运算符

Java的算数运算符、关系运算符、逻辑运算符、位运算符 阅读详情

/*
运算符:
算术运算符: +,-,,/,%,++,-- 赋值运算符 =
一个=是赋值运算符,==是关系运算符 扩展赋值运算符:+=,-=,
=,/=
关系运算符: >,<,>=,<=,==,!= 两边一般都不是具体的值,而是表达式
逻辑运算符: &&,||,! 位运算符: &,|,^,~ , >>,<<,>>> (了解!!!)
条件运算符 ?:
*/
public class OperatorDemo{
public static void main(String[] args){
int a = 1;
int b = 2;

//算术运算符
System.out.println(a+b);
System.out.println(a-b); System.out.println(a*b);
//取整除,或者取商
System.out.println(a/b);
//取余数,或者取模
System.out.println(a%b);

//给一个4位数,对应取出个位、十位、百位、千位数字?	
int i = 2345;//?	

	
//++:单目运算符,自加1操作,如果++在前面,先自加,再运算
//	  如果++在后面,先运算,再自加		System.out.println(a++);		

System.out.println(++a);
//–:单目运算符,自减1操作,如果–在前面,先自减,再运算
// 如果–在后面,先运算,再自减 //System.out.println(a–); //System.out.println(–a);

//运算符的优先级的问题 ++优先级是大于+ System.out.println(++b+b++);//? 6

System.out.println("-------------------"); System.out.println(b);//4

//扩展运算符	
	int c = 1;	
	//两种写法的结果是一样的,都是做+2操作
	//建议操作的时候都使用扩展运算符
	//c = c + 2;	
	    c += 2;	

	
	 //基本数据类型的转换:byte类型的d,当它+20的时候,等号右边变成了int类型,左边是byte类型,
	//                    大范围向小范围转型需要强制转换   写法:(datatype)		
			byte d = 10;
			//d = d + 20;	
		    	d += 20;		
		    	System.out.println(d);		

	//关系运算符	

System.out.println(2>3); System.out.println(2<3);
System.out.println(2>=3); System.out.println(2<=3); System.out.println(2==3); System.out.println(2!=3);

//逻辑运算符	
/*		
	&&:短路与,当第一个表达式是false,那么后面的表达式就不再执行了	
	||:短路或,当第一个表达式是true,那么后面的表达式就不再执行了	
	&:逻辑与,不管第一表达式返回true还是false,两边的表达式都会执行	
   	|:逻辑或,不管第一表达式返回true还是false,两边的表达式都会执行		

*/
int aa = 1;
//System.out.println(2 > 3 && 5 > aa++); System.out.println(2 > 3 & 5 > aa++); System.out.println(aa);
System.out.println(2 > 3 || 5 > 4); System.out.println(!false); System.out.println(!true);

//位运算符
System.out.println(4 & 5);//4 System.out.println(4 | 5);//5 System.out.println(4 ^ 5);//1
//移码 原码 反码 补码 System.out.println(~4);//-5 ??

//位运算符:
/*

:有符号右移,除2操作,移动几位就除以几个2
<<:有符号左移,乘2操作,移动几位就乘以几个2 >>>:无符号右移
*/
//把2变成16的最高效的方法是什么? System.out.println(2 << 3);
System.out.println(16 >> 3);

//条件运算符:三目运算符
// 第一个表达式返回为true,则取?后的值,反之,取:后的值。
System.out.println( 2 < 3 ? 2 : 3); System.out.println(false ? false : true ? false : true);

/* 基本数据类型之间的转换:
1、一般写代码的时候,都是使用同一种数据类型,低位会向高位自动转换(隐式转换) 2、在同一种数据类型转换的时候,高位向低位不会自动转换,需要使用强制转换
3、强制转换会数据精度的丢失
*/
byte x = 10;
x = (byte)(x + 20);
//int y = x + 20;
System.out.println(x); System.out.println((byte)270);//14

