1.Ҷ?叶影?Ӱ??Դ??
2.Redis radix tree 源码解析
3.叶子树简介
4.动态叶子flash代码
5.Cobar源码分析之AST
6.UE 八叉树Octree2源码分析
Ҷ??Ӱ??Դ??
哈弗曼压缩
#include <string.h>
#include <stdlib.h>
#include<iostream.h>
#include<fstream.h>
#define MaxNodes
#define MaxBufSize
#define MaxBits
struct Node
{
unsigned char b;
int count;
int parent,lch,rch;
char bits[MaxBits];
}Nodes[MaxNodes];
ifstream ifile;
ofstream ofile;
char *fname=new char();
unsigned char c;
char buf[MaxBufSize];
int flen;
int NodesNum;
void decompress();
void compress();
void charCount();
void initNodes();
void creatHuffTree();
void huffCoding();
void sortByCount();
int FindMin(int curlen);
void comToFile();
void decomToFile();
void clearSDS();
void locChar(int loc,int i);
void main()
{
char choice;
while(1)
{
cout<<" ------------------------------------------------------"<<endl;
cout<<" # 0.退出 #"<<endl;
cout<<" # 1.压缩 #"<<endl;
cout<<" # 2.解压 #"<<endl;
cout<<" ------------------------------------------------------"<<endl;
do
{
cout<<"请选择:"<<endl;
cin>>choice;
if(choice!='0' && choice!='1' && choice!='2')
{
cout<<"输入出错!请重新输入!视源"<<endl;
}
}
while(choice!='0' && choice!='1' && choice!='2');
switch(choice)
{
case '0':cout<<"成功退出!叶影"<<endl;exit(0); break;
case '1':compress();break;
case '2':decompress();break;
}
}
}
void compress()
{
cout<<"请输入待压缩的视源文件名:";
cin>>fname;
ifile.open(fname,ios::nocreate|ios::binary);
if(!ifile)
{
cout<<"文件不存在!"<<endl;
return;
}
charCount();
initNodes();
sortByCount();
creatHuffTree();
huffCoding();
cout<<"请输入压缩后的文件名:";
cin>>fname;
ofile.open(fname,ios::binary);
ofile.write((char*)&NodesNum,sizeof(NodesNum));
ofile.write((char*)&flen,sizeof(flen));
for(int i=0;i<NodesNum;i++)
{
ofile.write((char*)&Nodes[i].b,sizeof(Nodes[i].b));
ofile.write((char*)&Nodes[i].count,sizeof(Nodes[i].count));
}
comToFile();
ifile.close();
ofile.close();
clearSDS();
}
void decompress()
{
clearSDS();//不加此句,关闭程序再解压,叶影会提示BUF出错
cout<<"请输入待解压的视源itaoke 源码下载文件名:";
cin>>fname;
ifile.open(fname,ios::nocreate|ios::binary);
if(!ifile)
{
cout<<"文件不存在!"<<endl;
return;
}
ifile.read((char*)&NodesNum,sizeof(NodesNum));
ifile.read((char*)&flen,sizeof(flen));
cout<<NodesNum<<" "<<flen<<endl;
for(int i=0;i<NodesNum;i++)
{
ifile.read((char*)&Nodes[i].b,sizeof(Nodes[i].b));
