首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

在给定两个数据帧的情况下,找到满足逻辑方程的所有数据帧索引

,可以通过以下步骤来实现:

  1. 首先,需要明确逻辑方程的具体要求和条件。逻辑方程可以是包含逻辑运算符(如与、或、非)的表达式,用于筛选满足特定条件的数据帧。
  2. 接下来,需要遍历两个数据帧,比较每个数据帧的对应元素,根据逻辑方程的要求判断是否满足条件。
  3. 如果满足条件,将该数据帧的索引记录下来。
  4. 最后,返回所有满足条件的数据帧索引。

以下是一个示例代码,用于找到满足逻辑方程的所有数据帧索引:

代码语言:txt
复制
def find_matching_frames(frame1, frame2, logic_equation):
    matching_indexes = []
    
    for i in range(len(frame1)):
        if eval(logic_equation):
            matching_indexes.append(i)
    
    return matching_indexes

在上述代码中,frame1frame2分别表示两个数据帧,logic_equation表示逻辑方程。代码通过遍历frame1的元素,并使用eval()函数来动态地计算逻辑方程的结果。如果结果为真,则将当前索引添加到matching_indexes列表中。

需要注意的是,为了保证代码的安全性和可靠性,应该对输入的逻辑方程进行严格的验证和过滤,以防止恶意代码注入或错误的逻辑方程导致的问题。

对于云计算领域的相关知识,以下是一些相关名词的概念、分类、优势、应用场景以及腾讯云相关产品和产品介绍链接地址:

  1. 云计算(Cloud Computing):
    • 概念:通过网络提供计算资源和服务的一种模式,包括计算、存储、网络、应用等。
    • 分类:公有云、私有云、混合云、多云等。
    • 优势:灵活性、可扩展性、高可用性、成本效益等。
    • 应用场景:企业应用、大数据分析、人工智能、物联网等。
    • 腾讯云产品:腾讯云服务器(CVM)、腾讯云对象存储(COS)、腾讯云数据库(TencentDB)等。
    • 产品介绍链接:腾讯云云计算产品
  • 前端开发(Front-end Development):
    • 概念:负责构建用户界面和用户体验的开发工作。
    • 分类:HTML、CSS、JavaScript等。
    • 优势:良好的用户交互、响应式设计、跨平台兼容性等。
    • 应用场景:网站开发、移动应用开发等。
    • 腾讯云产品:腾讯云静态网站托管(SCF)、腾讯云内容分发网络(CDN)等。
    • 产品介绍链接:腾讯云前端开发产品
  • 后端开发(Back-end Development):
    • 概念:负责处理服务器端逻辑和数据的开发工作。
    • 分类:Java、Python、Node.js等。
    • 优势:高性能、可扩展性、安全性等。
    • 应用场景:Web应用、API开发等。
    • 腾讯云产品:腾讯云函数计算(SCF)、腾讯云容器服务(TKE)等。
    • 产品介绍链接:腾讯云后端开发产品
  • 软件测试(Software Testing):
    • 概念:通过验证和验证软件的正确性、完整性和质量的过程。
    • 分类:单元测试、集成测试、系统测试、性能测试等。
    • 优势:提高软件质量、减少错误、增加稳定性等。
    • 应用场景:软件开发过程中的各个阶段。
    • 腾讯云产品:腾讯云测试云(Tencent Testing Cloud)等。
    • 产品介绍链接:腾讯云软件测试产品
  • 数据库(Database):
    • 概念:用于存储和管理数据的系统。
    • 分类:关系型数据库、非关系型数据库等。
    • 优势:数据持久性、数据一致性、数据安全性等。
    • 应用场景:数据存储、数据分析等。
    • 腾讯云产品:腾讯云数据库MySQL版(TencentDB for MySQL)、腾讯云数据库MongoDB版(TencentDB for MongoDB)等。
    • 产品介绍链接:腾讯云数据库产品

以上是对于给定问题的一个完善且全面的答案,涵盖了相关的概念、分类、优势、应用场景以及腾讯云相关产品和产品介绍链接地址。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

