如何主动增加自己的开源项目star数的方法汇总

原创 已于 2023-04-20 15:13:20 修改 · 916 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#开源项目

于 2023-04-20 15:10:39 首次发布
本文介绍了通过短视频、平台发布和人脉互助等方式增加开源项目的曝光度，从而提高GitHub等平台上的Star数。建议在抖音、B站等分享项目介绍视频，通过优快云、公众号发布文章，以及在不同代码托管平台发布项目来扩大覆盖范围。此外，互助互换和提供协同者身份也是增加Star数的有效方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

本篇文章主要讲解，通过自媒体、短视频、网络平台等渠道形式增加自己的开源项目的曝光度以增加star数的方法。
作者：任聪聪
日期：2023年4月20日

开源项目的star数在某些找工作的情况下是有一定的加分的，故此价值是一定的。但是自己做的开源项目star只有1或者0，并且持续很久都没有增加，并且自己的开源项目并不差，但始终没有人使用，没有人watch、star、fork。

star数图示：
在这里插入图片描述

这个时候我们就必须通过其他的渠道进行宣传和引导自己的开源项目给到他人使用了，对此我整理了如下的几种方法方式。

方式一、通过短视频

如：通过抖音、快手、小红书、csdn、B站等平台，录制项目介绍和使用视频，并发布。在底部介绍中留下自己的开源地址，从而产生一定的曝光引流，获得相应的star数的增加。

例子：如下是小红书的卡片类型的推荐形式。

参考图
在这里插入图片描述

方式二、通过平台

如：可以通过csdn发布文章推文、公众号发布文章推文、有穹平台发布软件单页、开源社区发布推文等均可以产生一定的搜索引擎的流量引入。

例子：通过有穹进行发布自己的软件单页，如下这是我发布的软件单页。
在这里插入图片描述
参考地址：https://www.youqiong.net/product/show/11195

方式三、通过互助

可以利用自己的朋友、粉丝、同学等人脉，和对方进行交换star，你帮我我帮你，增加star数。

例子：如群内互助。

参考图
在这里插入图片描述

此外还可以通过推文，帮助一些正在找工作，但是没有开源项目的同学，给他们加入一个协同者身份，以获取对应的star数。

推文形式参考

基于 Springboot 和 Mybatis 的后台管理系统 BootD

免费开源的thinkphp办公管理系统

其他形式

除此之外还有一些其他类型的方法，如通过增加曝光渠道的方式，本来是只在github上发布的，但是又在gitcode、gitee中也发布了，对此渠道从1就变成了3个，这样就产生了多个渠道的曝光，同时事倍功半。

