澈基于注解@annotation 和 execution 的方式实现SPring AOPb

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

前言:

本蒟蒻在今天刷题时遇到了种类并查集的问题,遂决定,花1小时学学,并写篇文章记录一下;

那么如果你认真读完本文,你将自己发明种类并查集(反集);

前置知识:普通并查集;

普通并查集

引子题: P1892 [BalticOI 2003] 团伙

## 题目描述

现在有

个人,他们之间有两种关系:朋友和敌人。我们知道:

一个人的朋友的朋友是朋友

一个人的敌人的敌人是朋友

现在要对这些人进行组团。两个人在一个团体内当且仅当这两个人是朋友。请求出这些人中最多可能有的团体数。

## 输入格式

第一行输入一个整数

代表人数。

第二行输入一个整数

表示接下来要列出

个关系。

接下来

行,每行一个字符

和两个整数

,分别代表关系(朋友或敌人),有关系的两个人之中的第一个人和第二个人。其中

有两种可能:

如果

为 `F`,则表明

和

是朋友。

如果

为 `E`,则表明

和

是敌人。

## 输出格式

一行一个整数代表最多的团体数。

## 说明/提示

对于

的数据,

,

,

。

解法:

上面的题在洛谷,可以自己尝试;

如果你没学过种类并查集(反集),你应该会想到使用并查集维护朋友关系,用数组维护敌人关系,随后遍历每个人的每个敌人的每个敌人,将这个人和他敌人的敌人合并;

但是,我们注意到,这样做的代价是:空间复杂度

,时间复杂度

;

若是题目的数据再大一个数量级,这么做会爆;

不过,这样也可以AC了这道题,毕竟还是比较水的;

如果你想到了维护敌人并查集,那你已经有了相当好的直觉,事实上,种类并查集也类似在维护一个新并查集;

但是,对于敌人并查集,这里的设定很关键:如果你设成一个集合内部是朋友,那么会非常复杂,问题是,你如何由敌对推出朋友呢,仍然需要存储每个人的敌人,这样做依然不好;

如果你设定一个集合内部是敌人,那么一个人和另一个人的关系仍然不好维护,因为如果是朋友关系,AB是朋友,BC是朋友,AC一定是朋友,但是对于敌对关系,AB是敌人,BC是敌人,AC就是朋友了;

这破坏了集合传递性(即若AB共集,BC共集,那么AC共集);

我们先来反思一下为什么普通并查集不行:

最重要的是,敌人关系不满足集合的传递性这个数学要求,从而并查集不成立;

事实上,普通并查集维护的是两个人是不是共集的信息,而对于两个人各自的相对身份(注意:相对身份,A对于B是朋友,对于C可能就是敌人了)我们一无所知;

那么怎样维护这种多重身份呢;(换言之,怎样恢复传递性)

从传递性入手:朋友关系才具有传递性,所以我们要想办法将敌对关系换成朋友关系;

“敌人关系本身不传递,但敌人的敌人是朋友——这句话其实把‘敌对’转换成了‘朋友’,于是我们又可以用并查集了。”

若是我们开一个长度为

的并查集

1.当

时,i为其朋友集,所有与i是朋友关系的人会接到这个集合中(即普通的并查集)

2.当

时,i(实际上是i+n)为敌对集,所有i的敌人都会接入这个集合中

若

是朋友,我们执行 unionset(u,v),若

是敌人,我们 unionset(u+n,v) 、unionset(u,v+n);

朋友显然不需要解释,那么敌人为什么要这样合并呢,我们依据定义:所有i的敌人是i的敌对集的成员,那么谁和u的敌人共集呢,显然也是u的敌人,所以有了:unionset(u+n,v),即将v加入u的敌人集;

那么谁和u共集呢,显然是v的敌人,所以有unionset(u,v+n);

这样实际上利用了:敌人的敌人就是朋友这一性质,将无法维护(无法合并)的敌对关系换成了朋友关系;

接下来思考这样一个问题:若一个人同时是两个人的敌人,冲突吗;

你可能会觉得,这会冲突,因为根据集合的定义,不允许一个人同时归属两个集合,但是注意,我们使用的是并查集,这两个集合会合并,因此并不冲突;

以下为题解:

WriteUp 种类并查集解

我们定义,在

中,当

时,为i的朋友集,当

时,为i的敌对集;

当

是朋友,我们执行 unionset(u,v),当

是敌人,我们 unionset(u+n,v) 、unionset(u,v+n);

下面给出AC代码:

#include

using namespace std;

int n, m;

char x; // 操作符

int fa[2006]; // 并查集数组,大小设为2*n

int t1, t2;

int ans;

bool vis[2006]; // 用于标记已统计的根节点

int findx(int x) {

return x == fa[x] ? x : fa[x] = findx(fa[x]);