光流法测距

一.基于特征点目标跟踪一般方法 基于特征点跟踪算法大致可以分为两个步骤: 1)探测当前特征点; 2)通过当前和下一灰度比较,估计当前特征点在下一位置...这是基本光流法假定(所有光流法变种都必须满足),用于得到光流法基本方程; (2)小运动,这个也必须满足,就是时间变化不会引起位置剧烈变化,这样灰度才能对位置求偏导(换句话说,小运动情况下我们才能用前后之间单位位置变化引起灰度变化去近似灰度对位置偏导数...这是Lucas-Kanade光流法特有的假定,因为光流法基本方程约束只有一个,而要求x,y方向速度,有两个未知变量。...2.方程求解 多个方程两个未知变量,又是线性方程,很容易就想到用最小二乘法,事实上opencv也是这么做。其中,最小误差平方和为最优化指标。...frame中所有features inPoints.insert(inPoints.end(), features.begin(), features.end());//初始特征点向量末尾加上检测到当前

58420

简单明了,一文入门视觉SLAM

最早,SLAM 主要用在机器人领域,是为了没有任何先验知识情况下,根据传感器数据实时构建周围环境地图,同时根据这个地图推测自身定位。因此本文以简单清晰文字为大家介绍了视觉 V-SLAM。...line);可以看到两个摄像头坐标系之间转换满足(R,t),同时说明摄像头 c0 图像点 x0 摄像头 c1 图像对应点 x1 一定落在其外极线 l1,反之依然; ?...而 F = A−TEA−1,其中 A 是摄像头内参数矩阵;对矩阵 E 和矩阵 F 来说,均满足外极约束方程 x1TEx0 =0,x1TFx0 =0 前者是摄像头已标定情况下图像特征点对应关系,后者是摄像头未标定情况下图像特征点对应关系...基于此模型,将所有数据点分类为内点(inlier)或异常点; 3. 迭代重复 1-2 步; 4. 选择最大内地集,以此重新估计最终模型。 ? RANSAC示意图 ii....“关键”子集,状态向量是所有关键 3D 地标和对应摄像头姿势,BA 可以与跟踪模块并列线程中调整状态估计; (注意:关键选择策略是算法性能很重要一个因素) SLAM 中闭环(loop

1.4K21
  • 音视频生产关键指标:视频编辑优化丨音视频工业实战

    模块抽取视频时,如果仅解码关键,处理是最快,但是当关键帧数量少于需要抽帧数量时又不能满足显示视频缩略图需求,这时候就需要解码其他非关键。...1.6、解码器复用池 整个视频编辑工作流中,抽模块、预览播放和转码模块都有可能需要使用解码器,由于操作对象大多情况下是同一个视频,所以解码器参数几乎都是一致。...比如,当待抽视频中关键数量大于或等于目标抽帧数,直接在 Demuxer 中就准备好对应关键包给解码器解码出即可;当待抽视频中关键数量小于目标抽帧数,则可以 Demuxer 中找到所有待解码及其依赖送给解码器解码出...比如,MP4 可以从 moov box 关键索引信息中快速精准查到各 IDR 位置,但是 HLS 就需要先找到 ts 切片下载下来,然后只能从这个切片开始读取。...2.2、多线程并发 将解封装和解码拆分成两个模块放到不同线程处理,并设置缓冲区。读取数据完成解封装后将数据存储到缓冲区,解码线程从缓冲区取数据解码,形成一个生产者消费者模式。

    95431

    python光流法算法学习「建议收藏」

    ,是利用图像序列中像素时间域上变化以及相邻之间相关性来找到上一跟当前之间存在对应关系,从而计算出相邻之间物体运动信息一种方法。...这是基本光流法假定(所有光流法变种都必须满足),用于得到光流法基本方程; (2)小运动,这个也必须满足,就是时间变化不会引起位置剧烈变化,这样灰度才能对位置求偏导(换句话说,小运动情况下我们才能用前后之间单位位置变化引起灰度变化去近似灰度对位置偏导数...这是Lucas-Kanade光流法特有的假定,因为光流法基本方程约束只有一个,而要求x,y方向速度,有两个未知变量。...输入值: prevImg :上一图片 nextImg :当前图片 prevPts :上一找到特征点向量 nextPts :与返回值中nextPtrs相同 status :与返回status...flags :有两个宏,表示两种计算方法,分别是OPTFLOW_USE_INITIAL_FLOW:表示使用估计值作为寻找到初始光流,OPTFLOW_LK_GET_MIN_EIGENVALS表示:使用最小特征值作为误差测量

