Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >JS数据结构第六篇 --- 二叉树力扣练习题

JS数据结构第六篇 --- 二叉树力扣练习题

作者头像
tandaxia
发布于 2019-09-09 08:15:04
发布于 2019-09-09 08:15:04
86900
代码可运行
举报
文章被收录于专栏:谈补锅谈补锅
运行总次数:0
代码可运行

1、第226题:翻转二叉树

递归+迭代两种实现方式:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/** 反转二叉树
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {TreeNode}
 * 第一种方式迭代
 * 执行用时 :72 ms, 在所有 JavaScript 提交中击败了87.29%的用户
 * 内存消耗 :33.8 M, 在所有 JavaScript 提交中击败了24.26%的用户
 */
var invertTree = function(root) {
    if (!root) return root;

    var arr = [root];

    while(arr.length){
        var current = arr.shift(); //取出节点,交换左右子节点
        var temp = current.right;
        current.right = current.left;
        current.left = temp;

        //将左右子节点push到数组中
        if (current.right) arr.push(current.right);
        if (current.left) arr.push(current.left);
    }
    return root;
};


/**
 * 第二种方式递归
 * @param root
 * @returns {*}
 * 执行用时 :64 ms, 在所有 JavaScript 提交中击败了98.02%的用户
 * 内存消耗 :33.6 MB, 在所有 JavaScript 提交中击败了53.85%的用户
 */
var invertTree2 = function(root) {
    if (!root) return root;

    var temp = invertTree(root.left);
    root.left = invertTree(root.right);
    root.right = temp;
    return root;
};

2、第144题:二叉树的前序遍历

初看这个题目描述,没怎么看懂,特别是控制台的输入输出

比如输入:[3, 9, 20, 15, 7, 88, 16,  2, 19, 13, 26, 11]

输出是:[3,9,15,2,19,7,13,26,20,88,11,16]

一时没弄明白,后面琢磨了一下,才发现力扣这里的输入是按照输入顺序来组成树的,而不是按输入的大小组成树。

即上面这个输入的数字列表,做成二叉树图为:

如果输入的数字列表中带有null, 则null所在的子树空不占位,

比如输入:[3, 9,  null, 20, 15, 7,  88,  16,  2, 19,  null, 13, 26, 11]

输出为:[3, 9, 20, 7, 19, 88, 13, 26, 15, 16, 11, 2]

输入数字的二叉树图为:

理解了力扣题目的输入输出逻辑,咱们再做题,二叉树的前序遍历递归+迭代方式code (先根节点,再左子节点,再右子节点):

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/**  前序遍历规则:先根节点,再左子节点,再右子节点
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/** 第一种方式:递归
 * @param {TreeNode} root
 * @return {number[]}
 执行用时 :72 ms, 在所有 JavaScript 提交中击败了86.38%的用户
 内存消耗 :33.8 MB, 在所有 JavaScript 提交中击败了17.62%的用户
 */
var preorderTraversal = function(root) {
    var arr = [];
    recusion(root, arr);
    return arr;

    function recusion(root){
        if (!root) return;
        //前序遍历,先根节点,再左节点,再右节点
        arr.push(root.val);
        recusion(root.left, arr);
        recusion(root.right, arr);
    }
};

// function TreeNode(val) {
//     this.val = val;
//     this.left = this.right = null;
// }


/**
 * 第二种方式:迭代
 * 执行用时 :76 ms, 在所有 JavaScript 提交中击败70.96%的用户
 * 内存消耗 :33.6 MB, 在所有 JavaScript 提交中击败了60.62%的用户
 */
var preorderForeach = function(root) {
    var res = [];
    if (!root) return res;
    var arr = [root];
    while(arr.length){
        //借助于栈的特性:后进先出
        var current = arr.pop();
        res.push(current.val);

        //先将右节点压入栈底,因为右节点后取值
        if (current.right){
            arr.push(current.right);
        }
        //左节点先取值,压入栈顶
        if (current.left){
            arr.push(current.left);
        }
    }
    return res;
};

