算法系列15天速成——第十五天 圖【下】(大結(jié)局)
一: 最小生成樹
1. 概念
首先看如下圖,不知道大家能總結(jié)點(diǎn)什么。
對(duì)于一個(gè)連通圖G,如果其全部頂點(diǎn)和一部分邊構(gòu)成一個(gè)子圖G1,當(dāng)G1滿足:
① 剛好將圖中所有頂點(diǎn)連通。②頂點(diǎn)不存在回路。則稱G1就是G的“生成樹”。
其實(shí)一句話總結(jié)就是:生成樹是將原圖的全部頂點(diǎn)以最小的邊連通的子圖,這不,如下的連通圖可以得到下面的兩個(gè)生成樹。
② 對(duì)于一個(gè)帶權(quán)的連通圖,當(dāng)生成的樹不同,各邊上的權(quán)值總和也不同,如果某個(gè)生成樹的權(quán)值最小,則它就是“最小生成樹”。
2. 場(chǎng)景
實(shí)際應(yīng)用中“最小生成樹”還是蠻有實(shí)際價(jià)值的,教科書上都有這么一句話,若用圖來表示一個(gè)交通系統(tǒng),每一個(gè)頂點(diǎn)代表一個(gè)城市,
邊代表兩個(gè)城市之間的距離,當(dāng)有n個(gè)城市時(shí),可能會(huì)有n(n-1)/2條邊,那么怎么選擇(n-1)條邊來使城市之間的總距離最小,其實(shí)它
的抽象模型就是求“最小生成樹”的問題。
3. prim算法
當(dāng)然如何求“最小生成樹”問題,前人都已經(jīng)給我們總結(jié)好了,我們只要照葫蘆畫瓢就是了,
第一步:我們建立集合“V,U",將圖中的所有頂點(diǎn)全部灌到V集合中,U集合初始為空。
第二步: 我們將V1放入U(xiǎn)集合中并將V1頂點(diǎn)標(biāo)記為已訪問。此時(shí):U(V1)。
第三步: 我們尋找V1的鄰接點(diǎn)(V2,V3,V5),權(quán)值中發(fā)現(xiàn)(V1,V2)之間的權(quán)值最小,此時(shí)我們將V2放入U(xiǎn)集合中并標(biāo)記V2為已訪問,
此時(shí)為U(V1,V2)。
第四步: 我們找U集合中的V1和V2的鄰接邊,一陣痙攣后,發(fā)現(xiàn)(V1,V5)的權(quán)值最小,此時(shí)將V5加入到U集合并標(biāo)記為已訪問,此時(shí)
U的集合元素為(V1,V2,V5)。
第五步:此時(shí)我們以(V1,V2,V5)為基準(zhǔn)向四周尋找最小權(quán)值的鄰接邊,發(fā)現(xiàn)(V5,V4)的權(quán)值最小,此時(shí)將V4加入到U集合并標(biāo)記
為已訪問,此時(shí)U的集合元素為(V1,V2,V5,V4)。
第六步: 跟第五步形式一樣,找到了(V1,V3)的權(quán)值最小,將V3加入到U集合中并標(biāo)記為已訪問,最終U的元素為(V1,V2,V5,V4,V3),
最終發(fā)現(xiàn)頂點(diǎn)全部被訪問,最小生成樹就此誕生。
#region prim算法獲取最小生成樹
/// <summary>
/// prim算法獲取最小生成樹
/// </summary>
/// <param name="graph"></param>
public void Prim(MatrixGraph graph, out int sum)
{
//已訪問過的標(biāo)志
int used = 0;
//非鄰接頂點(diǎn)標(biāo)志
int noadj = -1;
//定義一個(gè)輸出總權(quán)值的變量
sum = 0;
//臨時(shí)數(shù)組,用于保存鄰接點(diǎn)的權(quán)值
int[] weight = new int[graph.vertexNum];
//臨時(shí)數(shù)組,用于保存頂點(diǎn)信息
int[] tempvertex = new int[graph.vertexNum];
//取出鄰接矩陣的第一行數(shù)據(jù),也就是取出第一個(gè)頂點(diǎn)并將權(quán)和邊信息保存于臨時(shí)數(shù)據(jù)中
for (int i = 1; i < graph.vertexNum; i++)
{
//保存于鄰接點(diǎn)之間的權(quán)值
weight[i] = graph.edges[0, i];
//等于0則說明V1與該鄰接點(diǎn)沒有邊
if (weight[i] == short.MaxValue)
tempvertex[i] = noadj;
else
tempvertex[i] = int.Parse(graph.vertex[0]);
}
//從集合V中取出V1節(jié)點(diǎn),只需要將此節(jié)點(diǎn)設(shè)置為已訪問過,weight為0集合
var index = tempvertex[0] = used;
var min = weight[0] = short.MaxValue;
//在V的鄰接點(diǎn)中找權(quán)值最小的節(jié)點(diǎn)
for (int i = 1; i < graph.vertexNum; i++)
{
index = i;
min = short.MaxValue;
for (int j = 1; j < graph.vertexNum; j++)
{
//用于找出當(dāng)前節(jié)點(diǎn)的鄰接點(diǎn)中權(quán)值最小的未訪問點(diǎn)
if (weight[j] < min && tempvertex[j] != 0)
{
min = weight[j];
index = j;
}
}
//累加權(quán)值
