【十五】【动态规划】115. 不同的子序列、44. 通配符匹配、10. 正则表达式匹配 ，三道题目深度解析

2024-01-05 21:12
文章标签 动态 规划 题目 深度 解析 匹配 序列 正则表达式 不同 十五 44 115 通配符 三道

本文主要是介绍【十五】【动态规划】115. 不同的子序列、44. 通配符匹配、10. 正则表达式匹配 ，三道题目深度解析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

动态规划

动态规划就像是解决问题的一种策略，它可以帮助我们更高效地找到问题的解决方案。这个策略的核心思想就是将问题分解为一系列的小问题，并将每个小问题的解保存起来。这样，当我们需要解决原始问题的时候，我们就可以直接利用已经计算好的小问题的解，而不需要重复计算。

动态规划与数学归纳法思想上十分相似。

数学归纳法：

  1. 基础步骤（base case）：首先证明命题在最小的基础情况下成立。通常这是一个较简单的情况，可以直接验证命题是否成立。

  2. 归纳步骤（inductive step）：假设命题在某个情况下成立，然后证明在下一个情况下也成立。这个证明可以通过推理推断出结论或使用一些已知的规律来得到。

通过反复迭代归纳步骤，我们可以推导出命题在所有情况下成立的结论。

动态规划：

  1. 状态表示：

  2. 状态转移方程：

  3. 初始化：

  4. 填表顺序：

  5. 返回值：

数学归纳法的基础步骤相当于动态规划中初始化步骤。

数学归纳法的归纳步骤相当于动态规划中推导状态转移方程。

动态规划的思想和数学归纳法思想类似。

在动态规划中，首先得到状态在最小的基础情况下的值，然后通过状态转移方程，得到下一个状态的值，反复迭代，最终得到我们期望的状态下的值。

接下来我们通过三道例题，深入理解动态规划思想，以及实现动态规划的具体步骤。

115. 不同的子序列 - 力扣（LeetCode）

题目解析

状态表示

对于子序列的问题研究，我们通常研究[0,i]这段区域中的子序列的情况，对于两段字符串，研究子序列问题，我们可以分别研究一个字符串中[0,i]的区域，和另一个字符串中[0,j]的区域中的子序列的情况。

结合题目意思，我们可以定义这样的状态表示，定义dp[i][j]表示s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列个数。

状态转移方程

对于状态转移方程的推导，通常都是通过最后一个位置的状况进行分类讨论。

对（i，j）状态进行分析，尝试通过其他状态推导出（i，j）位置的状态值。

  1. 如果s[0，i]区域和t[0,j]子数组相等的子序列包括s[i]元素， 此时s[i]==s[j]，要在s中[0,i]区域找和t的[0,j]子数组相等的子序列，只需要在s中[0,i-1]区域找和t的[0,j-1]子数组相等的子序列即可，在所有情况后面添加s[i]和t[j]，每一种情况构成（s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列）的一种情况，此时dp[i][j]=dp[i-1][j-1]。

  2. 如果s[0，i]区域和t[0,j]子数组相等的子序列不包括s[i]元素， 此时dp[i][j]=dp[i-1][j]。

综上所述，状态转移方程为，

 

if（s[i]==t[j]）dp[i][j]+=dp[i-1][j-1]；
dp[i][j]+=dp[i-1][j]；
 

因为dp[i][j]都是+=进行赋值，所以dp[i][j]一定要有初始值0，所以我们需要将所有位置的状态初始化为0。
 

初始化
 

 

根据状态转移方程，我们知道在推导（i，j）位置的状态时，可能需要用到（i-1，j-1）（i-1，j）位置的状态。
 

 

所以在推导蓝色位置的状态时，会发现越界情况，也就是没有前驱使得蓝色位置状态可以推导出来，所以我们需要把这些位置进行初始化。
 

  1.  
    初始化蓝色行部分， 此时i=0，j=0、1、...，我们要在[0,i]子序列中找与[0,j]相等的子序列个数。
     
    1.  
      如果[0,j]有至少两个元素， 此时dp[i][j]=0。
       
    2.  
      如果[0,j]只有一个元素, 此时dp[i][j]=s[0]==t[0]?1:0。
       
  2.  
    初始化蓝色列部分， （0,0）位置在初始化蓝色行部分就处理过了，所以我们从(0,1)开始初始化。 此时i=1、2、...，j=0，我们要在[0,i]子序列中找与[0,j]相等的子序列个数。
     