3、第94题:二叉树的中序遍历

二叉树中序遍历,先找到最左边的左子节点,从这里开始,然后左子节点, 再根节点,再右子节点:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/** 中序遍历:从小到大,从做左边的左子节点,最后一个是右边的右子节点
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/** 中序遍历:按照从小到大排序,先找到最左边的子节点,也就是最小值,再依次往上走父节点,右节点
 * @param {TreeNode} root
 * @return {number[]}
 * 第一种方式:递归
 * 执行用时 :64 ms, 在所有 JavaScript 提交中击败了97.67%的用户
 * 内存消耗 :33.8 MB, 在所有 JavaScript 提交中击败20.52%的用户
 */
var inorderTraversal = function(root) {
    const res = [];
    if (!root) return res;
    recusion(root);
    return res;

    function recusion(root){
        if (!root) return;

        recusion(root.left);
        res.push(root.val);
        recusion(root.right);
    }
};


/**
 * 第二种方式:迭代
 * 执行用时 :68 ms, 在所有 JavaScript 提交中击败了94.67%的用户
 * 内存消耗 33.7 MB, 在所有 JavaScript 提交中击败了30.60%的用户
 */
var inorderTraversal2 = function(root) {
    const res = [];
    if (!root) return res;

    const arr = [];
    while (root || arr.length){
        while(root){
            arr.push(root);
            root = root.left;
        }
        root = arr.pop();  //最后一个左节点
        res.push(root.val);
        root = root.right;
    }
    return res;
};

4、第145题:二叉树的后序遍历

后序遍历的规则:先叶子节点,再根节点;即先左子节点,再右子节点,再根节点。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/** 后序遍历规则:先叶子节点,叶子节点先左后右,再根节点
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/** 后序遍历:先叶子节点,再左子树,再右子树
 * 第一种方式:递归
 * @param {TreeNode} root
 * @return {number[]}
 * 执行用时 :76 ms, 在所有 JavaScript 提交中击败了68.85%的用户
 * 内存消耗 :33.9 MB, 在所有 JavaScript 提交中击败了9.84%的用户
 */
var postorderTraversal = function(root) {
    var res = [];
    if (!root) return res;
    recusion(root);
    return res;

    function recusion(root){
        if (!root) return;

        recusion(root.left);
        recusion(root.right);
        res.push(root.val);
    }
};


/**
 * 第二种方式:迭代
 * @param root
 * @returns {Array}
 * 执行用时 :80 ms, 在所有 JavaScript 提交中击败了48.15%的用户
 * 内存消耗 :33.7 MB, 在所有 JavaScript 提交中击败25.41%的用户
 */
var postorderTraversal = function(root) {
    var res = [];
    if (!root) return res;

    var arr = [root];
    while (arr.length){
        var current = arr.pop();
        res.unshift(current.val);

        if (current.left){
            arr.push(current.left);
        }
        if (current.right){
            arr.push(current.right);
        }
    }
    return res;
};

5、第102题:二叉树的层级遍历

递归层级遍历和前序遍历差不多,迭代方式层级遍历有点绕

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/** 层次遍历
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 * 给定二叉树: [3,9,20,null,null,15,7],
    3
  / \
 9  20
   /  \
 15   7
 返回其层次遍历结果:
 [
 [3],
 [9,20],
 [15,7]
 ]

 */
/** 层次遍历,第一种方式:递归, 和前序遍历差不多
 * @param {TreeNode} root
 * @return {number[][]}
 * 执行用时 :84 ms, 在所有 JavaScript 提交中击败了55.19%的用户
 * 内存消耗 :34.6 M, 在所有 JavaScript 提交中击败了53.23%的用户
 */
var levelOrder = function(root) {
    var res = [];
    if (!root) return res;
    recusion(root, 0);
    return res;

    function recusion(root, level){

        if (!root) return;

        if (res[level]){
            res[level].push(root.val);
        }
        else{
            res[level] = [root.val];
        }

        if (root.left){
            recusion(root.left, level+1);
        }
        if (root.right){
            recusion(root.right, level+1);
        }
    }
};


