java数据结构与算法刷题-----LeetCode376. 摆动序列

RK3506开发板实战:5分钟搞定开源鸿蒙OpenHarmony5.1+星闪功能配置 本文提供了一份基于RK3506开发板快速配置开源鸿蒙OpenHarmony 5.1并启用星闪功能的实战指南。文章详细介绍了从开发环境搭建、系统镜像编译烧录,到星闪驱动加载验证、应用开发及性能调优的全流程,帮助开发者高效上手,将新一代短距无线通信技术应用于物联网项目。 阅读详情
java数据结构与算法刷题目录(剑指Offer、LeetCode、ACM)-----主目录-----持续更新(进不去说明我没写完):https://blog.youkuaiyun.com/grd_java/article/details/123063846

在这里插入图片描述

1. 贪心

解题思路:时间复杂度O( n n n),空间复杂度O( 1 1 1)
  1. 将序列想象成一座山峰,这个山峰由石块构成,我们爬这作山峰,可以前进,所以对我们来说,只有前面的石块和后面的石块。
  2. 对我们来说,我们的路线就会有上坡(前面的石块高度(海拔)>后面的石块),下坡(前面的石块海拔<后面的石块),平坡(每块石头的海拔都一样)
  3. 题目就是让我们统计,只保留上下坡的情况下,上坡和下坡依次摆动,共摆动了几次

题目特殊要求:

  1. 只要有一块石头,就可以算一个坡。例如整座山就一块石头[1],那么就算一个摆动。因为爬上这块石头,算上坡,爬下这块石头,算下坡
  2. 有2块石头,但是构成的是平坡,那么只算一个摆动。例如[1,1],两个石头大小一样。爬上第一块石头算上坡,从第一块到第二块石头,只是直走,没有爬坡。然后从第二块石头下去,算下坡。依然是一个上坡,一个下坡,构成一个摆动。
  3. 有两块石头,但是构成的不是平坡,那么算2个摆动。例如[1,2]. 题目要求的。爬上第一块石块算一个摆动,爬下最后一块石头也算一个摆动。
  4. 上坡+平坡+上坡,或者下坡+平坡+下坡,属于没换坡,例如[1,2,2,3],只有两个摆动。爬上1算一个摆动,然后1-2是上坡,2-2是平坡,2-3还是上坡,没有坡度变化,都不算坡。最后爬下最后一块石头3,算一个坡。最终共两个坡。
代码

在这里插入图片描述

class Solution {
    public int wiggleMaxLength(int[] nums) {
        int n = nums.length;
        if (n < 2) return n;//元素小于2个,就只有n个摆动
        int prevdiff = nums[1] - nums[0];//记录当前坡上的差值,是上坡还是下坡,这里不记录平坡
        int ret = prevdiff != 0 ? 2 : 1;//如果是平坡,就只有1个摆动,如果是上坡或者下坡就有2个摆动(题目规定)
        for (int i = 2; i < n; i++) {//之后还有坡,就继续统计
            int diff = nums[i] - nums[i - 1];//看看当前是什么坡,上坡,还是下坡,还是平坡
            //如果是平坡,下次变坡后,必须通过prevdiff来获取,平坡之前是什么坡
            //如果变坡后,和平坡之前不同,才能称为换坡了,否则还是没有换坡,也就不是摆动
            if ((diff > 0 && prevdiff <= 0) || (diff < 0 && prevdiff >= 0)) {//如果换坡了(上坡变下坡,或者下坡变上坡)
                ret++;//换坡了,摆动+1
                prevdiff = diff;//换坡后,prevdiff变成这个坡的坡度(上坡还是下坡)。以方便寻找下一个不同的坡度
            }
        }
        return ret;//将换坡次数返回
    }
}

2. 动态规划

解题思路:时间复杂度O( n n n),空间复杂度O( n n n)