sum += min;
Console.Write("({0},{1}) ", tempvertex[index], graph.vertex[index]);
//將取得的最小節(jié)點(diǎn)標(biāo)識(shí)為已訪問
weight[index] = short.MaxValue;
tempvertex[index] = 0;
//從最新的節(jié)點(diǎn)出發(fā),將此節(jié)點(diǎn)的weight比較賦值
for (int j = 0; j < graph.vertexNum; j++)
{
//已當(dāng)前節(jié)點(diǎn)為出發(fā)點(diǎn),重新選擇最小邊
if (graph.edges[index, j] < weight[j] && tempvertex[j] != used)
{
weight[j] = graph.edges[index, j];
//這里做的目的將較短的邊覆蓋點(diǎn)上一個(gè)節(jié)點(diǎn)的鄰接點(diǎn)中的較長(zhǎng)的邊
tempvertex[j] = int.Parse(graph.vertex[index]);
}
}
}
}
#endregion
二: 最短路徑
1. 概念
求最短路徑問題其實(shí)也是非常有實(shí)用價(jià)值的,映射到交通系統(tǒng)圖中,就是求兩個(gè)城市間的最短路徑問題,還是看這張圖,我們可以很容易的看出比如
V1到圖中各頂點(diǎn)的最短路徑。
① V1 -> V2 直達(dá), 權(quán)為2。
② V1 -> V3 直達(dá) 權(quán)為3。
③ V1->V5->V4 中轉(zhuǎn) 權(quán)為3+2=5。
④ V1 -> V5 直達(dá) 權(quán)為3。
、
2. Dijkstra算法
我們的學(xué)習(xí)需要站在巨人的肩膀上,那么對(duì)于現(xiàn)實(shí)中非常復(fù)雜的問題,我們肯定不能用肉眼看出來,而是根據(jù)一定的算法推導(dǎo)出來的。
Dijkstra思想遵循 “走一步,看一步”的原則。
第一步: 我們需要一個(gè)集合U,然后將V1放入U(xiǎn)集合中,既然走了一步,我們就要看一步,就是比較一下V1的鄰接點(diǎn)(V2,V3,V5),
發(fā)現(xiàn)(V1,V2)的權(quán)值最小,此時(shí)我們將V2放入U(xiǎn)集合中,表示我們已經(jīng)找到了V1到V2的最短路徑。
第二步:然后將V2做中間點(diǎn),繼續(xù)向前尋找權(quán)值最小的鄰接點(diǎn),發(fā)現(xiàn)只有V4可以連通,此時(shí)修改V4的權(quán)值為(V1,V2)+(V2,V4)=6。
此時(shí)我們就要看一步,發(fā)現(xiàn)V1到(V3,V4,V5)中權(quán)值最小的是(V1,V5),此時(shí)將V5放入U(xiǎn)集合中,表示我們已經(jīng)找到了
V1到V5的最短路徑。
第三步:然后將V5做中間點(diǎn),繼續(xù)向前尋找權(quán)值最小的鄰接點(diǎn),發(fā)現(xiàn)能連通的有V3,V4,當(dāng)我們正想修該V3的權(quán)值時(shí)發(fā)現(xiàn)(V1,V3)的權(quán)值
小于(V1->V5->V3),此時(shí)我們就不修改,將V3放入U(xiǎn)集合中,最后我們找到了V1到V3的最短路徑。
第四步:因?yàn)閂5還沒有走完,所以繼續(xù)用V5做中間點(diǎn),此時(shí)只能連通(V5,V4),當(dāng)要修改權(quán)值的時(shí)候,發(fā)現(xiàn)原來的V4權(quán)值為(V1,V2)+(V2,V4),而
現(xiàn)在的權(quán)值為5,小于先前的6,此時(shí)更改原先的權(quán)值變?yōu)?,將V4放入集合中,最后我們找到了V1到V4的最短路徑。
#region dijkstra求出最短路徑
/// <summary>
/// dijkstra求出最短路徑
/// </summary>
/// <param name="g"></param>
public void Dijkstra(MatrixGraph g)
{
int[] weight = new int[g.vertexNum];
int[] path = new int[g.vertexNum];
int[] tempvertex = new int[g.vertexNum];
Console.WriteLine("\n請(qǐng)輸入源點(diǎn)的編號(hào):");
//讓用戶輸入要遍歷的起始點(diǎn)
int vertex = int.Parse(Console.ReadLine()) - 1;
for (int i = 0; i < g.vertexNum; i++)
{
//初始賦權(quán)值
weight[i] = g.edges[vertex, i];
if (weight[i] < short.MaxValue && weight[i] > 0)
path[i] = vertex;
tempvertex[i] = 0;
}
tempvertex[vertex] = 1;
weight[vertex] = 0;
for (int i = 0; i < g.vertexNum; i++)
{
int min = short.MaxValue;
int index = vertex;
for (int j = 0; j < g.vertexNum; j++)
{
//頂點(diǎn)的權(quán)值中找出最小的