    1.6K20

    拥挤场景中稳健间旋转估计

    总结一下,本文贡献如下: 一种新颖基于光流间摄像机旋转估计算法,利用在3D旋转空间中基于Hough变换投票机制找到兼容旋转值; 作者展示了算法高度动态场景中明显优于离散和持续基线,静态场景中表现相当...这里列举了一些重要离散方法,包括已校准和未校准情况下一些解算器。 直接方法通过解决亮度一致性约束方程来解决摄像机运动,而不是计算光流。...内容概述 我们目标是在给定{ui, vi, xi, yi}情况下(其中(ui, vi)是光流矢量,(xi, yi)是它们图像平面上坐标),估计两之间摄像机旋转。...除了匿名化视频外,我们还提供了使用RAFT计算所有序列光流。所有序列展示了高度动态场景(见图4)。 图4....BUSS数据集,来自我们BUSS数据示例,这些序列不同场景中录制,并具有多样化相机运动。 BUSS数据集上结果:BUSS数据集上,我们方法优势清晰可见。

    15910

    旷视等提出GIF2Video:首个深度学习GIF质量提升方法

    分别指代 GIF 和原始输入,C 是量化使用调色板。C 由 ? 颜色聚类产生,也可以根据 G 唯一地确定下来。 因此,颜色反量化目标是在给定 G 情况下恢复原始图像,即。...方程(4)表示一阶泰勒展开近似下,最佳更新 ? 和两张 GIF 图像之间差异成线性关系。为了适用非线性情况,本文使用卷积神经网络来替换线性函数。...数据集 本文另一个贡献是针对这一任务采集了两个大型数据集:GIF-Faces 和 GIF-Moments。两个数据集都包含大量 GIF 动图及其相应高质量视频。...图 5:GIF-Faces(上行)和 GIF-Moments(下行)数据。 图 5 给出了两个数据一些样(无抖动)。...本文首先计算每一 PSNR 和 SSIM,然后每一视频内取均值,最后再在测试集所有视频取均值。下面是一些实验结果图示: ?

    80330

    光流法原理概述「建议收藏」

    它是空间运动物体观察成像平面上像素运动瞬时速度,是利用图像序列中像素时间域上变化以及相邻之间相关性来找到上一跟当前之间存在对应关系,从而计算出相邻之间物体运动信息一种方法。...光流法用于目标跟踪原理: (1)对一个连续视频序列进行处理; (2)针对每一个视频序列,利用一定目标检测方法,检测可能出现前景目标; (3)如果某一出现了前景目标,找到其具有代表性关键特征点...这是基本光流法假定(所有光流法变种都必须满足),用于得到光流法基本方程; (2)小运动,这个也必须满足,就是时间变化不会引起位置剧烈变化,这样灰度才能对位置求偏导(换句话说,小运动情况下我们才能用前后之间单位位置变化引起灰度变化去近似灰度对位置偏导数...这是Lucas-Kanade光流法特有的假定,因为光流法基本方程约束只有一个,而要求x,y方向速度,有两个未知变量。...2.对于方程求解 多个方程两个未知变量,又是线性方程,很容易就想到用最小二乘法,事实上opencv也是这么做。其中,最小误差平方和为最优化指标。

    2.7K21

    TT-SLAM:用于平面环境密集单目SLAM(IEEE 2021)

    与我们之前工作[1]相比,所有单应性都是从一个给定关键(即相同参考图像)估计,可以随时考虑和添加新模板跟踪器。这降低了错误关键选择风险,这是[1]中确定一个问题。...理想情况下,如果所有的跟踪器都在同一个参考上初始化,我们可以直接在单应空间上应用均值偏移H ∈SL(3)....没有额外信息情况下,即使应用正深度条件之后,至少存在两个歧义,除非R、t、n中一个元素是先验已知,例如,通过 IMU 信息或已知表面法线。...平面图 1)平面合并和关键: 我们还部署了一个平面合并方案,以在给定平面法向量n和正交距离d 度量情况下融合封闭平面。...密集平面图是通过根据每计算平面方程重新投影跟踪器区域来创建。据观察,该地图不应用任何曼哈顿假设情况下很好地保存了垂直度。

