【数据结构 —— 堆的实现（顺序表）】

发布时间：2026/7/23 9:07:15

【数据结构 —— 堆的实现（顺序表）】

数据结构 —— 堆的实现（顺序表）

  • 一.堆
    • 1.1堆的定义及结构
      • 1.1.1.堆的定义
      • 1.1.2.堆的性质
      • 1.1.3.堆的结构
  • 二.堆的实现
    • 2.1.头文件的实现 —— （Heap.h）
    • 2.2.源文件的实现 —— （Heap.c）
      • 2.2.1.小堆的源文件
      • 2.2.2.大堆的源文件
    • 2.3.源文件的实现 —— （test.c）
  • 三.实际数据测试展示
    • 3.1.插入数据
      • 3.1.1.小堆插入 ——（调试窗口展示）
      • 3.1.2.大堆插入 ——（调试窗口展示）
    • 3.2 打印前k个最值 ——（小型top-k问题）
      • 3.2.1.小堆打印前k个最小值 —— （运行展示）
      • 3.2.2.大堆打印前k个最大值 —— （运行展示）
    • 3.3简单类堆排序 ——（非真堆排序）
      • 3.3.1.类小堆排序 ——（运行展示）
      • 3.3.2.类大堆排序 ——（运行展示）
    • 3.4 打印前k个最值 ——（大型top-k问题）
      • 3.2.1.小堆打印前k个最小值 —— （运行展示）
      • 3.2.1.小堆打印前k个最大值 —— （运行展示）
    • 3.5.真堆排序
      • 3.5.1.升序 —— （运行展示）
      • 3.5.2.降序 ——（运行展示）

一.堆

1.1堆的定义及结构

1.1.1.堆的定义

堆就是以二叉树的顺序存储方式来存储元素，同时又要满足父亲结点存储数据都要大于儿子结点存储数据（也可以是父亲结点数据都要小于儿子结点数据）的一种数据结构。堆只有两种即大堆和小堆，大堆就是父亲结点数据大于儿子结点数据，小堆则反之。

1.1.2.堆的性质

堆中某个节点的值总是不大于或不小于其父节点的值；
堆总是一棵完全二叉树。

1.1.3.堆的结构

用图画展示就如下图所示：
(1).小堆展示
在这里插入图片描述
(2).大堆展示
在这里插入图片描述

二.堆的实现

2.1.头文件的实现 —— （Heap.h）

Heap.h

#pragma once#include<stdio.h>
#include<stdlib.h>
#include<stdbool.h>
#include<assert.h>//小堆
typedef int HPDataType;
typedef struct Heap
{HPDataType* a;int size;int capacity;
}HP;//创建/销毁
void HeapInit(HP* php);
void HeapDestroy(HP* php);
//插入/删除
void HeapPush(HP* php, HPDataType x);
void HeapPop(HP* php);
//获取堆顶元素
HPDataType HeapTop(HP* php);
//判空/统计堆内元素个数
bool HeapEmpty(HP* php);
int HeapSize(HP* php);
//交换函数
void Swap(HPDataType* p1, HPDataType* p2);
//向上调整
void AdJustUp(HPDataType* a, int child);
//向下调整
void AdJustDown(HPDataType* a, int size, int parent);

2.2.源文件的实现 —— （Heap.c）

2.2.1.小堆的源文件

Heap.c

#include"Heap.h"//小堆
//创建/销毁
void HeapInit(HP* php)
{assert(php);php->a = NULL;php->size = 0;php->capacity = 0;
}
void HeapDestroy(HP* php)
{assert(php);free(php->a);php->a = NULL;php->size = php->capacity = 0;
}//交换函数
void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向上调整函数
void AdJustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}
//插入/删除
void HeapPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity)//判断数组空间不够就扩容{int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));if (tmp == NULL){perror("realloc fail");exit(-1);}php->a = tmp;php->capacity = newcapacity;}php->a[php->size] = x;php->size++;AdJustUp(php->a, php->size - 1);}
//向下调整函数
void AdJustDown(HPDataType* a, int size, int parent)
{int child = parent * 2 + 1;while (child < size){if (child+1 < size && a[child + 1] < a[child]){child++;}if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}
void HeapPop(HP* php)
{assert(php);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdJustDown(php->a, php->size, 0);
}
//获取堆顶元素
HPDataType HeapTop(HP* php)
{assert(php);assert(php->size > 0);return php->a[0];}
//判空/统计堆内元素个数
bool HeapEmpty(HP* php)
{assert(php);return php->size == 0;
}
int HeapSize(HP* php)
{assert(php);assert(php->size > 0);return php->size;
}

