排序算法 ✈

SAR成像概述 1. 发展概述 雷达是英文Radar(Radio detection and ranging)的音译,原意为“无线电探测与测距”。雷达的发明是无线电发展史上的里程碑,二战时,英国急需通过雷达探测空中金属物体来帮助搜寻德国飞机,这期间,雷达技术飞速发展,发展出了地对空、空对地轰炸、空对空火控、敌我识别等功能。雷达在第二次世界大战中发挥了重大作用,至今仍是军用和许多民用领域的重要传感器。 早期雷达系统通过时间延迟来测距,通过天线指向来测角,通过多普勒频移测速。1951年,Carl Wiley发现,通.. 阅读详情

本部分排序算法知识已托管于Github,详见 排序算法总结 | 欢迎各位star

排序算法的分类

冒泡排序

冒泡排序算法通过多次比较和交换来实现排序,其排序流程如下:
1. 对数组中的各数据,依次比较相邻的两个元素的大小。
2. 如果前面的数据大于后面的数据,就交换这两个数据。经过第一轮的多次比较排序后,便可以将最小的数据排好。
3. 再用同样的方法把剩余的数据逐个进行比较,最后便可以按照从小到大的顺序排好数组各数据。

核心代码:

public void bubbleSort(int[] a,int n){
    int i,j;
    for(i=0; i<n-1; i++){
        boolean exchange = false;
        for(j=n-1; j>i; j--){
            if(a[j]<a[j-1]){
                int temp = a[j];
                a[j]=a[j-1];
                a[j-1]=temp;
                exchange = true;
            }
        }
        if(!exchange)
            return;
    }
}

完整示例代码:bubble.java

快速排序

快速排序算法通过多次比较和交换来实现排序,其排序流程如下:
1. 首先设定一个分界值,通过该分界值来将数组分成两部分。
2. 将大于等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于等于分界值,而右边部分中各元素都大于等于分界值。
3. 然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分为左右两部分,同样将左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
4. 重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序,再递归排好右侧部分的顺序。当左、右两部分各数据排序完成后,整个数组的排序也就完成了。

核心代码:

public void quickSort(int[] a, int left, int right){        // 快速排序算法
    int mid,t;
    int rtemp,ltemp;

    ltemp = left;
    rtemp = right;
    mid = a[(left+right)/2];            // 分界值
    while(ltemp<rtemp){
        while(a[ltemp]<mid){
            ltemp++;
        }
        while(a[rtemp]>mid){
            rtemp--;
        }
        if(ltemp<=rtemp){
            t=a[ltemp];
            a[ltemp]=a[rtemp];
            a[rtemp]=t;
            ltemp++;
            rtemp--;
        }
    }
    if(ltemp==rtemp){
        ltemp++;
    }
    if(left<rtemp){
        quickSort(a, left, ltemp-1);        // 左递归调用
    }
    if(ltemp<right){
        quickSort(a, rtemp+1, right);       // 右递归调用
    }
}

程序中首先确定分解值为数组中间位置的值,当然也可以选在其他位置,比如数组的第一个数据。然后按照快速排序法的思路进行处理。接着,通过递归调用,处理分界值左侧的元素和右侧的元素。
完整示例代码:quick.java

选择排序

选择排序算法通过选择和交换来实现排序,其排序流程如下:
1. 首先从原始数组中选择最小的1个数据,将其和位于第1个位置的数据交换。
2. 接着从剩下的n-1个数据中选择次小的1个数据,将其和第2个位置的数据交换。
3. 然后不断重复上述过程,直到最后两个数据完成交换。至此,便完成了对原始数组的从小到大的排序。

核心代码:

public void bubbleSort(int[] a,int n){
    int i,j;
    int index;
    for(i=0; i<n-1; i++){
        index = i;
        for(j=i+1; j<n; j++){
            if(a[index]>a[j]){
                index = j;
            }
        }
        if(index != i){
            int temp = a[index];
            a[index]=a[i];
            a[i]=temp;
        }
    }
}