end：以上便是通过个人能力推广，推文对开源项目的satr数提升方法。传递爱，世界才会美好。

Leetcode:划分字母区间(贪心算法）
stackempty2的博客
10-03 276
划分字母区间 字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段，同一个字母只会出现在其中的一个片段。返回一个表示每个字符串片段的长度的列表。 示例 1： 输入：S = “ababcbacadefegdehijhklij” 输出：[9,7,8] 解释： 划分结果为 “ababcbaca”, “defegde”, “hijhklij”。 每个字母最多出现在一个片段中。 像 “ababcbacadefegde”, “hijhklij” 的划分是错误的，因为划分的片段数较少。 提示： S的长度.
代码随想录算法训练营Day 50 | 动态规划part12 | 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费
m0_51759998的博客
05-28 512
【代码】代码随想录算法训练营Day 50 | 动态规划part12 | 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费。
【leetcode】741买卖股票的最佳时机含手续费 | 动态规划 | 贪心
苏幕遮的碧云天黄叶地秋色连波波上寒烟翠
12-17 230
题目 给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；非负整数 fee 代表了交易股票的手续费用。 你可以无限次地完成交易，但是你每笔交易都需要付手续费。如果你已经购买了一个股票，在卖出它之前你就不能再继续购买股票了。 返回获得利润的最大值。 注意：这里的一笔交易指买入持有并卖出股票的整个过程，每笔交易你只需要为支付一次手续费。 示例 1: 输入: prices = [1, 3, 2, 8, 4, 9], fee = 2 输出: 8 解释: 能够达到的最大利润: 在此处买.
划分字符串--尽可能多的划分片段
BetterCbx的博客
10-24 865
字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段，同一字母最多出现在一个片段中。返回一个表示每个字符串片段的长度的列表 输入：S = “ababcbacadefegdehijhklij” 输出：[9,7,8] 解释： 划分结果为 “ababcbaca”, “defegde”, “hijhklij”。 每个字母最多出现在一个片段中。 像 “ababcbacadefegde”, “hijhklij” 的划分是错误的，因为划分的片段数较少。 public List<Integer>
【前端算法】买卖股票的最佳时机含手续费—— 贪心算法、动态规划实现
趣谈前端
09-13 332
关注并将「趣谈前端」设为星标每天定时分享技术干货/优秀开源/技术思维题目描述给定一个整数数组 prices，其中第 i 个元素代表了第 i 天的股票价格 ；整数 fee 代表了交易股票的手...
LeetCode题解 贪心（六）：714 买卖股票的最佳时机含手续费；968 监控二叉树
farewellyi的博客
02-05 233
LeetCode题解 贪心 第六弹：随想录中贪心算法的最后一弹，攒够了再发下一弹
我在代码随想录|写代码Day30 | 贪心算法 | 435. 无重叠区间,763.划分字母区间, 56. 合并区间, 738.单调递增的数字
2303_79299383的博客
03-02 988
🔥博客介绍`：🎥系列专栏：🎥 当前专栏:专题 : 数据结构帮助小白快速入门算法。
DAY39：贪心算法（八）无重叠区间+划分字母区间+合并区间
CFY1226的博客
07-05 1437
这道题目leetcode标记为贪心算法，其实没有太体现贪心策略，找不出局部最优推出全局最优的过程。本质上还是重叠区间的问题，就是用最远出现距离模拟了圈字符的行为。最远出现距离，相当于重叠区间中包含所有区间的最大区间。关于重叠区间类型的题目，其实主要就是靠画图模拟。重叠区间题目需要注意元素初值的问题，包括计数变量的初值，以及有时候需要考虑数组i=0时候的初值（因为重叠判断大都是i=1开始的）。比如本题，是结果收集而不是记录重叠个数，此时就需要考虑数组初值也要被加入结果数组的情况！
代码随想录算法训练营Day35 | 435. 无重叠区间、763.划分字母区间、56. 合并区间 | Python | 个人记录向
Python基本算法
05-10 737
贪心算法：435. 无重叠区间、763.划分字母区间、56. 合并区间。
代码随想录训练营23day-贪心算法
goodBoy
04-19 802
贪心算法核心思想是局部最优，以确定全局最优。当然需要使用数学归纳去总结，但是实际应用过程，可以举反例来验证是不是可以使用贪心算法。参考代码随想录（
划分字母区间
weixin_47040809的博客
01-16 122
要找到最多的片，且每个字母最多出现在同一个字符串中，所以一个片段的开始的字母肯定等于最后的字母，要让片数最多，则片段之间的距离要尽可能短。 首先利用遍历找到每个字母的最后位置，然后再次利用双指针维护此时片段的开始和结束位置。然后读取当前位置字母的结束值，end等于读取过字母中最远距离的end，但一旦到达这个end，相对于其他片段来说已经是最短了。完成这个片段，后面进行下一个片段的读取。 class Solution { public List<Integer> partitionLabe
LeetCode - 贪心算法 - 763. 划分字母区间
-happy 的博客
08-22 323
763. 划分字母区间 字符串 S 由小写字母组成。我们要把这个字符串划分为尽可能多的片段，同一个字母只会出现在其中的一个片段。返回一个表示每个字符串片段的长度的列表。 示例 1： 输入：S = “ababcbacadefegdehijhklij” 输出：[9,7,8] 解释： 划分结果为 “ababcbaca”,“defegde”, “hijhklij”。 每个字母最多出现在一个片段中。 像 “ababcbacadefegde”, “hijhklij” 的划分是错误的，因为划分的片段数较少。 提示：
LintCode：1000. 买卖股票的最佳时机含手续费
qq_38702697的博客
09-18 579
描述 现在给出一个数组，包含一系列价格，其中第i个元素是一支股票在第i天的价格；一个非负数fee代表了手续费。 你可以根据需要任意地进行交易，但是每次交易都必须付手续费。每次购买不能超过1股（必须在再次购买的之前卖出股票）。 返回可以获得的最大利润。 dalao思路：也有动态规划的解法，但这里使用贪心的解法 选择的关键是找到一个最大后是不是能够卖掉stock，重新开始寻找买入机会。比如序...
划分字母区间（中等题）
HUTAOhh的博客
09-26 235
划分
代码随想录算法训练营Day04
最新发布
03-26
### 关于代码随想录 Day04 的学习资料与解析 #### 一、Day04 主要内容概述 代码随想录 Day04 的主要内容围绕 **二叉树的遍历** 展开，包括前序、中序和后序三种遍历方式。这些遍历可以通过递归实现，也可以通过栈的方式进行迭代实现[^1]。 #### 二、二叉树的遍历方法详解 ##### 1. 前序遍历（Pre-order Traversal） 前序遍历遵循访问顺序：根节点 -> 左子树 -> 右子树。以下是基于递归的实现： ```python def preorderTraversal(root): result = [] def traversal(node): if not node: return result.append(node.val) # 访问根节点 traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 对于迭代版本，则可以利用显式的栈来模拟递归过程： ```python def preorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: result.append(current.val) # 访问当前节点 stack.append(current) # 将当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 current = current.right # 转向右子树 return result ``` ##### 2. 中序遍历（In-order Traversal） 中序遍历遵循访问顺序：左子树 -> 根节点 -> 右子树。递归实现如下： ```python def inorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 result.append(node.val) # 访问根节点 traversal(node.right) # 遍历右子树 traversal(root) return result ``` 迭代版本同样依赖栈结构： ```python def inorderTraversal_iterative(root): stack, result = [], [] current = root while stack or current: while current: stack.append(current) # 当前节点压入栈 current = current.left # 转向左子树 current = stack.pop() # 弹出栈顶元素 result.append(current.val) # 访问当前节点 current = current.right # 转向右子树 return result ``` ##### 3. 后序遍历（Post-order Traversal） 后序遍历遵循访问顺序：左子树 -> 右子树 -> 根节点。递归实现较为直观： ```python def postorderTraversal(root): result = [] def traversal(node): if not node: return traversal(node.left) # 遍历左子树 traversal(node.right) # 遍历右子树 result.append(node.val) # 访问根节点 traversal(root) return result ``` 而迭代版本则稍复杂一些，通常采用双栈法或标记法完成： ```python def postorderTraversal_iterative(root): if not root: return [] stack, result = [root], [] while stack: current = stack.pop() result.insert(0, current.val) # 插入到结果列表头部 if current.left: stack.append(current.left) # 先压左子树 if current.right: stack.append(current.right) # 再压右子树 return result ``` #### 三、补充知识点 除了上述基本的二叉树遍历外，Day04 还可能涉及其他相关内容，例如卡特兰数的应用场景以及组合问题的基础模板[^2][^4]。如果遇到具体题目，可以根据实际需求调用相应算法工具。 --- ####
评论
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

任聪聪

创作不易，你的打赏是我的动力！

¥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