爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      Java中的优先级队列(PriorityQueue)(如果想知道Java中有关优先级队列的知识点,那么只看这一篇就足够了!)

      首页 知识中心 软件开发 文章详情页

      Java中的优先级队列(PriorityQueue)(如果想知道Java中有关优先级队列的知识点,那么只看这一篇就足够了!)

      2025-03-05 09:10:48 阅读次数:9

      Java,优先级,元素,队列

              前言:优先级队列(Priority Queue)是一种抽象数据类型,其中每个元素都关联有一个优先级,元素按照优先级顺序进行处理。

      先让我们看一下本文大致的讲解内容:

      Java中的优先级队列(PriorityQueue)(如果想知道Java中有关优先级队列的知识点,那么只看这一篇就足够了!)

      1.优先队列的初识

              (1)优先级队列的定义

              在开始学习Java中优先级队列的使用之前,先让我们了解一下什么是Java中的优先级队列(PriorityQueue):

              优先级队列(Priority Queue)是一种抽象数据类型,其中每个元素都关联有一个优先级,元素按照优先级顺序进行处理。与标准队列不同,优先级队列中的元素处理顺序并非按插入顺序,而是按照优先级高低来决定。

              如果读者看了优先级队列的定义之后还是不是太理解什么是优先级队列,那么现在我们使用一个日常生活中的例子来帮助你理解:

              ——例如在医院急诊室,虽然你可能先到,但是医生会根据病人的病情严重程度来决定治疗顺序。病情严重的病人(例如,心脏病发作的病人)会被优先治疗,而病情较轻的病人(例如,轻微的感冒)会被安排在后面。

              这样我相信读者就对优先级队列有了初步的认识了!!!

       

              (2)PriorityQueue的特性

              Java集合框架中提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队,而对于PriorityQueue是线程不安全的,PriorityBlockingQueue是线程安全的,而本文我们主要介绍是PriorityQueue。

      其在Java集合框架中的关系图为:

      Java中的优先级队列(PriorityQueue)(如果想知道Java中有关优先级队列的知识点,那么只看这一篇就足够了!)

      关于PriorityQueue的使用要注意:

              1. 使用时必须导入PriorityQueue所在的包,即:

      import java.util.PriorityQueue;

              2. PriorityQueue中放置的元素必须要能够比较大小,不能插入无法比较大小的对象,否则会抛出ClassCastException异常;

              3. 不能插入null对象,否则会抛出NullPointerException;

              4. 没有容量限制,可以插入任意多个元素,其内部可以自动扩容;

              5. 插入和删除元素的时间复杂度为O(logN);

              6. PriorityQueue底层使用了堆数据结构;

              7. PriorityQueue默认情况下是小堆---即每次获取到的元素都是最小的元素;

       

              至此,我们通过上述对Java中的优先级队列的简单讲述,我们就大致的了解了什么是Java中的优先级队列了!

       

      2.优先级队列的模拟实现

              在了解完了什么是Java中的优先级队列之后,现在让我们想想看如何去自我实现一个Java中的优先级队列呢?

      ——这里我们已经在每处加上了注释,希望读者可以跟随着注释进行理解代码:

      package Demo1;
      
      import java.util.Arrays;
      
      // 堆的自我实现 - 创建堆 + 插入数据 + 删除数据 + 返回堆顶元素 + 判断是否为空
      public class MyPriorityQueue {
          public int[] elem; // 存储堆元素的数组
          public int useSize; // 当前堆中元素的个数
      
          // 初始化堆
          public MyPriorityQueue(int[] array) {
              elem = new int[11]; // 初始化堆的容量
              for (int i = 0; i < array.length; i++) {
                  elem[i] = array[i]; // 将传入的数组元素放入堆中
                  useSize++; // 更新堆中元素的个数
              }
              makeBigHeap(array, useSize); // 创建大根堆
          }
      
          // 整体创建堆
          public void makeBigHeap(int[] array, int useSize) {
              // 从最后一个非叶子节点开始向上调整
              for (int parent = (useSize - 1 - 1) / 2; parent >= 0; parent--) {
                  shiftDown(parent, useSize); // 对每个非叶子节点进行下沉操作
              }
          }
      