ifile.read((char*)&Nodes[i].count,sizeof(Nodes[i].count));
}
creatHuffTree();
cout<<"请输入解压后的文件名:";
cin>>fname;
ofile.open(fname);
decomToFile();
ifile.close();
ofile.close();
clearSDS();
}
void clearSDS()//SDS is short for Shared Data Structure
{
NodesNum=flen=c=0;
for(int i=0;i<MaxNodes;i++)
{
Nodes[i].b=0;
Nodes[i].count=0;
Nodes[i].parent=Nodes[i].lch=Nodes[i].rch=-1;
buf[i]=0;
for(int j=0;j<MaxBits;j++) Nodes[i].bits[j]=0;
}
}
void comToFile()
{
ifile.clear();
ifile.seekg(0);
char tbuf[]="";
while(ifile.get(c))
{
for(int i=0;i<NodesNum;i++)
{
if(c==Nodes[i].b)
{
strcat(buf,Nodes[i].bits);
break;
}
}
while(strlen(buf)>=8)
{
memcpy(tbuf,buf,8);
c=(char)strtol (tbuf,NULL,2);
memmove(buf,buf+8,strlen(buf)+1-8);
ofile.write((char*)&c,sizeof(c));
}
}
if(strlen(buf)>0)//剩余
{
strcat(buf,"");//最多接7个0即可
memcpy(tbuf,buf,8);
c=(char)strtol (tbuf,NULL,2);
ofile.write((char*)&c,sizeof(c));
}
}
void decomToFile()
{
while (ifile.get(c)) //while(!ifile.eof()),老样子
{ //ifile.read((char*)&c,sizeof(c));
char tbuf[]="";
char rbuf[]="";
itoa((int)c,rbuf,2);
strcpy(tbuf+8-strlen(rbuf),rbuf);
memmove(buf+strlen(buf),tbuf,8);//末尾会多一个tbuf,无碍
while(strlen(buf)>&&flen>0) locChar(2*NodesNum-2,叶影0);
}
while(strlen(buf)>0&&flen>0) locChar(2*NodesNum-2,0);
}
void locChar(int loc,int i)//递归得出字符
{
if((Nodes[loc].lch==-1)&&(Nodes[loc].rch==-1))
{
ofile.write((char*)&Nodes[loc].b,sizeof(Nodes[loc].b));
flen--;
//memmove(buf,buf+i,strlen(buf)-i+1);
//memmove(buf,buf+i,-i);//Very improtant code modified at here!
memcpy(buf,buf+i,-i);//Same result Like the line Above!Maybe not effective
return;
}
else
{
switch( buf[i])
{
case '0': loc=Nodes[loc].lch;break;
case '1': loc=Nodes[loc].rch;break;
default: cout<<"buf中出错!"<<endl;break;
}
i++;
locChar(loc,视源i);
}
}
void charCount()//统计字符出现次数
{
while(ifile.get(c))
{
Nodes[c].count++;
flen++;//得出文件长度
}
}
void initNodes()//初始化
{
for(int i=0;i<MaxNodes;i++)
{
if(Nodes[i].count!=0)
Nodes[i].b=(unsigned char)i;
else Nodes[i].b=0;
Nodes[i].parent=Nodes[i].lch=Nodes[i].rch=-1;
}
}
void creatHuffTree()//建树
{
int t=2*NodesNum-1;
for(int i=NodesNum;i<t;i++)
{
int loc=FindMin(i);
Nodes[i].count=Nodes[loc].count;
Nodes[loc].parent=i;
Nodes[i].lch=loc;
loc=FindMin(i);
Nodes[i].count+=Nodes[loc].count;
Nodes[loc].parent=i;
Nodes[i].rch=loc;
