搜索二叉树的增,查,删操作

滴水逆向——C++_二叉树 1、概念: 1.分类: 满二叉树:除叶子结点外, 所有结点都有两个结点, 叶子结点的left, right为NULL. 完全二叉树 : 除了最底层的叶子结点之外, 其余层全满, 而且叶子层集中在左端.堆是一种特殊的完全二叉树(全满或者差一个结点就全满) 平衡二叉树:所谓平衡二叉树指的是,左右两个子树的高度差的绝对值不超过 1。包括AVL树, 红黑树. 哈夫曼树:又称为最... 阅读详情

首先说的应该是我们的搜索二叉树是的,而这个有序是中序的有序

  • 相对其他两个操作搜索二叉树的删除应该是最复杂的这个复杂的删除还是应该画图的,如果不画图是很难说清楚也很难理清楚的
    好了我们的图先派在这里了,下面操作也都是用这个图作为标准了
    在这里插入图片描述
    当我们只是查看搜索二叉树时候我们并不需要修改搜索二叉树里面的节点也就是元素的顺序没有被我们打乱,所以了我们只需要清楚一个比较重要的概念就是头节点这个也是我们判断一个结点位置很重要的条件我们的插入,还要删除主要的核心点也就是和父节点的比较当中

  • 先来定义一颗搜索二叉树吧


#include <iostream>
using namespace std;


template<class T>
struct BSTNode
{
	BSTNode(const T& data)
	: _pLeft(nullptr)
	, _pRight(nullptr)
	, _data(data)
	{}

	BSTNode<T>* _pLeft;
	BSTNode<T>* _pRight;
	T _data;
};

这里也没有什么好说的c++里面初始化一下

  • 插入
template<class T>
class BSTree
{
	typedef BSTNode<T>   Node;
	typedef Node*        PNode;

public:
	BSTree()
		: _pRoot(nullptr)
	{}

	bool Insert(const T& data)
	{
		if (nullptr == _pRoot)
		{
			_pRoot = new Node(data);
			return true;
		}

		// 找带插入元素在二叉搜索树中的位置
		PNode pCur = _pRoot;
		PNode pParent = nullptr;

		while (pCur)
		{
			pParent = pCur;
			if (data < pCur->_data)
				pCur = pCur->_pLeft;
			else if (data > pCur->_data)
				pCur = pCur->_pRight;
			else
				return false;
		}

		// 插入节点
		pCur = new Node(data);
		if (data < pParent->_data)
			pParent->_pLeft = pCur;
		else
			pParent->_pRight = pCur;

		return true;

我们在插入节点时候分别要在根节点的左孩子,右孩子里面去判断一下我们要插入的数据在节点中是否存在,如果这个节点存在了,我们也不用插入了。所以这里我们最好用一个bool类型的,如果存在就直接结束掉

  • 查找
PNode Find(const T& data)
	{
		PNode pCur = _pRoot;
		while (pCur)
		{
			if (data == pCur->_data)
				return pCur;
			else if (data < pCur->_data)
				pCur = pCur->_pLeft;
			else
				pCur = pCur->_pRight;
		}

		return nullptr;
	}

插入里面判断存在就已经是查找了,这里查找还是比较简单的。

  • 删除
bool Delete(const T& data)
	{
		PNode pCur = _pRoot;
		PNode pParent = nullptr;
		while (pCur)
		{
			if (data == pCur->_data)
				break;
			else if (data < pCur->_data)
			{
				pParent = pCur;
				pCur = pCur->_pLeft;
			}
			else
			{
				pParent = pCur;
				pCur = pCur->_pRight;
			}
		}

		if (nullptr == pCur)
			return false;

