遍历方式（正在更新...）

最新推荐文章于 2023-12-28 10:01:08 发布
最新推荐文章于 2023-12-28 10:01:08 发布
阅读量72 收藏
点赞数
分类专栏： uniapp
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/qq_45237335/article/details/110631672
版权

对象数组遍历方法

在这里插入图片描述
在这里插入图片描述

一杯雾
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
java遍历是什么意思_java里这句话是怎么起到遍历的作用的？ Java循环遍历什么意思...
weixin_42524013的博客
02-22 1291
这个叫什么玩意来着我忘记了，反正是for里面的一个方法，你可以把他看成int mm属于这个集合中，m++；这样子，刚才查了下是叫增强型for循环，弊端是无法初始化Arraylist对象，要找数中某个具体数到时候需要重新定义下标Iterator模式是用于遍历集合类的标准访问方法。它可以把访问逻辑从不同类型的集合类中抽象出来，从而避免向客户端暴露集合的内部结构。例如，如果没有使用Iterator，遍历...
python处理百万级数据时间表_【详解】Python处理大量数据与DICT遍历的优化问题...
weixin_39881760的博客
12-04 1225
前言：本例我们的需求是写一个每天0点运行的脚本。这个脚本从一个实时更新的数据库中提取数据。每天跑一个Excel表出来，表里是当天零点与昨天零点时的差异的数据展示。其实是很简单的需求，遇到的关键问题是数据量。该例的数据量太大，每次都能从数据库中拿出20多万条数据。数据量大的话遇到的问题有这么几个：1. 数据无法装入Excel表，因为使用Python处理Excel数据，最多插入65536行数据，多了就...
mapper.xml中list集合的遍历
typeofstring的博客
05-20 1万+
<foreach collection="list" item="item" open="(" close=")" separator="," index=""> #{item.studentId} </foreach> 解释含义： foreach的主要用在构建in条件中，它可以在SQL语句中进行迭代一个集合。 foreach元素的属性主要有 item，ind...
并发 - sync.Map
寻找09之夏的博客
09-22 1215
sync.map是读写安全的；通过读写分离，降低锁的时间提升效率，适合读多写少场景。
java遍历entry,java遍历map entry.set
weixin_32965503的博客
03-16 521
Java中Map的 entrySet() 详解以及用法(四种遍历map的方...2020年11月30日entrySet是 java中 键-值 对的集合,Set里面的类型是Map.Entry,一般可以通过map.entrySet()得到。 entrySet实现了Set接口,里面存放的是键值对。一个K对......HashMap的添加 修改 遍历 Map.Entry Map.entrySet..._...
vue.js中双向绑定和遍历的使用方法
ll489的博客
12-28 1073
随着技术的不断发展，前端框架也逐渐崭露头角。Vue.js作为一种现代化且灵活的前端框架，已经被广泛应用于各种Web应用程序的开发中。响应式的数据绑定：Vue.js可以将数据与HTML进行绑定，当数据发生变化时，视图会自动更新。组件化开发：Vue.js将用户界面划分为组件，并提供了组件之间的通信机制，使得开发更具有模块化和可维护性。轻量级和高性能：Vue.js的文件非常小，加载速度快，并且能够高效地处理大规模的数据更新。
Leetcode 102. 二叉树的层序遍历
珍惜
05-31 8847
Leetcode 102. 二叉树的层序遍历1、问题分析2、问题解决3、总结 1、问题分析 题目链接：https://leetcode-cn.com/problems/binary-tree-level-order-traversal/   本质上就是一个二叉树的遍历问题。代码我已经进行了详细的注释，理解应该没有问题，读者可以作为参考，如果看不懂(可以多看几遍)，欢迎留言哦！我看到会解答一下。 2、问题解决   笔者以C++方式解决。 #include "iostream" using namespace
Map集合5种遍历方式
小丁的博客
11-11 9686
实现自定义数据类型的映射：Map集合中的键和值可以是任意对象，因此可以通过Map集合来实现自定义数据类型的映射。例如，在处理用户提交的表单数据时，可以使用Map集合来存储用户提交的数据，然后根据键值对的唯一性，进行去重操作。实现缓存一致性：在分布式系统中，使用Map集合可以方便地实现缓存一致性，其中不同节点上的Map集合存储相同的缓存数据，通过协调不同节点上的更新操作可以保证缓存数据的一致性。例如，在Web开发中，可以使用Map集合来缓存一些经常使用的数据，减少对数据库的访问次数，提高系统的性能。
ElementUI 中 通过遍历 $router.options.routes 获得菜单，却不刷新的问题
weixin_54362826的博客
08-11 1322
菜单的获得方式 <sidebar-item v-for="route in $router.options.routes" :key="route.path" :item="route" :base-path="route.path" :totalNum="totalNum" /> 问题： 不同权限的用户菜单内容不一样，但是在登录后用了缓存，显示的是上一个用户的菜单内容，需手动
非递归中序遍历二叉树java代码.docx
10-16
这种遍历方式对于二叉搜索树特别有用，因为它可以按照升序或降序顺序输出节点值。 在递归版本的中序遍历中，我们通常会有一个函数，它递归地调用自身以处理左子树，然后访问根节点，最后处理右子树。但递归方法可能...