2.2.2.大堆的源文件

Heap.h

#include"Heap.h"//大堆
//创建/销毁
void HeapInit(HP* php)
{assert(php);php->a = NULL;php->size = 0;php->capacity = 0;
}
void HeapDestroy(HP* php)
{assert(php);free(php->a);php->a = NULL;php->size = php->capacity = 0;
}//交换函数
void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}//向上调整函数
void AdJustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] > a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}
//插入/删除
void HeapPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity)//判断数组空间不够就扩容{int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, newcapacity * sizeof(HPDataType));if (tmp == NULL){perror("realloc fail");exit(-1);}php->a = tmp;php->capacity = newcapacity;}php->a[php->size] = x;php->size++;AdJustUp(php->a, php->size - 1);}
//向下调整函数
void AdJustDown(HPDataType* a, int size, int parent)
{int child = parent * 2 + 1;while (child < size){if (child+1 < size && a[child + 1] > a[child]){child++;}if (a[child] > a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}
void HeapPop(HP* php)
{assert(php);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdJustDown(php->a, php->size, 0);
}
//获取堆顶元素
HPDataType HeapTop(HP* php)
{assert(php);assert(php->size > 0);return php->a[0];}
//判空/统计堆内元素个数
bool HeapEmpty(HP* php)
{assert(php);return php->size == 0;
}
int HeapSize(HP* php)
{assert(php);assert(php->size > 0);return php->size;
}