}
}

Python---运算符(算术运算符、赋值运算符、比较运算符(关系运算符)、逻辑运算符、条件运算符(三元运算符)) 一、运算符 1.1 运算符的概念 运算符用于执行程序代码运算,会针对一个以上操作数项目进行运算。 如:2+3,操作数是2和3,运算符是“+” 1.2 运算符的分类 算术运算符 赋值运算符 比较运算符(关系运算符) 逻辑运算符 条件运算符(三元运算符) 二、算术运算符 2.1 加法运算符 表现形式 + 数值、字符串均可使用加法运算 2.2 减法运算符 表现形式 - 只有数值能使用减法运算,字符串不可以 2.3 乘法运算符 表现形式 * 数值间可以使用乘法运算,数值和字符串也可以 2.4 阅读详情

相关推荐

Multisim实现555计时器模拟简易电子琴

一. 元器件介绍 这里用到的元器件有: DIgital power(VCC)数字电源 频率计数器(XFC) 示波器(XSC) ground 数字地 Capacitan 电容器 Resistor 电阻器 555_VIRTUAL 555计时器 触发按键(DIPSW)(DPST)(SPST)

是你呀星途的博客 2万+

运算符: 算术运算符: +,-,*,/,%,++,-- 赋值运算符 = 一个=是赋值运算符,==是关系运算符 扩展赋值运算符:+=,-=,*=,/= 关系运算符: >,<,>=,<=,==

*/ public class OperatorDemo{ public static void main(String[] args){ int a = 1; int b = 2; //算术运算符 System.out.println(a+b); System.out.println(a-b); System.out.println(a*b); //取整除,或者取商 System.out.println(a/b); //取余数,或者取模 System.o.

weixin_62690346的博客 3718

基于STM32的PID恒温恒湿控制系统 | 保姆式教程 开源可复刻

本项目基于STM32F103C8T6核心控制器,完整实现了基于双路PID算法的恒温恒湿闭环控制系统,覆盖高精度温湿度采集、双模式控制、参数在线配置、异常安全保护、掉电记忆等全功能,全程采用无跳步保姆式教学,从硬件选型、接线、CubeMX配置、代码开发、调试排坑全流程拆解,跟着步骤一步步操作,就能顺利完成项目复刻

ZhongWeiXiang9的博客 346

运算符,++,--,*,/和%的运用和区别

运算符,++,–,*,/和%的运用和区别 /** * 运算符,++,--,*,/和%的运用和区别; */ int a = 5; int b = 7; int c; c = ++a + b++; /** * b++是等于 b= b+1 * 这里++a是先赋值/自增(运行a+1)在运算,b++是先运算在赋值/自增 * 所以 c = 6 + 7; */ System.out.println("c的结果是"+c); System.out.println("a的最后结果是"+a

starsbloom的博客 1万+

高效 DEM 拼接

通过以上步骤的系统实施,能够实现高效、准确的大型地理信息系统 DEM 数据拼接,满足复杂和大规模项目的应用需求。

llhllq2015的博客 1033

beegfs源码分析

BeeGFS的客户端是由一个内核模块和两个系统服务组成的,这里咱们主要分析内核模块。由于BeeGFS的目录树解析,是在父目录DEntry里找子目录或文件DEntry,逐级迭代完成的,所以在Mount文件系统时,须要从管理节点获取根元数据节点的ID,而后再向根元数据节点查询根目录的DEntry的信息,为后续的目录解析打下基础。获取类似/data/beeond/data/dentries/38/51/root/#fSiDs#/文件fileId的父路径。1.1 FileID的生成。Session网络消息。

wfzy的博客 1913

操作符(算术操作符+、-、*、/、%,赋值操作符:=和复合赋值,单目操作符:++、--、+\-)

