Day46 | 101孤岛的总面积 102沉没孤岛 103水流问题 104建造最大岛屿

最新推荐文章于 2024-08-23 18:12:12 发布
最新推荐文章于 2024-08-23 18:12:12 发布
阅读量520 收藏 17
点赞数 13
文章标签： 算法 java 数据结构 图论 深度优先遍历
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/q864508127/article/details/141466400
版权

语言

Java

101.孤岛的总面积

101. 孤岛的总面积

题目

题目描述

给定一个由 1（陆地）和 0（水）组成的矩阵，岛屿指的是由水平或垂直方向上相邻的陆地单元格组成的区域，且完全被水域单元格包围。孤岛是那些位于矩阵内部、所有单元格都不接触边缘的岛屿。

现在你需要计算所有孤岛的总面积，岛屿面积的计算方式为组成岛屿的陆地的总数。

输入描述

第一行包含两个整数 N, M，表示矩阵的行数和列数。之后 N 行，每行包含 M 个数字，数字为 1 或者 0。

输出描述

输出一个整数，表示所有孤岛的总面积，如果不存在孤岛，则输出 0。

思路

  1. 使用BFS（广度优先搜索）：
    • 遍历网格的边界，对边界上的1（障碍物）进行BFS。
    • 通过BFS将与边界相连的障碍物（即不被完全包围的障碍物）及其可达的所有障碍物都标记为0。
  2. 第二次遍历：
    • 再次遍历整个网格，此时剩余的1即为完全被包围的障碍物。
    • 对每个剩余的1执行BFS，并计算数量。
  3. 输出：
    • 输出被完全包围的障碍物的总数。

代码

import java.util.*;

public class Main {
    private static int count = 0;
    private static final int[][] dir = {{0, 1}, {1, 0}, {-1, 0}, {0, -1}}; // 四个方向

    private static void bfs(int[][] grid, int x, int y) {
        Queue<int[]> que = new LinkedList<>();
        que.add(new int[]{x, y});
        grid[x][y] = 0; // 只要加入队列，立刻标记
        count++;
        while (!que.isEmpty()) {
            int[] cur = que.poll();
            int curx = cur[0];
            int cury = cur[1];
            for (int i = 0; i < 4; i++) {
                int nextx = curx + dir[i][0];
                int nexty = cury + dir[i][1];
                if (nextx < 0 || nextx >= grid.length || nexty < 0 || nexty >= grid[0].length) continue; // 越界了，直接跳过
                if (grid[nextx][nexty] == 1) {
                    que.add(new int[]{nextx, nexty});
                    count++;
                    grid[nextx][nexty] = 0; // 只要加入队列立刻标记
                }
            }
        }
    }

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] grid = new int[n][m];
        
        // 读取网格
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                grid[i][j] = scanner.nextInt();
            }
        }
        
        // 从左侧边，和右侧边向中间遍历
        for (int i = 0; i < n; i++) {
            if (grid[i][0] == 1) bfs(grid, i, 0);
            if (grid[i][m - 1] == 1) bfs(grid, i, m - 1);
        }
        
        // 从上边和下边向中间遍历
        for (int j = 0; j < m; j++) {
            if (grid[0][j] == 1) bfs(grid, 0, j);
            if (grid[n - 1][j] == 1) bfs(grid, n - 1, j);
        }
        
        count = 0;
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                if (grid[i][j] == 1) bfs(grid, i, j);
            }
        }

        System.out.println(count);
    }
}

易错点

  1. 边界处理：在BFS过程中，必须正确处理边界条件，以避免数组越界错误。
  2. 重复计数：在第二次遍历中，需要确保不对已经被标记为0的障碍物进行重复计数。
  3. 重置计数器：在第二次遍历前，需要重置count计数器，以确保计数的准确性。

102.沉没孤岛

102. 沉没孤岛

题目

题目描述

给定一个由 1（陆地）和 0（水）组成的矩阵，岛屿指的是由水平或垂直方向上相邻的陆地单元格组成的区域，且完全被水域单元格包围。孤岛是那些位于矩阵内部、所有单元格都不接触边缘的岛屿。