    48140

    一文详解ORB-SLAM3

    系统中把相机模型单独抽象出来(重投影和反投影方程,Jacobian方程等)。这就允许我们系统中使用自己相机模型。抽象过程中也遇到了一些困难,在下边讨论。...为了长期数据关联来进行重定位和闭环检测,ORB-SLAM是用词袋模型。与跟踪不同,位置识别是利用DBoW2使用其词袋矢量构建关键数据库,并且给定查询图像能够根据其词袋有效地提供最相似的关键。...匹配优化:将局部窗口中所有地图点通过Tam进行转换,以找到更多与Ka中关键点匹配地图点。同时也要把Ka转换到局部窗口中找到与之匹配点。...这个方法关键是:大多数情况下我们需要验证信息已经都在地图中了,为了验证位置重识别,我们active地图中和Ka共视两个关键(共视中共视地图点超过一定阈值。...如果没有找到这样共视关键,这种验证就会在新来关键中进行,但是不需要再次启动词袋。验证一直持续,直到有三个关键验证Tam,或者连续两个关键验证失败。

    2.1K01

    一文详解ORB-SLAM3

    这个图2a中但是所有关键bias都相同,而且先验信息也相同。我们EuRoC数据集上进行详尽初始化实验表明,这种初始化非常有效,2秒轨迹情况下实现了5%尺度误差。...为了长期数据关联来进行重定位和闭环检测,ORB-SLAM是用词袋模型。与跟踪不同,位置识别是利用DBoW2使用其词袋矢量构建关键数据库,并且给定查询图像能够根据其词袋有效地提供最相似的关键。...匹配优化:将局部窗口中所有地图点通过Tam进行转换,以找到更多与Ka中关键点匹配地图点。同时也要把Ka转换到局部窗口中找到与之匹配点。...这个方法关键是:大多数情况下我们需要验证信息已经都在地图中了,为了验证位置重识别,我们active地图中和Ka共视两个关键(共视中共视地图点超过一定阈值。...如果没有找到这样共视关键,这种验证就会在新来关键中进行,但是不需要再次启动词袋。验证一直持续,直到有三个关键验证Tam,或者连续两个关键验证失败。

    1.8K20

    光流法详解之一(LK光流)

    亮度恒定:一个像素点随着时间变化,其亮度值(像素灰度值)是恒定不变。这是光流法基本设定。所有光流法都必须满足。 2. 小运动: 时间变化不会引起位置剧烈变化。...这样才能利用相邻之间位置变化引起灰度值变化,去求取灰度对位置偏导数。所有光流法必须满足。 3. 空间一致:即前一中相邻像素点在后一中也是相邻。这是LK光流法独有的假定。...因为为了求取x,y方向速度,需要建立多个方程联立求解。而空间一致假设就可以利用邻域n个像素点来建立n个方程。 LK光流算法原理数学推导: 假设前一时间为t, 后一时间为t+δt。...H.O.T是泰勒级数展开式高阶项,小运动情况下可以 忽略为0. ③ 根据上面两个公式可以得到: ?   或者下面的公式: ?...而对于二维图像而言,只需要考虑x, y, t即可,其中Ix,Iy It分别为图像在(x, y, t)方向差分,写为如下形式: ? ④ 现在有两个未知数,只有一个方程

    4.9K20

    中山大学考研复试内容复习

    信道划分实质是通过分时、分频、分码等方法,把原来一条广播信道,逻辑上分为几条用于两个结点之间通信互不干扰子信道。...3.5.2 随机访问介质访问控制 随机访问协议中,如果有两个或多个用户同时发送信息,就会造成冲突,产生碰撞,导致所有冲突用户发送均以失败告终。...时隙ALOHA协议:时间上把所有站点同步起来,并将时间划分为一段段等长时隙,规定只能够每个时隙开始时候才能发送一个,以避免用户发送数据随意性。...环上发送时候,所有站点一律进行转发,直到到达始发站,并由始发站撤销该。 物理拓扑不必成环,但是为了把对访问介质许可从一个设备传递到另一个设备,令牌设备间传递通路逻辑上必须是一个环。...基础结构 数组与链表区别,逻辑结构和数据结构 排序算法 二分排序、快速排序等 树和图 B树和B+树 B树特点: 所有叶子节点均在同一层。 一般索引结点存在磁盘中,数据存在内存中,用以实现索引