}
Nodes[t-1].parent=-1;
}
int FindMin(int curlen)//找没有父结点,且Count最小的叶影节点
{
int loc=curlen-1;//找不到,返回最后一个,视源最后一个不在查找范围
for(int i=0;i<curlen;i++)
{
if(Nodes[i].count<=Nodes[loc].count)
{
if(Nodes[i].parent==-1)
loc=i;
}
}
return loc;
}
void huffCoding()//根据树来编码
{
int Pid,叶影t;//Parent id
for(int i=0;i<NodesNum;i++)
{
t=i;
while(Nodes[t].parent!=-1)
{
Pid=Nodes[t].parent;
if(Nodes[Pid].lch==t) //置左分支编码0
{ //函数原型:void *memmove( void *dest, const void *src, size_t count );
memmove(Nodes[i].bits+1,Nodes[i].bits,strlen(Nodes[i].bits)+1);
Nodes[i].bits[0]='0';
}
else //置右分支编码1
{
memmove(Nodes[i].bits+1,Nodes[i].bits,strlen(Nodes[i].bits)+1);
Nodes[i].bits[0]='1';
}
t=Pid;
}
}
}
//降序
void sortByCount()
{
Node tempNode;
for(int i=0;i<MaxNodes;i++)
for(int j=MaxNodes-1;j>i;j--)
{
if(Nodes[i].count<Nodes[j].count)
{
tempNode=Nodes[i];
Nodes[i]=Nodes[j];
Nodes[j]=tempNode;
}
}
for(i=0;i<MaxNodes;i++) if(Nodes[i].count==0) break;
NodesNum=i;//关键得出有效叶子结点个数NodesNum
}
Redis radix tree 源码解析
Redis 实现了不定长压缩前缀的 radix tree,用于集群模式下存储 slot 对应的视源所有 key 信息。本文解析在 Redis 叶影中实现 radix tree 的核心内容。
核心数据结构的视源定义如下:
每个节点结构体 (raxNode) 包含了指向子节点的指针、当前节点的叶影 key 的长度、以及是否为叶子节点的标记。
以下是插入流程示例:
场景一:仅插入 "abcd"。此节点为叶子节点,使用压缩前缀。
场景二:在 "abcd" 之后插入 "abcdef"。从 "abcd" 的父节点遍历至压缩前缀,找到 "abcd" 空子节点,漫画屋的源码插入 "ef" 并标记为叶子节点。
场景三:在 "abcd" 之后插入 "ab"。ab 为 "abcd" 的前缀,插入 "ab" 为子节点,并标记为叶子节点。同时保留 "abcd" 的前缀结构。
场景四:在 "abcd" 之后插入 "abABC"。ab 为前缀,创建 "ab" 和 "ABC" 分别为子节点,保持压缩前缀结构。
删除流程则相对简单,找到指定 key 的叶子节点后,向上遍历并删除非叶子节点。若删除后父节点非压缩且大小大于1,则需处理合并问题,以优化树的高度。
合并的条件涉及:删除节点后,检查父节点是否仍为非压缩节点且包含多个子节点,以此决定是否进行合并操作。
结束语:云数据库 Redis 版提供了稳定可靠、性能卓越、源码音频线可弹性伸缩的数据库服务,基于飞天分布式系统和全SSD盘高性能存储,支持主备版和集群版高可用架构。提供全面的容灾切换、故障迁移、在线扩容、性能优化的数据库解决方案,欢迎使用。
叶子树简介
叶子树是一个专注于PHP框架和基础编程的在线平台,致力于为PHP开发者提供详尽的资源和学习支持。在这里,您能找到丰富的PHP技术内容,如源码分享和问题解答,使您能够深入理解并提升PHP开发技能。
叶子树不仅是一个学习的网站,它还构建了一个专业的社区,为开发者们提供一个交流和分享知识的环境。无论是初学者还是经验丰富的开发者,都能在这里找到适合自己的学习资料和解决方案。
对于热衷于广告程序的朋友们,叶子树同样开放和欢迎,溯源码特价盏我们理解广告对于推广和互动的重要性,同时也致力于提供一个专业、纯粹的学习空间。无论您是寻找广告相关资源,还是寻求技术上的帮助,叶子树都将是您的理想之选。
总之,叶子树是一个全方位服务于PHP开发者的网站,无论是新手求知,还是资深开发者提升,都能在这里找到价值。欢迎您的光临,让我们一起在PHP的世界里探索和成长。
动态叶子flash代码
两种动态叶子的透明 FLASH 代码示例如下:
1. 透明 FLASH 绿色枫叶飘落的源代码:
2. 透明 FLASH 红枫飘落的源代码:
代码详解:
可以调整 width=宽度 height=高度 参数,来改变枫叶的尺寸。
操作指南如下:
步骤 1:进入控制面板,选择个人首页维护。
步骤 2:点击“自定义空白面板”并添加。
