首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏算法与数据结构

    PTA 7-2 二叉搜索树的结构(30 分)

    7-2 二叉搜索树的结构(30 分) 二叉搜索树或者是一棵空树,或者是具有下列性质的二叉树: 若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值 ;它的左、右子树也分别为二叉搜索树。 (摘自百度百科) 给定一系列互不相等的整数,将它们顺次插入一棵初始为空的二叉搜索树,然后对结果树的结构进行描述。你需要能判断给定的描述是否正确。 例如将{ 2 4 1 3 0 }插入后,得到一棵二叉搜索树,则陈述句如“2是树的根”、“1和4是兄弟结点”、“3和0在同一层上”(指自顶向下的深度相同)、“2是4的双亲结点”、“3是4的左孩子”都是正确的 输入格式: 输入在第一行给出一个正整数N(≤100),随后一行给出N个互不相同的整数,数字间以空格分隔,要求将之顺次插入一棵初始为空的二叉搜索树。

    2.2K90发布于 2017-12-29
  • 来自专栏后端开发从入门到入魔

    7-2 寻找大富翁

    7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示,截至2017年底,中国个人资产超过1亿元的高净值人群达15万人。

    38510编辑于 2024-03-01
  • 来自专栏算法与数据结构

    PTA 7-2 符号配对(20 分)

    7-2 符号配对(20 分) 请编写程序检查C语言源程序中下列符号是否配对:/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

    6.3K71发布于 2017-12-29
  • 中心点附近企业搜索-中心点附近公司搜索-附近企业查询-搜索附近企业API接口介绍

    前言中心点附近企业搜索,可以实现输入中心点的坐标,来搜索坐标范围(米)内的企业。范围可以设定, 最大可以支持10公里。 园区 / 政务 / 招商摸排辖区企业底数,用于统计管理、政策推送、产业园招商引资推介。风险核查排查周边高危、污染类企业,评估场地安全、合规与环境风险。

    28410编辑于 2026-06-11
  • 来自专栏刷题笔记

    7-2 树种统计 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用,自然资源研究机构可以识别每一棵树的种类

    1.2K10发布于 2019-11-07
  • 来自专栏刷题笔记

    7-2 到底有多二

    本文链接:https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

    91330发布于 2019-11-08
  • 来自专栏freesan44

    PTA 7-2 找奇葩 (20 分)

    在一个长度为 n 的正整数序列中,所有的奇数都出现了偶数次,只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

    43720发布于 2021-09-10
  • PTA 7-2 方阵循环右移

    16710编辑于 2025-12-16
  • 来自专栏freesan44

    PTA 7-2 数字之王 (20 分)

    的每个数的各位数的立方相乘,再将结果的各位数求和,得到一批新的数字,再对这批新的数字重复上述操作,直到所有数字都是 1 位数为止。这时哪个数字最多,哪个就是“数字之王”。

    40420编辑于 2021-12-06
  • 来自专栏刷题笔记

    7-2 冒泡法排序 (30分)

    7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的:从头到尾比较相邻两个元素,如果前面的元素大于其紧随的后面元素,则交换它们。

    1.3K10发布于 2020-06-23
  • 来自专栏数据结构和算法

    7-2 歌唱比赛计分 (15分)

    7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛,另有6名评委打分,每位歌手的得分从键盘输入,计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分),最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

    40610编辑于 2023-11-30
  • 来自专栏算法与数据结构

    PTA 7-2 列车调度(25 分)

    7-2 列车调度(25 分) 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口(Entrance)轨道和一条出口(Exit)轨道,它们之间有N条平行的轨道。

    2.8K90发布于 2017-12-29
  • 来自专栏刷题笔记

    7-2 冒泡法排序 (30分)

    将N个整数按从小到大排序的冒泡排序法是这样工作的:从头到尾比较相邻两个元素,如果前面的元素大于其紧随的后面元素,则交换它们。通过一遍扫描,则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推,最后只需处理两个元素,就完成了对N个数的排序。

    1.2K10发布于 2020-06-23
  • 来自专栏freesan44

    PTA 7-2 找奇葩 (20 分)

    在一个长度为 n 的正整数序列中,所有的奇数都出现了偶数次,只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

    34710编辑于 2021-12-06
  • 来自专栏freesan44

    PTA 7-2 数字之王 (20 分)

    的每个数的各位数的立方相乘,再将结果的各位数求和,得到一批新的数字,再对这批新的数字重复上述操作,直到所有数字都是 1 位数为止。这时哪个数字最多,哪个就是“数字之王”。