2.3.源文件的实现 —— （test.c）

大堆/小堆的相关测试代码，我都放在一个测试源文件里了，注意区分。

test.c

#include"Heap.h"//小堆
//int main()
//{
//	HP ph;
//	HeapInit(&ph);
//
//	int a[] = { 4,6,2,1,5,8,2,9};
//	for (int i = 0; i < (sizeof(a) / sizeof(int)); i++)
//	{
//		HeapPush(&ph, a[i]);//插入
//	}
//
//	//获取前k个最小值
//	/*int k = 3;
//	while (k--)
//	{
//		printf("%d\n", HeapTop(&ph));
//		HeapPop(&ph);
//	}*/
//	//小堆排序
//	while (!HeapEmpty(&ph))
//	{
//		printf("%d ", HeapTop(&ph));
//		HeapPop(&ph);
//	}
//
//	return 0;
//}//大堆
//int main()
//{
//	HP ph;
//	HeapInit(&ph);
//	int a[] = { 4,6,2,1,5,8,2,9 };
//	for (int i = 0; i < (sizeof(a) / sizeof(int)); i++)
//	{
//		HeapPush(&ph, a[i]);
//	}
//	//前k个最大值
//	/*int k = 3;
//	while (k--)
//	{
//		printf("%d\n", HeapTop(&ph));
//		HeapPop(&ph);
//	}*/
//	//大堆排序
//	while(!HeapEmpty(&ph))
//	{
//		printf("%d ", HeapTop(&ph));
//		HeapPop(&ph);
//	}
//	return 0;
//}//升序
//void HeapSort(int* a, int n)
//{
//	//建大堆/向上调整建堆/O(N*longN)
//	/*for (int i = 0; i < n; i++)
//	{
//		AdJustUp(a, i);
//	}*/
//	int end = n - 1;
//	//向下调整建堆
//	// O(N)
//	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
//	{
//		AdJustDown(a,n, i);
//	}
//	//O(N*longN)
//	while(end > 0)
//	{
//		Swap(&a[0], &a[end]);
//		AdJustDown(a, end, 0);
//		end--;
//	}
//}//降序
//void HeapSort(int* a, int n)
//{
//	建小堆/向上调整建堆/O(N*longN)
//	/*for (int i = 0; i < n; i++)
//	{
//		AdJustUp(a, i);
//	}*/
//	int end = n - 1;
//	向下调整建堆
//	 O(N)
//	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
//	{
//		AdJustDown(a, n, i);
//	}
//	O(N*longN)
//	while (end > 0)
//	{
//		Swap(&a[0], &a[end]);
//		AdJustDown(a, end, 0);
//		end--;
//	}
//}
//int main()
//{
//	int a[] = { 4,6,2,1,5,8,2,9 };
//	int size = sizeof(a) / sizeof(int);
//	HeapSort(a, size);
//	for (int i = 0; i < size; i++)
//	{
//		printf("%d ", a[i]);
//	}
//	printf("\n");
//	return 0;
//}//创造数据通过随机数
//void CreateNDate()
//{
//	int n = 100000;
//	srand(time(0));
//	const char* file = "date.txt";
//	FILE* fin = fopen(file, "w");
//	if (fin == NULL)
//	{
//		perror("fopen error");
//		return;
//	}
//	for (int i = 0; i < n; i++)
//	{
//		int x = (rand() + i) % 100000;
//		fprintf(fin, "%d\n", x);
//	}
//	fclose(fin);
//}
//
//void PrintTopk(const char* file, int k)
//{
//	FILE* fout = fopen(file, "r");
//	if (fout == NULL)
//	{
//		perror("fopen error");
//		return;
//	}
//	int* minheap = (int*)malloc(sizeof(int) * k);
//	if (minheap == NULL)
//	{
//		perror("malloc error");
//		return;
//	}
//	//创建一个k个值的小堆
//	for (int i = 0; i < k; i++)
//	{
//		fscanf(fout, "%d", &minheap[i]);
//		AdJustUp(minheap, i);
//	}
//	//让后从文件先读取k个数，形成小堆，让后再依次读取文件的数据和堆顶的数据比对，
//	// 如果比堆顶的数大就覆盖替换，让后向下调整，再形成小堆，
//	// 最后堆里剩下的就是这些数据里最大的前k个值
//	int x = 0;
//	while (fscanf(fout, "%d", &x) != EOF)
//	{
//		if (x < minheap[0])
//		{
//			minheap[0] = x;
//			AdJustDown(minheap, k, 0);
//		}
//	}
//
//	for (int i = 0; i < k; i++)
//	{
//		printf("%d ", minheap[i]);
//	}
//	printf("\n");
//
//	free(minheap);
//	fclose(fout);
//
//
//}//创造数据通过随机数
void CreateNDate()
{int n = 100000;srand(time(0));const char* file = "date.txt";FILE* fin = fopen(file, "w");if (fin == NULL){perror("fopen error");return;}for (int i = 0; i < n; i++){int x = (rand() + i) % 100000;fprintf(fin, "%d\n", x);}fclose(fin);
}void PrintTopk(const char* file, int k)
{FILE* fout = fopen(file, "r");if (fout == NULL){perror("fopen error");return;}int* minheap = (int*)malloc(sizeof(int) * k);if (minheap == NULL){perror("malloc error");return;}//创建一个k个值的大堆for (int i = 0; i < k; i++){fscanf(fout, "%d", &minheap[i]);AdJustUp(minheap, i);}//让后从文件先读取k个数，形成大堆，让后再依次读取文件的数据和堆顶的数据比对，// 如果比堆顶的数小就覆盖替换，让后向下调整，再形成大堆，// 最后堆里剩下的就是这些数据里最小的前k个值int x = 0;while (fscanf(fout, "%d", &x) != EOF){if (x < minheap[0]){minheap[0] = x;AdJustDown(minheap, k, 0);}}for (int i = 0; i < k; i++){printf("%d ", minheap[i]);}printf("\n");free(minheap);fclose(fout);}
int main()
{//CreateNDate();PrintTopk("date.txt", 5);return 0;
}