完整示例代码:select.java

堆排序

堆排序(Heap Sort)算法是基于选择排序思想的算法,其利用堆结构和二叉树的一些性质来完成数据的排序。堆结构是一种树结构,准确的说是一个完全二叉树。在这个树中每个结点对应于原始数据的一个记录,并且每个结点应满足以下条件:
○ 如果按照从小到大的顺序排序,要求非叶结点的数据要大于或等于其左、右子结点的数据。
○ 如果按照从大到小的顺序排列,要求非叶结点的数据要小于或等于其左、右子结点的数据。

堆排序过程
一个完整的堆排序需要经过反复的两个步骤:构造堆结构和堆排序输出。下面首先分析如何构造堆结构。

构造堆结构就是把原始的无序数据按前面堆结构的定义进行调整。首先,需要将原始的无序数据放置到一个完全二叉树的各个结点中。
然后由完全二叉树的下层向上层逐层对父结点的数据进行比较,使父结点的数据大于子结点的数据,这里需要使用“筛”运算进行节点数据的调整,直到所有结点最后满足堆结构的条件为止。在执行筛运算时,值较小的数据将逐层下移。

插入排序

插入排序算法通过比较和插入来实现排序,其排序流程如下:
1. 首先对数组的前两个数据进行从小到大的排序。
2. 接着将第3个数据与排好序的两个数据比较,将第3个数据插入合适的位置。
3. 然后,将第4个数据插入已排好序的前3个数据中。
4. 不断重复上述过程,直到把最后一个数据插入合适的位置。最后,便完成了对原始数组从小到大的排序。

核心代码:

public void bubbleSort(int[] a,int n){
    int i,j;
    int t;
    for(i=1; i<n; i++){
        t=a[i];
        j=i-1;
        while(j>=0 && t<a[j]){  // 后移每个比t大的元素
            a[j+1]=a[j];
            j--;
        }
        a[j+1]=t;       // 将腾出来的那个位置插入新元素
    }
}

插入排序时,如果元数据已经基本有序,则排序的效率就可大大提高。另外,对于数量较小的序列使用直接插入排序,因需要移动的数据量较小,其效率也较高。

完整示例代码:insert.java

折半插入/二分排序

折半插入算法是在插入排序算法的基础上,在已排序序列中选择插入位置时,优化使用二分查找方法,使得排序效率提升。
核心代码:

public static void BinaryInsertSort(int[] a) {
    int low, high;
    int mid, temp;
    for (int i = 0; i < a.length; i++) {
        temp = a[i];
        low = 0;
        high = i - 1;
        while (low <= high) {           // 折半查找的过程
            mid = (low + high) / 2;
            if (temp < a[mid])
                high = mid - 1;
            else
                low = mid + 1;
        }
        for (int j = i - 1; j > high; j--)
            a[j + 1] = a[j];
        a[high + 1] = temp;
    }
}

完整示例代码:binaryInsert.java

Shell排序

Shell排序算法严格来说基于插入排序的思想,其又称为希尔排序或者缩小增量排序。Shell排序算法的排序流程如下:
1. 将有n个元素的数组分为n/2个数字序列,第1个数据和第n/2+1个数据为一对,第2个数据和第n/2+2个数据为一对,……
2. 一次循环使每一个序列对排好序
3. 然后,再变为n/4个序列,再次排序。
4. 不断重复上述过程,随着序列减少最后变为一个,也就完成了整个序列。

核心代码:

public void bubbleSort(int[] a,int n){
    int i,j,r;
    int t;
    for(r=n/2;r>=1;r/=2){   // 设置间距r 分组比较
        for(i=r; i<n; i++){
            t=a[i];
            j=i-r;
            while(j>=0 && t<a[j]){  // 后移每个比t大的元素
                a[j+r]=a[j];
                j-=r;
            }
            a[j+r]=t;   // 将腾出来的那个位置插入新元素
        }
    }
}