步骤 3:在“显示源代码”前的方框中打钩,文档会显示 DIV 标签。
步骤 4:复制并粘贴上述任一组代码。分投趣源码
步骤 5:再次打钩“显示源代码”前的方框,钩号消失。
步骤 6:保存更改,返回自定义设置。
步骤 7:进入“定制我的首页”页面,添加新模块。
步骤 8:勾选新增面板,保存设置。
欢迎访问我的博客。
Cobar源码分析之AST
Cobar是一款阿里开源的数据库中间件,专注于分库分表的路由功能。SQL,作为一种领域语言,广泛用于关系型数据库的管理和操作,其执行流程一般包括词法分析、语法分析、语义分析生成AST(抽象语法树),然后由优化器生成执行计划,最后由执行引擎执行。
在Cobar中,SQL Parser负责将SQL语句解析为AST。开发SQL Parser通常有两种方式。Cobar的SQL Parser经历了三个版本迭代,主要目的是提升性能。本文将深入解析Cobar中的SQL Parser和AST,包括其结构、操作和应用。
AST(抽象语法树)直观表示SQL语句的结构。以SQL语句“select id,type from goods as g where type in (select type from type_config where status = 0)”为例,Cobar SQL Parser将其解析为AST对象,其根节点为select语句,其他属性为叶子节点。
AST的Node定义包括accept方法,用于遍历树结构。实现AST主要涉及几个类,如ComparisionEqualsExpression,其中1为比较的左右表达式,2为判断符,3为计算表达式。evaluationInternal方法实现比较逻辑,将表达式结构化并穷举后,实现简单的数值比较。
AST操作中,遍历是最基本的,利用ASTNode的accept方法和SQLASTVisitor接口实现。SQLParserDelegate.parse(sql)解析结果为DMLSelectStatement对象,其visit方法负责构建SQL输出格式。MySQLOutputASTVisitor实现遍历并输出SQL语句,如“SELECT id, type FROM goods AS G WHERE type IN (SELECT type FROM type_config WHERE status = 0)”。Cobar利用AST进行分库分表,获取表名、列名、比较的值。
AST还可以生成SQL特征,如将原始SQL归一化为“select id, name, age from user as u where age >= ?”,在进行SQL慢查询统计、限流等操作时非常有用。Cobar利用AST对线上SQL进行安全检查,拦截无条件的update或delete语句。
本文从SQL AST的来源、结构、遍历原理、应用等方面进行介绍,通过Cobar项目中的单元测试,读者可以实际感受AST的功能和应用。了解SQL AST有助于后端技术、架构设计、性能优化、源码阅读、问题排查等领域。
欢迎搜索关注微信公众号"捉虫大师",获取更多后端技术分享,包括架构设计、性能优化、源码阅读、问题排查和踩坑实践等内容。
UE 八叉树Octree2源码分析
UE中八叉树Octree2源码分析,本文旨在深入理解UE八叉树的具体实现。八叉树概念广泛熟悉,但初次接触UE实现时仍需思考。UE八叉树简化应用,多数直接使用方便。本文针对UE4.至UE5.1版本八叉树源码进行详细解析。
UE八叉树主要结构包括:TreeNodes、ParentLinks、TreeElements、FreeList、RootNodeContext和MinLeafExtent。TreeNodes存储节点信息,每个FNode记录当前节点元素数量及子节点Index;ParentLinks记录节点父节点ID;TreeElements存储元素数据;FreeList记录空闲FNode下标;RootNodeContext和MinLeafExtent与八叉树构造相关,用于确定节点半径。
UE八叉树构造过程依赖AddElement方法,实现在AddElementInternal中。首先判断节点是否为叶子节点。若无子节点且元素数量超过预设阈值,或节点半径小于MinLeafExtent,则创建子节点。否则,直接将元素加入当前节点。若需创建子节点,清空当前节点元素,分配八个子节点,递归处理非叶节点情况。
RemoveElement方法根据ElementId移除元素。首先在TreeElements中移除元素,然后从节点向上遍历,检查元素数量过少的节点,进行塌缩重构,将子节点元素移入当前节点。
UE八叉树查询接口包括FindElement、FindElementsWithBoundsTest等,核心目的是遍历节点和子节点以满足查询条件。UE八叉树用于高效空间数据处理,通过Octree2类声明实现。例如,PrecomputedLightVolume类定义ElementType和OctreeSemantics,便于特定应用使用。
UE八叉树内存管理关键在于TreeElement数组,使用TInlineAllocator或FDefaultAllocator需考虑应用场景。空间数据结构如四叉树、八叉树等在空间划分算法中具有重要应用,优化碰撞检测及实现复杂场景。