/**
 * 第二种层序遍历:迭代
 * @param root
 * @returns {Array}
 * 执行用时 :80 ms, 在所有 JavaScript 提交中击败了73.64%的用户
 * 内存消耗 :34.8 MB, 在所有 JavaScript 提交中击败了28.36%的用户
 */
var levelOrder2 = function(root) {
    var res = [];
    if (!root) return res;

    var queue = [root];
    while(queue.length){

        //内循环把这一层级的所有节点都放入tempQueue队列中,每一个外循环则是每一层级重新开始
        var arr = [], tempQueue = [];
        while(queue.length){
            var current = queue.shift();
            arr.push(current.val);

            if (current.left){
                tempQueue.push(current.left);
            }
            if (current.right){
                tempQueue.push(current.right);
            }
            console.log("tempQueue.length: ", tempQueue.length, ", queue.length: ", queue.length);
            console.log("-----------")
        }
        res.push(arr);
        queue = tempQueue;

        console.log(JSON.stringify(res))
        console.log("***************************")
    }
    return res;
};

// function TreeNode(val){
//     this.val = val;
//     this.left = this.right = null;
// }
//
// var node = new TreeNode(23);
// node.left = new TreeNode(16);
// node.right = new TreeNode(45);
// node.left.left = new TreeNode(3);
// node.left.right = new TreeNode(22);
// node.right = new TreeNode(45);
// node.right.left = new TreeNode(37);
// node.right.right = new TreeNode(99);
// console.log(levelOrder2(node));

6、第104题:二叉树的最大深度

二叉树的最大深度和求二叉树的层级遍历差不多

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/**  二叉树的最大深度
 * 给定一个二叉树,找出其最大深度。
 二叉树的深度为根节点到最远叶子节点的最长路径上的节点数。
 说明: 叶子节点是指没有子节点的节点。
 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 * 第一种方式:递归
 * 执行用时 :96 ms, 在所有 JavaScript 提交中击败了51.18%的用户
 * 内存消耗 :37.1 MB, 在所有 JavaScript 提交中击败了40.00%的用户
 */
var maxDepth = function(root) {
    if (!root) return 0;

    var maxLevel = 1;
    recusion(root, 1);
    return maxLevel;

    function recusion(root, level){

        if (level > maxLevel) {
            maxLevel = level;
        }

        if (root.left){
            recusion(root.left, level+1);
        }
        if (root.right){
            recusion(root.right, level+1);
        }
    }
};


/**
 * 第二种:迭代
 * @param root
 * @returns {number}
 执行用时 :88 ms, 在所有 JavaScript 提交中击败了81.91%的用户
 内存消耗 :36.8 MB, 在所有 JavaScript 提交中击败了93.61%的用户
 */
var maxDepth2 = function(root) {
    if (!root) return 0;

    var level = 0, queue = [root];
    while(queue.length){
        var tempQueue = [];
        //内循环,每次把整个层级节点遍历完, tempQueue存储每个层级的所有节点
        while(queue.length){
            var current = queue.shift();

            if (current.left){
                tempQueue.push(current.left);
            }
            if (current.right){
                tempQueue.push(current.right)
            }
        }
        level++;
        queue = tempQueue;
    }
    return level;
};


// function TreeNode(val){
//     this.val = val;
//     this.left = this.right = null;
// }
//
// var node = new TreeNode(3);
// node.left = new TreeNode(9);
// node.right = new TreeNode(20);
// node.right.left = new TreeNode(15);
// node.right.right = new TreeNode(7);
// console.log(maxDepth(node))

7、第662题:二叉树最大宽度

这个题和二叉树层级遍历/求最大深度类似,但比层级遍历要绕要麻烦点。

迭代方式:迭代遍历,用2个栈,一个用来存储每一层级的节点,另一个栈用来存储每个节点的编号。

对节点进行编号,规则:根节点编号从0开始,左子节点编号 = 父节点编号 * 2 + 1, 右子节点编号 = 父节点编号 * 2 + 2;