操作符也被称为运算符,意思是一样的。C语言的操作符有很多,目前只介绍常用的基础的,即算术操作符,赋值操作符和单目操作符。

bkmoo的博客 1474

英飞凌TC3xx之一起认识GTM系列(一)先来认识GTM架构

本文讲述英飞凌TC3xx的通用计时器GTM的架构。

无所适从的我的博客 4596

Java运算符讲解

/java中的运算符: 算术运算符: +,-,,/,%,++,-- 赋值运算符 = 一个等号=是赋值,两个等号是关系运算符 扩展赋值运算符:+=,-=,*=,/= 关系运算符: >,<,>=,<=,,!= 逻辑运算符: &&,||,! 位运算符: &,|,^,~ , >>,<<,>>> (了解!!!) 条件运算符 ?: / public class OperatorDemo{ public st

m0_64113588的博客 480

【赛题解析&命令脚本配置】2023年全国职业院校技能大赛GZ073网络系统管理赛项赛题第9套模块A:网络构建 & (三)无线网络配置+(四)出口网络配置-命令配置

【赛题解析&命令脚本配置】2023年全国职业院校技能大赛GZ073网络系统管理赛项赛题第9套模块A:网络构建 & (三)无线网络配置+(四)出口网络配置-命令配置

君逍遥o 1017

轮式并联五连杆下肢机器人运动控制:从建模到强化学习仿真训练

本文提出了一种基于强化学习的轮式并联五连杆下肢机器人运动控制方法。首先建立了机器人的运动学和动力学模型,推导了正逆解公式,并构建了URDF模型。随后在PyBullet仿真环境中搭建了包含复杂地形的训练场景,设计了基于PPO算法的端到端控制策略,包含状态空间、动作空间和奖励函数的详细设计。通过多组仿真实验验证了该方法在台阶攀爬等任务中的有效性,为轮腿机器人运动控制提供了完整的可复现技术方案。

huanghm88的专栏 347

算术操作符:+、-、*、/、%(c语言)

操作符也被叫做:运算符C语⾔中为了⽅便运算,提供了⼀系列操作符,其中有⼀组操作符叫:算术操作符。分别是:+ - *\ %,都是双⽬操作符。1、+和和⽤来完成加法和减法。和都是有2个操作数的,位于操作符两端的就是它们的操作数,这种操作符也叫双⽬操作符。

qsk20030208的博客 3419

LangGraph教程8:LangGraph流式处理

流式处理可显著提升基于LLM应用的响应性。LangGraph支持两种流式模式:values模式返回每一步的完整结果,适合需要完整上下文处理的场景;updates模式仅返回增量变化,适用于实时更新需求。示例代码展示了如何用create_react_agent实现这两种模式,其中values模式完整记录处理流程,updates模式逐步输出结果。通过异步迭代输出流,开发者可以灵活选择适合应用场景的流式处理方式。

Cachel Wood的博客 620

Python运算符

一、算数运算符 常见运算符 运算符的运用:

m0_56331594的博客 3万+

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,

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

如何单目运算符和双目运算符以及三目运算符

1、单目运算符:  单目运算符是指运算所需变量为一个的运算符,又叫一元运算符,其中有逻辑非运算符:!、按位取反运算符:~、自增自减运算符:++, –等。 逻辑非运算符【!】、按位取反运算符【~】、自增自减运算符【++, –】、负号运算符【-】、类型转换运算符【(类型)】、指针运算符和取地址运算符【*和&】、长度运算符【sizeof】 2、双目运算符: 双目运算符就是对两个变量进行操作

Allen_by的博客 4万+

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

C语言菜鸟入门·运算符(算数运算符,关系运算符,逻辑运算符,位运算符,赋值运算符,三目运算符)详细介绍

运算符是一种告诉编译器执行特定的数学或逻辑操作的符号。

时光の尘的博客 1万+

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

运算符的关系,什么叫一元运算符,二元运算符,三元运算符,运算符优先级,以及运算符的

例如,一元运算符(如递增和递减运算符)和三元运算符都没有结合性,它们按照特定的规则进行计算。- 复合赋值运算符:x += y、x -= y、x *= y、x /= y、x %= y 等。2. 关系运算符:==、!=、>、=、>>,用于执行位操作。

