black

/*老师布置的的颜色小游戏的作业，根据问题显示的文字找出对应的颜色判断小游戏，可能有很多需要改进的代码，后面会多多改进的，谢谢2018-07-15 12:45:59*/ <! DOCTYPE html > < html > < head > < meta charset ="utf-8" /> < title > 颜色小游戏 </ title > < style type ="text/css" > .container { width : 400px ; height : 550px ; margin : 0 auto ; border : 1px solid black ; position : relative ; background-color : #F0F0F0 ; } .info { overflow : hidden ; } .time { margin : 20px 20px ; float : left ; } .score { margin : 20px 20px ; float : right ; } .question { width : 100% ; height : 80px ; font-size : 60px ; text-align : center ; margin-top : 140px ; color : blue ; } .reset {

1 <! doctype html > 2 < html > 3 4 < head > 5 < meta charset ="UTF-8" > 6 < title > 嘿嘿嘿 </ title > 7 < meta name ="viewport" content ="width=device-width, initial-scale=1, maximum-scale=1, minimum-scale=1, user-scalable=no, minimal-ui, viewport-fit=cover" > 8 9 </ head > 10 < style type ="text/css" > 11 body { 12 background : #f5f5f5 ; 13 } 14 .father-box { 15 width : 150px ; 16 height : 150px ; 17 background-color : black ; 18 margin : 20px ; 19 } 20 .father-box .son-box { 21 width : 50px ; 22 height : 50px ; 23 background-color : greenyellow ; 24 margin : 20px ; 25 } 26 .brother-two { 27

1.为什么需要红黑树？ 对于二叉搜索树，如果插入的数据是随机的，那么它就是接近平衡的二叉树，平衡的二叉树，它的操作效率（查询，插入，删除）效率较高，时间复杂度是O（logN）。但是可能会出现一种极端的情况，那就是插入的数据是有序的（递增或者递减），那么所有的节点都会在根节点的右侧或左侧，此时，二叉搜索树就变为了一个链表，它的操作效率就降低了，时间复杂度为O(N)，所以可以认为二叉搜索树的时间复杂度介于O（logN）和O(N)之间，视情况而定。那么为了应对这种极端情况，红黑树就出现了，它是具备了某些特性的二叉搜索树，能解决非平衡树问题，红黑树是一种接近平衡的二叉树。 2.红黑树的特性有哪些？ 首先，红黑树是一个二叉搜索树，它同时满足以下特性： (1) 每个节点要么是黑色，要么是红色 (2) 根节点是黑色 (3) 如果节点是红色的，那么它的子节点必须是黑色的（反之，不一定需要成立） (4) 从根节点到叶节点或空子节点的每条路径，都包含相同数目的黑色节 通过看图来理解以上四个特性 3.红黑树的效率 红黑树的查找，插入和删除操作，时间复杂度都是O(logN)。查找操作时，它和普通的相对平衡的二叉搜索树的效率相同，都是通过相同的方式来查找的，没有用到红黑树特有的特性。但，如果插入的时候是有序数据，那么红黑树的查询效率就比二叉搜索树要高了，因为此时二叉搜索树不是平衡树，它的时间复杂度O(N)

大概，不少国人对疫情认知的分水岭出现在1月23日的武汉“封城”。诚然，“封城”是一种比较极端的隔离方法。在历史上，为遏制传染病传播，隔离的手段已被人类使用了近七百年。 历史上的隔离 This pestilence was so powerful that it was transmitted to the healthy by contact with the sick. —— Giovanni Boccaccio 世界历史上出现过三次大的传染病事件， 史称“三次全球大流行”（下称大瘟疫，pandemics） 。第一次大瘟疫也叫“查士丁尼大瘟疫”，发生在公元541年。当时，东罗马帝国皇帝查士丁尼大帝励精图治，东征西讨，收复大量失地。不巧，一场大瘟疫迅速席卷欧洲。查士丁尼大帝采用了各种办法阻止瘟疫，也包括简单的隔离措施，然而，他失败了，一代雄主统一罗马帝国的梦想就此化为泡影 [1] 。 真正意义上隔离（quarantine）的出现与第二次大瘟疫（即黑死病大瘟疫）有关 。1347-1350年之间，据称至少2000万人死于这场席卷欧亚大陆的万分恐怖的大型瘟疫。之所以成为黑死病，一般认为是按其症状 acral necrosis，患者皮肤因皮下出血变黑。 人们在长时间和传染病斗争的过程中慢慢意识到，将病人隔离起来，似乎是一个有效的方法 。1377年，在杜布罗夫尼克（Dubrovnik