      所以我们要遍历s数组[1,i]元素，统计和t[0]相等的元素有多少个。这里需要用两个for循环，时间复杂度是O(N^2),且书写起来有些许复杂。我们希望有更简便的初始化过程。
     
 

 

我们在初始化过程中，觉得这个代码写起来比较复杂，我们希望可以简单实现初始化过程，因此我们可以添加虚拟节点，代替原来需要初始化位置。
 

即多添加一行和一列。
 

 

添加虚拟节点有几点注意事项，
 

  1.  
    对虚拟节点进行初始化，需要保证推导蓝色位置的状态的准确性。
     
  2.  
    注意下标映射的关系。
     
 

 

对虚拟节点进行初始化：
 

对虚拟节点进行初始化，一般是通过实际意义来初始化。
 

 

 
  1.  
    初始化蓝色行部分， 此时i=0，j=0、1、...，我们要在[0,i]子序列中找与[0,j]相等的子序列个数。
     
    1.  
      如果[0,j]有至少两个元素， 此时dp[i][j]=0。
       
    2.  
      如果[0,j]只有一个元素, 此时dp[i][j]=s[0]==t[0]?1:0。
       
  2.  
    初始化蓝色列部分， （0,0）位置在初始化蓝色行部分就处理过了，所以我们从(0,1)开始初始化。 此时i=1、2、...，j=0，我们要在[0,i]子序列中找与[0,j]相等的子序列个数。
     
    1.  
      1.  
          所以我们要遍历s数组[1,i]元素，统计和t[0]相等的元素有多少个。
         
 

 

我们先观察状态表示和状态转移方程，
 

dp[i][j]表示s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列个数。
 

if（s[i]==t[j]）dp[i][j]+=dp[i-1][j-1]； dp[i][j]+=dp[i-1][j]；
 

 

  1.  
    对蓝色行部分进行分析， 如果[0,j]有至少两个元素，即j>=1，此时dp[i][j]=0,对应状态转移方程，不管s[i]是否等于t[j]，dp[i][j]都需要等于0，所以dp[i-1][j-1],dp[i-1][j]都需要初始化为0。 如果[0,j]只有一个元素，当s[i]==s[j]时，dp[i][j]=1，否则dp[i][j]=0,所以dp[i-1][j-1]应该等于1，dp[i-1][j]应该等于0。 即，（0,0）初始化为1，（0,1）、（0,2）...初始化为0。
     
  2.  
    对蓝色列部分进行分析， 此时i=1、2、...，j=0，我们要在[0,i]子序列中找与[0,j]相等的子序列个数。 dp[i][j]表示s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列个数。 if（s[i]==t[j]）dp[i][j]+=dp[i-1][j-1]； dp[i][j]+=dp[i-1][j]； 如果选s[i]元素，此时s[i]==t[j]，dp[i][j]+=1。 如果不选s[i]元素，dp[i][j]+=dp[i-1][j]。 对应状态转移方程，dp[i-1][j-1]应该初始化为1，dp[i-1][j]不需要处理。 即（1,0）（1,1）....全部初始化为1。
     
 

 

 

综上所述，绿色第一列全部初始化为1，第一行除第一个元素，全部初始化为0。再加上在状态转移方程中的分析，紫色位置状态全部初始化为0。
 

 

下标映射关系：
 

dp[i][j]表示s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列个数。
 

因为多添加了一行和一列，所以实际上dp[i][j]表示s中[0,i-1]区域的所有子序列，与t中[0,j-1]区域子数组相等的子序列个数。
 

有两种解决办法。
 

  1.  
    从dp[i][j]找s，t中对应的位置需要下标减1。即用i-1，j-1找到s，t中的对应位置。
     
  2.  
    当然也可以在s，t前面添加一个字符作为平衡，这样dp[i][j]就可以直接与s[i]、t[j]元素进行对应。
     
 