		// 删除节点
		/*
		1. 待删除节点没有孩子
		2. 待删除节点只有左孩子
		3. 待删除节点只有右孩子
		4. 待删除节点左右孩子均存在
		*/
		PNode pDelNode = pCur;
		if (nullptr == pCur->_pLeft)
		{
			// 当前节点只有右孩子
			if (pCur == _pRoot)
			{
				_pRoot = pCur->_pRight;
			}
			else
			{
				// 待删除节点为其双亲的左孩子
				if (pCur == pParent->_pLeft)
					pParent->_pLeft = pCur->_pRight;
				else  // 待删除节点为其双亲的右孩子孩子
					pParent->_pRight = pCur->_pRight;
			}
		}
		else if (nullptr == pCur->_pRight)
		{
			// 当前节点只有左孩子
			if (pCur == _pRoot)
				_pRoot = pCur->_pLeft;
			else
			{
				if (pCur == pParent->_pLeft)
					pParent->_pLeft = pCur->_pLeft;
				else
					pParent->_pRight = pCur->_pLeft;
			}
		}
		else
		{
			// 当前节点左右孩子均存在
			// 直接删除,不好删除,在右子树中找一个替代节点
			pParent = pCur;
			pCur = pCur->_pRight;

			// 找中序遍历下的第一个节点
			while (pCur->_pLeft)
			{
				pParent = pCur;
				pCur = pCur->_pLeft;
			}

			// 用替代节点中内容替换待删除节点
			pDelNode->_data = pCur->_data;
			pDelNode = pCur;

			// 删除替代节点
			if (pCur == pParent->_pLeft)
				pParent->_pLeft = pCur->_pRight;
			else
				pParent->_pRight = pCur->_pRight;
		}

		delete pDelNode;
		return true;
	}

删除还是复杂好多,由于没有要求控制时间复杂度,其实搜素树的删除明显还是相对avl树简单很多吧但是就算这样其实还是挺麻烦的,因为多数情况下,拿脑壳想搜索二叉树的删除还是很麻烦是呀,我们要画图,画图。图我就在放这里了
在这里插入图片描述

  • 我们需要先看被删除节点左孩子为空情况

    左孩子为空时候,被删节点就没有左边的干扰了。右孩子又给左孩子大,我们的右孩子就直接可以先放到左孩子的位置,然后删除,那样整个搜索二叉树的顺寻结构其实也并没有被破坏。

  • 被删除节点右孩子为空
    被删节点后面的节点是直接可以上移的,主要考虑一下被删节点在根节点的左边还是在根节点的右边画画图思路就自然里清楚了。

  • 被删节点左右孩子均存在的情况
    当被删节点的左右孩子均存在时候,我们可以去查找被删节点的右孩子然后拿被删节点右孩子的中序遍历查找出来被删节点右孩子节点子树当中最小的节点,**这个节点其实是距离被删节点的值最接近的值**用这个值去替代被删节点。然后链接好以后删除被删节点就可以了。

  • 完整代码


#include <iostream>
using namespace std;


template<class T>
struct BSTNode
{
	BSTNode(const T& data)
	: _pLeft(nullptr)
	, _pRight(nullptr)
	, _data(data)
	{}

	BSTNode<T>* _pLeft;
	BSTNode<T>* _pRight;
	T _data;
};

template<class T>
class BSTree
{
	typedef BSTNode<T>   Node;
	typedef Node*        PNode;

public:
	BSTree()
		: _pRoot(nullptr)
	{}

	bool Insert(const T& data)
	{
		if (nullptr == _pRoot)
		{
			_pRoot = new Node(data);
			return true;
		}

		// 找带插入元素在二叉搜索树中的位置
		PNode pCur = _pRoot;
		PNode pParent = nullptr;

		while (pCur)
		{
			pParent = pCur;
			if (data < pCur->_data)
				pCur = pCur->_pLeft;
			else if (data > pCur->_data)
				pCur = pCur->_pRight;
			else
				return false;
		}