          // 下沉操作
          private void shiftDown(int root, int useSize) {
              int child = 2 * root + 1; // 左子节点索引
              while (child < useSize) { // 遍历堆
                  // 如果右子节点存在且右子节点的值大于左子节点的值,选择右子节点
                  if (child + 1 < useSize && elem[child] < elem[child + 1]) {
                      child++;
                  }
                  // 如果当前节点的值小于子节点的值,交换它们
                  if (elem[root] < elem[child]) {
                      swap(root, child);
                      root = child; // 更新根节点为被交换的子节点
                      child = 2 * root + 1; // 更新左子节点的索引
                  } else {
                      break; // 如果根节点的值不小于任何子节点,退出循环
                  }
              }
          }
      
          // 在堆中插入元素
          private boolean isFull() {
              return useSize == elem.length; // 判断堆是否满了
          }
      
          public void offer(int val) {
              if (isFull()) {
                  elem = Arrays.copyOf(elem, 2 * elem.length); // 扩容
              }
              elem[useSize] = val; // 将新元素放入堆的末尾
              shiftUp(useSize); // 上浮操作调整堆
              useSize++; // 更新堆中元素的个数
          }
      
          // 上浮操作
          private void shiftUp(int child) {
              int parent = (child - 1) / 2; // 计算父节点的索引
              while (parent >= 0) {
                  // 如果当前节点的值大于父节点的值,交换它们
                  if (elem[parent] < elem[child]) {
                      swap(parent, child);
                      child = parent; // 更新子节点为被交换的父节点
                      parent = (child - 1) / 2; // 更新父节点的索引
                  } else {
                      break; // 如果当前节点的值不大于父节点的值,退出循环
                  }
              }
          }
      
          // 删除堆中元素
          public void poll() {
              if (isEmpty()) {
                  throw new RuntimeException("堆中元素为空!"); // 如果堆为空,抛出异常
              }
              swap(0, useSize - 1); // 将堆顶元素与最后一个元素交换
              useSize--; // 更新堆中元素的个数
              shiftDown(0, useSize); // 对堆顶元素进行下沉操作
          }
      
          // 获取堆顶元素
          public int peek() {
              if (isEmpty()) {
                  throw new RuntimeException("堆中元素为空!"); // 如果堆为空,抛出异常
              }
              return elem[0]; // 返回堆顶元素
          }
      
          // 判断堆是否为空
          private boolean isEmpty() {
              return useSize == 0; // 如果堆中没有元素,返回 true
          }
      
          // 交换数组中的两个元素
          private void swap(int pos1, int pos2) {
              int temp = elem[pos1];
              elem[pos1] = elem[pos2];
              elem[pos2] = temp;
          }
      }
      
      public class Test {
          public static void main(String[] args) {
              // 初始化一个整数数组
              int[] array = {1, 4, 2, 7, 9, 10, 5, 6, 8, 3};
              
              // 创建一个优先级队列实例
              MyPriorityQueue myPriorityQueue = new MyPriorityQueue(array);
              
              // 向优先级队列中插入多个元素
              myPriorityQueue.offer(5);
              myPriorityQueue.offer(3);
              myPriorityQueue.offer(8);
              myPriorityQueue.offer(1);
      
              // 打印堆顶元素
              System.out.println(myPriorityQueue.peek());
      
              // 删除堆顶元素
              myPriorityQueue.poll();
              
              // 判断堆是否为空,并打印结果(注意这里原代码并未打印结果,需手动添加打印语句)
              System.out.println("堆是否为空: " + myPriorityQueue.isEmpty());
          }
      }
      

              从中我们可以看到我们使用堆这个数据结果来自我实现了从 - 创建堆 - 插入数据 - 删除数据 - 返回堆顶元素 - 判断是否为空等优先队列中的操作。至此我们完成了自我实现Java中的优先级队列(PriorityQueue)。

      如果对于堆这种数据结构不了解的读者,可以阅读---------->Java中的Heap(堆)(如果想知道Java中有关堆的知识点,那么只看这一篇就足够了!)-CSDN博客

       

      3.优先级队列中常用API

              通过上面的学习,我们已经了解了什么是Java中的优先级队列,并且自我实现了优先级队列,现在让我们看看Java中内置的优先级队列该如何使用吧!

              (1)创建优先级队列

      PriorityQueue类提供了多种构造方法,允许创建不同配置的优先级队列。

      构造器 功能
      PriorityQueue() 创建一个空的优先级队列,默认容量是11
      PriorityQueue(int initialCapacity) 创建一个初始容量为initialCapacity的优先级队列,注意:
      initialCapacity不能小于1,否则IllegalArgumentException异常
      PriorityQueue(Collection<? extends E> c)

      用一个集合来创建优先级队列

      例子:

      import java.util.PriorityQueue;
      
      public class PriorityQueueDemo {
          public static void main(String[] args) {
              // 默认初始容量的优先级队列
              PriorityQueue<Integer> pq = new PriorityQueue<>();
              
              // 指定初始容量的优先级队列
              PriorityQueue<Integer> pqWithCapacity = new PriorityQueue<>(20);
              
              // 使用比较器的优先级队列
              PriorityQueue<Integer> pqWithComparator = new PriorityQueue<>(new CustomComparator());
          }
      }
      

              ——这样我们就会常见Java中的优先级队列了!