 

实际上下标映射关系改变后，相应的状态表示，状态转移方程都需要改变，但我们只需要注意一下下标的映射关系含义即可。
 

填表顺序
 

根据状态转移方程，
 

if（s[i]==t[j]）dp[i][j]+=dp[i-1][j-1]；dp[i][j]+=dp[i-1][j]；
 

我们知道，推导（i，j）位置的状态时，我们需要用到（i-1，j-1）（i-1，j）的位置。
 

  1.  
    固定i改变j， 此时i的变化一定是从小到大，当推导 （i，）位置的状态时，（i-1，）位置的状态已经得出，所以j的变化可以从小到大，也可以从大到小。
     
  2.  
    固定j改变i， 此时j的变化一定是从小到大，又因为需要（i-1，j）位置的状态，所以i的变化也要从小到大。
     
 

返回值
 

根据状态表示，
 

dp[i][j]表示s中[0,i]区域的所有子序列，与t中[0,j]区域子数组相等的子序列个数。
 

结合题目意思，我们需要s中[0，m]区域的所有子序列，与t中[0，n]区域子数组相等的子序列个数。
 

又因为下标映射关系，所以我们需要返回dp[m][n]。
 

代码实现
 

 

class Solution {
public:int numDistinct(string s, string t) {// 1. 创建 dp 表// 2. 初始化// 3. 填表// 4. 返回值int n = t.size(), m = s.size();vector<vector<double>> dp(m + 1, vector<double>(n + 1));for (int i = 0; i <= m; i++)dp[i][0] = 1; // 初始化for (int i = 1; i <= m; i++)for (int j = 1; j <= n; j++) {dp[i][j] += dp[i-1][j];if (s[i - 1] == t[j - 1])dp[i][j] += dp[i - 1][j - 1];}return dp[m][n];}
};
 

44. 通配符匹配 - 力扣（LeetCode）
 

 

题目解析
 

 

状态表示
 

对于两个字符串之间的dp问题,我们一般的思考方式如下:
 

  1.  
    选取第一个字符串的[0,i]区间以及第二个字符串的[0,j]区间当成研究对象,结合题目的要求来定义「状态表示」;
     
  2.  
    然后根据两个区间上「最后一个位置的字符」,来进行「分类讨论」,从而确定「状态转移方程」。
     
 

我们可以根据上面的策略,解决大部分关于两个字符串之间的dp问题。
 

因此,我们定义状态表示为: dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

状态转移方程
 

 

根据最后一个位置的具体状况进行分类讨论，
 

  1.  
    如果p[j]为一个小写英文字符，
     
    1.  
      如果p[j]==s[i]， 此时只需要判断p[0,j-1]字符串能否匹配s[0,i-1]字符串，所以此时dp[i][j]=dp[i-1][j-1]。
       
    2.  
      如果p[j]!=s[i]， 此时无法匹配，所以dp[i][j]=false。
       
  2.  
    如果p[j]==‘？’， 此时让p[j]==s[i]，只需要判断p[0,j-1]字符串能否匹配s[0,i-1]字符串，所以此时dp[i][j]=dp[i-1][j-1]。
     
  3.  
    如果p[j]=='*'，
     
  4.  
     
       正常书写代码，只要一种情况可以匹配，那么dp[i][j]就等于true，所以我们要遍历dp[0][j-1]~dp[i][j-1]，此时需要花费O(n)的时间，而dp表是二维，最终我们时间复杂度会达到O(n 
      ^3),我们希望可以减低时间复杂度，O（n^3）时间复杂度实在是太大了。 我们观察上述推导，可以发现一个很有趣的东西，dp[i][j-1],dp[i-1][j-1],dp[i-2][j-1]...这里横坐标很有规律的减少1，纵坐标不变。我们尝试推导dp[i-1][j]，得到 dp[i-1][j]=(dp[i-1][j]||dp[i-2][j-1]||dp[i-3][j-1]||dp[i-4][j-1]....||dp[0][j-1]||j==0),又因为 dp[i][j]=(dp[i][j-1]||dp[i-1][j-1]||dp[i-2][j-1]||dp[i-3][j-1].....||dp[0][j-1]||j==0),
     