二叉树的遍历的介绍.docx
最新发布
04-30
前序遍历是一种深度优先遍历方式，其访问顺序为“根节点 → 左子树 → 右子树”。具体步骤如下： 1. **访问根节点**：首先访问当前节点（即根节点）； 2. **遍历左子树**：递归地进行前序遍历左子树； 3. **遍历右...
Chapter二叉树的遍历PPT教学课件.pptx
10-06
二叉树的遍历方式主要有两种：深度优先遍历和广度优先遍历。 1. **深度优先遍历**：首先沿着树的分支尽可能深地访问，节点的访问可以发生在向下遍历之前或之后。深度优先遍历主要包括三种： - **前序遍历**...
实现二叉树的各种遍历算法实验报告.docx
11-12
常见的遍历方式有： 1. 先序遍历（根-左-右）：首先访问根节点，然后递归地访问左子树，最后访问右子树。 2. 中序遍历（左-根-右）：首先递归地访问左子树，然后访问根节点，最后访问右子树。 3. 后序遍历（左-右-...
数据结构图的遍历PPT学习教案.pptx
10-05
- **顶点的插入与删除**：都需要更新相应的数据结构，邻接矩阵还需要更新邻接矩阵。 - **弧的插入与删除**：涉及到边的添加或移除，不同结构有不同的操作复杂度。 - **邻接点的访问**：通过特定函数实现，如...
uniapp中图片宽度100%，高度自适应
热门推荐
qq_45237335的博客
10-09 1万+
uniapp中图片宽度100%，高度自适应 <view class="headeruser-image"> <image mode='widthFix' src="http://.../boy.png"></image> </view> <style> .headeruser-image{ width: 120rpx; height: 120rpx; border-radius: 50%; overflow: hidden; } .
小程序带搜索的下拉列表框
qq_45237335的博客
03-30 1201
https://ext.dcloud.net.cn/plugin?id=3756 插件广场找的
小程序扫二维码功能及测试实现过程
qq_45237335的博客
06-10 1135
进入微信开发者后台 进入开发管理中开发设置 添加小程序规则 下载
uniapp之开发首页笔记
qq_45237335的博客
10-09 489
创建项目 pages.json可以修改名字 page中可以创建页面 构建首页 app.vue 可以在style里面写公共的样式 tabBar iconPath不支持网络图像 art+/可以打开提示文字（配置项） 轮播图组件 在线文档 导航栏按钮设置 pages.json app-plus可以进行去掉导航栏等操作 发起请求 渲染 中 将请求写在common里面 方法2：挂载 横着的可以滚动的列表 文字超出省略
定义一有n个结点的的以邻接矩阵为存储方式的网（有向或无向均可），并对其进行如下操作： 1.深度优先遍历，并输出遍历序列； 2.广度优先遍历，并输出遍历序列； 3.求源点到图中每个点的最短路径，并输出
05-29
好的，我可以帮你解答这个问题。 首先，邻接矩阵是一种常用的图的存储方式，对于有$n$个结点的无向图，其邻接矩阵$G$是一个$n \times n$的矩阵，其中$G_{i,j}$表示结点$i$和结点$j$之间是否有边，有边则为1，否则为0。对于有向图，邻接矩阵的定义相应地变为$G_{i,j}$表示从结点$i$到结点$j$是否有一条有向边。 接下来，我们来讲解三个操作： 1.深度优先遍历，并输出遍历序列 深度优先遍历是图的一种遍历方式，其基本思想是从某个结点开始，沿着一条未访问过的边走到尽头，如果没有未访问过的边，则回溯到上一个结点，继续走另外一条未访问过的边，直到所有结点都被访问过为止。 深度优先遍历可以借助栈来实现，具体实现步骤如下： - 将起始结点入栈； - 取出栈顶结点，如果该结点未被访问，则输出该结点，并将其标记为已访问； - 遍历该结点的所有邻接结点，将未被访问过的邻接结点入栈； - 重复步骤2和步骤3，直到栈为空。 下面是深度优先遍历的示例代码： ``` void dfs(int u, bool visited[], int n, int** G, vector<int>& result) { visited[u] = true; result.push_back(u); for (int v = 0; v < n; v++) { if (G[u][v] && !visited[v]) { dfs(v, visited, n, G, result); } } } vector<int> depthFirstSearch(int n, int** G) { bool visited[n]; memset(visited, false, sizeof(visited)); vector<int> result; for (int i = 0; i < n; i++) { if (!visited[i]) { dfs(i, visited, n, G, result); } } return result; } ``` 其中，$visited$数组用于标记结点是否被访问过，$result$数组用于存储遍历序列。 2.广度优先遍历，并输出遍历序列 广度优先遍历是图的另一种遍历方式，其基本思想是从某个结点开始，先访问其所有邻接结点，然后依次访问其邻接结点的邻接结点，直到所有结点都被访问过为止。 广度优先遍历可以借助队列来实现，具体实现步骤如下： - 将起始结点入队； - 取出队首结点，如果该结点未被访问，则输出该结点，并将其标记为已访问； - 遍历该结点的所有邻接结点，将未被访问过的邻接结点入队； - 重复步骤2和步骤3，直到队列为空。 