		// 插入节点
		pCur = new Node(data);
		if (data < pParent->_data)
			pParent->_pLeft = pCur;
		else
			pParent->_pRight = pCur;

		return true;
	}

	PNode Find(const T& data)
	{
		PNode pCur = _pRoot;
		while (pCur)
		{
			if (data == pCur->_data)
				return pCur;
			else if (data < pCur->_data)
				pCur = pCur->_pLeft;
			else
				pCur = pCur->_pRight;
		}

		return nullptr;
	}

	bool Delete(const T& data)
	{
		PNode pCur = _pRoot;
		PNode pParent = nullptr;
		while (pCur)
		{
			if (data == pCur->_data)
				break;
			else if (data < pCur->_data)
			{
				pParent = pCur;
				pCur = pCur->_pLeft;
			}
			else
			{
				pParent = pCur;
				pCur = pCur->_pRight;
			}
		}

		if (nullptr == pCur)
			return false;

		// 删除节点
		/*
		1. 待删除节点没有孩子
		2. 待删除节点只有左孩子
		3. 待删除节点只有右孩子
		4. 待删除节点左右孩子均存在
		*/
		PNode pDelNode = pCur;
		if (nullptr == pCur->_pLeft)
		{
			// 当前节点只有右孩子
			if (pCur == _pRoot)
			{
				_pRoot = pCur->_pRight;
			}
			else
			{
				// 待删除节点为其双亲的左孩子
				if (pCur == pParent->_pLeft)
					pParent->_pLeft = pCur->_pRight;
				else  // 待删除节点为其双亲的右孩子孩子
					pParent->_pRight = pCur->_pRight;
			}
		}
		else if (nullptr == pCur->_pRight)
		{
			// 当前节点只有左孩子
			if (pCur == _pRoot)
				_pRoot = pCur->_pLeft;
			else
			{
				if (pCur == pParent->_pLeft)
					pParent->_pLeft = pCur->_pLeft;
				else
					pParent->_pRight = pCur->_pLeft;
			}
		}
		else
		{
			// 当前节点左右孩子均存在
			// 直接删除,不好删除,在右子树中找一个替代节点
			pParent = pCur;
			pCur = pCur->_pRight;

			// 找中序遍历下的第一个节点
			while (pCur->_pLeft)
			{
				pParent = pCur;
				pCur = pCur->_pLeft;
			}

			// 用替代节点中内容替换待删除节点
			pDelNode->_data = pCur->_data;
			pDelNode = pCur;

			// 删除替代节点
			if (pCur == pParent->_pLeft)
				pParent->_pLeft = pCur->_pRight;
			else
				pParent->_pRight = pCur->_pRight;
		}

		delete pDelNode;
		return true;
	}

	void InOrder()
	{
		_InOrder(_pRoot);
	}

	void Destroy()
	{
		_Destroy(_pRoot);
	}

private:
	void _InOrder(PNode pRoot)
	{
		if (pRoot)
		{
			_InOrder(pRoot->_pLeft);
			cout << pRoot->_data << " ";
			_InOrder(pRoot->_pRight);
		}
	}

	void _Destroy(PNode& pRoot)
	{
		if (pRoot)
		{
			_Destroy(pRoot->_pLeft);
			_Destroy(pRoot->_pRight);
			delete pRoot;
			pRoot = nullptr;
		}
	}

private:
	PNode _pRoot;
};

void TestBSTree()
{
	int array[] = { 5, 3, 4, 1, 7, 8, 2, 6, 0, 9 };

	BSTree<int> t;
	for (auto e : array)
	{
		t.Insert(e);
	}

	//t.Delete(5);
	//t.Delete(8);
	t.Delete(6);
	t.InOrder();
	t.Destroy();
}
int main()
{
	TestBSTree();
	return 0;

}

我们删除节点6,然后中旬遍历打印节点,验证一下结果,和搜索二叉树的操作是否有问题。
在这里插入图片描述
被删节点6成功删除,没有啥问题。

二叉搜索树-增删改查(Python) 01 定义 首先定义二叉树结点的数据类型: class TreeNode(): def __init__(self, val, left=None, right=None): self.val = val self.left = left self.right = right 二叉搜索树的定义: 二叉搜索树(BST)是二叉树的一种特殊表示形式,它满足如下特性: 每个节点中的值必须大于(或等于)存储在其左侧子树中的任何值。 每个节点中的值必须小于(或等于)存储在其右子树中的任何值。 下面是一个 阅读详情