      所以我们可以写成这样，dp[i][j]=(dp[i][j-1]||dp[i-1][j]) 这样用一个表达式就可以解决这一种情况，将O(n）的时间复杂度降低到了O(1)。（注意，dp[i-1][j]和dp[i][j]省略号会一直到dp[0][j-1]，所以是严格相等。） 此时dp[i][j]=(dp[i][j-1]||dp[i-1][j])。
     
 

 

将上述情况进行合并和简化，我们可以得到状态转移方程，
 

 

    if (p[j] == '*')dp[i][j] = dp[i][j-1] || dp[i-1][j];elsedp[i][j] =(p[j] == '?' || s[i] == p[j]) && dp[i - 1][j - 1];
 

初始化
 

 

根据状态转移方程，我们知道，想要推导出(i,j)位置的状态需要用到，（i，j-1）（i-1，j）（i-1，j-1）的状态。
 

 

当我们在推导蓝色部分的状态时，就会发现越界的情况，也就是没有前驱使得蓝色位置状态可以推导出来，所以我们需要把这些位置进行初始化。
 

为了简化初始化的过程，我们可以创建虚拟节点，即多添加一行和一列代替原先需要初始化的位置。
 

 

此时绿色部分构成原先蓝色部分的前驱，也就是代替了原先蓝色部分，我们现在只需要初始化绿色部分即可。
 

添加虚拟节点有几点注意事项，
 

  1.  
    对虚拟节点进行初始化，需要保证推导蓝色位置的状态的准确性。
     
  2.  
    注意下标映射的关系。
     
 

 

对虚拟节点进行初始化：
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

为了统一状态表示，我们可以定义绿色部分含义为空串。
 

 

dp[0][0]表示两个空串是否能匹配，此时dp[0][0]=true。
 

  1.  
    当i==0,j>0， 表示s是空串，p[0,j]能否匹配，此时如果p[0,j]全是'*'，dp[i][j]=true。
     
  2.  
    当i>0,j==0, 表示p是空串，s[0,i]能否匹配，此时dp[i][j]=false。
     
 

下标映射的关系：
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

因为多添加了一行和一列，所以实际上dp[i][j]表示s中[0,i-1]区域的所有子序列，与p中[0,j-1]区域子数组相等的子序列个数。
 

有两种解决办法。
 

  1.  
    从dp[i][j]找s，p中对应的位置需要下标减1。即用i-1，j-1找到s，p中的对应位置。
     
  2.  
    当然也可以在s，p前面添加一个字符作为平衡，这样dp[i][j]就可以直接与s[i]、t[j]元素进行对应。
     
 

 

实际上下标映射关系改变后，相应的状态表示，状态转移方程都需要改变，但我们只需要注意一下下标的映射关系含义即可。
 

填表顺序
 

状态转移方程，
 

 

    if (p[j] == '*')dp[i][j] = dp[i][j-1] || dp[i-1][j];elsedp[i][j] =(p[j] == '?' || s[i] == p[j]) && dp[i - 1][j - 1];
 

根据状态转移方程，我们知道在推导（i，j）位置状态时，需要用到（i，j-1）（i-1，j）（i-1，j-1）位置的状态。
 

  1.  
    固定i，改变j， i的变化需要从小到大，由于要用到（i，j-1）位置的状态，所以j的变化需要从小到大。
     
  2.  
    固定j，改变i， j的变化需要从小到大，由于要用到（i-1，j）位置的状态，所以i的变化需要从小到大。
     
 