下面是广度优先遍历的示例代码： ``` vector<int> breadthFirstSearch(int n, int** G) { bool visited[n]; memset(visited, false, sizeof(visited)); vector<int> result; queue<int> q; for (int i = 0; i < n; i++) { if (!visited[i]) { q.push(i); visited[i] = true; while (!q.empty()) { int u = q.front(); q.pop(); result.push_back(u); for (int v = 0; v < n; v++) { if (G[u][v] && !visited[v]) { q.push(v); visited[v] = true; } } } } } return result; } ``` 其中，$visited$数组和$result$数组的含义与深度优先遍历中相同，$q$队列用于存储待访问的结点。 3.求源点到图中每个点的最短路径，并输出 最短路径算法是图论中一类重要的问题，常用的算法有Dijkstra算法和Bellman-Ford算法。 Dijkstra算法适用于有向无环图和非负边权的情况，其基本思想是从源点开始，每次选择一个距离源点最近的未确定最短路径的结点，然后通过该结点更新所有与它相邻的结点的最短路径。具体实现步骤如下： - 初始化源点到自身的距离为0，源点到其他结点的距离为无穷大； - 选择源点为当前未确定最短路径的结点； - 以该结点为中介点，更新与它相邻的结点的最短路径； - 重复步骤2和步骤3，直到所有结点的最短路径均已确定。 下面是Dijkstra算法的示例代码： ``` vector<int> dijkstra(int n, int** G, int s) { bool visited[n]; memset(visited, false, sizeof(visited)); int dist[n]; for (int i = 0; i < n; i++) { dist[i] = G[s][i]; } visited[s] = true; for (int i = 1; i < n; i++) { int minDist = INT_MAX; int u = -1; for (int j = 0; j < n; j++) { if (!visited[j] && dist[j] < minDist) { minDist = dist[j]; u = j; } } if (u == -1) { break; } visited[u] = true; for (int v = 0; v < n; v++) { if (!visited[v] && G[u][v] != INT_MAX && dist[u] + G[u][v] < dist[v]) { dist[v] = dist[u] + G[u][v]; } } } vector<int> result; for (int i = 0; i < n; i++) { result.push_back(dist[i]); } return result; } ``` 其中，$dist$数组用于存储源点到各个结点的最短距离，$visited$数组用于标记结点是否已经确定最短路径。 Bellman-Ford算法适用于有向图和负边权的情况，其基本思想是利用松弛操作来逐步缩小源点到各个结点的最短路径估计值，直到估计值收敛为止。具体实现步骤如下： - 初始化源点到自身的距离为0，源点到其他结点的距离为无穷大； - 对所有边进行$|V|-1$次松弛操作，其中$|V|$是图中结点的个数； - 检查是否存在从源点可达的负权回路，如果存在，则算法失败，否则最短路径估计值即为最短路径。 下面是Bellman-Ford算法的示例代码： ``` vector<int> bellmanFord(int n, int** G, int s) { int dist[n]; for (int i = 0; i < n; i++) { dist[i] = INT_MAX; } dist[s] = 0; for (int i = 1; i < n; i++) { for (int u = 0; u < n; u++) { for (int v = 0; v < n; v++) { if (G[u][v] != INT_MAX && dist[u] != INT_MAX && dist[u] + G[u][v] < dist[v]) { dist[v] = dist[u] + G[u][v]; } } } } bool hasNegativeCycle = false; for (int u = 0; u < n; u++) { for (int v = 0; v < n; v++) { if (G[u][v] != INT_MAX && dist[u] != INT_MAX && dist[u] + G[u][v] < dist[v]) { hasNegativeCycle = true; break; } } if (hasNegativeCycle) { break; } } vector<int> result; if (hasNegativeCycle) { result.push_back(INT_MAX); } else { for (int i = 0; i < n; i++) { result.push_back(dist[i]); } } return result; } ``` 其中，$dist$数组的含义与Dijkstra算法中相同，$hasNegativeCycle$变量用于标记是否存在从源点可达的负权回路。
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