现在你需要将所有孤岛“沉没”，即将孤岛中的所有陆地单元格（1）转变为水域单元格（0）。

输入描述

第一行包含两个整数 N, M，表示矩阵的行数和列数。

之后 N 行，每行包含 M 个数字，数字为 1 或者 0，表示岛屿的单元格。

输出描述

输出将孤岛“沉没”之后的岛屿矩阵。 注意：每个元素后面都有一个空格

思路

  1. 初始化：

    • 读取输入的网格大小 n 和 m。
    • 读取网格内容并存储在二维数组 grid 中。

  2. 边界遍历：

    • 从网格的四条边（左、右、上、下）开始，向中间进行DFS遍历。
    • 如果当前位置是岛屿（值为1），则调用DFS方法进行标记。

  3. DFS标记：

    • 在DFS方法中，将当前位置标记为已访问（值为2）。
    • 向四个方向（上、下、左、右）进行递归遍历，继续标记相邻的岛屿。

  4. 转换结果：

    • 遍历整个网格，将未标记的岛屿（值为1）置为0，已标记的岛屿（值为2）置为1。

  5. 输出结果：

    • 打印最终的网格。

代码

import java.util.Scanner;

public class Main {
    private static final int[][] DIR = {{-1, 0}, {0, -1}, {1, 0}, {0, 1}}; // 保存四个方向

    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        int n = scanner.nextInt();
        int m = scanner.nextInt();
        int[][] grid = new int[n][m];

        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                grid[i][j] = scanner.nextInt();
            }
        }

        // 步骤一：
        // 从左侧边，和右侧边 向中间遍历
        for (int i = 0; i < n; i++) {
            if (grid[i][0] == 1) dfs(grid, i, 0);
            if (grid[i][m - 1] == 1) dfs(grid, i, m - 1);
        }

        // 从上边和下边 向中间遍历
        for (int j = 0; j < m; j++) {
            if (grid[0][j] == 1) dfs(grid, 0, j);
            if (grid[n - 1][j] == 1) dfs(grid, n - 1, j);
        }

        // 步骤二、步骤三
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                if (grid[i][j] == 1) grid[i][j] = 0;
                if (grid[i][j] == 2) grid[i][j] = 1;
            }
        }

        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                System.out.print(grid[i][j] + " ");
            }
            System.out.println();
        }
    }

    private static void dfs(int[][] grid, int x, int y) {
        grid[x][y] = 2;
        for (int i = 0; i < 4; i++) { // 向四个方向遍历
            int nextX = x + DIR[i][0];
            int nextY = y + DIR[i][1];
            // 超过边界
            if (nextX < 0 || nextX >= grid.length || nextY < 0 || nextY >= grid[0].length) continue;
            // 不符合条件，不继续遍历
            if (grid[nextX][nextY] == 0 || grid[nextX][nextY] == 2) continue;
            dfs(grid, nextX, nextY);
        }
    }
}

易错点、

  1. 边界条件：

    • 在DFS遍历时，需要检查下一个位置是否越界。如果越界，则跳过该方向。
    • 在遍历过程中，需要检查当前位置是否已经是已访问状态（值为2）或不是岛屿（值为0），如果是，则跳过该位置。

  2. 输入读取：

    • 确保正确读取输入的网格大小和内容，避免数组越界或读取错误。

103.水流问题

103. 水流问题

题目

题目描述

现有一个 N × M 的矩阵，每个单元格包含一个数值，这个数值代表该位置的相对高度。矩阵的左边界和上边界被认为是第一组边界，而矩阵的右边界和下边界被视为第二组边界。

矩阵模拟了一个地形，当雨水落在上面时，水会根据地形的倾斜向低处流动，但只能从较高或等高的地点流向较低或等高并且相邻（上下左右方向）的地点。我们的目标是确定那些单元格，从这些单元格出发的水可以达到第一组边界和第二组边界。