if (tempvertex[j] == 0 && weight[j] < min)
{
min = weight[j];
index = j;
}
}
tempvertex[index] = 1;
//以當(dāng)前的index作為中間點(diǎn),找出最小的權(quán)值
for (int j = 0; j < g.vertexNum; j++)
{
if (tempvertex[j] == 0 && weight[index] + g.edges[index, j] < weight[j])
{
weight[j] = weight[index] + g.edges[index, j];
path[j] = index;
}
}
}
Console.WriteLine("\n頂點(diǎn){0}到各頂點(diǎn)的最短路徑為:(終點(diǎn) < 源點(diǎn)) " + g.vertex[vertex]);
//最后輸出
for (int i = 0; i < g.vertexNum; i++)
{
if (tempvertex[i] == 1)
{
var index = i;
while (index != vertex)
{
var j = index;
Console.Write("{0} < ", g.vertex[index]);
index = path[index];
}
Console.WriteLine("{0}\n", g.vertex[index]);
}
else
{
Console.WriteLine("{0} <- {1}: 無路徑\n", g.vertex[i], g.vertex[vertex]);
}
}
}
#endregion
最后上一下總的運(yùn)行代碼
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
namespace MatrixGraph
{
public class Program
{
static void Main(string[] args)
{
MatrixGraphManager manager = new MatrixGraphManager();
//創(chuàng)建圖
MatrixGraph graph = manager.CreateMatrixGraph();
manager.OutMatrix(graph);
int sum = 0;
manager.Prim(graph, out sum);
Console.WriteLine("\n最小生成樹的權(quán)值為:" + sum);
manager.Dijkstra(graph);
//Console.Write("廣度遞歸:\t");
//manager.BFSTraverse(graph);
//Console.Write("\n深度遞歸:\t");
//manager.DFSTraverse(graph);
Console.ReadLine();
}
}
#region 鄰接矩陣的結(jié)構(gòu)圖
/// <summary>
/// 鄰接矩陣的結(jié)構(gòu)圖
/// </summary>
public class MatrixGraph
{
//保存頂點(diǎn)信息
public string[] vertex;
//保存邊信息
public int[,] edges;
//深搜和廣搜的遍歷標(biāo)志
public bool[] isTrav;
//頂點(diǎn)數(shù)量
public int vertexNum;
//邊數(shù)量
public int edgeNum;
//圖類型
public int graphType;
/// <summary>
/// 存儲(chǔ)容量的初始化
/// </summary>
/// <param name="vertexNum"></param>
/// <param name="edgeNum"></param>
/// <param name="graphType"></param>
public MatrixGraph(int vertexNum, int edgeNum, int graphType)
{
this.vertexNum = vertexNum;
this.edgeNum = edgeNum;
this.graphType = graphType;
vertex = new string[vertexNum];
edges = new int[vertexNum, vertexNum];
isTrav = new bool[vertexNum];
}
}
#endregion
/// <summary>
/// 圖的操作類
/// </summary>
public class MatrixGraphManager
{
#region 圖的創(chuàng)建
/// <summary>
/// 圖的創(chuàng)建
/// </summary>
/// <param name="g"></param>
public MatrixGraph CreateMatrixGraph()
{
Console.WriteLine("請(qǐng)輸入創(chuàng)建圖的頂點(diǎn)個(gè)數(shù),邊個(gè)數(shù),是否為無向圖(0,1來表示),已逗號(hào)隔開。");
var initData = Console.ReadLine().Split(',').Select(i => int.Parse(i)).ToList();
MatrixGraph graph = new MatrixGraph(initData[0], initData[1], initData[2]);
