Ansore

多个目录，多个源文件现在进一步将 MathFunctions.h 和 MathFunctions.cc 文件移动到 math 目录下。 123456789./Demo3 | +--- main.cc | +--- math/ | +--- MathFunctions.cc | +--- MathFunctions.h 对于这种情况，需要分别在项目根目录 Demo3 和 math 目录里各编写一个 CMakeLists.txt 文件。为了方便，我们可以先将 math 目录里的文件编译成静态库再由 main 函数调用。 根目录中的 CMakeLists.txt ： 123456789101112131415161718# CMake 最低版本号要求cmake_minimum_required (VERSION 2.8)# 项目信息project (Demo3)# 查找当前目录下的所有源文件# 并将名称保存到 DIR_SRCS 变量aux_source_directory(. DIR_SRCS) ...

多个源文件现在假如把 power 函数单独写进一个名为 MathFunctions.c 的源文件里，使得这个工程变成如下的形式： 1234567/Demo2 | +--- main.cc | +--- MathFunctions.cc | +--- MathFunctions.h 这个时候，CMakeLists.txt 可以改成如下的形式: 12345678# CMake 最低版本号要求cmake_minimum_required (VERSION 2.8)# 项目信息project (Demo2)# 指定生成目标add_executable(Demo main.cc MathFunctions.cc) 唯一的改动只是在 add_executable 命令中增加了一个 MathFunctions.cc 源文件。这样写当然没什么问题，但是如果源文件很多，把所有源文件的名字都加进去将是一件烦人的工作。更省事的方法是使用 aux_source_directory 命令，该命令会查找指定目录下的所有源文件，然后将结果存进指定变量名。其语法如下： 1aux ...

单个源文件假设现在我们的项目中只有一个源文件 main.cc ，该程序的用途是计算一个数的指数幂。 1234567891011121314151617181920212223242526272829303132333435363738#include <stdio.h>#include <stdlib.h>/** * power - Calculate the power of number. * @param base: Base value. * @param exponent: Exponent value. * * @return base raised to the power exponent. */double power(double base, int exponent){ int result = base; int i; if (exponent == 0) { return 1; } for(i = 1; i < exponent; ++i)& ...

条件构造器Wapper Wrapper ： 条件构造抽象类，最顶端父类 AbstractWrapper ： 用于查询条件封装，生成 sql 的 where 条件 QueryWrapper ： Entity 对象封装操作类，不是用lambda语法 UpdateWrapper ： Update 条件封装，用于Entity对象更新操作 AbstractLambdaWrapper ： Lambda 语法使用 Wrapper统一处理解析 lambda 获取 column。 LambdaQueryWrapper ：看名称也能明白就是用于Lambda语法使用的查询Wrapper LambdaUpdateWrapper ： Lambda 更新封装Wrapper AbstractWrapper注意：以下条件构造器的方法入参中的 column 均表示数据库字段 ge、gt、le、lt、isNull、isNotNull12345678910@Testvoid testDelete() { QueryWrapper<User> queryWrapper = new QueryWra ...

CRUDinsert插入操作123456789101112131415// 添加操作@Testvoid testInsert() { System.out.println("--------insert--------"); User user = new User(); user.setAge(18); user.setEmail("123@123.com"); user.setName("haha"); int result = userMapper.insert(user); //影响的行数 System.out.println("result:" + result); //id自动回填 System.out.println(user);} 控制台输出： 12result:1User(id=1263011719026946049, name=haha, age=18, email=123@123.com) 注意：数据库 ...

入门创建并初始化数据库创建数据库：demo_mybatis_plus 创建user表并加入数据： 123456789101112131415DROP TABLE IF EXISTS user;CREATE TABLE user ( id BIGINT(20) NOT NULL COMMENT '主键ID', name VARCHAR(30) NULL DEFAULT NULL COMMENT '姓名', age INT(11) NULL DEFAULT NULL COMMENT '年龄', email VARCHAR(50) NULL DEFAULT NULL COMMENT '邮箱', PRIMARY KEY (id));INSERT INTO user (id, name, age, email) VALUES(1, 'Jone', 18, 'test1@baomidou.com'),(2, 'Jack', 20, ...