本文来自我的知识星球的球友投稿，他在最近的校招中拿到了蚂蚁金服的实习生Offer，整体思路和面试题目由作者——泽林提供，部分答案由Hollis整理自知识星球《Hollis和他的朋友们》中「直面Java」板块。 经历了漫长一个月的等待，终于在前几天通过面试官获悉已被蚂蚁金服录取，这期间的焦虑、痛苦自不必说，知道被录取的那一刻，一整年的阴霾都一扫而空了。 笔者面的是阿里的Java研发工程师岗，面试流程是3轮技术面+1轮hr面。 意外的一面 一面的时候大概是3月12号，面完等了差不多半个月才突然接到二面面试官的电话。一面可能是简历面，所以问题比较简单。 ArrayList和LinkedList区别 ArrayList 是一个可改变大小的数组.当更多的元素加入到ArrayList中时,其大小将会动态地增长.内部的元素可以直接通过get与set方法进行访问,因为ArrayList本质上就是一个数组. LinkedList 是一个双链表,在添加和删除元素时具有比ArrayList更好的性能.但在get与set方面弱于ArrayList. 当然,这些对比都是指数据量很大或者操作很频繁的情况下的对比,如果数据和运算量很小,那么对比将失去意义. 什么情况会造成内存泄漏 在Java中，内存泄漏就是存在一些被分配的对象，这些对象有下面两个特点： 首先，这些对象是可达的，即在有向图中，存在通路可以与其相连

TreeMap的实现是红黑树算法的实现，所以要了解TreeMap就必须对红黑树有一定的了解,其实这篇博文的名字叫做：根据红黑树的算法来分析TreeMap的实现，但是为了与Java提高篇系列博文保持一致还是叫做TreeMap比较好。通过这篇博文你可以获得如下知识点： 1、红黑树的基本概念。 2、红黑树增加节点、删除节点的实现过程。 3、红黑树左旋转、右旋转的复杂过程。 4、Java 中TreeMap是如何通过put、deleteEntry两个来实现红黑树增加、删除节点的。 我想通过这篇博文你对TreeMap一定有了更深的认识。好了，下面先简单普及红黑树知识。 一、红黑树简介 红黑树又称红-黑二叉树，它首先是一颗二叉树，它具体二叉树所有的特性。同时红黑树更是一颗自平衡的排序二叉树。 我们知道一颗基本的二叉树他们都需要满足一个基本性质--即树中的任何节点的值大于它的左子节点，且小于它的右子节点。按照这个基本性质使得树的检索效率大大提高。我们知道在生成二叉树的过程是非常容易失衡的，最坏的情况就是一边倒（只有右/左子树），这样势必会导致二叉树的检索效率大大降低（O(n)），所以为了维持二叉树的平衡，大牛们提出了各种实现的算法，如： AVL ， SBT ， 伸展树 ， TREAP ， 红黑树 等等。 平衡二叉树必须具备如下特性：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1