三.实际数据测试展示

3.1.插入数据

3.1.1.小堆插入 ——（调试窗口展示）

在这里插入图片描述

3.1.2.大堆插入 ——（调试窗口展示）

在这里插入图片描述

3.2 打印前k个最值 ——（小型top-k问题）

3.2.1.小堆打印前k个最小值 —— （运行展示）

在这里插入图片描述

3.2.2.大堆打印前k个最大值 —— （运行展示）

在这里插入图片描述

3.3简单类堆排序 ——（非真堆排序）

3.3.1.类小堆排序 ——（运行展示）

在这里插入图片描述

3.3.2.类大堆排序 ——（运行展示）

在这里插入图片描述

3.4 打印前k个最值 ——（大型top-k问题）

大型数据的Top-k问题需要通过随机数的操作和文件的操作来辅助验证完成。不懂得可以查阅我之前相关文件和扫雷游戏的博客，都有介绍随机数和文件的相关操作。

在这里插入图片描述

3.2.1.小堆打印前k个最小值 —— （运行展示）

大致思路就是，通过创建文件，然后通过rand函数来生成随机数，将随机数写入文件，然后调用向下调整函数从文件先读取k个数，形成大堆，让后再依次读取文件的数据和堆顶的数据比对，如果比堆顶的数小就覆盖替换，让后向下调整，再形成大堆，最后堆里剩下的就是这些数据里最小的前k个值

注意：调用完一次创造数据的函数后，就要注释掉函数，否则每次的值都会是随机生成的，所以回变化不同
2.由于前K个最小值，要建立大堆，所以要调用大堆的向下调整函数接口

在这里插入图片描述

3.2.1.小堆打印前k个最大值 —— （运行展示）

大致思路就是，通过创建文件，然后通过rand函数来生成随机数，将随机数写入文件，然后调用向下调整函数从文件先读取k个数，形成小堆，让后再依次读取文件的数据和堆顶的数据比对，如果比堆顶的数大就覆盖替换，让后向下调整，再形成小堆，最后堆里剩下的就是这些数据里最大的前k个值

注意：1.调用完一次创造数据的函数后，就要注释掉函数，否则每次的值都会是随机生成的，所以回变化不同
2.由于前K个最大值，要建立小堆，所以要调用小堆的向下调整函数接口

在这里插入图片描述

3.5.真堆排序

3.5.1.升序 —— （运行展示）

大致思路：升序需要建立大堆，将数组利用大堆的向上调整函数，形成大堆，让后调换顶端的大元素和尾部的小元素，然后再删除尾部的大元素，再调用向下调整函数再次形成大堆，依次这样，最后数组里就形成升序了。

注意：升序是建立大堆，所以调用的都是大堆的函数接口。

在这里插入图片描述

3.5.2.降序 ——（运行展示）

大致思路：降序需要建立小堆，将数组利用小堆的向上调整函数，形成小堆，让后调换顶端的小元素和尾部的大元素，然后再删除尾部的小元素，再调用向下调整函数再次形成小堆，依次这样，最后数组里就形成降序了。

注意：升序是建立小堆，所以调用的都是小堆的函数接口。

在这里插入图片描述

相关新闻

Elasticsearch：向量搜索 (kNN) 实施指南 - API 版

Elasticsearch：向量搜索 (kNN) 实施指南 - API 版

作者&#xff1a;Jeff Vestal 本指南重点介绍通过 HTTP 或 Python 使用 Elasticsearch API 设置 Elasticsearch 以进行近似 k 最近邻 (kNN) 搜索。 对于主要使用 Kibana 或希望通过 UI 进行测试的用户&#xff0c;请访问使用 Elastic 爬虫的语义搜索入门指南。你也可以参考文章…

2026/7/19 12:56:49
C# 初见异步方法 满满的全是坑

C# 初见异步方法 满满的全是坑

初见 虽然写了不少的C#代码&#xff0c;但却还么有使用过带有async关键字的异步方法。平常遇到的需求&#xff0c;使用普通的多线程都可以完美解决&#xff0c;感觉异步方法只是微软想当然开发出来的&#xff0c;虽然华丽但是毫无用处的垃圾功能。直到有一天&#xff0c;我要修…