      在了解了如何创建一个优先级队列之后,接下来让我们看一下如何去操作这个创建的优先级队列。

       

              (2)插入/删除/获取优先级最高的元素/获取个数/清空/判断是否为空

      函数名 功能
      boolean offer(E e) 插入元素e,插入成功返回true,如果e对象为空,抛出NullPointerException异常,时间复杂度O(logN),注意:空间不够时候会进行扩容
      E peek() 获取优先级最高的元素,如果优先级队列为空,返回null
      E poll() 移除优先级最高的元素并返回,如果优先级队列为空,返回null
      int size() 获取有效元素的个数
      void clear() 清空
      boolean isEmpty() 检测优先级队列是否为空,空返回true

      例子:

      import java.util.PriorityQueue;
      
      public class Test {
          public static void main(String[] args) {
              // 初始化一个整数数组
              int[] arr = {4, 1, 9, 2, 8, 0, 7, 3, 6, 5};
      
              PriorityQueue<Integer> q = new PriorityQueue<>(arr.length);
              
              // 将数组中的元素添加到优先级队列中
              for (int e : arr) {
                  q.offer(e);
              }
              
              // 打印优先级队列中有效元素的个数
              System.out.println(q.size());
              
              // 获取并打印优先级队列中优先级最高的元素(即最小值,因为是最小堆)
              System.out.println(q.peek());
              
              // 从优先级队列中删除两个元素
              q.poll();
              q.poll();
              
              // 打印删除两个元素后,优先级队列中有效元素的个数
              System.out.println(q.size());
              
              // 获取并打印当前优先级最高的元素
              System.out.println(q.peek());
              
              // 向优先级队列中插入一个新的元素
              q.offer(0);
              
              // 获取并打印插入新元素后的优先级最高的元素
              System.out.println(q.peek());
              
              // 清空优先级队列中的所有有效元素
              q.clear();
              
              // 检测优先级队列是否为空,并打印结果
              if (q.isEmpty()) {
                  System.out.println("优先级队列已经为空!!!");
              } else {
                  System.out.println("优先级队列不为空");
              }
          }
      }
      

      Java中的优先级队列(PriorityQueue)(如果想知道Java中有关优先级队列的知识点,那么只看这一篇就足够了!)

              ——这样我们就大致的了解了如何操作Java中的优先级队列了!!!

       

      4.优先级队列的使用

              优先级队列(Priority Queue)是一种特殊的数据结构,用于处理具有优先级的元素。它的主要特点是能够高效地插入元素并以优先级顺序访问和删除元素。以下是优先级队列的一些主要应用场景:

      1. 任务调度

      • 场景: 操作系统和调度系统常常需要管理多个任务,每个任务具有不同的优先级。

      • 用法: 优先级队列可以用来实现任务调度系统,其中优先级高的任务会被优先执行。比如,操作系统的进程调度器会使用优先级队列来决定哪个进程应该优先获得 CPU 时间。

      2. 事件驱动模拟

      • 场景: 在模拟系统(如网络仿真或离散事件模拟)中,事件会在未来的某个时间点发生。

      • 用法: 优先级队列用于存储和处理这些事件,确保在模拟中按事件的发生时间顺序处理它们。

      3. 图算法

      • 场景: 在计算图的最短路径(如 Dijkstra 算法)或最小生成树(如 Prim 算法)时,需要按边的权重或节点的距离进行操作。

      • 用法: 使用优先级队列可以有效地管理和访问图中的边或节点,以支持这些算法的高效执行。

      4. 数据流处理

      • 场景: 数据流中的数据可能具有不同的重要性或优先级。

      • 用法: 在处理实时数据流时,优先级队列可以用来根据数据的优先级顺序处理数据。

      这样我们就大致的了解了Java中的优先级队列在日常中的使用地方了!

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.csdn.net/2302_80198073/article/details/140657302,作者:秋刀鱼不做梦,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:Java中Thread类的基本认识与使用(如果想知道Java中有关Thread类的基本知识,那么只看这一篇就足够了!)