相关推荐

二叉树增删改查全解析:从C++代码到内存管理实战

数据结构是计算机科学的核心基础,其中树形结构因其高效的层次化数据组织能力,在文件系统、数据库索引等领域应用广泛。二叉树作为树结构的基础模型,通过递归定义和指针链接实现,其核心价值在于为理解更复杂的平衡树、B树等奠定了基础。在工程实践中,掌握二叉树的遍历、搜索与动态维护是解决许多算法问题的关键。本文聚焦于二叉树的增删改查操作,通过C++代码示例和内存管理实践,深入解析了二叉搜索树(BST)的插入与删除逻辑,特别是如何处理具有两个子节点的复杂删除情况,并强调了后序遍历在防止内存泄漏中的重要作用。

weixin_42568801的博客 221

搜索二叉树代码解析(增、删、改、查)

/*二叉搜索树的查找操作*/ //查找效率决定于树的高度 position find(elementtype x,bintree bst)//尾递归 { if(!bst) return NULL;//查找失败 if(x>bst->data) { return find(x,bst->right);//在右子树中继续查找 } else if(x&...

Strive_Y的博客 434

最新版谷歌浏览器Axure插件(免翻墙)

本文介绍了在Chrome浏览器无法直接打开Axure导出HTML文件的解决方法。由于国内网络限制无法访问Chrome商店,需手动下载安装AxureRP扩展插件(提供百度网盘下载链接)。安装步骤包括:1)启用开发者模式;2)拖拽CRX文件或加载解压文件夹;3)勾选"允许访问文件网址"。同时还提示若浏览器版本过低可能无法正常运行,并给出了浏览器升级方法。该教程详细说明了从插件安装到浏览器升级的完整解决方案。

OldCat先生 2981

二叉排序树删除节点_图解:什么是二叉排序树?

小禹禹,你们好呀,在这里先感谢一位朋友,名叫绍锴,他也是景禹的忠实读者,是通过LeetCode上景禹的一道题解认识的,后来他关注了公众号,加了我好友,有时候相互交流一些学习上的问题,我们也渐渐成了朋友。前些天他建议更新文章的内容不用太多,每次一个知识点,后面再附带一两道LeetCode相关题目解析,我觉得这是个很好的建议,从今以后,景禹也将沿用这个建议。今日便是开始。今天我们谈一谈 二叉...

weixin_39617497的博客 2737

【校园网代理连接问题】已解决,“该设备或资源(Web 代理)未设置为接受端口“7890”上的连接“

我遇到这个问题很多次。每次都是vpn的问题,不止通俗意义上的梯子(clash之类的),还包括校园网vpn。点击“ 拨号和虚拟专用网络设置”中的“设置”, 关闭代理服务器。在打开vpn后或者关闭vpn后无法浏览网页,网页诊断显示“关闭“手动设置代理”中的“使用代理服务器”,关闭对应的本地代理即可。

聆雨。 1万+

手把手教你校准垂起固定翼(VTOL)遥控器与电调:从零到飞的完整流程

本文详细介绍了垂起固定翼(VTOL)遥控器与电调的校准流程,从基础认知到飞行前检查,涵盖遥控器通道配置、电调校准、舵机方向调整等关键步骤。通过图文并茂的指导,帮助无人机爱好者安全完成VTOL调试,确保首飞成功。特别强调多旋翼模式、过渡模式和固定翼模式的设置要点,适合新手和进阶用户参考。

jenkins8butler的博客 361

二叉搜索树的增删查

二叉搜索树的查找: Node* Find(const T& data) { Node* pcur = _proot; while (pcur) { if (data == pcur->_data) return pcur; else if (data < pcur->_data) pcur = pcur->_pleft; ...

didi1663478999的博客 377

【微信小程序开发与设计】垃圾智能分类小程序

垃圾分类是将来生活可持续发展的必需项。但是很多人由于缺乏垃圾分类知识,或是因为垃圾分类困难,费时费力,所以没有好好贯彻垃圾分类政策,此时设计一款方便于群众进行智能化垃圾识别分类的微信小程序就显得尤为必要。