在程序中使用了三重循环嵌套。最外层的循环用来分解数组元素为多个序列,每次比较两数的间距,直到其值为0就结束循环。下面一层循环按设置的间距r,分别比较对应的数组元素。在该循环中使用插入排序法对指定间距的元素进行排序。

完整示例代码:shell.java

归并排序

归并排序(Merge Sort)算法就是将多个有序数据表归并成一个有序数据表。如果参与归并的只有两个有序表,则称为二路归并。对于一个原始的待排序序列,往往可以通过分割的方法来归结为多路归并排序。

一个待排序的原始数据序列进行归并排序的基本思路是,首先将含有n个结点的待排序数据序列看作由n个长度为1的有序子表组成,将其依次两两归并,得到长度为4的若干有序子表······,重复上述过程,一直到最后的子表长度为n,从而完成排序过程。

算法时间复杂度分析

● 冒泡排序算法:冒泡排序中,存在二层循环遍历,所以平均时间复杂度为O(n²),最坏情况下的时间复杂度为O(n²);
● 快速排序算法:快序中,while循环部分时间复杂度为O(logn),左递归和右递归总和的时间复杂度为O(n),所以总的平均时间复杂度为O(n²);
● 选择排序算法:选择排序中,依次从数组中选取最小的,次小的,… 从而得到整个序列。两层循环遍历,所以时间复杂度为O(n²),最坏情况下的时间复杂度为O(n²);
● 堆排序算法:从堆中,一次堆排序挑选最小(或最大)元素的时间复杂度为O(logn),一共要进行n次堆排序得到有序队列,所以平均时间复杂度为O(nlogn),最坏情况下的时间复杂度为O(nlogn);
● 插入排序算法:插入排序中,两层循环,第一层遍历n个元素,第二层遍历在已排序队列中逐一向前比较,找到合适的位置插入,所以平均时间复杂度为O(n²),最坏情况下的时间复杂度为O(n²);
● 折半插入排序算法:在插入排序的基础上进行优化,在第二层遍历在已排序队列中通过二分查找的方式,找到合适的位置插入,所以平均时间复杂度为O(n²),最坏情况下的时间复杂度为O(n²);
● Shell排序算法:在插入排序的基础上进行优化,通过先将队列进行n/2,n/4,n/8,…分组,时间复杂度为O(n½),再对每个小组分别进行插入排序,时间复杂度为O(n),所以平均时间复杂度将会缩减为O(n³/₂),最坏最坏情况下的时间复杂度为O(n²);:
● 归并排序算法:平均时间复杂度为O(nlogn),最坏情况下的时间复杂度为O(nlogn);

从零手搓大模型(一)文本如何变成 LLM 的输入 本文介绍了从原始文本到LLM输入向量的完整处理流程。主要内容包括: 文本预处理:通过正则表达式将原始文本分割成token列表,处理标点和空格。 词表构建:创建token到ID的映射字典(vocabulary),这是文本数字化的关键步骤。 简单tokenizer实现:封装了编码(encode)和解码(decode)功能,完成文本与token ID的相互转换。 处理流程:原始文本 → 分词 → token ID → 嵌入表示 → 最终输入向量。 数据形状变化:从字符串逐步转换为(batch_size, cont 阅读详情

相关推荐

工业音频故障检测:从CNN到Transformer的技术演进

音频信号处理是工业设备预测性维护的核心技术之一,通过分析设备运行时产生的声波特征实现故障预警。传统方法依赖梅尔频率倒谱系数(MFCC)等手工特征,而深度学习技术尤其是Transformer架构,通过自注意力机制突破了CNN在跨频段特征提取上的局限。Audio Spectrogram Transformer(AST)等先进模型在工业场景中展现出91.2%的高召回率,显著优于传统方案。这种非接触式监测技术结合边缘计算优化,已成功应用于石油化工、电力能源等领域,实现提前72小时预测轴承故障,单项目可避免数百万元的

weixin_30467861的博客 328

数据结构 | 排序算法——冒泡排序与快速排序【史上最全】

70多张算法图解与DeBug步步调试教程,附带动画展示。带你全面理解冒泡排序与【⭐快速排序⭐】

做技术人 · 产优质博客 · 找好工作 1410

Java面试题大全(2025版)

