点都为 A ，所以 B C 为同一组

2020-12-15 21:09:11 211

原创数据结构图论03 最小生成树Prime算法

普利姆「Prime」算法1.要点找出已连接顶点为基础的下一个权值最小的边2.图解（1）以A点为起始点，找出已连接顶点{'A'}为基础的下一个权值最小的边（且不指向已经连接的顶点） A -> B = 3 ，B 点，将 B 点添加至已连接的顶点 connetedVertices{'A','B'} 。（2）找出已连接顶点 {'A','B'} 为基础的下一个权值最小的边（且不指向已经连接的顶点） B -> C = 2 ，将 C 点添加到已连接的顶点 connetedVertice

2020-12-15 11:57:18 596

原创 uni-app 全局变量实现实现数据传递

页面的数据传递有2种方式1.使用A页面拿到数据后放到全局变量里面，B页面从全局变量里面拿数据2.A跳转到B的时候带上数据这里我们介绍第一种main.js全局变量赋值在main.js里面创建一个全局变量例如将后端的接口直接赋值到这里Vue.prototype.serverUrl = "http://localhost:8001/bmft/ftcloud"; main.jsimport Vue from 'vue'import App from './App'//全局后端u..

2020-12-02 11:08:34 1534

原创 JWT权限验证教程详解代码实例

JWT介绍JWT代码实例JWT介绍JWT（JSON Web Token）是目前比较流行权限验证方案。其实它更像是一种规范。平时基于session的验证方式用户登录服务器在当前会话（session）里面储存登录的信息比如用户名和id服务器向用户返回一个session_id，写入用户的cookie（下一次用用户再次请求的时候的验证）用户再次请求的时候带上cookie（session_id) ，服务器session_id查询之前储存的数据，得知用户身份.但是session验证又2个问.

2020-12-01 15:56:35 2826 2

半亩方糖