      下一篇:“深入探讨Java中的对象拷贝:浅拷贝与深拷贝的差异与应用“

      相关文章

      2025-05-16 09:15:24

      Redis Set集合

      Redis Set集合

      2025-05-16 09:15:24
      set , 个数 , 元素 , 示例 , 集合
      2025-05-16 09:15:17

      BFS解决拓扑排序(1)_课程表

      BFS解决拓扑排序(1)_课程表

      2025-05-16 09:15:17
      lt , 课程 , 队列
      2025-05-16 09:15:17

      Linux系统基础-多线程超详细讲解(5)_单例模式与线程池

      Linux系统基础-多线程超详细讲解(5)_单例模式与线程池

      2025-05-16 09:15:17
      单例 , 线程 , 队列
      2025-05-14 10:33:31

      【数据结构】详细介绍串的简单模式匹配——朴素模式匹配算法

      【数据结构】详细介绍串的简单模式匹配——朴素模式匹配算法

      2025-05-14 10:33:31
      下标 , 元素 , 匹配 , 子串 , 模式匹配 , 算法
      2025-05-14 10:33:31

      计算机小白的成长历程——数组(1)

      计算机小白的成长历程——数组(1)

      2025-05-14 10:33:31
      strlen , 个数 , 元素 , 内存 , 十六进制 , 地址 , 数组
      2025-05-14 10:33:16

      30天拿下Rust之向量

      在Rust语言中,向量(Vector)是一种动态数组类型,可以存储相同类型的元素,并且可以在运行时改变大小。向量是Rust标准库中的一部分,位于std::vec模块中。

      2025-05-14 10:33:16
      Rust , 使用 , 元素 , 向量 , 方法 , 索引 , 迭代
      2025-05-14 10:33:16

      C++ 11新特性之tuple

      在C++编程语言的发展历程中,C++ 11标准引入了许多开创性的新特性,极大地提升了开发效率与代码质量。其中,tuple(元组)作为一种强大的容器类型,为处理多个不同类型的值提供了便捷的手段。

      2025-05-14 10:33:16
      std , 元素 , 函数 , 初始化 , 模板 , 类型
      2025-05-14 10:03:13

      arm架构下JAVA开发

      ARM(Advanced RISC Machine)是一种基于精简指令集计算(RISC)设计的处理器架构。它以高效、节能著称,因此广泛应用 于从智能手机到物联网设备的各个领域。

      2025-05-14 10:03:13
      Java , JVM , 嵌入式 , 架构 , 设备
      2025-05-14 10:03:13

      数据结构-队列

      队列是仅限在一端进行插入,另一端进行删除的线性表。

      2025-05-14 10:03:13
      元素 , 入队 , 出队 , 链表 , 队列
      2025-05-14 10:03:13

      AJAX-事件循环(超详细过程)

      JS有一个基于事件循环的并发模型,事件循环负责执行代码、收集和处理事件以及执行队列中的子任务。

      2025-05-14 10:03:13
      代码 , 任务 , 出栈 , 异步 , 执行 , 调用 , 队列
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5244710

      查看更多

      最新文章

      Redis Set集合

      2025-05-16 09:15:24

      Linux系统基础-多线程超详细讲解(5)_单例模式与线程池

      2025-05-16 09:15:17

      【数据结构】详细介绍串的简单模式匹配——朴素模式匹配算法

      2025-05-14 10:33:31

      30天拿下Rust之向量

      2025-05-14 10:33:16

      C++ 11新特性之tuple

      2025-05-14 10:33:16

      arm架构下JAVA开发

      2025-05-14 10:03:13

      查看更多

      热门文章

      Java线程同步synchronized wait notifyAll

      2023-04-18 14:15:05

      Java/Android Annotation注解/注入(二)

      2023-04-13 09:37:00

      Android/Java判断字符串String是否为float浮点数或double类型

      2023-04-17 09:39:54

      Java小数点数字和百分号数字之间的转换

      2023-04-13 09:48:57

      Java的自带注解Annotation(一)

      2023-05-10 06:02:06

      Java/Android Annotation注解/注入(三)

      2023-04-13 09:37:00

      查看更多

      热门标签

      java Java python 编程开发 代码 开发语言 算法 线程 Python html 数组 C++ 元素 javascript c++
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      数据结构之【栈】

      使用Apache Spark进行Java数据分析

      Java ClassLoader机制

      解锁Java中的多模块项目管理技巧

      Java学习File之概述和构造方法

      Java中的多态性详解

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号