== 对于基本类型来说是值比较,对于引用类型来说是比较的是引用;而 equals 默认情况下是引用比较,只是很多类重新了 equals 方法,比如 String、Integer 等把它变成了值比较,所以一般情况下 equals 比较的是值是否相等。

2401_89221704的博客 2444

【数据结构】插入排序(原理)

提示:我们介绍的都是基于顺序存储结构而言的,且是升序排序。 一、直接插入排序 ①、哨兵模式 所谓的哨兵模式,就是说我们将待插入的元素提前存储在index=0的位置。 在插入排序的时候,我们总是从index=1的位置进行取待插入元素A(总是认为第一个元素是已经排好序的元素),将带插入元素A从原本的位置从后往前依次与前面的元素进行比较(待插入元素前面的元素已经排好序了),直到找到不小于A的元素B,将A插入到B的后面(这是一种排序算法稳定的算法)。 ②、非哨兵模式 所谓的非哨兵模式,就是说我们将待插入的元素

✈ 正在努力 の 寒江(StudiousTiger) ✌ 呐 ✈ 419

【STM32】STM32 CANFD外设的几种消息接收过滤模式

在控制器区域网络(CAN)系统中,正确配置消息过滤器对于有效管理网络通信至关重要。特别是在使用Flexible Data-rate Controller Area Network(FDCAN)时,选择合适的过滤器类型可以大大提高网络效率和消息处理速度。

林愿留的博客 6230

C语言 在合并编译 ( 多.c文件 ) 情况下 实现 linked list ( 链表 ) 教程 . 更新ing

写在前面  依旧是参考借鉴了 浙江大学 温老师 的视频教程,很不错,在中国大学MOOC上,强力推荐!  虽说有借鉴,但是能保证的是每一行代码都是我自己经过理解后手敲出来的,所以才来做了这部分的教程。  最后,带 * 字符是我个人觉得可以添加的功能,按理来讲是可以不看的,而且大概率是可以有更好的改进的。  PS: 文章还在更新,如果文字蓝了(有超链接),说明写完了,如果没蓝,说明我在开军舰.jpg 源代码:  这里→源代码. 第一步:前置工作  先说一下每一篇都会出现 main 函数的,stage1 只是给没

weixin_47287635的博客 527

迈瑞的一面

1.自我介绍 2.这些(指简历上写的)排序算法,哪个复杂度最低,稳定吗? 3.inline怎么使用(应该是指的特征),没答上来 又问的friend,讲完后又问到安全性怎么样(破坏了封装性,能够访问私有不安全) 4.单继承和多继承情况下的虚表的会什么样的,介绍下。 5.重载和覆盖讲解下。一开始想问多态的,说出来换了,问的重载和覆盖 6.STL的容器使用过吗?(使用过); 那map的底层是什么结构实现...

Bigbosss的博客 1000

将运算放大器(运放)用作比较器

我们研究了一些经典的运算放大器电路。这些电路中运用了负反馈,因此通常就可以使运算放大器工作在线性区域内。 但是,也可以将运算放大器用作比较器,从而使其以非线性方式工作。由于其输入受到硬驱动,因此其输出电压会对电源轨产生猛烈的冲击。如下文所示,这可能并不总是一种好的设计方法。 变为非线性 在线性应用中,可以对运算放大器做如下理想假设:无限增益和带宽、零输出阻抗、无限输入阻抗,以及输入之间为零伏。也可以将运算放大器以非线性方式使用,但有一些地方要特别注意和处理。 一种常见的配置是仅使用开环运算放大器(无反馈),

ltqdxl的博客 3万+

【数据结构】希尔排序(思想)

一、基本思想 希尔排序是把元素按下标的一定增量进行分组,对每组使用直接插入排序算法排序。随着增量逐渐减少,当增量减至 1 时,整个文件恰被分成一组,算法便终止。 在希尔排序的内部使用的直接插入排序,通过使用直接插入排序使得每一个分组都能保持有序,当增量减为1时,那么整个序列为一个分组,因为一个分组时有序的,也就实现了完全的排序。 二、案例解读 下面是一个无序的数列,我们将会通过希尔排序的方式将其进行升序排序。 1、第一轮希尔排序 首选,我们先以增量为4进行分组,如下图: 在增量为4的基础上对每一.