    42100发布于 2021-09-11
  • 来自专栏Python项目实战

    企业搜索别再“关键词匹配”了:大模型时代的企业级搜索重构指南

    企业搜索别再“关键词匹配”了:大模型时代的企业级搜索重构指南作者:Echo_Wish说句实在话,很多企业的“内部搜索”系统,其实停留在十年前。 这不是搜索,这是“翻资料”。这两年,大模型的出现,终于把企业级搜索这件事推到了一个新的阶段。但我观察下来,真正用好的企业并不多。 今天这篇文章,我就跟大家聊聊:大模型在企业级搜索中的应用路径,以及如何优化,避免变成“昂贵的聊天机器人”。一、企业级搜索的核心痛点先别急着上模型,我们先看问题本质。 七、企业级落地必须考虑的三件事1️⃣权限隔离企业搜索必须做权限控制。 企业级搜索的核心,是:把知识变成真正可用的生产力。

    40510编辑于 2026-03-03
  • 来自专栏API 分享

    数据智能引擎:企业模糊搜索API精准获取企业列表信息

    在这个大数据的时代,企业面临着海量信息的管理和利用挑战。为了更有效地获取并利用数据,企业信息模糊搜索API成为了企业数据智能引擎的一部分,为企业提供了精准的企业列表检索服务。 企业信息模糊搜索API简介企业信息模糊搜索API是一种基于关键词的数据检索工具,可以通过输入关键词,迅速从庞大的数据集中筛选出符合条件的企业信息。 企业信息模糊搜索API的优势精准匹配: 企业信息模糊搜索API能够根据用户输入的关键字进行智能匹配,不仅考虑关键词的匹配度,还能理解上下文,提供更为精准的搜索结果。 实时更新: 企业信息模糊搜索API通常能够实时同步数据,确保用户获得的企业列表是最新的。这对于需要及时了解市场变化、拓展合作伙伴等业务活动的企业尤为重要。 企业信息模糊搜索API的推荐与使用APISpace 的 企业信息模糊搜索,通过关键词获取企业列表,企业列表包括公司名称或ID、类型、成立日期、经营状态等字段的详细信息。

    1.3K00编辑于 2023-11-22
  • 招标信息搜索-企业招投标信息查询-企业招标信息查询

    searchMode String 是 搜索模式,1-精准搜索、2-模糊搜索 pageSize String 否 每页条数(默认10条,最大10条) pageIndex String 否 当前页数(默认第 项目区域-城市:使用行政区划代码 searchType String 否 查找范围(默认不限制,可以多选,通过英文逗号分隔),支持如下维度的筛选:1-标题;2-项目编号;3-采购单位;4-代理机构;5-候选企业 ;6-中标企业。 公告类型编码 "purchaseAgency": [//采购单位&代理机构 { "companyName": "xx国际招标有限公司",//企业名称 /公告发布时间 "projectRegionProvinceCode": "440000",//项目区域-省份-行政区划代码 "winCandidate": [//中标企业

    25010编辑于 2026-08-17
  • 来自专栏函数式编程语言及工具

    search(0)- 企业搜索,写在前面

    计划研究一下搜索search,然后写个学习过程系列博客。开动之前先说说学习搜索的目的:不是想开发个什么搜索引擎,而是想用现成的搜索引擎在传统信息系统中引进搜索的概念和方法。 搜索search除条件匹配式的查找外最重要的是具备了关联relevance的特性。首先,搜索是基于大数据文件数据库的,对格式没有硬性要求,操作者可自由、灵活的表达搜索条件。 再者搜索具备信息关联能力,能根据搜索条件除符合条件的文件外,还能把满足搜索条件中表述的关联,如:文字关联、意思关联、信息关联等应用在目标文件的匹配上,产生一个以关联度排序的结果文件清单。 换句话说就是好的1搜索方案还可以猜度操作者的搜索目的,提供建议目标结果。如此大大降低了对使用者操作水平的要求,最终任何用户普遍都可以轻松使用搜索来获取符合专业要求的搜索结果。 考虑了一下市面上的几个开源搜索引擎,最终选择了elasticsearch。除了搜索功能外,elasticsearch还是一个分布式的数据库。

    1.4K20发布于 2020-03-19
  • 来自专栏刷题笔记

    7-2 神奇字符串 (30 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101472572 7-2 神奇字符串 (30 分) 神奇字符串的定义为: 只含有1和2,

    67220发布于 2019-11-08
领券