//我們默認(rèn)“正無窮大為沒有邊”
for (int i = 0; i < graph.vertexNum; i++)
{
for (int j = 0; j < graph.vertexNum; j++)
{
graph.edges[i, j] = short.MaxValue;
}
}
Console.WriteLine("請(qǐng)輸入各頂點(diǎn)信息:");
for (int i = 0; i < graph.vertexNum; i++)
{
Console.Write("\n第" + (i + 1) + "個(gè)頂點(diǎn)為:");
var single = Console.ReadLine();
//頂點(diǎn)信息加入集合中
graph.vertex[i] = single;
}
Console.WriteLine("\n請(qǐng)輸入構(gòu)成兩個(gè)頂點(diǎn)的邊和權(quán)值,以逗號(hào)隔開。\n");
for (int i = 0; i < graph.edgeNum; i++)
{
Console.Write("第" + (i + 1) + "條邊:\t");
initData = Console.ReadLine().Split(',').Select(j => int.Parse(j)).ToList();
int start = initData[0];
int end = initData[1];
int weight = initData[2];
//給矩陣指定坐標(biāo)位置賦值
graph.edges[start - 1, end - 1] = weight;
//如果是無向圖,則數(shù)據(jù)呈“二,四”象限對(duì)稱
if (graph.graphType == 1)
{
graph.edges[end - 1, start - 1] = weight;
}
}
return graph;
}
#endregion
#region 輸出矩陣數(shù)據(jù)
/// <summary>
/// 輸出矩陣數(shù)據(jù)
/// </summary>
/// <param name="graph"></param>
public void OutMatrix(MatrixGraph graph)
{
for (int i = 0; i < graph.vertexNum; i++)
{
for (int j = 0; j < graph.vertexNum; j++)
{
if (graph.edges[i, j] == short.MaxValue)
Console.Write("∽\t");
else
Console.Write(graph.edges[i, j] + "\t");
}
//換行
Console.WriteLine();
}
}
#endregion
#region 廣度優(yōu)先
/// <summary>
/// 廣度優(yōu)先
/// </summary>
/// <param name="graph"></param>
public void BFSTraverse(MatrixGraph graph)
{
//訪問標(biāo)記默認(rèn)初始化
for (int i = 0; i < graph.vertexNum; i++)
{
graph.isTrav[i] = false;
}
//遍歷每個(gè)頂點(diǎn)
for (int i = 0; i < graph.vertexNum; i++)
{
//廣度遍歷未訪問過的頂點(diǎn)
if (!graph.isTrav[i])
{
BFSM(ref graph, i);
}
}
}
/// <summary>
/// 廣度遍歷具體算法
/// </summary>
/// <param name="graph"></param>
public void BFSM(ref MatrixGraph graph, int vertex)
{
//這里就用系統(tǒng)的隊(duì)列
Queue<int> queue = new Queue<int>();
//先把頂點(diǎn)入隊(duì)
queue.Enqueue(vertex);
//標(biāo)記此頂點(diǎn)已經(jīng)被訪問
graph.isTrav[vertex] = true;
//輸出頂點(diǎn)
Console.Write(" ->" + graph.vertex[vertex]);
//廣度遍歷頂點(diǎn)的鄰接點(diǎn)
while (queue.Count != 0)
{
var temp = queue.Dequeue();
//遍歷矩陣的橫坐標(biāo)
for (int i = 0; i < graph.vertexNum; i++)
{
if (!graph.isTrav[i] && graph.edges[temp, i] != 0)
{
graph.isTrav[i] = true;
queue.Enqueue(i);
//輸出未被訪問的頂點(diǎn)
Console.Write(" ->" + graph.vertex[i]);
}
}
}
}
#endregion
#region 深度優(yōu)先
/// <summary>
/// 深度優(yōu)先
/// </summary>
/// <param name="graph"></param>
public void DFSTraverse(MatrixGraph graph)
{