简介MyBatis-Plus（简称 MP）是一个 MyBatis 的增强工具，在 MyBatis 的基础上只做增强不做改变，为简化开发、提高效率而生。 特性 无侵入：只做增强不做改变，引入它不会对现有工程产生影响，如丝般顺滑 损耗小：启动即会自动注入基本 CURD，性能基本无损耗，直接面向对象操作 强大的 CRUD 操作：内置通用 Mapper、通用 Service，仅仅通过少量配置即可实现单表大部分 CRUD 操作，更有强大的条件构造器，满足各类使用需求 支持 Lambda 形式调用：通过 Lambda 表达式，方便的编写各类查询条件，无需再担心字段写错 支持多种数据库：支持 MySQL、MariaDB、Oracle、DB2、H2、HSQL、SQLite、Postgre、SQLServer2005、SQLServer 等多种数据库 支持主键自动生成：支持多达 4 种主键策略（内含分布式唯一 ID 生成器 - Sequence），可自由配置，完美解决主键问题 支持 XML 热加载：Mapper 对应的 XML 支持热加载，对于简单的 CRUD 操作，甚至可以无 XML 启动 支持 Ac ...

gdb123456789101112131415161718192021#include <stdio.h>int func(int n) { int sum = 0, i; for(i = 0; i < n; i++) { sum += i; } return sum;}int main(int argc, char *argv[]){ int i; long result = 0; for (i = 0; i <= 100; i ++) { result += i; } printf("result[1-100] = %ld n", result); printf("result[1-250] = %d n", func(250)); return 0;} 编译生成可执行文件： 1cc -g tst.c -o tst gdb： 12345678910111213141516171819202122232 ...

连通图与连通分量 连通图：无向图中，如果顶点$V_1$到$V_j$都有路径，则称$V_i$和$V_j$是连通的。如果图中任何两个顶点都是连通的，则称G为连通图。 连通分量：无向图G的极大连通子图称为G的连通分量。极大连通子图的意思是：该子图是G连通子图，如果再加一个顶点，该子图不连通。 对于连通图，则其连通分量就是它自己，对于非连通图，则有两个以上连通分量。 强连通图和强连通分量 强连通图：有向图中，如果任何两个顶点$V_1$到$V_j$都有路径，且$V_j$到$V_i$也有路径。则称G为强连通图。 强连通分量：有向图G的极大强连通子图称为G的强连通分量。极大连通子图的意思是：该子图是G的强连通子图，如果再加入一个顶点，该子图不再是强连通的。 (a)是强连通图，(b)不是强连通图，(c)是(b)的强连通分量 无向图的桥与割点 如图，去掉边$(5,8)$后图分裂成两个互不连通的子图，边$(5,8)$即为图G的桥。同样边$(5,7)$也为图的桥。 如果去掉无向连通图G中的一条边e，G分裂为两个不连通的子图，那么e为G的桥或割边。 如图5号节点即为图G的割点。 如果去掉无向 ...

深度优先搜索深度优先搜索（Depth First Search，DFS），是最常见的图搜索方法之一。深度优先搜索沿着一条路径一直走下去，无法行进时，回退回退到刚刚访问的结点，似不撞南墙不回头，不到黄河不死心。深度优先遍历是按照深度优先搜索的方式对图进行遍历。 后被访问的顶点，其邻接点先被访问。 根据深度优先遍历秘籍，后来先服务，可以借助于栈实现。递归本身就是使用栈实现的，因此使用递归方法更方便。 算法步骤： 初始化图中所有顶点未被访问。 从图中的某个顶点v出发，访问v并标记已访问； 依次检查v的所有邻接点w，如果w未被访问，则从w出发进行深度优先遍历（递归调用，重复2—3步）。 基于邻接矩阵的DFS算法查找每个顶点的邻接点需要$O(n)$时间，一共n个顶点，总的时间复杂度为$O(n^2)$，使用了一个递归工作栈，空间复杂度为$O(n)$。 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566 ...