标签：begin ddots lambda vmatrix cdots 行列式 小记 vdots
由于马上准备学 eert-xirtam 定理要用到这玩意儿所以就来学了
定义：对于一个 \(n\times n\) 的矩阵 \(A\) 定义其行列式为 \(\sum\limits_{p_1,p_2,\cdots,p_n}(-1)^{\tau(p)}\prod\limits_{i=1}^nA_{i,p_i}\)，其中 \(p\) 为一个 \(1\sim n\) 的排列，\(\tau(p)\) 表示 \(p\) 的逆序对数，记作 \(\det A\)，也可写作 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)。
根据行列式的定义暴力计算显然是 \(n!·n\) 的，不过利用行列式的一些性质可减少计算量。
下面我们就来看行列式的一些性质：
性质 1：对角矩阵的行列式为其对角元素的乘积
即 \(\begin{vmatrix}A_{1,1}&0&\cdots&0\\0&A_{2,2}&\cdots&0\\\vdots&\vdots&\ddots&\vdots\\0&0&\cdots&A_{n,n}\end{vmatrix}=\prod\limits_{i=1}^nA_{i,i}\)。
证明：显然。因为只有 \(p_i=i\) 的贡献非零。
同理上三角矩阵、下三角矩阵的行列式也为其对角元素的乘积。
性质 2：对于任意矩阵 \(A\)，\(\det A=\det A^T\)
即 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{2,1}&\cdots&A_{n,1}\\A_{1,2}&A_{2,2}&\cdots&A_{n,2}\\\vdots&\vdots&\ddots&\vdots\\A_{1,n}&A_{2,n}&\cdots&A_{n,n}\end{vmatrix}\)
证明：对于任意排列 \(p_1,p_2,\cdots,p_n\)，显然其会对 \(\det A\) 产生 \((-1)^{\tau(p)}\prod\limits_{i=1}^nA_{i,p_i}\) 的贡献，考虑一个映射的思想，考虑其乘法逆 \(p^{-1}\)，同理可得 \(p^{-1}\) 会对 \(\det A^T\) 产生 \((-1)^{\tau(p^{-1})}\prod\limits_{i=1}^nA^T_{i,p^{-1}_i}\)，显然右边的 \(\prod\) 就等于 \(\prod\limits_{i=1}^nA_{p^{-1}_i,i}=\prod\limits_{i=1}^nA_{i,p_i}\)，而对于 \(p\) 中的所有逆序对 \(i<j,p_i>p_j\) 都对应 \(p^{-1}\) 中的 \(p_j<p_i,j=p^{-1}_{p_j}>p^{-1}_{p_i}=i\)，\(p^{-1}\to p\) 也同理，故 \(\tau(p)=\tau(p^{-1})\)。又显然 \(p,p^{-1}\) 形成双射，也就是说 \((-1)^{\tau(p)}\prod\limits_{i=1}^nA_{i,p_i}\) 对 \(\det A\) 与 \((-1)^{\tau(p^{-1})}\prod\limits_{i=1}^nA^T_{i,p^{-1}_i}\) 对 \(\det A^T\) 的贡献是一一对应的，故 \(\det A=\det A^T\)
性质 3：对于任意矩阵 \(A\)，将任意一行中所有元素同时乘上 \(k\) 后 \(\det A\) 也乘 \(k\)
即 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\kA_{i,1}&kA_{i,2}&\cdots&kA_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=k\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
证明：考虑将行列式定义式大力展开：
\[\begin{aligned} \text{LHS}&=\sum\limits_{p}(-1)^{\tau(p)}A_{1,p_1}A_{2,p_2}\cdots A_{i-1,p_{i-1}}·kA_{i,p_{i}}·A_{i+1,p_{i+1}}\cdots A_{n,p_n} \\&=k\sum\limits_{p}(-1)^{\tau(p)}A_{1,p_1}A_{2,p_2}\cdots A_{i-1,p_{i-1}}A_{i,p_{i}}A_{i+1,p_{i+1}}\cdots A_{n,p_n} \\&=\text{RHS} \end{aligned} \]得证。
性质 4：对于三个 \(n\times n\) 的矩阵 \(A,B,C\)，若 \(\forall i,j,A_{i,j}=B_{i,j}+C_{i,j}\) 那么 \(\det A=\det B+\det C\)
即 \(\begin{vmatrix}A_{1,1}+B_{1,1}&A_{1,2}+B_{1,2}&\cdots&A_{1,n}+B_{1,n}\\A_{2,1}+B_{2,1}&A_{2,2}+B_{2,2}&\cdots&A_{2,n}+B_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}+B_{n,1}&A_{n,2}+B_{n,2}&\cdots&A_{n,n}+B_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}+\begin{vmatrix}B_{1,1}&B_{1,2}&\cdots&B_{1,n}\\B_{2,1}&B_{2,2}&\cdots&B_{2,n}\\\vdots&\vdots&\ddots&\vdots\\B_{n,1}&B_{n,2}&\cdots&B_{n,n}\end{vmatrix}\)