}

void union_set(int x, int y) {

int rx = findx(x), ry = findx(y);

if (rx != ry) {

fa[rx] = ry;

}

}

int main() {

cin >> n >> m;

for (int i = 1; i <= 2 * n; i++) {

fa[i] = i;

}

for (int i = 1; i <= m; i++) {

cin >> x;

if (x == 'F') {

cin >> t1 >> t2;

union_set(t1, t2);

} else {

cin >> t1 >> t2;

union_set(t1 + n, t2);

union_set(t1, t2 + n);

}

}

// 路径压缩所有主要节点

for (int i = 1; i <= n; i++) {

findx(i);

}

// 统计不同根节点

for (int i = 1; i <= n; i++) {

int root = findx(i);

if (!vis[root]) {

vis[root] = true; //统计所有不一样的根,因为可能有的以敌人集为根

ans++;

}

}

cout << ans << endl;

return 0;

}

具体的运作流程:

我们先定义这样一些关系,方便演示:

1 2 是朋友,1 3 是朋友

1 4 是敌人,4 5 是敌人;

根据我们的定义,最终,1235是一个集合

接下来看图:

我们先加入朋友边,不难发现,1 2 3形成了一个联通的区域,我们称为一个联通块,显然,同一个联通块是一个集合;

截屏2025-08-28 09.56.03

随后,加入(1,4反集),(1反集,4)这两个敌人边,即(1,9)(6,4),这里n=5,一共五个人;

现在出现了两个联通块,分别是:(1,2,3,4反),(4,1反);

截屏2025-08-27 11.37.29

我们继续加入4,5的敌人关系,就是:(4,5反)(4反,5),即(4,10)(9,5);

截屏2025-08-27 11.33.59

不难发现,现在,并查集已经正确处理了所有的关系;

更准确的说,4的反集是一个中间量,建立起了1和5的朋友关系(由于4的敌人和1是一个集,所以1,5共集),这就是反集的作用,它通过转换,维护了不具备传递性的敌人关系;

这里有个坑,不难发现,我在代码中使用了vis数组,这是由于敌人集可能是根,也需要一并统计;

例题2:P2024 [NOI2001] 食物链

## 题目描述

动物王国中有三类动物

,这三类动物的食物链构成了有趣的环形。

吃

,

吃

,

吃

。

现有

个动物,以

编号。每个动物都是

中的一种,但是我们并不知道它到底是哪一种。

有人用两种说法对这

个动物所构成的食物链关系进行描述:

第一种说法是 `1 X Y`,表示

和

是同类。

第二种说法是`2 X Y`,表示

吃

。

此人对

个动物,用上述两种说法,一句接一句地说出

句话,这

句话有的是真的,有的是假的。当一句话满足下列三条之一时,这句话就是假话,否则就是真话。

当前的话与前面的某些真的话冲突,就是假话;

当前的话中

或

比

大,就是假话;

当前的话表示

吃

,就是假话。

你的任务是根据给定的

和

句话,输出假话的总数。

## 输入格式

第一行两个整数,

,表示有

个动物,

句话。

第二行开始每行一句话(按照题目要求,见样例)

## 输出格式

一行,一个整数,表示假话的总数。

WriteUp:

这道题我们可以通过扩展并查集(种类并查集)来做,也可以使用加权并查集;

当然,由于还没讲到加权并查集,这里使用扩展并查集;

补充一个点:有几种关系就要开几倍的并查集;

接下来分析一下这道题:

一共三种动物,A吃B,B吃C,C吃A,所以我们开

的种类并查集;

那么一共两种情况(我们先假设都为真):1.

和

是同类,2.

吃

;

细分下去,当

和

是同类时,我们其实不知道

和

具体属于AA、BB还是CC,因此,我们需要合并3个集合中的XY,这代表XY是同类

同样,当

吃

时,我们也不知道是AB、BC还是AC,同样需要合并x的A集和y的B集、x的B集和y的C集、x的C集和y的A集;

上面的分类不好理解,更准确的讲,我们称A集为本体集,B集为猎物集,C集为天敌集

对于同类,同类的天敌就是天敌,同类的猎物就是猎物

对于y是x的猎物, 将y加入x的猎物集,将x加入y的天敌集,将x的天敌加入y的猎物集

(这里只有“将x的天敌加入y的猎物集”是不好理解的,我们进行一下推理:设z是x的天敌,由于y是x的猎物,x是z的猎物,那么z是y的猎物(因为C吃A))

那么,怎样判断一句话是否为假呢?