big___tree的博客 1万+

Python运算符 成员运算符、身份运算符,三目运算符

本章将会讲解Python运算符中的成员运算符,身份运算符,和三目运算符。

yj11290301的博客 4710

c语言,算数运算符、关系运算符、逻辑运算符、赋值运算符、三目运算符、分支结构、运算符优先级以及执行顺序

算术运算符: 除 /: 1、参与的数类型都是整型时,做取整运算 即商n余m,结果为n 2、只要有一个浮点数参与,就会做类似精确运算 取余%: 取余运算符号,也叫取模运算符号 做除法运算时,商n余m,结果为m,而且被除数必须是整数 1、参与运算都是整数时,余数是精确值 2、有浮点数做除数时,余数不一定是精确值 【取余运算一般被用来判断,一个数能否被另一个数整除】 【被除数为正,取余结果为正 被除数为...

weixin_42528287的博客 1万+

赋值运算符、算术运算符、关系运算符、逻辑运算符、条件运算符(三元运算符)、位运算符、运算符的优先级

赋值运算符、算术运算符、关系运算符、逻辑运算符、条件运算符(三元运算符)、位运算符、运算符的优先级

weixin_44170082的博客 1万+

C语言复习合集【5】运算符:算数运算符、关系运算符、逻辑运算符(与& 或|| 反!)、位运算、赋值运算符、特殊运算符(条件运算符、逗号运算符、sizeof运算符、C运算符的优先级)

运算符:算数运算符、关系运算符、逻辑运算符、位运算、赋值运算符、特殊运算符(条件运算符、逗号运算符、sizeof运算符、C运算符的优先级)一、算数运算符C语言提供的算数运算符:++(注意点: floatdouble不能取余通过以下表格可以进行理解:运算符功能说明举例加,一目取正a+b减,一目取负a-b乘法a*b除法a/b取模或求余a%b++增1a++, ++a--减1a--, --b二、关系运算符C语言的关系运算符如下:运算符功能说明举例大于a>b>=

2301_80013104的博客 2086

python中的逻辑运算符、条件运算符、优先级、算术运算符、赋值运算符、比较运算符

Python之 逻辑运算符 | 条件运算符 | 优先级 | 算术运算符 | 赋值运算符 | 比较运算符1 运算符基础介绍2 算术运算符3 赋值运算符4 比较运算符5 逻辑运算符5.1 not 逻辑非5.2 and 逻辑与5.3 or 逻辑或6 条件运算符7 运算符的优先级 1 运算符基础介绍 (1)定义:运算符用于执行程序代码运算,会针对一个以上操作数项目来进行运算。例如:2+3,其操作数是2和3...

Claire_chen_jia的博客 8678

Java 一元、二元运算符、三目条件运算符(三元运算符)

Java 语言支持如下运算符:   算术运算符:  +,-,*,/,%,++,--   赋值运算符 =   关系运算符:  >,=,   逻辑运算符:  &&,||,!   位运算符:  &,|,^,~ , >>,>>(了解!!!)   条件运算符 ?:   扩展赋值运算符:+=,-=,*=,/=  一元运算符 int a = 3;        int b =

pmcasp的博客 2万+

运算符及运算符的优先级

运算符是一种特殊的符号,用以表示数据的运算、赋值和比较等 ①算数运算符 (前)++:先自增1,后运算 (后)++:先运算,后自增1 (前) - -:先自减1,后运算 (后) - -:先运算,后自减1 ②赋值运算符 当“=”两侧数据类型不一致时,可使用自动类型转化或者强制类型转换原则进行处理。支持连续赋值。 拓展赋值运算符: (1).在开发中如果希望变量实现+2的操作,有以下两种方式:(前提:i...

qq_45766098的博客 4592
上一篇: Java的数据类型
下一篇: 分别提取一个四位数的各位的方法
Java_gml
博客等级 码龄5年 324粉丝 44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