2026/7/23 6:52:44
浏览器触发下载Excel文件-Java实现

浏览器触发下载Excel文件-Java实现

目录 1:引入maven 2:代码实现 3.导出通讯录信息到Excel文件 4.生成并下载Excel文件部分解释 1:引入maven 添加依赖：首先，在你的项目中添加EasyExcel库的依赖。你可以在项目的构建文件（如Maven的pom.xml）中添加以下依赖项：<dependency><groupId>com.alib…

2026/7/19 6:01:28

最新新闻

MSI / MSI-X 消息中断控制器运行逻辑

MSI / MSI-X 消息中断控制器运行逻辑

MSI / MSI-X 消息中断控制器运行逻辑 1. 核心概念 MSI&#xff08;Message Signaled Interrupts&#xff09;不是"发消息"&#xff0c;而是 PCIe 设备往中断控制器的 MMIO 寄存器地址发一次 Memory Write 事务。 ┌──────────┐ Memory Write TLP …

2026/7/23 9:06:29
2026湖州市长兴县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略_转自TXT - 余情未了888

2026湖州市长兴县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略_转自TXT - 余情未了888

<p>湖州市长兴县黄金作为硬通货，是湖州市长兴县不少家庭资产配置的重要选择。随着闲置黄金变现需求激增，本地回收市场乱象丛生，虚高报价、缺斤少两、隐形扣费等问题频发。为帮大家避开陷阱，结合资质合规、报…

2026/7/23 9:06:29
2026邯郸市磁县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略 - 前途无量YY

2026邯郸市磁县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略 - 前途无量YY

邯郸市磁县黄金作为硬通货，是邯郸市磁县不少家庭资产配置的重要选择。随着闲置黄金变现需求激增，本地回收市场乱象丛生，虚高报价、缺斤少两、隐形扣费等问题频发。为帮大家避开陷阱，结合资质合规、报价透明、鉴定专…

2026/7/23 9:06:29
2026吉安市吉水县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略 - 前途无量YY

2026吉安市吉水县黄金回收哪家靠谱？五家门店深度测评，附全套避坑策略 - 前途无量YY

吉安市吉水县的黄金作为硬通货，是吉安市吉水县不少家庭资产配置的重要选择。随着闲置黄金变现需求激增，本地回收市场乱象丛生，虚高报价、缺斤少两、隐形扣费等问题频发。为帮大家避开陷阱，结合资质合规、报价透明、…

2026/7/23 9:06:29
数字资源管理技术实践：从PDF处理到全文检索的完整解决方案

数字资源管理技术实践：从PDF处理到全文检索的完整解决方案

《半月谈》杂志2018-2025年合集&#xff1a;技术视角下的数字资源管理与应用指南 在信息爆炸的时代&#xff0c;如何高效获取、整理和利用高质量的数字资源成为技术人员面临的重要课题。近期不少开发者询问《半月谈》这类权威期刊的数字资源获取与处理方法&#xff0c;本文将系…

2026/7/23 9:06:24
如何制定合理的装修预算方案？

如何制定合理的装修预算方案？

在制定装修预算时&#xff0c;开始需要对自己的需求有清晰的认识。这包括对房间布局、功能需求的明确&#xff0c;以及对装修风格的基本构想。制定预算方案时&#xff0c;可以从轻工辅料、水电改造和主材三个主要方面入手。轻工辅料是指在装修中必不可少的材料&#xff0c;如涂…

2026/7/23 9:06:24

日新闻

从单点好评到指数级传播：AI副业主理人必须掌握的4层口碑渗透模型（含ROI测算表）

从单点好评到指数级传播：AI副业主理人必须掌握的4层口碑渗透模型（含ROI测算表）

更多请点击&#xff1a; https://intelliparadigm.com 第一章&#xff1a;从单点好评到指数级传播&#xff1a;AI副业主理人必须掌握的4层口碑渗透模型&#xff08;含ROI测算表&#xff09; 当AI副业主理人不再仅满足于单次服务交付&#xff0c;而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25
帝舵佛山**网点地址更新：2026年7月售后热线电话与服务客户指南 - 帝舵中国官方服务中心