输入描述

第一行包含两个整数 N 和 M，分别表示矩阵的行数和列数。 

后续 N 行，每行包含 M 个整数，表示矩阵中的每个单元格的高度。

输出描述

输出共有多行，每行输出两个整数，用一个空格隔开，表示可达第一组边界和第二组边界的单元格的坐标，输出顺序任意。

思路

  1. 初始化：

    • 读取输入的矩阵大小 N 和 M。
    • 读取矩阵内容并存储在二维数组 matrix 中。

  2. 边界标记：

    • 使用一个布尔数组 visited 来标记已经访问过的单元格。
    • 使用两个队列 queue1 和 queue2 分别存储可以流向第一组边界和第二组边界的单元格。

  3. 初始入队：

    • 将第一组边界和第二组边界的单元格分别加入对应的队列，并标记为已访问。

  4. BFS遍历：

    • 从队列中取出单元格，向四个方向（上、下、左、右）进行遍历。
    • 如果相邻单元格的高度大于等于当前单元格且未访问过，则将其加入队列并标记为已访问。

  5. 输出结果：

    • 遍历整个矩阵，输出所有已访问的单元格的坐标。

代码

import java.util.*;


public class Main {

    // 采用 DFS 进行搜索
    public static void dfs(int[][] heights, int x, int y, boolean[][] visited, int preH) {
        // 遇到边界或者访问过的点，直接返回
        if (x < 0 || x >= heights.length || y < 0 || y >= heights[0].length || visited[x][y]) return;
        // 不满足水流入条件的直接返回
        if (heights[x][y] < preH) return;
        // 满足条件，设置为true，表示可以从边界到达此位置
        visited[x][y] = true;

        // 向下一层继续搜索
        dfs(heights, x + 1, y, visited, heights[x][y]);
        dfs(heights, x - 1, y, visited, heights[x][y]);
        dfs(heights, x, y + 1, visited, heights[x][y]);
        dfs(heights, x, y - 1, visited, heights[x][y]);
    }

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int m = sc.nextInt();
        int n = sc.nextInt();

        int[][] heights = new int[m][n];
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                heights[i][j] = sc.nextInt();
            }
        }

        // 初始化两个二位boolean数组，代表两个边界
        boolean[][] pacific = new boolean[m][n];
        boolean[][] atlantic = new boolean[m][n];

        // 从左右边界出发进行DFS
        for (int i = 0; i < m; i++) {
            dfs(heights, i, 0, pacific, Integer.MIN_VALUE);
            dfs(heights, i, n - 1, atlantic, Integer.MIN_VALUE);
        }

        // 从上下边界出发进行DFS
        for (int j = 0; j < n; j++) {
            dfs(heights, 0, j, pacific, Integer.MIN_VALUE);
            dfs(heights, m - 1, j, atlantic, Integer.MIN_VALUE);
        }

        // 当两个边界二维数组在某个位置都为true时，符合题目要求
        List<List<Integer>> res = new ArrayList<>();
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (pacific[i][j] && atlantic[i][j]) {
                    res.add(Arrays.asList(i, j));
                }
            }
        }

        // 打印结果
        for (List<Integer> list : res) {
            for (int k = 0; k < list.size(); k++) {
                if (k == 0) {
                    System.out.print(list.get(k) + " ");
                } else {
                    System.out.print(list.get(k));
                }
            }
            System.out.println();
        }
    }
}