    72520

    LK光流法_剪辑光流法

    亮度恒定:一个像素点随着时间变化,其亮度值(像素灰度值)是恒定不变。这是光流法基本设定。所有光流法都必须满足。 2. 小运动: 时间变化不会引起位置剧烈变化。...这样才能利用相邻之间位置变化引起灰度值变化,去求取灰度对位置偏导数。所有光流法必须满足。 3. 空间一致:即前一中相邻像素点在后一中也是相邻。这是LK光流法独有的假定。...因为为了求取x,y方向速度,需要建立多个方程联立求解。而空间一致假设就可以利用邻域n个像素点来建立n个方程。 LK光流算法原理数学推导: 假设前一时间为t, 后一时间为t+δt。...① 根据亮度恒定假设: ② 根据小运动假设, 将上式右侧用泰勒级数展开:   H.O.T是泰勒级数展开式高阶项,小运动情况下可以 忽略为0. ③ 根据上面两个公式可以得到:   或者下面的公式...: 而对于二维图像而言,只需要考虑x, y, t即可,其中Ix,Iy It分别为图像在(x, y, t)方向差分,写为如下形式: ④ 现在有两个未知数,只有一个方程

    44710

    AV1编码器优化技术

    liibom支持两次(two-pass)编码,它先将所有编码处理一次,然后收集数据,再重新对所有进行编码。...让我们来看看,首先,知道在这个方程式中,实际上很多东西可以直接从第一遍统计数据中估算出来。例如yi方差,也就是观察到像素方差,可以用内编码错误用以近似估计。...这是我们首选,如果无法稳定区域中找到结束,我们将尝试高变化区域内找到相对稳定。同时,我们也要确保我们不会在渐变区域中间放置最后一。...因而,我们一般希望将渐变区域放入一个单独GOP中,而不想将它从中切开。可以看到,一旦我们得到所有区域,这些逻辑是很简单。 此处以流程图形式展示以上逻辑。...帧数一旦确定,对于想过滤每个块,我们先在相邻找到匹配块,然后使用非局部均值方法来确定这些中每个块相关权重,接着应用过滤器计算得到所有区块加权平均值。

    1K60

    R语言函数含义与用法,实现过程解读

    逻辑型(logical) TRUE / FALSE 6. 基本数据对象 向量(vector), 见下节 矩阵(matrix): 更一般说数组是向量多维情况下一般形式。...解线性方程和求矩阵逆,奇异值分解与行列式见; 六  列表和数据 6.1 列表 列表是由称作组件有序对象集合构成对象。组件模式或类型不一定相同。...数据按照矩阵方式显示,选取行或列也按照矩阵方式来索引。...创建数据 直接创建:那些满足数据列(组件)限制对象可以通过函数data.frame来构建成为一个数据 > t <- data.frame(home=statef, loot=income,...数据使用惯例 1 将每个独立,适当定义问题所包含所有变量收入同一个数据中,并赋予合适、易理解、易辨识名称; 2 处理问题时,当相应数据挂接于位置2,同时第1层工作目录下存放操作数值和临时变量

    4.7K120

    如何使用光流法进行目标追踪【文末送书】

    虽然形式上,视频没有固定结构,但在内容上,视频本身有着较强逻辑关系,如图2所示,按照颗粒度大小将视频分成(Frame)、镜头(Shot)、场景(Scene)、视频(Video)四个层次。.../video/video.mp4' #输出视频文件 3 fps = 25.0 #速率,每秒25 4 #找到目录下所有的图像文件,并按照文件名排序 5 files=[f for f in...时间间隔极小情况下(如相邻两个视频中),称这个二维矢量为光流矢量用来描述该点瞬时速度。...光流法是根据像素值时间序列上变化和相邻之间关联程度,找到当前和前一对应关系,并根据这种对应关系计算出目标的运行轨迹,使用光流法进行目标追踪时,需要满足以下两个假设条件: (1)亮度不变性假设...3.Lucas-Kanade(LK)算法 公式10.7中,有两个待求参数和,而只有一个方程,为了能求解出和,LK算法“亮度不变”和“时间连续”假设基础上,又增加了一个“空间一致”假设,即在目标像素周围