Markelle_Fultz的博客 8246

二叉搜索树的相关功能的实现

二叉搜索树 二叉搜索树实现了以下功能 1.计算二叉搜索树的大小 2.前中后递归遍历二叉搜索树 3.前中后非递归遍历二叉搜索树 4.层序遍历二叉搜索树 5.二叉搜索树叶子个数 6.二叉搜索树的深度 7.二叉搜索树的结点的度 8.二叉搜索树的双亲以及左右子女的查找 9.查找某一节点 10.插入新的结点 11.删除某一节点 12.判断是否为平衡树 定义一个结点结构体 //定义二叉搜索树的节点结构体 s...

BeiXi's Blog 323

k8s部署 普罗米修斯(Prometheus)监控

Prometheus是一个开源的服务监控系统和时序数据库其提供了通用的数据模型和快捷数据采集、存储和查询接口它的核心组件Prometheus服务器定期从静态配置的监控目标或者基于服务发现自动配置的目标中进行拉 取数据新拉取到啊的 数据大于配置的内存缓存区时,数据就会持久化到存储设备当中。

D2961953033的博客 3863

医疗大模型实战——从零构建MedicalGPT全流程解析

本文详细解析了从零构建医疗大模型MedicalGPT的全流程实战。基于Qwen-7B模型与约195万条中文医疗数据,完整复现了增量预训练、监督微调与偏好对齐三大核心环节,并分享了如何在有限硬件资源下实现高效训练与部署,为开发者提供了可复现的医疗AI项目实战指南。

weixin_29193259的博客 558

二叉搜索树修改

如果有一个方法,每迭代一步都能从数据中选出一部分“高纯度”的特定类, 那么即使每步只能分别出1%的类别,只需100步即可完成漂亮的分类规则。 ID3算法、C4.5等算法使用熵作为评价标准,导致一个问题:树细分到一个样本一个节点,熵为0。 为应付这个情况,通常选择固定子树数量上限等方法。 相对应的,cart树直接定义为二叉树,保证了每次划分的结果是,从总体而言把不同类尽可能分

Qin_Mio_Chaos的博客 519

在 Fiori Elements Object Page 的表格中用 UI.Hidden 隐藏列:语义、边界与落地实践全解析

摘要: Fiori Elements的Object Page表格中,UI.Hidden注解支持静态和动态隐藏列。动态隐藏分为两种:基于父实体属性隐藏整列,或基于子实体属性按行隐藏单元格。关键约束包括:支持服务端操作的列禁止使用动态隐藏,否则会导致UX不一致。ABAP CDS不支持路径式UI.Hidden,需改用XML注解。该功能需与UI.Importance、个性化等机制明确区分,避免混淆。对于可能参与排序/过滤的列,建议仅使用静态隐藏。实际应用中需注意注解位置(整列或单元格级)和业务场景的匹配。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 206

详解搜索二叉树的(增,查,删)操作

代码包含了搜索二叉树的基本操作实现,包括节点定义、查找、插入和删除功能。注意,删除操作中寻找替代节点的方法是取待删除节点右子树中的最小节点,这是一个简单的策略,实际情况下可能还需要针对平衡二叉搜索树(如AVL树、红黑树等)进行额外调整以维持树的平衡。

424

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

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

C++——搜索二叉树

本章思维导图:注:本章思维导图对应的.xmind和·.png文件都已同步导入至,可供免费查阅。

Forward♞的博客 1199

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

c++ 搜索二叉树——主要包括:《搜索二叉树的概念》《增删查的分析和解题思路》《完整实现代码》《搜索二叉树的性能分析》

经过我们上一篇博客的书写,我们可以了解到 map / multimap / set / multiset底层使用搜索二叉树实现的,那么搜索二叉树又是什么呢?下面我们就走进搜索二叉树的世界了解一下。 《一》搜索二叉树的概念 二叉搜索树又称二叉排序树,它可能是一个空树,也有可能具有以下性质的二叉树: 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值 .若它的右子树不为空,则右子树上所有节点...