递归方式:规则同迭代方式,也是对节点进行编号

如图:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
/**
 * 给定一个二叉树,编写一个函数来获取这个树的最大宽度。树的宽度是所有层中的最大宽度。这个二叉树与满二叉树(full binary tree)结构相同,但一些节点为空。
 每一层的宽度被定义为两个端点(该层最左和最右的非空节点,两端点间的null节点也计入长度)之间的长度。

 示例 1:
 输入:
       1
    /   \
   3     2
  / \     \
 5   3     9
 输出: 4
 解释: 最大值出现在树的第 3 层,宽度为 4 (5,3,null,9)。

 示例 2:
 输入:
      1
     /
    3
  / \
 5   3
 输出: 2
 解释: 最大值出现在树的第 3 层,宽度为 2 (5,3)。

 示例 3:
 输入:
     1
    / \
   3   2
  /
 5
 输出: 2
 解释: 最大值出现在树的第 2 层,宽度为 2 (3,2)。

 示例 4:
 输入:
          1
        / \
       3   2
     /     \
    5       9
   /         \
  6           7
 输出: 8
 解释: 最大值出现在树的第 4 层,宽度为 8 (6,null,null,null,null,null,null,7)。

 * Definition for a binary tree node.
 * function TreeNode(val) {
 *     this.val = val;
 *     this.left = this.right = null;
 * }
 */
/**
 * @param {TreeNode} root
 * @return {number}
 * 第一种方式:递归
 * 执行用时 :84 ms, 在所有 JavaScript 提交中击败了100.00%的用户
 * 内存消耗 :36.7 MB, 在所有 JavaScript 提交中击败了37.50%的用户
 */
var widthOfBinaryTree = function(root) {

    if (!root) return 0;

    //queue存储节点,numArr存储节点对应的节点编号位置
    var queue = [root], numArr = [0], maxWidth = 1;

    while (queue.length) {
        //tempQueue存储每一层级所有的节点,tempNumArr存储对应节点的编号位置
        var tempQueue = [], tempNumArr = [];
        while (queue.length) {
            var node = queue.shift(), num = numArr.shift(); //取出栈底节点和编号

            if (node.left) {
                tempQueue.push(node.left);
                tempNumArr.push(num * 2 + 1);
            }
            if (node.right) {
                tempQueue.push(node.right);
                tempNumArr.push(num * 2 + 2);
            }
        }
        var tempWidth = 0;
        //计算tempNumArr中存储的这一层的宽度, 最后一位元素存储这一层级最大宽度的编号
        if (tempNumArr.length) {
            tempWidth = tempNumArr[tempNumArr.length - 1] - tempNumArr[0] + 1;
        }
        if (tempWidth > maxWidth) {
            maxWidth = tempWidth;  //更新最大宽度
        }

        //开始下一个层级的宽度计算
        queue = tempQueue;
        numArr = tempNumArr;
    }

    return maxWidth;
};


/**
 * 第二种递归方式:
 * @param root
 * @returns {number}
 * 执行用时 :84 ms, 在所有 JavaScript 提交中击败了100.00%的用户
 * 内存消耗 :36 MB, 在所有 JavaScript 提交中击败了75.00%的用户
 */
var widthOfBinaryTree2 = function(root) {

    if (!root) return 0;

    var res = [], maxWidth = 1;
    recusion(root, 0, 0);
    return maxWidth;

    function recusion(root, level, num){

        if (res[level]){
            res[level].push(num);
        }
        else{
            res[level] = [num];
        }

        //计算最大宽度
        var tempArr = res[level];
        var tempWidth = tempArr[tempArr.length - 1] - tempArr[0] + 1;
        if (tempWidth > maxWidth) {
            maxWidth = tempWidth;
        }

        if (root.left){
            recusion(root.left, level + 1, num * 2 + 1);
        }
        if (root.right){
            recusion(root.right, level + 1, num * 2 + 2);
        }
    }
};