用动态规划来实现上面贪心的思想

动态规划5步曲
  1. DP数组及下标含义
  1. 我们要求出的是到当前石头为止,坡度上下变化的次数。显然dp数组中存储的是坡度摆动次数。要求出谁的?显然是求出,从起始石头到当前石头的。那么下标就是代表当前是哪块石头。但是如何知道前一块是上坡还是下坡呢?我们可以创建两个数组,一个是当前石头上坡时候用,一个下坡时候用。很显然,需要一个下标,两个数组。
  1. 递推公式:dp[]和down[]数组分别用于上坡和下坡
  1. 只要有石头,那么摆动就有1,具体请参考上面的"法一:贪心"的解析。所以up[0] = down[0] = 1.
  2. 从第二块石块开始后面的每一块石头,记为第i块石头。
  3. 我们分别获取up[i-1],down[i-1],它们保存到前一块石头的路径摆动次数。则他俩里面大的那个,一定是上块石头的坡度。因为上一块石头,如果是上坡就放入up,下坡就放入down
  4. 如果第i块石块,是上坡,我们获取Math.max(up[i-1],down[i-1]),如果结果是down[i-1]更大,说明上一块是下坡,而第i块是上坡。则摆动+1.
  5. 依次类推,得到公式:
  1. i是上坡,up[i] = Math.max(up[i-1],down[i-1]+1). down[i] = down[i-1]. 其中down[i] = down[i-1]是因为i石块不是下坡,用不着down,但是down[i]下次会用到,所以将[i-1]的值给[i]

Math.max(up,down)获取的是i-1的坡度,down[i-1]+1,是如果i-1是下坡,那么到i位置的路径摆动次数是i-1的摆动次数+1。因为如果i-1是下坡,而现在i是上坡,down[i-1]就是到前一块路径的摆动次数,i是上坡,要增加一次摆动。等价于如下代码:

int num = Math.max(up[i-1],down[i-1]);
boolean flag = true;//上一个石头默认是上坡
if(num  == down[i-1]) flag = false;//上一个石头是下坡
if(flag) up[i] = up[i-1];//上一个也是上坡,那么摆动不变
else up[i] = down[i-1]+1;//上一个是下坡,那么摆动+1
  1. i是下坡,up[i] = up[i-1]; down[i] = Math.max(up[i-1]+1),down[i-1]
  2. i是平坡,up[i] = up[i-1];down[i] = down[i-1];
  1. dp数组初始化

在这里插入图片描述

  1. 数组遍历顺序:一维数组,无需考虑
代码

在这里插入图片描述

class Solution {
    public int wiggleMaxLength(int[] nums) {
        //和贪心一样
        int n = nums.length;
        if (n < 2) return n;
        //dp数组表示,当前石块i,如果是上坡的,就放入up中,如果是下坡的,就放入down中,然后计算到这块石头为止的摆动
        //up表示上坡,down表示下坡。dp数组的下标表示,第几块石头
        //例如up[1],就是第一块石头如果是上坡,到它为止的路径,它的最大摆动是多少
        //down[3]就是第3块石头,如果是下坡,到它为止的路径,最大摆动是多少
        /**则dp数组的值保存的就是 到第i块石块,摆动的数量 */
        int[] up = new int[n];
        int[] down = new int[n];
        up[0] = down[0] = 1;//有石头就有一个摆动,无论上坡,还是下坡,都算一个摆动。
        for (int i = 1; i < n; i++) {//从第一块石头开始规划坡度
            if (nums[i] > nums[i - 1]) {//如果当前石块是上坡
                //当前石块应该放入上坡UP中,获取前一块石头的信息,前一块如果也是上坡,则摆动数量不变,前一块是下坡,那么摆动+1. 
                //对于我们来说,我们不知道前一块是上坡还是下坡,但是上一块石头的路径摆动,一定放入了dp数组
                //而且一定是最大的,所以up[i-1]和down[i-1],就是获取前一块石头的最大摆动
                up[i] = Math.max(up[i - 1], down[i - 1] + 1);//必须两个一起获取,因为不知道前一块是上坡还是下坡
                //当前石块i是上坡,无法放入下坡,所以对于down来说,只能抛弃这块石头,那么摆动不变
                down[i] = down[i - 1];//让其继承前一块石头的坡度
            } else if (nums[i] < nums[i - 1]) {//如果当前石块是下坡
                up[i] = up[i - 1];//和上坡没有关系,抛弃这块石头
                //获取前一块石头的信息,如果是上坡,那么摆动+1,如果是下坡,摆动不变。
                down[i] = Math.max(up[i - 1] + 1, down[i - 1]);
            } else {//如果是平坡
                up[i] = up[i - 1];//摆动不变
                down[i] = down[i - 1];//摆动不变
            }
        }
        //到最后一块石头石,我们也不知道最后一块是上坡还是下坡。只知道到它为止的摆动,放入了up[n-1]和down[n-1]
        //而且肯定是大的那个
        return Math.max(up[n - 1], down[n - 1]);
    }
}

3. 优化版动态规划

解题思路:时间复杂度O( n n n),空间复杂度O( 1 1 1)