显然，原命题等价于 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}+B_1&A_{i,2}+B_2&\cdots&A_{i,n}+B_n\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}+\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\B_1&B_2&\cdots&B_n\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
证明上述命题也可将行列式大力展开：
\[\begin{aligned} \text{LHS}&=\sum\limits_{p}(-1)^{\tau(p)}A_{1,p_1}A_{2,p_2}\cdots A_{i-1,p_{i-1}}·(A_{i,p_{i}}+B_{p_i})·A_{i+1,p_{i+1}}\cdots A_{n,p_n} \\&=\sum\limits_{p}(-1)^{\tau(p)}A_{1,p_1}A_{2,p_2}\cdots A_{i-1,p_{i-1}}A_{i,p_{i}}A_{i+1,p_{i+1}}\cdots A_{n,p_n}+\sum\limits_{p}(-1)^{\tau(p)}A_{1,p_1}A_{2,p_2}\cdots A_{i-1,p_{i-1}}B_{p_i}A_{i+1,p_{i+1}}\cdots A_{n,p_n} \\&=\text{RHS} \end{aligned} \]性质 5：交换两行，行列式反号
即 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}&A_{j,2}&\cdots&A_{j,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=-\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}&A_{j,2}&\cdots&A_{j,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
我们先证明一个 Lemma：对于一个排列 \(p\)，交换 \(p_i,p_j(i\ne j)\) 后逆序对个数的奇偶性发生变化。
证明：不妨设 \(i<j\)，那么可以分出两种情况，\(p_i>p_j\) 和 \(p_i<p_j\)，这里以 \(p_i>p_j\) 为例，\(p_i<p_j\) 的情况也同理。
显然对于 \(k<i\) 或 \(k>j\)，其中一个位置是 \(k\) 的逆序对数量必定不会发生变化，也就是说发生变化的逆序对只可能在 \([i,j]\) 中，显然交换 \(p_i,p_j\) 后原来的逆序对 \((i,j)\) 会消失，而对于 \(k\in(i,j)\)，包含 \(k\) 的逆序对个数会发生变化当且仅当 \(p_j<p_k<p_i\)——有两个逆序对 \((j,k),(k,i)\) 会消失，也就是说变化的逆序对数量永远是奇数，符合题意。
接下来考虑原命题。记原来的矩阵为 \(A\)，交换第 \(i,j\) 两行后的矩阵为 \(A'\)，我们考虑一个排列 \(p\)，我们设 \(p\) 交换 \(p_i,p_j\) 两个元素后得到的排列为 \(p'\)，那么 \(p\) 对 \(\det A\) 的贡献应为 \((-1)^{\tau(p)}\prod\limits_{i=1}^nA_{i,p_i}\)，\(p'\) 对 \(\det A'\) 的贡献应为 \((-1)^{\tau(p')}\prod\limits_{i=1}^nA_{i,p'_i}\)，显然后面的 \(\prod\) 里面的东西是相等的，而根据 Lemma，\(\tau(p),\tau(p')\) 奇偶性相反，故 \((-1)^{\tau(p)}+(-1)^{\tau(p')}=0\)，故 \(p\) 对 \(\det A\) 的贡献与 \(p'\) 对 \(\det A'\) 的贡献互为相反数，即 \(\det A'=-\det A\)。
性质 6：如果矩阵 \(A\) 存在两行成比例，那么 \(\det A=0\)
即对于矩阵 \(A\)，如果 \(\exist i,j,\lambda\) 满足 \(\forall t,A_{j,t}=\lambda A_{i,t}\)，那么 \(\det A=0\)。
证明：假设矩阵为 \(\begin{bmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{bmatrix}\)
根据性质 3，\(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\dfrac{1}{\lambda}\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
记 \(A'=\begin{bmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{bmatrix}\)，显然 \(A'\) 交换 \(i,j\) 两行之后还是 \(A'\)，而根据性质 5，\(\det A'=-\det A'\)，故 \(\det A'=0\)，故 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\dfrac{1}{\lambda}\det A'=0\)
顺带提一句，结合下面的结论 7 可知，\(\det A=0\) 的充要条件是 \(A\) 每行组成的向量（不知道这样表述是否规范？）能够形成一个线性相关集。
结论 7：将矩阵的某一行倍加到另一行上去，行列式不变
即对于任意 \(i\ne j\) 及 \(\lambda\ne 0\)，都有 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}&A_{j,2}&\cdots&A_{j,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}+\lambda A_{i,1}&A_{j,2}+\lambda A_{i,2}&\cdots&A_{j,n}+\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