// function TreeNode(val){
//     this.val = val;
//     this.left = this.right = null;
// }
//
// //[1,1,1,1,null,null,1,1,null,null,1]
// var root = new TreeNode(1);
// root.left = new TreeNode(1);
// root.right = new TreeNode(1);
// root.left.left = new TreeNode(1);
// root.left.right = new TreeNode(3);
// root.right.right = new TreeNode(9);
// console.log(widthOfBinaryTree(root));
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019-09-07 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Spring Boot 应用可视化监控,一目了然!
利用账号密码访问 http://localhost:8080/application/prometheus ,可以看到 Prometheus 格式的指标数据:Spring Boot 学习笔记,分享给你看下。
肉眼品世界
2021/07/13
3180
快来试试 Spring Boot 应用可视化监控,一目了然!
利用账号密码访问 http://localhost:8080/application/prometheus ,可以看到 Prometheus 格式的指标数据
好好学java
2021/03/29
3020
快来试试 Spring Boot 应用可视化监控,一目了然!
超牛逼的应用可视化监控!结果一目了然
<dependency> <groupId>org.springframework.bootgroupId> <artifactId>spring-boot-starter-actuatorartifactId> dependency>
路人甲Java
2021/08/20
3460
超牛逼的应用可视化监控!结果一目了然
Spring Boot Admin 监控指标接入Grafana可视化
Spring Boot Admin2 自带有部分监控图表,如图,有线程、内存Heap和内存Non Heap,但也就只有这几个监控图表,数量很少,并且它只能看到当时的监控数据,并不能查看历史数据,为了改变这种情况,我们需要将指标进行持久化,并使用更强大的可视化工具,这个工具就是Grafana。
阿提说说
2022/12/05
1.2K0
Spring Boot Admin 监控指标接入Grafana可视化
号称下一代可视化监控系统,结合SpringBoot使用,贼爽!
Grafana是一款开源的数据可视化和分析工具,不管你的指标信息存储在哪里,你都可以用它来可视化这些数据。同时它还具有告警功能,当指标超出指定范围时会提醒你。
macrozheng
2021/07/27
5430
号称下一代可视化监控系统,结合SpringBoot使用,贼爽!
Spring Boot + Prometheus + Grafana 打造可视化监控,一目了然!
点击上方“芋道源码”,选择“设为星标” 管她前浪,还是后浪? 能浪的浪,才是好浪! 每天 10:33 更新文章,每天掉亿点点头发... 源码精品专栏 原创 | Java 2021 超神之路,很肝~ 中文详细注释的开源项目 RPC 框架 Dubbo 源码解析 网络应用框架 Netty 源码解析 消息中间件 RocketMQ 源码解析 数据库中间件 Sharding-JDBC 和 MyCAT 源码解析 作业调度中间件 Elastic-Job 源码解析 分布式事务中间件 TCC-Transaction
芋道源码
2022/04/19
1.3K0
Spring Boot + Prometheus + Grafana 打造可视化监控,一目了然!
springboot集成普罗米修斯
Prometheus 是一套开源的系统监控报警框架。它由工作在 SoundCloud 的 员工创建,并在 2015 年正式发布的开源项目。2016 年,Prometheus 正式加入 Cloud Native Computing Foundation,非常的受欢迎。
方志朋
2022/01/06
1.8K0
springboot集成普罗米修斯
Prometheus + Grafana 监控 SpringBoot
Prometheus 是监控系统,可以从 Springboot 获取监控数据,以时序数据的形式存储,并提供了监控数据的查询服务。
dys
2020/02/19
2K0
Spring Boot + Prometheus + Grafana 打造可视化监控,一目了然!