帝舵佛山**网点地址更新：2026年7月售后热线电话与服务客户指南 - 帝舵中国官方服务中心

帝舵佛山**网点地址已更新，2026年7月起售后热线电话正式启用为400-801-5381，客户指南同步发布。如需售后、维修或咨询服务，请直接拨打该全国统一**热线，服务时间每日8:00至22:00。地址信息详见下文，请按最新公布信…

2026/7/23 0:00:51
亨得利盐城维修点在哪里？手表维修保养地址指南**公示（2026年7月最新） - 亨得利官方

亨得利盐城维修点在哪里？手表维修保养地址指南**公示（2026年7月最新） - 亨得利官方

亨得利在盐城设有**售后维修服务点，为当地及周边腕表用户提供标准化的保养与维修支持。2026年7月最新公示的全国统一客服热线为400-878-6612，服务时间为每日8:00至22:00，客户拨打时请确认使用本次公布的最新号码。*…

2026/7/23 0:00:51

周新闻

2026年7月最新太原百达翡丽官方售后客服电话及服务网点地址查询 - 百达翡丽官方售后中心

2026年7月最新太原百达翡丽官方售后客服电话及服务网点地址查询 - 百达翡丽官方售后中心

2026年7月，百达翡丽在太原的官方售后服务体系完成更新，客户可通过全国统一客服热线与服务网点获得直接、合规的腕表养护与维修支持。所有售后服务均遵循品牌直营标准，覆盖全国范围，客户可选择到店或邮寄方式，但需…

2026/7/23 2:31:21
【JVM调优实战】16-可视化利器-JConsole-VisualVM-JMC

【JVM调优实战】16-可视化利器-JConsole-VisualVM-JMC

可视化利器：JConsole、VisualVM、JMC 实战 本文是《JVM调优实战》专栏第 16 讲。 引言 上一讲我们介绍了 JDK 命令行工具箱，它们轻量、快速，但有一个明显的短板：不直观。面对 jstat -gcutil 输出的一行行数字，你能感知 GC 频率，却难以一眼看出内存泄漏的趋势；你能用 js…

2026/7/23 2:31:17
什么是PCTFE？医药高端包装的“防潮王牌“材料

什么是PCTFE？医药高端包装的“防潮王牌“材料

——日氟荣高分子材料&#xff08;上海&#xff09;有限公司 专业深耕氟材料领域很多人好奇&#xff0c;高端药品包装为什么比普通包装更防潮、更稳定、保质期更长&#xff1f;核心秘密&#xff0c;就藏在一种特种氟材料——PCTFE聚三氟氯乙烯里&#xff01;作为国内领先的氟材…

2026/7/23 5:19:59

月新闻

[C++]内存管理：串顺序存储的内存回收

[C++]内存管理：串顺序存储的内存回收

在串&#xff08;字符串&#xff09;的顺序存储中&#xff0c;内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明&#xff0c;因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…

2026/7/23 2:31:18
移动端游戏功耗测试实战：电流、功率、亮度和场景对比

移动端游戏功耗测试实战：电流、功率、亮度和场景对比

移动端游戏功耗测试：先控制变量，再比较优化是否真的省电 摘要：功耗测试最容易犯的错误，是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法，覆盖引擎特性验证、版本回归和黑盒体验测试，并说明如何把功耗与帧率、温控、CPU/G…

2026/7/22 16:30:07
足球口袋教练 HarmonyOS 离线应用实战（03/20）：ArkUI 首页仪表盘搭建

足球口袋教练 HarmonyOS 离线应用实战（03/20）：ArkUI 首页仪表盘搭建

本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手&#xff0c;围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语&#xff0c;它要解决“我现在该点哪…

2026/7/23 0:20:09