将法二的dp数组优化掉,换成了两个变量
因为法二中,虽然是dp数组,但是我们每次只使用前一个值罢了

代码

在这里插入图片描述

  1. 基于法二,单纯将数组换成变量
class Solution {
    public int wiggleMaxLength(int[] nums) {
        int n = nums.length;
        if (n < 2) return n;
        
        int up = 1, down = 1;//将dp数组,换成两个变量
        for (int i = 1; i < n; i++) {
            if (nums[i] > nums[i - 1]) {//如果是上坡
                up = Math.max(up, down + 1);//看前一个是不是上坡,不是就摆动+1
            } else if (nums[i] < nums[i - 1]) {//如果是下坡
                down = Math.max(up + 1, down);//上一个是上坡,就摆动+1
            }
        }
        return Math.max(up, down);
    }
}

  1. 我们发现,上坡的话,up的值不变,下坡的话,down的值不变.而本次修改up的值后,下次一定是修改down的值。因为我们要找的就是上坡和下坡交替出现,所以根本没必要每次用Math.max()方法
class Solution {
    public int wiggleMaxLength(int[] nums) {
        int n = nums.length;
        if (n < 2) {
            return n;
        }
        int up = 1, down = 1;//将dp数组,换成两个变量
        for (int i = 1; i < n; i++) {
            if (nums[i] > nums[i - 1]) {//如果是上坡
                up = down + 1;//看前一个是不是上坡,不是就摆动+1
            } else if (nums[i] < nums[i - 1]) {
                down = up + 1;
            }
        }
        return Math.max(up, down);
    }
}
【WRF模拟】如何查看 WPS 的输入静态地理数据(二进制格式)? 如何查看 WPS 的输入静态地理数据(二进制格式)? 阅读详情

相关推荐

从零到一:基于Matlab的二阶系统时域性能指标计算与可视化实战

本文提供了一份基于Matlab的二阶系统时域性能指标计算与可视化实战指南。通过详细的代码示例,手把手教你如何利用Matlab计算超调量、调节时间等关键指标,并绘制阶跃响应曲线进行可视化分析,帮助控制工程学习者和从业者快速掌握系统性能评估方法。

weixin_29096377的博客 271

java字符串上坡度,坡度分析 | SuperMap iDesktop Java

度和坡向是两个重要的地形特征因子,在地形表面分析中起到重要作用。其中,坡度表示地球面某一位置的高度变化率的量度。分析原理地表面某一点的坡度是表示地表在该点的倾斜程度的量,是既有大小又有方向的矢量。在地形分析中,坡度表示经过地表某一点的切平面和水平面所形成的夹角。根据坡度图,可以了解到区域内各位置的地形的陡峭程度。在坡度图中,每个像元都有一个坡度值,值越大表示地势越陡峭,值越小表示地势越平坦。坡度可...

weixin_36021459的博客 849

点云处理工具——pclpy安装

pclpy介绍及详细安装过程 文章目录pclpy简介下载:安装测试 pclpy简介 pclpy是点云库(PCL)的Python绑定。使用CppHeaderParser和pybind11从头文件生成。 这个库正在积极开发中,api可能会发生变化。所包含的模块确实可以工作,但测试还不完整。目前只支持Windows和python 3.6 x64。 许多其他python库尝试绑定PCL。最流行的是python-pcl,它使用Cython。虽然Cython非常强大,但绑定c++模板并不是它的强项(PCL大量使用模.

图像处理、SLAM、PCL、OpenCV爱好者 1万+

[LeetCode] 376. Wiggle Subsequence Java

题目: A sequence of numbers is called awiggle sequenceif the differences between successive numbers strictly alternate between positive and negative. The first difference (if one exists) may be ...

AC616288149的博客 149

单细胞marker基因表达密度图-(还有一个包装函数)

我们借助Nebulosa,将上面的过程包装为一个函数,还是那句话,受累麻烦的事我们来解决,您轻松即可,先看看函数参数:需要注意的是,如果你只想框选某一类celltype,理想模式是这群celltype是单独聚类的,没有散落在其他类群,否则将会全部框选,效果不好,建议使用AI/PS添加。需要注意,这里我算是投机取巧了,用了一个和这个作图毫无关系的包ggnetwork,主要的目的是用他的theme_blank()主题,一次性将所有清空,当然也可以自己慢慢写,不过有现成的,为啥不用呢?这质感不就上去了嘛。

qq_42090739的博客 1372

手把手教你学GPU的KMD专栏--3.1 设备初始化流程深度解析

本文深入解析了KMD(内核模式驱动)设备初始化流程,这是GPU驱动开发最基础且关键的环节。初始化流程包括6个核心阶段:KMD模块加载、PCIe设备探测匹配、GPU硬件初始化、显存分配映射、中断系统配置和设备注册。每个阶段都有详细步骤解析,涉及关键数据结构和错误处理机制。文章还分析了常见问题(驱动加载失败、显存分配失败、中断配置失败)的解决方案,并指出未来趋势将向动态初始化、安全增强和AI优化方向发展。正确高效的初始化流程是确保GPU被操作系统安全使用的前提,也是后续内存管理、任务调度等功能的基础。

MHD0815的博客 262

leetcode376---摆动序列

leetcode376—摆动序列原题链接 题意简述 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。 例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因...