点击关注公众号,Java干货及时送达 作者:烟味i 链接:https://www.cnblogs.com/2YSP/p/12827487.html 一、背景 Spring Boot 的应用监控方案比较多,SpringBoot + Prometheus + Grafana 是目前比较常用的方案之一。 它们三者之间的关系大概如下图: 关系图 二、开发SpringBoot应用 首先,创建一个SpringBoot项目,pom文件如下: <dependency>     <groupId>org.springfr
Java技术栈
2022/03/15
7020
彻底搞懂监控系统,使用Prometheus监控Spring Boot应用,自定义应用监控指标!
前面我们介绍了使用Prometheus + Grafana 构建了监控系统,那么我们的应用平台怎么监控呢?应用平台中的核心业务的执行情况能否监控呢?那么接下来我们使用Actuator,Micrometer,Prometheus和Grafana监控Spring Boot应用程序,自定义应用监控指标。
架构师精进
2023/03/23
15.1K2
彻底搞懂监控系统,使用Prometheus监控Spring Boot应用,自定义应用监控指标!
使用prometheus和grafana监控springboot应用
-v 参数,挂载本地~/spring-boot-on-kubernetes/docker/prometheus.yml
全栈程序员站长
2021/05/19
8260
Gin 框架:添加 Prometheus 监控中间件
通过一个完整例子,在基于 Gin 框架的微服务中添加 Prometheus 监控中间件。
尹东勋
2021/11/05
1.9K0
Gin 框架:添加 Prometheus 监控中间件
快来为你的 .NET 应用加个监控吧!
CZGL.ProcessMetrics 是一个 Metrics 库,能够将程序的 GC、CPU、内存、机器网络、磁盘空间等信息记录下来,使用 Prometheus 采集信息,然后使用 Grafana 显示。
痴者工良
2021/07/08
3750
docker安装prometheus
安装基于docker的prometheus来监控java微服务的各项目性能指标。 使用docker来安装最简单省事。
潇洒
2023/10/20
8250
docker安装prometheus
Spring Boot服务监控(Prometheus)
我生命里的的最大突破之一,就是我不再为别人的看法而担忧。此后,我真的能自由的去做我认为对自己最好的事,只有在我们不需要外来的赞许时,才变得自由。
凯哥的Java技术活
2022/07/08
7320
Spring Boot服务监控(Prometheus)
Spring Boot 实现应用监控和报警
Spring Boot 的应用监控方案比较多,Spring Boot+Prometheus+Grafana是目前比较常用的方案之一。它们三者之间的关系大概如下图:
肉眼品世界
2021/04/20
1.5K0
【监控利器Prometheus】——Prometheus+Grafana监控SpringBoot项目JVM信息
(4)启动springboot项目,访问 http://localhost:6001/actuator/prometheus 可以看到一些统计指标
DannyHoo
2021/12/23
1.3K0
【监控利器Prometheus】——Prometheus+Grafana监控SpringBoot项目JVM信息
springboot埋点监控
SpringBoot配置 management: server: port: 10091 endpoints: web: exposure: include: '*' base-path: /management prometheus(当前使用版本:2.19.0) 下载地址:https://prometheus.io/download/ 配置文件内容(prometheus.yml): # my global config global:
用户1215919
2021/12/28
1.3K0
springboot埋点监控
Prometheus 入门
在 metrics 这个地址里,第一个指标是 go_gc_duration_seconds
谢正伟
2021/10/08
9900
Prometheus 入门
从零搭建Prometheus监控报警系统
Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)。Prometheus使用Go语言开发,是Google BorgMon监控系统的开源版本。 2016年由Google发起Linux基金会旗下的原生云基金会(Cloud Native Computing Foundation), 将Prometheus纳入其下第二大开源项目。 Prometheus目前在开源社区相当活跃。 Prometheus和Heapster(Heapster是K8S的一个子项目,用于获取集群的性能数据。)相比功能更完善、更全面。Prometheus性能也足够支撑上万台规模的集群。
kubernetes中文社区
2019/09/04
1.9K0
从零搭建Prometheus监控报警系统
推荐阅读
相关推荐
Spring Boot 应用可视化监控,一目了然!
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验