✈ 正在努力 の 寒江(StudiousTiger) ✌ 呐 ✈ 2086

S32K3实战:手把手教你用eMIOS模块实现电机PWM控制(附代码)

本文详细解析了NXP S32K3系列MCU的eMIOS模块在电机PWM控制中的应用,从硬件设计到软件实现,再到调试与优化,提供了完整的实战指南。通过eMIOS模块的硬件级PWM生成能力,工程师可以实现高精度的电机控制,适用于汽车电子和工业控制领域。

weixin_42570484的博客 149

【27】软考软件设计师——数据流图(DFD)补全题满分精讲|下午15分大题深度拆解

本文是《软件设计师·50讲通关|从零基础到工程师职称》专栏第27篇,深度精讲**下午案例题第1道必考大题:数据流图(DFD)补全**,该题单题分值高达**12 ~ 15分**,是整张试卷最稳的保底得分大题。我结合多年备考复盘与真题阅卷规则,超详细拆解DFD四大核心元素标准定义、机考绘图规范、三层分层逻辑、**父图子图平衡刚性扣分规则**,升级强化版「DFD满分补全三步法」;复刻历年高频真题完整流程,拆解缺失数据流定位、实体/存储辨析、平衡改错、文字需求对照全流程,配套**阅卷满分答题话术、机考避坑细则

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 593

【c语言】指针进阶(超详细)

指向函数指针数组的指针,回调函数,qsort函数的使用,模拟qsort(冒泡排序)

yyqzjw的博客 959

MTK(基础篇)ROM烧录以及分区的作用

本文介绍了MTK芯片设备的刷机流程及关键分区功能。首先通过MTK烧录工具加载ROM文件(包括引导文件和分区表),重点解析了各分区的核心作用:preloader类似BIOS负责硬件初始化;lk作为二级引导程序加载内核;vbmeta验证系统完整性;boot包含Linux内核;dtbo调整硬件配置;modem管理通信功能;tee保护生物识别数据;system/vendor分别存放系统核心和硬件驱动。特别指出preloader、vbmeta等关键分区损坏会导致设备变砖,而recovery分区是重要的救砖入口。全文简

weixin_49303682的博客 445

【算法】算法基础入门详解:轻松理解和运用基础算法

本次白晨想要分享的是新手学习必会的基础算法,由于这篇文章是新手向的,所以白晨这次对于算法思想尽量讲解的细致生动,代码实现尽量简洁易懂,同时我会贴上练习算法的题目链接,大家看完算法思路一定要自己去动手敲一遍,争取能把基础算法背下来。算法的代码风格是偏向于快速实用的,没有像工程向代码一样严谨缜密、缩进和换行严格要求,两种代码风格各有优势,本篇文章大多数算法代码采用算法风格。

白晨的博客 4414

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

哈希表处理地址冲突的方法及成功查找的平均长度

首先通过一道例题来引出这篇博客的主旨: [腾讯]已知一个线性表(38,25,74,63,52,48),假定采用散列函数 h(key)=key%7 计算散列地址,并散列存储在散列表A[0…6]中,若采用线性探测方法解决冲突,则在该散列表上进行等概率成功查找的平均查找长度为多少? 解析: h(key)=key%7 求得哈希地址(存在地址冲突) 线性探测再散列 查找长度 38%7=3