Again的博客 700

(代码可运行)半导体器件和工艺模拟 使用Silvaco设计构建NMOS并提取各项工艺及器件参数

win10。

qq_20388971的博客 111

leetcode 376 Wiggle Subsequence(摇摆序列 贪心)

问题描述与分析: 求摇摆序列的最大子序列:为什么要选择首尾元素呢,看图片上就是顶部和底部元素。这样的话,能够使后面的元素更可能称为下一个摇摆元素。比如说选择(4,10)还是选择(6,15)作为(3,5)后面的摇摆元素呢,我们选择(6,15),因为可以让后面的(7,10)更可能 称为摇摆元素。 当然,不一定非要选择最顶和最底部才是唯一的最大摇摆序列,但是用这种方法能够很好的求出来最大子序...

yysave的专栏 613

Google Earth Engine(GEE)——将sentinel - 2影像所有波段重采样到10m分辨率 (resample 和 projection的使用)

影像重投影是将一个影像从一个坐标系投影到另一个坐标系的过程。这通常涉及到将像素从一个平面坐标系变换到另一个平面坐标系。这可以用于许多应用中,例如建立数字高程模型(DEM)和地图制图。影像重投影通常需要进行数学计算,包括转换矩阵和插值算法,以确保像素值的准确性和精度。这次我们将对哨兵2好数据中20m分辨率的波段,重采样到10m分辨率中,然后同一参与计算。

此星光明博客 3111

[QMT量化交易小白入门]-105、震荡市最适合的策略:ETF多标的动态网格策略,回测年化收益47.81%

本专栏主要是介绍QMT的基础用法,常见函数,写策略的方法,也会分享一些量化交易的思路,大概会写200篇左右。QMT的相关资料较少,在使用过程中不断的摸索,遇到了一些问题,记录下来和大家一起沟通,共同进步。

木头大左的博客 2069

LeetCode376:Wiggle Subsequence

这道题的意思是寻找一个子序列,这个序列需要满足一定的条件: 1. 不能连续递增或者递减 2. 只能间隔递增或者递减 3. 两数之间的差值必须不为0对于满足要求的序列[1,7,4,9,2,5],我们可以做一个图: 我们发现这个图形的规律,是不是一上一下或者一下一上,形成一个拐点就是答案呢?再来看看几种不符合情况的图:第一种情况: 只需要将标记红色的去除,即可得到wiggle su

BD的笔记 636

数美device_fingerprint、device_id、hmac生成

device_fingerprint、hmac、device_id参数分析与解读

吴秋霖的博客 2886

[C++]Leetcode超高效刷题顺序及题目详解笔记(持续更新中)

一.引言 博主最近在LeetCode上用C++练习。一路走来踩过一些坑,做了一些总结和笔记,分享给需要的人。 LeetCode网址:https://leetcode.com/ LeetCode中文版:https://leetcode-cn.com/ 二.刷题指南 LeetCode 是一个非常棒的平台,收集了许多公司的面试题目。相对其他平台而言,有着下面的几个优点: 题目全部来自业内大公司的真实面试不用处理输入输出 精力全放在解决具体问题上题目有丰富的讨论 可以参考别人的思路精确了解自己代码在所有提交代码中

cpb____的博客 2万+

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

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

【中等】力扣算法题解析LeetCode376:摆动序列

本文介绍了如何求解最长摆动子序列的问题。摆动序列要求相邻元素差值符号交替变化。通过贪心算法,在一次遍历中统计波峰和波谷的数量,利用两个状态变量(up 和 down)记录当前最长摆动序列的长度。时间复杂度为O(n),空间复杂度为O(1)。适用于长度不超过1000的数组。代码简洁高效,适用于各种边界情况,如全等数组或单元素序列。