本文github地址 上一篇文章 史上最清晰的红黑树讲解（上） 对Java TreeMap 的插入以及插入之后的调整过程给出了详述。 本文接着以Java TreeMap 为例，从源码层面讲解红黑树的删除，以及删除之后的调整过程 。如果还没有看过上一篇文章，请在阅读本文之前大致浏览一下前文，以方便理解。 寻找节点后继 对于一棵二叉查找树，给定节点t，其后继（树种比大于t的最小的那个元素）可以通过如下方式找到： t的右子树不空，则t的后继是其右子树中最小的那个元素。 t的右孩子为空，则t的后继是其第一个向左走的祖先。 后继节点在红黑树的删除操作中将会用到。 TreeMap 中寻找节点后继的代码如下： // 寻找节点后继函数successor() static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) { if (t == null) return null; else if (t.right != null) {// 1. t的右子树不空，则t的后继是其右子树中最小的那个元素 Entry<K,V> p = t.right; while (p.left != null) p = p.left; return p; } else {// 2. t的右孩子为空，则t的后继是其第一个向左走的祖先 Entry<K,V> p = t

作者寄语 新增-新加坡交易所-期货市场数据，主要包括了在新加坡交易所上市的主要期货品种的量价数据。目前数据获取时间在 2020-01-01 年以后，由于服务器在国外所以对数据获取速度有要求的小伙伴需要使用代理访问。 AkShare-更新记录 "futures_sgx_daily" # 新加坡期货交易所期货数据 本文分享自微信公众号 - 数据科学实战（dsaction）。 如有侵权，请联系 support@oschina.cn 删除。 本文参与“ OSC源创计划 ”，欢迎正在阅读的你也加入，一起分享。 来源： oschina 链接： https://my.oschina.net/u/4486485/blog/4341162

无论是打车导航还是网上购物 抑或者游戏社交还是旅游出行 应用已成为我们日常生活的重要组成 如何更好地做好安全防护 维护应用和用户数据的完整性？ HMS Core Safety Detect助您实现安全能力快速构建！ 什么是安全检测服务 ? Safety Detect 是华为推出的多维度安全检测开放服务，依托华为手机TEE，在完全不影响用户体验的情况下，助力开发者快速构建应用安全，让开发者专注于应用创新。 系统完整性检测 系统完整性检测，可以快速判断设备系统是否root、解锁、提权等状态，从而评估是否限制应用的行为，保障用户在线上支付或邮件发送等过程中，不会出现重要信息泄露或者资金损失。 系统完整性检测的独特优势在于基于TEE可信执行环境。由于每一部华为手机（EMUI 9.0以上版本）搭载了基于自研形式化微内核的TEE OS系统，这是业界首个通过形式化验证并商用的微内核，并获得了国际信息技术安全评估标准的CC EAL5+认证。TEE OS可对集成系统完整性检测的应用进行隔离保护，提供独立的安全隐私保障服务，比如可将支付等高安全性业务置于TEE OS的妥善保护之下。 应用安全检测 应用安全检测服务可以帮您主动检测恶意应用列表，开发者服务接入应用安全检测后，可获取恶意应用列表，基于风险（风险应用/病毒应用）由开发者评估是否拦截用户或提示访问风险。经国际三大病毒测评机构评测

（转载作者请注明出处） 废话不多说，直接上货.... 思想和方法才是灵魂 前期提要： Python | Pandas 快速处理文本数据 2020年数据分析必知必会（八）：使用pandas查询数据和统计分析的应用（短小但强大） 2020年数据分析必知必会（七）：pandas入门与数据结构基础 Pandas 是强大的开源数据分析和处理工具，建立在Python编程语言的基础上。 在本文中，我将展示有关 Pandas DataFrame的 相关技巧，以使得某些编程小白在实践的时候更容易一些。 由于这段时间以来， COVID-19 Data 库API出 现链接或者可能 屏蔽的情况 ，因此建议在GitHub手动下载数据集 开 本文分析的数据集为2020/07/10的数据集： https://github.com/CSSEGISandData/COVID-19/blob/master/csse_covid_19_data/csse_covid_19_daily_reports/07-10-2020.csv 1、pandas测试打印数据 使用 分组函数groupby reset_index重置index sum内部求和 源码如下： 打印csv文件中的所有数据： 打印指定的分组数据内容 打印指定分组数据 2、输出数据行列 输出csv文件中的列 输出其中的元素 输出csv文件数据的第一行