返回值
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

根据状态表示和题目意思，我们需要判断字符串p[0,n]能否匹配字符串 s [0,m]。
 

又因为下标映射关系，所以我们需要返回dp[m][n]。
 

代码实现
 

 

class Solution {
public:bool isMatch(string s, string p) {int m = s.size(), n = p.size();s = " " + s, p = " " + p;vector<vector<bool>> dp(m + 1, vector<bool>(n + 1)); // 1. 创建 dp 表dp[0][0] = true;                                     // 2. 初始化for (int j = 1; j <= n; j++)if (p[j] == '*')dp[0][j] = true;elsebreak;// 3. 填表for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {if (p[j] == '*')dp[i][j] = dp[i - 1][j] || dp[i][j - 1];elsedp[i][j] =(p[j] == '?' || s[i] == p[j]) && dp[i - 1][j - 1];}}// 4. 返回值return dp[m][n];}
};
 

10. 正则表达式匹配 - 力扣（LeetCode）
 

 

题目解析
 

 

状态表示
 

对于两个字符串之间的dp问题,我们一般的思考方式如下:
 

  1.  
    选取第一个字符串的[0,i]区间以及第二个字符串的[0,j]区间当成研究对象,结合题目的要求来定义「状态表示」;
     
  2.  
    然后根据两个区间上「最后一个位置的字符」,来进行「分类讨论」,从而确定「状态转移方程」。
     
 

我们可以根据上面的策略,解决大部分关于两个字符串之间的dp问题。
 

因此,我们定义状态表示为: dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

状态转移方程
 

 

根据最后一个位置的具体状况进行分类讨论，
 

  1.  
    如果p[j]为一个小写英文字母，
     
    1.  
      如果s[i]==p[j]，此时dp[i][j]=dp[i-1][j-1]。
       
    2.  
      如果s[i]!=p[j]，此时dp[i][j]=false。
       
  2.  
    如果p[j]=='.', 此时dp[i][j]=dp[i-1][j-1]。
     
  3.  
    如果p[j]=='*',
     
  4.  
     
       观察上述推导，我们发现一个很有趣的东西，dp[i-1][j-2]、dp[i-2][j-2]、dp[i-3][j-2]....横坐标依次减一，纵坐标不变，变化十分有规律。由此我们尝试推导dp[i-1][j]的等式，得到 
      dp[i-1][j]=(dp[i-1][j-2]||dp[i-2][j-2]||dp[i-3][j-2]||...||dp[0][j-1]||全部匹配||p[i-1]=='.'),又
     
      dp[i][j]=(dp[i][j-2]||dp[i-1][j-2]||dp[i-2][j-2]||dp[i-3][j-2]||...||dp[0][j-1]||全部匹配||p[i-1]=='.'),
     
      得到dp[i][j]=(dp[i][j-2]||dp[i-1][j]);
     
 

 

综上所述，状态转移方程为，
 

 

    if (p[j] == '*')dp[i][j] = dp[i][j - 2] || (p[j - 1] == '.' || p[j - 1] == s[i]) && dp[i - 1][j];elsedp[i][j] = (p[j] == s[i] || p[j] == '.') && dp[i - 1][j - 1];
 

初始化
 

 

根据状态转移方程，我们知道，想要推导出(i,j)位置的状态需要用到，（i，j-2）（i-1，j）（i-1，j-1）的状态，还需要判断p[j-1]。
 

注意，如果*出现，前面一定有至少一个元素，所以(i，j-2）位置的状态一定不会越界。所以我们只需要考虑（i-1，j）（i-1，j-1）的状态，以及判断p[j-1]。
 

 

当我们在推导蓝色部分的状态时，就会发现越界的情况，也就是没有前驱使得蓝色位置状态可以推导出来，所以我们需要把这些位置进行初始化。
 

为了简化初始化的过程，我们可以创建虚拟节点，即多添加一行和一列代替原先需要初始化的位置。
 

 

添加虚拟节点有几点注意事项，
 

  1.  
    对虚拟节点进行初始化，需要保证推导蓝色位置的状态的准确性。
     
  2.  
    注意下标映射的关系。
     
 

 

对虚拟节点进行初始化：
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

为了统一状态表示，我们可以定义绿色部分含义为空串。
 

 

dp[0][0]表示两个空串是否能匹配，此时dp[0][0]=true。
 

  1.  
    当i==0,j>0， 表示s是空串，p[0,j]能否匹配，此时只有可能p[0,j]所有字符表示为“任一字符+*“才能匹配空串。
     
  2.  
    当i>0,j==0, 此时s[0,i],p时空串，不可能匹配，dp[i][j]=false。
     
 