dpfxaca6的博客 409

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

【C++第十三课-二叉树进阶】二叉搜索树

商场的车库:进去是都可以进,出去的时候需要通过车牌号快速查找你停入的时间,判断是否超过半个小时。上面这个拷贝构造是我自己写的,虽然根据树1深拷贝了树2,但是没法给树2的_root。快速通过一个值(key)查找另一个值(value)是否存在?若它的左子树不为空,则左子树上所有节点的值都小于根节点的值。若它的右子树不为空,则右子树上所有节点的值都大于根节点的值。小区内部车库:进出都有快速查看你的车牌号是否是小区住户。:找一个能替换我的节点,交换值,转换删除他。上面这个方法不好,例如当树很深的时候。

m0_60803455的博客 466

数据结构 二叉树的增删改查 图解 详解 代码

二叉树的增删改查 增-二叉树的建立 1.解释图解 我们要建立一个 左子树 < 本节点 < 右子树的二叉树(例如下图) 建立二叉树就是插入二叉树的过程,本次插入的位置都是叶子节点,将比较小的放到叶子节点的左边,比较大的放到叶子节点的右边。 例如我们要将 6 添加到上面的二叉树的中, 比较 6 > 4 因此,接右子树 比较 6 < 8 ,接左子树 比较 6 < 7 接 ,左子树 比较 6 > 5 ,且 5的右子树为空,将6 作为 5 的右子树(结束) 2.代码 (

半亩方糖 1万+

二叉树——搜索二叉树

详解二叉搜索树的实现以及时间复杂度和缺陷

weixin_68644350的博客 1073

C++ 第八节&数据结构 第七节 ——二叉搜索树 AVL树 红黑树(底层原理图+模拟实现)

我们将着重来探讨 二叉树 中特殊的两种树——搜索二叉树 和 平衡二叉树。而平衡二叉树我们可以有AVL树,红黑树等。 我们今天就重点来说说这三种结构。 1、二叉搜索树 我们之所以将其放在这里来讲,最主要的原因就是之前我们所有模拟实现都是用C去实现的,而这些东西用C语言很难实现,所以,我们将其放在C++当中。 1-1、概念 二叉搜索树又称二叉排序树,它要么是一个空树,要么是满足以下性质的一个二叉树。 若它的左子树不为空,则左子树上所有节点的值都小于根节点的值 若它的右子树不为空,则右子树

jxwd的博客 2958

【PTA刷题】甲级 二叉搜索树与平衡树

搜索树基本增改查删 核心是查,增就是在最后root ==NULL的地方加入新的节点。删相对复杂一点点,涉及到前驱后续的问题。前驱(左子树的最大值替代当前root)即,所有小的里面找个最大的。后序(右子树的最小值替代当前root),即所有大的里面找一个最小的。 如Leetcode 450. 删除二叉搜索树中的节点 class Solution { public: TreeNode* findMax(TreeNode* root) //找前驱,以root为根的最大节点 { while (root-&gt

abyss_miracle的博客 303

java数据结构YZP专栏-----二叉树 && 二叉搜索树(二叉排序树,BST)

二叉树 && 二叉搜索树(二叉排序树,BST)

殷志鹏的博客 702

python实现二叉搜索树和平衡二叉树

重新优化了一下以前用python实现的二叉搜索树和平衡二叉树

Dsky_A的博客 399

C++语法(17)---- 二叉搜索树

搜索二叉树的概念与实现,其中实现包括递归内容和二分法内容

竹杖芒鞋轻声马 509

字典的内置程序

字典和列表一样系统内置了大量的操作,主要也分为:增! 查! 改!删! 增: 查: 改: 删: 转载于:https://www.cnblogs.com/laoli1020/p/8372794.html...

diandian1636的博客 114
上一篇: 【剑指】通过前序,中序遍历来重建二叉树
下一篇: AVL树节点的插入
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