Gamedev 5306

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

队列结构

队列结构从数据的逻辑结构来看,队列是一种线性结构。如果从数据的存储结构来进一步划分,队列结构包括两类。 1. 顺序队列结构:即使用一组地址连续的内存单元依次保存队列中的数据。在程序中,可以定义一个指定大小的结构数组作为队列。 2. 链式队列结构:即使用链表形式保存队列中各元素的值。从数据的运算角度来分析,队列结构是按照“先进先出”的原则处理结点数据的。在队列结构中,数据运算非常简单。一般队列结构

Gamedev 1133

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

顺序栈结构

栈结构栈结构是一种线性结构,栈结构包括两类: 1. 顺序栈结构:即使用一组地址连续的内存单元依次保存栈中的数据。在程序中,可以定义一个指定大小的结构数组来作为栈,序号为0的元素就是栈底,再定义一个变量top保存栈顶的序号即可。 2. 链式栈结构:即使用链表形式保存栈中各元素的值。链表首部(head引用所指向元素)为栈顶,链表尾部(指向地址为null)为栈底。栈结构是按照“后进先出”的原则处理节点

Gamedev 941

【Java基础总结】-算法题总结

常见数据结构和算法编程题 1.二叉树的深度public class Solution { public int TreeDepth(TreeNode root) { if (root == null) { return 0; } return Math.max(TreeDepth(root.left), TreeDepth()...

Gamedev 776

线性表之顺序表结构

顺序表(Sequential List)就是按照顺序存储方式存储的线性表,该线性表的结点按照逻辑次序依次存放在计算机的一组连续的存储单元中。由于顺序表是一次存放的,只要知道了该顺序表的首地址及每个数据元素所占用的存储长度,那么就很容易计算出任何一个数据元素(即数据结点)的位置。准备数据准备在顺序表操作中需要用到的变量及数据结构等。class DATA{

Gamedev 684

线性表之链表结构

典型的链表结构,包括如下内容: 1. 数据部分,保存的是该结点的实际数据。 2. 地址部分,保存的是下一个结点的地址。 链表结构就是由许多这种结点构成的。在进行链表操作时,首先需定义一个“头引用”变量(一般以head表示),该引用变量指向链表结构的第一个结点,第一个结点的地址部分又指向第二个结点……直到最后一个结点。最后一个结点不再指向其他结点,称为“表尾”,一般在表尾的地址部分放一个空地址n

Gamedev 620

树结构

树结构树(Tree)结构是一种描述非线性层次关系的数据结构,其中重要的是树的概念。树是n个数据结点的集合,在该集合中包含一个根结点,根结点之下分布着一些互不交叉的子集合,这些子集合是根结点的子树。树结构的基本特征如下: - 在一个树结构中,有且仅有一个结点没有直接前驱,这个结点就是树的根结点; - 除根结点外,其余每个结点有且仅有一个直接前驱; - 每个结点可以有任意多个直接后继。 从树的定

Gamedev 617

图结构

无向完全图对于一个包含N个顶点的无向完全图,其总的边数为 N(N-1)/2 有向完全图对于一个包含N个顶点的有向完全图,其边的总数为 N(N-1),无向完全图的两倍。

Gamedev 581

【数据结构与算法】-常见排序算法总结

Bubble(a); //冒泡 SelectSort(a); //选择 InsertSort(a); // 插入 BinaryInsertSort(a); //二分 ShellSort(a,dk,3); //Shell QSort(a, 0, a.length - 1); // 快速

Gamedev 577

2.7.1 希尔排序及java实现

希尔排序(Shell Sort)是插入排序的一种高效改进版本,也称为。

橘子hhh 199

《考研408数据结构》第八章(排序)复习笔记

真题100%选择必考多个算法的特点比较!!必须汇总!!实在记不住谁和【初始状态有关】时就举例子:1、当数组完全有序时;2、当数组完全逆序时;3、快速排序数组第1个枢轴是最小/最大值。

m0_73991249的博客 216

常用排序算法

排序

x13262608581的博客 228
上一篇: Hadoop和Saprk的异同
下一篇: Hadoop、Storm和Spark 三者的区别、比较
gamedev˚
博客等级 码龄12年 280粉丝 293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