易错点

  1. 边界条件：

    • 在BFS遍历时，需要检查下一个位置是否越界。如果越界，则跳过该方向。
    • 在遍历过程中，需要检查当前位置是否已经访问过，如果是，则跳过该位置。

  2. 输入读取：

    • 确保正确读取输入的矩阵大小和内容，避免数组越界或读取错误。

  3. BFS队列：

    • 在BFS遍历时，确保正确地将相邻单元格加入队列，并标记为已访问。

104.建造最大岛屿

104. 建造最大岛屿

题目

题目描述

给定一个由 1（陆地）和 0（水）组成的矩阵，你最多可以将矩阵中的一格水变为一块陆地，在执行了此操作之后，矩阵中最大的岛屿面积是多少。

岛屿面积的计算方式为组成岛屿的陆地的总数。岛屿是被水包围，并且通过水平方向或垂直方向上相邻的陆地连接而成的。你可以假设矩阵外均被水包围。

输入描述

第一行包含两个整数 N, M，表示矩阵的行数和列数。之后 N 行，每行包含 M 个数字，数字为 1 或者 0，表示岛屿的单元格。

输出描述

输出一个整数，表示最大的岛屿面积。

思路

  1. 初始化：

    • 读取输入的矩阵大小 m 和 n。
    • 读取矩阵内容并存储在二维数组 grid 中。

  2. DFS遍历：

    • 使用DFS遍历矩阵，将每个岛屿标记为不同的数字，并记录每个岛屿的面积。
    • 使用一个布尔数组 visited 来标记已经访问过的单元格。
    • 使用一个 HashMap 来记录每个岛屿的标记号和面积。

  3. 计算最大面积：

    • 再次遍历矩阵，对于每个水域单元格，检查其四周的岛屿，并计算这些岛屿的面积之和。
    • 使用一个 HashSet 来记录当前水域单元格四周的不同岛屿标记号，避免重复计算。
    • 更新最大面积 result。

  4. 输出结果：

    • 打印最终的最大面积 result。

代码

import java.util.*;

public class Main {
    // 该方法采用 DFS
    // 定义全局变量
    // 记录每次每个岛屿的面积
    static int count;
    // 对每个岛屿进行标记
    static int mark;
    // 定义二维数组表示四个方位
    static int[][] dirs = {{0, 1}, {0, -1}, {1, 0}, {-1, 0}};

    // DFS 进行搜索，将每个岛屿标记为不同的数字
    public static void dfs(int[][] grid, int x, int y, boolean[][] visited) {
        // 当遇到边界，直接return
        if (x < 0 || x >= grid.length || y < 0 || y >= grid[0].length) return;
        // 遇到已经访问过的或者遇到海水，直接返回
        if (visited[x][y] || grid[x][y] == 0) return;

        visited[x][y] = true;
        count++;
        grid[x][y] = mark;

        // 继续向下层搜索
        dfs(grid, x, y + 1, visited);
        dfs(grid, x, y - 1, visited);
        dfs(grid, x + 1, y, visited);
        dfs(grid, x - 1, y, visited);
    }

    public static void main (String[] args) {
        // 接收输入
        Scanner sc = new Scanner(System.in);
        int m = sc.nextInt();
        int n = sc.nextInt();

        int[][] grid = new int[m][n];
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                grid[i][j] = sc.nextInt();
            }
        }

        // 初始化mark变量，从2开始（区别于0水，1岛屿）
        mark = 2;

        // 定义二位boolean数组记录该位置是否被访问
        boolean[][] visited = new boolean[m][n];

        // 定义一个HashMap，记录某片岛屿的标记号和面积
        HashMap<Integer, Integer> getSize = new HashMap<>();

        // 定义一个HashSet，用来判断某一位置水四周是否存在不同标记编号的岛屿
        HashSet<Integer> set = new HashSet<>();

        // 定义一个boolean变量，看看DFS之后，是否全是岛屿
        boolean isAllIsland = true;

        // 遍历二维数组进行DFS搜索，标记每片岛屿的编号，记录对应的面积
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (grid[i][j] == 0) isAllIsland = false;
                if (grid[i][j] == 1) {
                    count = 0;
                    dfs(grid, i, j, visited);
                    getSize.put(mark, count);
                    mark++;
                }
            }
        }

        int result = 0;
        if (isAllIsland) result =  m * n;

        // 对标记完的grid继续遍历，判断每个水位置四周是否有岛屿，并记录下四周不同相邻岛屿面积之和
        // 每次计算完一个水位置周围可能存在的岛屿面积之和，更新下result变量
        for (int i = 0; i < m; i++) {
            for (int j = 0; j < n; j++) {
                if (grid[i][j] == 0) {
                    set.clear();
                    // 当前水位置变更为岛屿，所以初始化为1
                    int curSize = 1;

                    for (int[] dir : dirs) {
                        int curRow = i + dir[0];
                        int curCol = j + dir[1];