下标映射的关系：
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

因为多添加了一行和一列，所以实际上dp[i][j]表示s中[0,i-1]区域的所有子序列，与p中[0,j-1]区域子数组相等的子序列个数。
 

有两种解决办法。
 

  1.  
    从dp[i][j]找s，p中对应的位置需要下标减1。即用i-1，j-1找到s，p中的对应位置。
     
  2.  
    当然也可以在s，p前面添加一个字符作为平衡，这样dp[i][j]就可以直接与s[i]、t[j]元素进行对应。
     
 

 

实际上下标映射关系改变后，相应的状态表示，状态转移方程都需要改变，但我们只需要注意一下下标的映射关系含义即可。
 

填表顺序
 

根据状态转移方程，我们知道，想要推导出(i,j)位置的状态需要用到，（i，j-2）（i-1，j）（i-1，j-1）的状态，还需要判断p[j-1]。
 

  1.  
    固定i改变j， i的变化需要从小到大，由于需要用到（i，j-2）位置的状态，所以j的变化需要从小到大。
     
  2.  
    固定j改变i， j的变化需要从小到大，由于需要用到（i-1，j）位置的状态，所以i的变化需要从小到大。
     
 

返回值
 

dp[i][j]表示:字符串p[0,j]能否匹配字符串 s 的[0,i]。
 

根据状态表示和题目意思，我们需要判断字符串p[0,n]能否匹配字符串 s [0,m]。
 

又因为下标映射关系，所以我们需要返回dp[m][n]。
 

代码实现
 

 

class Solution {
public:bool isMatch(string s, string p) {int m = s.size(), n = p.size();s = ' ' + s, p = ' ' + p;// 1. 创建 dp 表vector<vector<bool>> dp(m + 1, vector<bool>(n + 1));// 2. 初始化dp[0][0] = true;for (int j = 2; j <= n; j += 2)if (p[j] == '*')dp[0][j] = true;elsebreak;// 3. 填表for (int i = 1; i <= m; i++) {for (int j = 1; j <= n; j++) {if (p[j] == '*')dp[i][j] =dp[i][j - 2] ||(p[j - 1] == '.' || p[j - 1] == s[i]) && dp[i - 1][j];elsedp[i][j] = (p[j] == s[i] || p[j] == '.') && dp[i - 1][j - 1];}}// 4. 返回值return dp[m][n];}
};
 

结尾
 

今天我们学习了动态规划的思想，动态规划思想和数学归纳法思想有一些类似，动态规划在模拟数学归纳法的过程，已知一个最简单的基础解，通过得到前项与后项的推导关系，由这个最简单的基础解，我们可以一步一步推导出我们希望得到的那个解，把我们得到的解依次存放在dp数组中，dp数组中对应的状态，就像是数列里面的每一项。最后感谢您阅读我的文章，对于动态规划系列，我会一直更新，如果您觉得内容有帮助，可以点赞加关注，以快速阅读最新文章。
 

 

最后，感谢您阅读我的文章，希望这些内容能够对您有所启发和帮助。如果您有任何问题或想要分享您的观点，请随时在评论区留言。
 

 

同时，不要忘记订阅我的博客以获取更多有趣的内容。在未来的文章中，我将继续探讨这个话题的不同方面，为您呈现更多深度和见解。
 

 

谢谢您的支持，期待与您在下一篇文章中再次相遇！
 


                                    

                                        这篇关于【十五】【动态规划】115. 不同的子序列、44. 通配符匹配、10. 正则表达式匹配 ，三道题目深度解析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
                                    

                                    

                                

                            

                            

                        

                    

                    

                        

                            

                            http://www.chinasem.cn/article/574174。
                            
                        

                    

                    
                    

                        
                            
                        
                    

                

                

                    相关文章
                

                    

                        

                            

                                

                                    
                                        使用Jackson进行JSON生成与解析的新手指南
                                    
                                

                            

                            

                                

                                    使用Jackson进行JSON生成与解析的新手指南
                                

                                

