c语言中的文件操作中用fprintf将数据写入到文件中,用fscanf将文件读入内存中,而c++中也有ostream和istream作为键盘流输入,屏幕流输出,对于文件也有ofstream/istream来进行相关的操作.
如图:
图中表示将一个结构体的的数据输入到文件中，并从文件中读取数据，并用得到的数据初始化一个新的结构体，并打印输出。
并查集：
并查集本身可以理解为一片森林，但是这个森林起初所有的树都只有一个根节点，它可以用来查找是否各个元素是否在一个集合中，也可以用于集合之间的合并。
它的底层是一个数组，但是每个数组元素可以抽象的想象成一棵棵树，他的规则是根节点的元素值为整棵树中节点总个数的复数，而非根节点中存着它的双亲结点的下表，所以在用的时候可以将集合中的数据映射成数组的下标，之后做集合的运算处理。
上图是一个包含简单功能的并查集，主要有两个成员函数，一个是找到根节点的函数，一个是合并两个集合。现在就用这两个并查集解决一个leetcode的题。
有 n 个城市，其中一些彼此相连，另一些没有相连。如果城市 a 与城市 b 直接相连，且城市 b 与城市 c 直接相连，那么城市 a 与城市 c 间接相连。
省份 是一组直接或间接相连的城市，组内不含其他没有相连的城市。
给你一个 n x n 的矩阵 isConnected ，其中 isConnected[i][j] = 1 表示第 i 个城市和第 j 个城市直接相连，而 isConnected[i][j] = 0 表示二者不直接相连。
返回矩阵中 省份 的数量。
示例 1：
输入：isConnected = [[1,1,0],[1,1,0],[0,0,1]]
输出：2
示例 2：
输入：isConnected = [[1,0,0],[0,1,0],[0,0,1]]
输出：3
来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/number-of-provinces
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
这个题中的每个城市可以理解为并查集中每个孤立的单元，我们实例化一个并查集，将其中的每一个城市放入并查集中，遍历这个矩阵，如果某个位置为1就联合这两个城市，最后遍历统计一下并查集中的根结点个数就是省份数量了。代码如图：
LRU缓存：
平时在网页看视频时，可以看到加载进度条又一片灰色地带，可以知道这些是已经缓存好的，放在内存中，这样可以保障网络波动时流畅的看影视作品。
因为内存空间总是有限的，所以当新缓存进来时，那些旧的不怎么太用的数据就要被删除，他的机制是若空间没满就入数据，若满了就出最不用的数据，当使用数据时更新数据序列。leetcode上有一道题要求实现lru的同时时间复杂度为O（1）.
所以他的成员变量有容量，一个用于存数据的list和一个用于要求时间复杂度的以哈希表为底层的unordered_map,为什么使用list而不是vector因为list的增删查改块.
首先成员变量结构:map的第二个参数为list的迭代器,这样可以list直接删除不需要迭代,而哈希表的查找可以认为时间复杂度为o(1),所以整体时间复杂度就是o(1)了.
具体结构如下:
请你设计并实现一个满足 LRU (最近最少使用) 缓存 约束的数据结构。
实现 LRUCache 类：
LRUCache(int capacity) 以 正整数 作为容量 capacity 初始化 LRU 缓存
int get(int key) 如果关键字 key 存在于缓存中，则返回关键字的值，否则返回 -1 。
void put(int key, int value) 如果关键字 key 已经存在，则变更其数据值 value ；如果不存在，则向缓存中插入该组 key-value 。如果插入操作导致关键字数量超过 capacity ，则应该 逐出 最久未使用的关键字。
函数 get 和 put 必须以 O(1) 的平均时间复杂度运行。
示例：
输入
["LRUCache", "put", "put", "get", "put", "get", "put", "get", "get", "get"]
[[2], [1, 1], [2, 2], [1], [3, 3], [2], [4, 4], [1], [3], [4]]
输出
[null, null, null, 1, null, -1, null, -1, 3, 4]
解释
LRUCache lRUCache = new LRUCache(2);
lRUCache.put(1, 1); // 缓存是 {1=1}
lRUCache.put(2, 2); // 缓存是 {1=1, 2=2}
lRUCache.get(1); // 返回 1
lRUCache.put(3, 3); // 该操作会使得关键字 2 作废，缓存是 {1=1, 3=3}
lRUCache.get(2); // 返回 -1 (未找到)
lRUCache.put(4, 4); // 该操作会使得关键字 1 作废，缓存是 {4=4, 3=3}
lRUCache.get(1); // 返回 -1 (未找到)
lRUCache.get(3); // 返回 3
lRUCache.get(4); // 返回 4
来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/lru-cache
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