//訪問標(biāo)記默認(rèn)初始化
for (int i = 0; i < graph.vertexNum; i++)
{
graph.isTrav[i] = false;
}
//遍歷每個(gè)頂點(diǎn)
for (int i = 0; i < graph.vertexNum; i++)
{
//廣度遍歷未訪問過的頂點(diǎn)
if (!graph.isTrav[i])
{
DFSM(ref graph, i);
}
}
}
#region 深度遞歸的具體算法
/// <summary>
/// 深度遞歸的具體算法
/// </summary>
/// <param name="graph"></param>
/// <param name="vertex"></param>
public void DFSM(ref MatrixGraph graph, int vertex)
{
Console.Write("->" + graph.vertex[vertex]);
//標(biāo)記為已訪問
graph.isTrav[vertex] = true;
//要遍歷的六個(gè)點(diǎn)
for (int i = 0; i < graph.vertexNum; i++)
{
if (graph.isTrav[i] == false && graph.edges[vertex, i] != 0)
{
//深度遞歸
DFSM(ref graph, i);
}
}
}
#endregion
#endregion
#region prim算法獲取最小生成樹
/// <summary>
/// prim算法獲取最小生成樹
/// </summary>
/// <param name="graph"></param>
public void Prim(MatrixGraph graph, out int sum)
{
//已訪問過的標(biāo)志
int used = 0;
//非鄰接頂點(diǎn)標(biāo)志
int noadj = -1;
//定義一個(gè)輸出總權(quán)值的變量
sum = 0;
//臨時(shí)數(shù)組,用于保存鄰接點(diǎn)的權(quán)值
int[] weight = new int[graph.vertexNum];
//臨時(shí)數(shù)組,用于保存頂點(diǎn)信息
int[] tempvertex = new int[graph.vertexNum];
//取出鄰接矩陣的第一行數(shù)據(jù),也就是取出第一個(gè)頂點(diǎn)并將權(quán)和邊信息保存于臨時(shí)數(shù)據(jù)中
for (int i = 1; i < graph.vertexNum; i++)
{
//保存于鄰接點(diǎn)之間的權(quán)值
weight[i] = graph.edges[0, i];
//等于0則說明V1與該鄰接點(diǎn)沒有邊
if (weight[i] == short.MaxValue)
tempvertex[i] = noadj;
else
tempvertex[i] = int.Parse(graph.vertex[0]);
}
//從集合V中取出V1節(jié)點(diǎn),只需要將此節(jié)點(diǎn)設(shè)置為已訪問過,weight為0集合
var index = tempvertex[0] = used;
var min = weight[0] = short.MaxValue;
//在V的鄰接點(diǎn)中找權(quán)值最小的節(jié)點(diǎn)
for (int i = 1; i < graph.vertexNum; i++)
{
index = i;
min = short.MaxValue;
for (int j = 1; j < graph.vertexNum; j++)
{
//用于找出當(dāng)前節(jié)點(diǎn)的鄰接點(diǎn)中權(quán)值最小的未訪問點(diǎn)
if (weight[j] < min && tempvertex[j] != 0)
{
min = weight[j];
index = j;
}
}
//累加權(quán)值
sum += min;
Console.Write("({0},{1}) ", tempvertex[index], graph.vertex[index]);
//將取得的最小節(jié)點(diǎn)標(biāo)識(shí)為已訪問
weight[index] = short.MaxValue;
tempvertex[index] = 0;
//從最新的節(jié)點(diǎn)出發(fā),將此節(jié)點(diǎn)的weight比較賦值
for (int j = 0; j < graph.vertexNum; j++)
{
//已當(dāng)前節(jié)點(diǎn)為出發(fā)點(diǎn),重新選擇最小邊
if (graph.edges[index, j] < weight[j] && tempvertex[j] != used)
{
weight[j] = graph.edges[index, j];
//這里做的目的將較短的邊覆蓋點(diǎn)上一個(gè)節(jié)點(diǎn)的鄰接點(diǎn)中的較長(zhǎng)的邊
tempvertex[j] = int.Parse(graph.vertex[index]);
}
}
}
}
#endregion
#region dijkstra求出最短路徑
/// <summary>
/// dijkstra求出最短路徑
/// </summary>