    79520

    R语言函数含义与用法,实现过程解读

    逻辑型(logical) TRUE / FALSE 6. 基本数据对象 向量(vector), 见下节 矩阵(matrix): 更一般说数组是向量多维情况下一般形式。...解线性方程和求矩阵逆,奇异值分解与行列式见; 六  列表和数据 6.1 列表 列表是由称作组件有序对象集合构成对象。组件模式或类型不一定相同。...数据按照矩阵方式显示,选取行或列也按照矩阵方式来索引。...创建数据 直接创建:那些满足数据列(组件)限制对象可以通过函数data.frame来构建成为一个数据 > t <- data.frame(home=statef, loot=income,...数据使用惯例 1 将每个独立,适当定义问题所包含所有变量收入同一个数据中,并赋予合适、易理解、易辨识名称; 2 处理问题时,当相应数据挂接于位置2,同时第1层工作目录下存放操作数值和临时变量

    5.7K30

    【CMU15-445 FALL 2022】Project #1 - Buffer Pool

    因为LRU算法被将数据添加到缓存中条件是最近访问一次即可, 如果当前有大量数据被访问,将缓存中我们高频访问数据挤了出去,而这些数据很长一段事件内斗不会在被访问了,这就造成了缓存污染。...LRU基础上增加了K次限制,为了解决缓存污染。 相比与LRU算法,LRU-K需要两个队列来统计数据访问,一个历史访问队列和一个缓存队列,只有当数据被访问了K次,才会被加入到缓存队列中。...判断给定frame_id是否合法 & 存在。 根据原来状态与要变更状态,更新当前可驱逐数量。 最后更新该状态。...---- void Remove(frame_id_t frame_id); 删除指定访问记录。 判断给定frame_id是否合法 & 存在。...如果找到这个page_id对应frame_id 返回对应page地址 没找到则创建 检查是否有可驱逐页面,如果所有框架当前都在使用且不可逐出,直接返回nullptr

    29330

    DeepFlow高效光流匹配算法(上)

    这是基本光流法假定(所有光流法变种都必须满足),用于得到光流法基本方程; (2)时间连续性或者运动时小运动,这个也必须满足,就是时间变化不会引起位置剧烈变化,这样灰度才能对位置求偏导(换句话说,小运动情况下我们才能用前后之间单位位置变化引起灰度变化去近似灰度对位置偏导数...连续图像 ? 特征点(角点)提取 ? 特征点跟踪 ? 光流跟踪效果图 基于以上前提下,我们假设有两图像,如下点(x,y)经过(u,v)位移对应第二图像上(x+u,y+v) ?...但是光流约束方程只有一个,而需要求出x,y方向速度u和v(两个未知量),一个方程两个未知量是没有办法求解,所以下文介绍LK光流法考虑到了像素点领域,将问题转变成了计算这些点集光流,联立多个方程...领域内光流一致,一个场景中同一个表面的局部领域内具有相似的运动,图像平面上投影也邻域区域,且临近点速度一致,认为邻域内所有像素点运动一致,这是LK光流特有的假定。...该方程中只有两个未知数,u和v,却有n个方程也是不合理,说明这个方程中也有多余,怎么样才能得到最优解呢?可以将上式整理为 ? 简单写为,其中A是x,y方向上导数,x为要求u和v向量。 ?

    3.5K41

    CV学习笔记(八):光流法原理

    一:什么是光流法 OpenCV-PythonTutorials上解释:光流是物体或者摄像头运动导致两个连续之间图像对象视觉运动模式。...二:光流法原理 推广光流法时候,我们要有两个前提假设: 第一:所追踪像素目标连续之间要保持基本不变. 第二:所追踪像素目标连续之间要有相似的运动趋势....现在我们开始推广一下光流方程: ①:假设从首发像素I(x,y,t),dt时间之后下一中移动距离为(dx,dy),且这些像素是相同,而且亮度不变 因此得到以下推广: ②:对上边公式右边做泰勒级数近似...所以,在这个窗口当中有9个像素点满足公式 将点代入方程,现在问题就变成了使用9个点求解两个未知量。...所以现在我们问题变成解决了9个方程式,其中两个未知变量是过度确定.解个数大于未知数个数,这是个超定方程,使用最小二乘方法来求解最优值.

    1K10
    领券