ylumwd的博客 898

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

代码随想录刷题day27丨455.分发饼干 ,376. 摆动序列 ,53. 最大子序和

这么说有点抽象,来举一个例子:例如,有一堆钞票,你可以拿走十张,如果想达到最大的金额,你要怎么拿?指定每次拿最大的,最终结果就是拿走最大数额的钱。每次拿最大的就是局部最优,最后拿走最大数额的钱就是推出全局最优。再举一个例子如果是 有一堆盒子,你有一个背包体积为n,如何把背包尽可能装满,如果还每次选最大的盒子,就不行了。这时候就需要动态规划。。难点就是如何通过局部最优,推出整体最优。靠自己手动模拟,如果模拟可行,就可以试一试贪心策略,如果不可行,可能需要动态规划。如何验证可不可以用贪心算法呢。

m0_75195038的博客 1004

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

LeetCode - 贪心 - 376. 摆动序列

376. 摆动序列 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。 例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后一个差值为零。 给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(

-happy 的博客 191

[LeetCode] 376、摆动序列

题目描述 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为**摆动序列。**给定一个整数序列,返回作为摆动序列的最长子序列的长度。 通过从原始序列中删除一些(也可以不删除)元素来获得子序列,剩下的元素保持其原始顺序。(要求O(n)O(n)O(n)时间,注意子序列并不需要连续) 输入: [1,17,5,10,13,15,10,5,16,8] 输出: 7 解释: 这个序列包含几个长度为 ...

aift的专栏 1349

力扣376 摆动序列 java实现

摘要:摆动序列要求相邻数字差值正负交替出现。给定整数数组nums,求其最长摆动子序列的长度。算法通过遍历数组,统计差值符号交替变化的次数:当当前差值与前一个有效差值符号相反时,计数加1。例如,[1,7,4,9,2,5]的差值为(6,-3,5,-7,3),故长度为6。该方法时间复杂度为O(n),只需维护两个布尔变量跟踪下一个期望的差值符号即可。关键点在于忽略连续同号差值,仅统计符号变化的次数。

m0_58648798的博客 620

Leetcode 376摆动序列(Java)

题目: 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。 例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最...

qq_38116774的博客 832

代码随想录算法训练营Day31 | 455.分发饼干、376.摆动序列、53.最大子数组和

训练营第31天:455.分发饼干、376.摆动序列、53.最大子数组和

jiabao0520的博客 1347

LeetCode 376. 摆动序列

1、题目 376. 摆动序列 - 力扣(LeetCode) https://leetcode-cn.com/problems/wiggle-subsequence/submissions/ 2、题解 这题采用动态规划的方式使用一个二维数组记录当前位置元素的摆动序列长度。 dp[i][1]和dp[i][0]分别代表最长摆动序列以‘上升沿’结尾和最长摆动序列以‘下降沿’结尾。(注:上升沿是指小到大,下...

source_sunshine的博客 297

【LeetCode】376. Wiggle Subsequence 摆动序列(Medium)(JAVA)

【LeetCode】376. Wiggle Subsequence 摆动序列(Medium)(JAVA) 题目地址: https://leetcode.com/problems/wiggle-subsequence/ 题目描述: A sequence of numbers is called a wiggle sequence if the differences between successive numbers strictly alternate between positive and negat

qq_16927853的博客 165

Java实现 LeetCode 376 摆动序列

376. 摆动序列 如果...

303

Leetcode刷题java之376. 摆动序列(一天一道编程题之五十四天)

执行结果: 通过 显示详情 执行用时 :0 ms, 在所有 Java 提交中击败了100.00% 的用户 内存消耗 :37 MB, 在所有 Java 提交中击败了8.33%的用户 题目: 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。 例如, [1,7,4,9,2,5] 是一个摆动序列...

逆水行舟,不进则退 505

贪心---leetcode-376摆动序列

题目 如果连续数字之间的差严格地在正数和负数之间交替,则数字序列称为摆动序列。第一个差(如果存在的话)可能是正数或负数。少于两个元素的序列也是摆动序列。 例如, [1,7,4,9,2,5] 是一个摆动序列,因为差值 (6,-3,5,-7,3) 是正负交替出现的。相反, [1,4,7,2,5] 和 [1,7,4,5,5] 不是摆动序列,第一个序列是因为它的前两个差值都是正数,第二个序列是因为它的最后...

xiuyuandashen的博客 304
上一篇: java数据结构与算法刷题-----LeetCode455. 分发饼干
下一篇: java数据结构与算法刷题-----LeetCode122. 买卖股票的最佳时机 II
ydenergy_殷志鹏
博客等级 码龄7年 5887粉丝 543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

打赏作者

ydenergy_殷志鹏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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