/// <param name="g"></param>
public void Dijkstra(MatrixGraph g)
{
int[] weight = new int[g.vertexNum];
int[] path = new int[g.vertexNum];
int[] tempvertex = new int[g.vertexNum];
Console.WriteLine("\n請(qǐng)輸入源點(diǎn)的編號(hào):");
//讓用戶輸入要遍歷的起始點(diǎn)
int vertex = int.Parse(Console.ReadLine()) - 1;
for (int i = 0; i < g.vertexNum; i++)
{
//初始賦權(quán)值
weight[i] = g.edges[vertex, i];
if (weight[i] < short.MaxValue && weight[i] > 0)
path[i] = vertex;
tempvertex[i] = 0;
}
tempvertex[vertex] = 1;
weight[vertex] = 0;
for (int i = 0; i < g.vertexNum; i++)
{
int min = short.MaxValue;
int index = vertex;
for (int j = 0; j < g.vertexNum; j++)
{
//頂點(diǎn)的權(quán)值中找出最小的
if (tempvertex[j] == 0 && weight[j] < min)
{
min = weight[j];
index = j;
}
}
tempvertex[index] = 1;
//以當(dāng)前的index作為中間點(diǎn),找出最小的權(quán)值
for (int j = 0; j < g.vertexNum; j++)
{
if (tempvertex[j] == 0 && weight[index] + g.edges[index, j] < weight[j])
{
weight[j] = weight[index] + g.edges[index, j];
path[j] = index;
}
}
}
Console.WriteLine("\n頂點(diǎn){0}到各頂點(diǎn)的最短路徑為:(終點(diǎn) < 源點(diǎn)) " + g.vertex[vertex]);
//最后輸出
for (int i = 0; i < g.vertexNum; i++)
{
if (tempvertex[i] == 1)
{
var index = i;
while (index != vertex)
{
var j = index;
Console.Write("{0} < ", g.vertex[index]);
index = path[index];
}
Console.WriteLine("{0}\n", g.vertex[index]);
}
else
{
Console.WriteLine("{0} <- {1}: 無路徑\n", g.vertex[i], g.vertex[vertex]);
}
}
}
#endregion
}
}
算法速成系列至此就全部結(jié)束了,公司給我們的算法培訓(xùn)也于上周五結(jié)束,呵呵,趕一下同步。最后希望大家能對(duì)算法重視起來,
學(xué)好算法,終身收益。
- 算法系列15天速成 第十四天 圖【上】
- 算法系列15天速成——第十三天 樹操作【下】
- 算法系列15天速成 第十二天 樹操作【中】
- 算法系列15天速成 第十一天 樹操作(上)
- 算法系列15天速成 第十天 棧
- 算法系列15天速成 第八天 線性表【下】
- 算法系列15天速成 第九天 隊(duì)列
- 算法系列15天速成 第七天 線性表【上】
- 算法系列15天速成 第六天 五大經(jīng)典查找【下】
- 算法系列15天速成 第五天 五大經(jīng)典查找【中】
- 算法系列15天速成 第四天 五大經(jīng)典查找【上】
- 算法系列15天速成 第三天 七大經(jīng)典排序【下】
- 算法系列15天速成 第二天 七大經(jīng)典排序【中】
- 算法系列15天速成 第一天 七大經(jīng)典排序【上】
相關(guān)文章
Git獲取本地倉(cāng)庫(kù)及基礎(chǔ)操作指令總結(jié)
Git是一個(gè)分布式版本控制系統(tǒng),和SVN類似,但遠(yuǎn)比SVN強(qiáng)大的一個(gè)版本控制系統(tǒng)。本文為大家總結(jié)了一下Git獲取本地倉(cāng)庫(kù)及基礎(chǔ)操作指令,需要的可以參考一下2022-08-08使用?Loki?實(shí)現(xiàn)?Kubernetes?容器日志監(jiān)控的方法
Loki?是由?Grafana?Labs?團(tuán)隊(duì)開發(fā)的,基于?Go?語言實(shí)現(xiàn),是一個(gè)水平可擴(kuò)展,高可用性,多租戶的日志聚合系統(tǒng)。它的設(shè)計(jì)非常經(jīng)濟(jì)高效且易于操作,這篇文章主要介紹了使用?Loki?實(shí)現(xiàn)?Kubernetes?容器日志監(jiān)控的相關(guān)知識(shí),感興趣的朋友一起看看吧2022-05-05i++循環(huán)與i-–循環(huán)的執(zhí)行效率(遞增與遞減效率)
i++循環(huán)與i-–循環(huán)的執(zhí)行效率(遞增與遞減效率),需要的朋友可以參考下。2011-01-01