                        if (curRow < 0 || curRow >= m || curCol < 0 || curCol >= n) continue;
                        int curMark = grid[curRow][curCol];
                        // 如果当前相邻的岛屿已经遍历过或者HashMap中不存在这个编号，继续搜索
                        if (set.contains(curMark) || !getSize.containsKey(curMark)) continue;
                        set.add(curMark);
                        curSize += getSize.get(curMark);
                    }

                    result = Math.max(result, curSize);
                }
            }
        }

        // 打印结果
        System.out.println(result);
    }
}

易错点

  1. 边界条件：

    • 在DFS遍历时，需要检查下一个位置是否越界。如果越界，则跳过该方向。
    • 在遍历过程中，需要检查当前位置是否已经访问过，如果是，则跳过该位置。

  2. 输入读取：

    • 确保正确读取输入的矩阵大小和内容，避免数组越界或读取错误。

  3. DFS递归：

    • 在DFS递归调用时，确保传递正确的坐标参数，避免递归调用错误。

总结

这几道题是又考验思路又有难度。

继续加油，早日解决岛屿问题。

有必胜信念的人才能成为战场上的胜利者

086小包字
关注
  • 13
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
day02 工厂模式+原型模式+建造者模式
10-18
设计模式之工厂模式、原型模式和建造者模式 设计模式是一种软件设计的解决方案，能够使我们的代码更加灵活、可维护和可扩展。今天，我们将讨论三种设计模式：工厂模式、原型模式和建造者模式。 工厂模式 工厂模式...
软件测试（三角形形状判定和Nextday问题）
10-22
本实验报告聚焦于两个特定的测试案例：三角形形状判定和Nextday问题，这两个问题都通过C语言来实现。接下来，我们将深入探讨这两个知识点。 首先，让我们关注“三角形形状判定”。在几何学中，根据边长的不同，...
day52|孤岛的总面积, 沉没孤岛 , 103.水流问题 , 104.建造最大岛屿
bindloy的博客
07-30 158
【代码】day52|孤岛的总面积, 沉没孤岛 , 103.水流问题 , 104.建造最大岛屿。
Day55:图论 101.孤岛的总面积 102.沉没孤岛 103.水流问题 104.建造最大岛屿
2301_76352996的博客
07-16 1464
101. 孤岛的总面积时间限制：1.000S 空间限制：256MB。
day 66 图论part03 101.孤岛的总面积 102.沉没孤岛 103.水流问题 104.建造最大岛屿
m0_68259754的博客
06-24 638
本题使用dfs，bfs，并查集都是可以的。
刷题Day55|101.孤岛的总面积、102. 沉没孤岛、103. 水流问题、104. 建造最大岛屿
sanwanaaa的博客
07-17 253
优化思路：第一次遍历地图，得出各个岛屿的面积，并做编号记录。第二次遍历地图，遍历0的方格（因为要将0变成1），并统计该1（由0变成的1）周边岛屿面积，将其相邻面积相加在一起，遍历所有0之后，就可以得出选一个0变成1 之后的最大面积。优化思路：反过来想，从第一组边界上的节点逆流而上，将遍历过的节点都标记上。从第二组边界的边上节点逆流而上，将遍历过的节点也标记上。从边上找节点开始遍历，遍历到的点不沉，标记为2。因为孤岛不能接触边缘，所以从边上开始找结点开始遍历，使用沉岛思想。遍历一遍全表的时候，统计岛的数量。
Studying-代码随想录训练营day52| 101.孤岛的总面积、102沉没孤岛、103.水流问题、104.建造最大岛屿