                                    《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下...																									目录1. 核心依赖2. 基础用法2.1 对象转 jsON（序列化）2.2 JSON 转对象（反序列化）3.
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Springboot @Autowired和@Resource的区别解析
                                    
                                

                            

                            

                                

                                    Springboot @Autowired和@Resource的区别解析
                                

                                

                                    《Springboot@Autowired和@Resource的区别解析》@Resource是JDK提供的注解,只是Spring在实现上提供了这个注解的功能支持,本文给大家介绍Springboot@...																									目录【一】定义【1】@Autowired【2】@Resource【二】区别【1】包含的属性不同【2】@
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        C#如何动态创建Label,及动态label事件
                                    
                                

                            

                            

                                

                                    C#如何动态创建Label,及动态label事件
                                

                                

                                    《C#如何动态创建Label,及动态label事件》：本文主要介绍C#如何动态创建Label,及动态label事件,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教...																									目录C#如何动态创建Label,及动态label事件第一点：switch中的生成我们的label事件接着，
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        SpringCloud动态配置注解@RefreshScope与@Component的深度解析
                                    
                                

                            

                            

                                

                                    SpringCloud动态配置注解@RefreshScope与@Component的深度解析
                                

                                

                                    《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re...																									目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Java并发编程必备之Synchronized关键字深入解析
                                    
                                

                            

                            

                                

                                    Java并发编程必备之Synchronized关键字深入解析
                                

                                

                                    《Java并发编程必备之Synchronized关键字深入解析》本文我们深入探索了Java中的Synchronized关键字,包括其互斥性和可重入性的特性,文章详细介绍了Synchronized的三种...																									目录一、前言二、Synchronized关键字2.1 Synchronized的特性1. 互斥2.
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)
                                    
                                

                            

                            

                                

                                    MyBatis 动态 SQL 优化之标签的实战与技巧(常见用法)
                                

                                

                                    《MyBatis动态SQL优化之标签的实战与技巧(常见用法)》本文通过详细的示例和实际应用场景,介绍了如何有效利用这些标签来优化MyBatis配置,提升开发效率,确保SQL的高效执行和安全性,感...																									目录动态SQL详解一、动态SQL的核心概念1.1 什么是动态SQL？1.2 动态SQL的优点1.3 动态S
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Java的IO模型、Netty原理解析
                                    
                                

                            

                            

                                

                                    Java的IO模型、Netty原理解析
                                

                                

                                    《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容：标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇...																									目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO（blocking I/O）NI
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        Python 中的异步与同步深度解析(实践记录)
                                    
                                

                            

                            

                                

                                    Python 中的异步与同步深度解析(实践记录)
                                

                                

                                    《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际...																									目录python中的异步与同步：深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        MySQL中慢SQL优化的不同方式介绍
                                    
                                

                            

                            

                                

                                    MySQL中慢SQL优化的不同方式介绍
                                

                                

                                    《MySQL中慢SQL优化的不同方式介绍》慢SQL的优化,主要从两个方面考虑,SQL语句本身的优化,以及数据库设计的优化,下面小编就来给大家介绍一下有哪些方式可以优化慢SQL吧...																									目录避免不必要的列分页优化索引优化JOIN 的优化排序优化UNION 优化慢 SQL 的优化，主要从两个方面考虑，SQL 语
                                

                                

                                    阅读更多...
                                

                            

                        

                    

                    

                        

                            

                                

                                    
                                        C++从序列容器中删除元素的四种方法
                                    
                                

                            

                            

                                

                                    C++从序列容器中删除元素的四种方法
                                

                                

                                    《C++从序列容器中删除元素的四种方法》删除元素的方法在序列容器和关联容器之间是非常不同的,在序列容器中,vector和string是最常用的,但这里也会介绍deque和list以供全面了解,尽管在一...																									目录一、简介二、移除给定位置的元素三、移除与某个值相等的元素3.1、序列容器vector、deque
                                

                                

                                    阅读更多...
                                

                            

                        

                    

            

        

    


    


    

        

            Copyright China编程   23002807@qq.com
        

        

            沪ICP备2023033072号-2