题目给了我们提示:

当前的话与前面的某些真的话冲突,就是假话;

当前的话中

或

比

大,就是假话;

当前的话表示

吃

,就是假话。

后两个比较好判断,关键是1,什么叫冲突;

根据真假逆命题的关系,我们反转条件,归结为下面的几类:

1.xy是同类,但是当前的话表示:x吃y或者y吃x;

2.x吃y,但是当前的话表示:y吃x、xy是同类

下面给出AC代码:

#include

using namespace std;

int n,k;

int op,p,q;

int ans;

int fa[150004];

int findx(int x) {

return x==fa[x]?x:fa[x] = findx(fa[x]);

}

void union_set(int u,int v) {

int rx = findx(u),ry = findx(v);

if (rx!=ry) {

fa[ry] = rx;

}

}

void init(int x) {

for (int i=1;i<=x;i++) {

fa[i] = i;

}

}

bool is_not_lie(int o,int x,int y) {

if (x>n || y>n) return false; //xy比n大

if (o==1) {

if (findx(x)==findx(y+n)||findx(y)==findx(x+n)) {

//x是y的猎物,或者y是x的猎物

return false;

}

}else {

if (x==y) return false;//x吃x

if (findx(x)==findx(y+n)) return false; //x是y的猎物

if (findx(x)==findx(y)) return false; //是同类

}

return true;

}

int main() {

scanf("%d %d",&n,&k);

init(3*n);

for(int i=1;i<=k;i++) {

scanf("%d %d %d",&op,&p,&q);

if (!is_not_lie(op,p,q)) {

ans++;

continue;

}else {

if (op==1) {

union_set(p,q);// 同类

union_set(p+n,q+n);// 同类的猎物是猎物

union_set(p+2*n,q+2*n); // 同类的敌人是敌人

}else {

union_set(p+n,q); //y是x的猎物

union_set(p,q+2*n);//x是y的天敌

union_set(p+2*n,q+n);//由 y->x->z->y 得x的天敌是y的猎物

}

}

}

printf("%d",ans);

return 0;

}

补充:

1.对于第一题,普通做法是

的,种类并查集做法是

的,近似线性;

2.对于并查集的题目,可以采用先不编写函数实现,直接写main,之后依次实现需要的函数和变量的方法;

3.种类并查集是加权并查集的特例,这里面的两道题都可以使用加权并查集做,但是逻辑比较复杂,空间会更小(仍为普通并查集的大小,即

)

结语:

“当你在锻炼,你觉得自己很累时,实际上你在变强;当你在学习,你觉得自己很傻时,其实你在变聪明”

YOLOv8作物病害检测实战源码 这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。 立即下载

相关推荐

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.youkuaiyun.com/mtl1994

产业园区运营负责人如何利用平台实现企业创新需求的精准分析与服务推送?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

高校技术转移办公室人员在推动成果转化落地过程中,如何实现科技成果的高效推介与价值评估?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何通过数智工具提升技术需求挖掘的精准度?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

政府科技管理者如何在政策支持中更精准地识别和支持高价值科技项目?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

全桥LLC谐振变化器参数设计资料(闭环仿真+参数设计报告)

内容概要:本文档系统性地介绍了全桥LLC谐振变换器的闭环仿真建模与关键参数设计方法,涵盖其工作原理、谐振元件(如谐振电感、谐振电容、励磁电感)的计算与优化流程,并结合Simulink或Plecs等仿真平台构建闭环控制系统模型,重点验证变频控制策略下的软开关实现、系统增益特性、效率优化及动态响应性能。资料包含完整的仿真模型、参数设计报告、数学计算书及参考文献,支持从理论分析到工程实践的全流程研究,适用于高频高效DC-DC变换器的研发与教学应用。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校学生、科研人员,以及从事开关电源、新能源变换器、工业电源研发的工程技术人员,具备电路拓扑基础与仿真软件操作能力者更佳。; 使用场景及目标:①深入掌握全桥LLC谐振变换器的工作机理与谐振参数设计准则;②学习并实现闭环反馈控制系统的建模与稳定性分析;③支撑科研课题、课程设计、毕业设计或实际产品开发中的拓扑选型与性能验证需求;④通过仿真与计算联动提升对软开关技术与效率优化的理解与应用能力。; 阅读建议:建议结合所提供的仿真文件与设计文档同步操作,按照“建模—参数计算—仿真验证—性能分析”的流程逐步推进,重点关注频率调节对ZVS/ZCS实现的影响,对比不同负载条件下的闭环响应差异,深化对谐振腔特性和控制策略协同作用的理解。

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

政府科技管理者如何提升区域科技成果转化项目的评价与筛选效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

产业园区运营负责人如何利用数智工具提升园区企业的技术对接效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

jp-host-release.apk

jp-host-release.apk

ICD10 openGauss版

ICD10 openGauss版

上一篇: 兴远控安全进阶之战:TeamViewer/ToDesk/向日葵设备安全策略对比H
下一篇: 纱机器能做科学家吗?一场关于开放式科研的 AI 革命D
普通网友
博客等级 码龄1年 37粉丝 59原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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