yachihaoteng的博客
08-02 861
101.孤岛的总面积、102沉没孤岛、103.水流问题、104.建造最大岛屿
代码随想录算法训练营day66 | 101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿
sunflowers11的博客
06-26 318
本次都是卡码网题目。
代码随想录day52 101孤岛的总面积 102沉没孤岛 103水流问题 104建造最大岛屿
最新发布
weixin_45461296的博客
08-23 140
【代码】代码随想录day52 101孤岛的总面积 102沉没孤岛 103水流问题 104建造最大岛屿。
代码随想录算法训练营Day58|101.孤岛的总面积、102.沉没孤岛、103.水流问题、104.建造最大岛屿
github_35852648的博客
07-14 423
先利用BFS或DFS对边界找岛屿并将其置0，岛屿变成海洋，然后再重新遍历一遍graph，在遍历过程中计算孤岛面积即可，代码如下。虽然多次遍历，但时间复杂度和空间复杂度仍为O(N*M)。
随想录 Day 66 101. 孤岛的总面积 102. 沉没孤岛 103. 水流问题
weixin_44645059的博客
06-23 1981
时间限制：1.000S 空间限制：256MB题目描述给定一个由 1（陆地）和 0（水）组成的矩阵，岛屿指的是由水平或垂直方向上相邻的陆地单元格组成的区域，且完全被水域单元格包围。孤岛是那些位于矩阵内部、所有单元格都不接触边缘的岛屿。现在你需要计算所有孤岛的总面积，岛屿面积的计算方式为组成岛屿的陆地的总数。输入描述第一行包含两个整数 N, M，表示矩阵的行数和列数。之后 N 行，每行包含 M 个数字，数字为 1 或者 0。输出描述。
三角形构成及next day整体代码
12-30
在编程领域，三角形构成和"Next Day"问题都是常见的算法题目，主要涉及基础的数据结构、逻辑推理和日期处理。让我们分别深入探讨这两个知识点。 首先，我们关注的是“三角形构成”问题。这个问题通常出现在计算机...
johanazhu#leetcode#【Day 13 】2021-05-22 - 104. 二叉树的最大深度1
07-25
题目地址：思路这个题简单，使用二叉树，先循环左边的，再循环右边的，递归思想代码* Definition for a binary tree node.* fun
day46 数据库 60题 21题
09-24
day46 数据库 60题 21题
代码随想录算法训练营19-回溯1
weixin_53416771的博客
08-22 339
画出来的树是这样记录所有组合，一个变量current装当前的处理结果，一个res装所有的处理的结果下面的代码还可以剪枝优化。
算法日记day 45（单调栈之每日温度|接雨水）
m0_74980681的博客
08-22 815
如果大于，则取栈顶元素为中间值并弹出栈顶元素，将遍历的元素与新的栈顶元素值比较取较小者，减去中间值得到高度h，然后栈顶元素下标值减去当前遍历的元素下标值再减一得到宽度w，最后高×宽得到面积，并记录，重复上述操作，直到遍历结束。第三种，如果遍历的元素值大于栈顶元素，用该下标减去栈顶元素下标，并将栈顶元素弹出，继续用该元素与新的栈顶元素比较，如果小于等于，则压入栈，如果大于，重复第三步操作。第一种，如果之后遍历的元素值小于栈顶压入的元素，将该元素的下标压入栈中。如果小于栈顶元素值，则压入栈内。
Leetcode 219. 存在重复元素 II⭐️
铁马冰河入梦来
08-20 420
哈希表解决存在重复元素二问题
智能微气候:精准调控背后的算法革命
u010079117的博客
08-20 948
通过迁移学习,优化后的策略可快速移植到新的设施环境、新的作物品种,实现农业专家知识的规模化复用。农业知识图谱是智慧农业的基础设施。未来,LLM与5G、IoT等新一代信息技术的融合,将进一步提升设施农业的智能化水平,实现更精准、更高效、更环保的设施种植模式。另一方面,LLM可以学习农业专家的经验知识,通过知识蒸馏等技术,将专家经验转化为可解释、可迁移的计算机程序,助力农业生产智能化。温室、养殖舍等设施通过对光、温、水、气、肥等环境要素的调控,为作物和畜禽营造最适宜的生长环境,实现农业生产的高产、优质、高效。
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