证明：根据性质 4，\(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}+\lambda A_{i,1}&A_{j,2}+\lambda A_{i,2}&\cdots&A_{j,n}+\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}&A_{j,2}&\cdots&A_{j,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}+\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
根据性质 6，\(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\\lambda A_{i,1}&\lambda A_{i,2}&\cdots&\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=0\)
故 \(\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}+\lambda A_{i,1}&A_{j,2}+\lambda A_{i,2}&\cdots&A_{j,n}+\lambda A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}=\begin{vmatrix}A_{1,1}&A_{1,2}&\cdots&A_{1,n}\\A_{2,1}&A_{2,2}&\cdots&A_{2,n}\\\vdots&\vdots&\ddots&\vdots\\A_{i,1}&A_{i,2}&\cdots&A_{i,n}\\\vdots&\vdots&\ddots&\vdots\\A_{j,1}&A_{j,2}&\cdots&A_{j,n}\\\vdots&\vdots&\ddots&\vdots\\A_{n,1}&A_{n,2}&\cdots&A_{n,n}\end{vmatrix}\)
高速求行列式的方法
注意到结论 7 和高斯消元有很大的联系，并且注意到对于一个上三角矩阵，其行列式我们是可以在 \(\mathcal O(n)\) 的时间内求出的，因此我们可以像高斯消元那样把给定的矩阵削消成上三角矩阵，并且由于交换两行，行列式只有符号会发生变化，我们可以记录一个 \(sgn\) 变量表示交换次数的奇偶性，求出消好的上三角矩阵的行列式后乘上 \((-1)^{sgn}\) 即可。
具体来说我们依次考虑每一列，假设我们当前考虑到第 \(i\) 列我们考虑用第 \(i\) 行的第 \(i\) 个未知数将第 \(i+1,i+2,\cdots,n\) 行的第 \(i\) 个未知数消掉，消元的方法异常 simple，只需将第 \(i\) 行乘上 \(-\dfrac{A_{j,i}}{A_{i,i}}\) 倍加到第 \(j\) 行上去即可，当然也有可能出现 \(A_{i,i}=0\) 的情况，此时我们就在 \(i+1,i+2,\cdots,n\) 中找到一个 \(A_{j,i}\ne 0\) 的 \(j\) 并交换 \(i,j\) 两行即可，注意令 \(sgn\) 加一。
这里有一个小小的注意点，就是消元的时候我们不能真的开 double 类型消元，否则可能会爆精度，当然如果模数是质数的话可以使用费马小定理求逆元。那如果模数不是质数怎么办呢？这里有一个方法叫辗转消元法，假设我们要把 \(A_{j,i}\) 消掉，那么我们令 \(d=\lfloor\dfrac{A_{i,i}}{A_{j,i}}\rfloor\)，我们不断地将第 \(i\) 行乘以 \(-d\) 后倍加到第 \(j\) 行上去并交换 \(i,j\) 两行，直到 \(A_{j,i}=0\) 为止，就像辗转相除法求 \(\gcd\) 那样，这样复杂度看似是 \(n^3\log p\) 的，不过显然每个元素最多被操作 \(\log p\) 次，故复杂度实际上是 \(n^2\log p+n^3\) 的。
模板题代码：
for(int i=1;i<=n;i++){
for(int j=i+1;j<=n;j++){
while(a[j][i]){
int div=a[i][i]/a[j][i];
for(int k=i;k<=n;k++) a[i][k]=(a[i][k]+1ll*(mod-a[j][k])*div)%mod;
for(int k=i;k<=n;k++) swap(a[i][k],a[j][k]);sgn*=-1;
}
}
} int res=sgn;
for(int i=1;i<=n;i++) res=1ll*res*a[i][i]%mod;
res=(res+mod)%mod;
当然如果题目规定模数是质数，也可以这样写：
int sgn=1;
for(int i=1;i<=n;i++){
int t=i;
for(int j=i+1;j<=n;j++) if(a[j][i]) t=j;
if(t!=i) sgn=-sgn;
for(int j=1;j<=n;j++) swap(a[i][j],a[t][j]);
int iv=qpow(a[i][i],MOD-2);
for(int j=i+1;j<=n;j++){
int mul=1ll*(MOD-a[j][i])*iv%MOD;
for(int k=i;k<n;k++) a[j][k]=(a[j][k]+1ll*a[i][k]*mul)%MOD;
}
} int res=sgn;
for(int i=1;i<=n;i++) res=1ll*res*a[i][i]%MOD;
printf("%d\n",(res+MOD)%MOD);
标签：begin,ddots,lambda,vmatrix,cdots,行列式,小记,vdots 来源： https://www.cnblogs.com/ET2006/p/det.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。