专栏首页生信宝典目前最全的R语言-图片的组合与拼接

目前最全的R语言-图片的组合与拼接

前言

李誉辉,四川大学硕士在读,研究数据分析与可视化,以及网络爬虫。誉辉兄最近出的文章都是很系统的,从R ggplot2的基础讲解到三维数据可视化plot3D,文章都整理讲解得很全面系统,我本人也是很喜欢这样的文章,故而推荐给大家。

非常感谢誉辉兄撰写这一篇目前最全的R语言-图片的组合与拼接!我们也欢迎更多R和python的数据分析与可视化爱好者一起来学习与探讨技术。

你们的鼓励与探讨,才是作者撰文写稿源源不断的动力!

张杰

1 customLayout包


参考来源:

https://www.rdocumentation.org/packages/customLayout/versions/0.2.0 https://mp.weixin.qq.com/s/zbp8pOQcNB4XBBF5SCg5GA

1.1 简介

customLayout用于拼图特别方便,尤其是仪表盘布局 支持R内置的base绘图对象,ggplot2对象(与grid结合 )

Hide

library(ggplot2)library(customLayout)

1.2 简单画布

通过设置简单的数字矩阵以及对应的宽高比,可以非常方便的设置出来数字拼图 关键函数:

  • lay_new() 创建拼图画布
  • lay_show() 显示拼图画布

mat数字矩阵必须从1开始,且必须连续

library(ggplot2)library(customLayout)
# 创建拼图画布lay1 <- lay_new( 
  mat = matrix(1:4, ncol = 2), 
# 矩阵分布,mat表示指定排版的数字矩阵 
  widths = c(3,2),             
# 设定宽度比例
  heights = c(2,1)             
# 设置高度比例)# 显示拼图画布lay_show(lay1) 

# 创建第2个拼图画布,与第1个结构一样,只是比例不一样
lay2 <- lay_new(  matrix(1:4, nc = 2), widths = c(3, 5),heights = c(2, 4))
lay_show(lay2)

1.3 画布合并

其它拼图包没有的功能,非常好用 跟合并矩阵类似。分为行合并和列合并

  • lay_bind_col() 画布列合并 lay_bind_col(x, y, widths = c(1, 1), addmax = TRUE) 参数widths表示指定合并宽度比
  • lay_bind_row() 画布行合并 lay_bind_row(x, y, heights = c(1, 1), addmax = TRUE) 参数heights表示指定合并高度比
library(ggplot2)library(customLayout)# 画布列合并
cl_1 <- lay_bind_col(lay1, lay2, widths = c(3, 1))  
# 指定合并宽度比为3:1
lay_show(cl_1)# 画布行合并
cl_2 <- lay_bind_row(lay1, lay2, heights = c(3, 1))  
# 指定合并高度比为3:1
lay_show(cl_2)# 多次合并
lay_show(lay_bind_col(cl_1, cl_2, widths = c(2:1)))

1.4 画布嵌套

这个功能也是其它包没有的,非常有用 关键函数:

  • lay_split_field(lay, newlay, field)

参数lay表示大画布,参数newlay表示要嵌套进去的小画布,field表示指定要嵌套的区域编号

library(ggplot2)library(customLayout)
slay <- lay_split_field(lay1, lay2, field = 1)  
# 将画布lay2嵌套进lay1的第1个区域,即左上角格子
lay_show(slay)
library(ggplot2)
library(customLayout)
slay2 <- lay_split_field(lay = lay2, new = lay1, field = 4)  
# 将画布lay1嵌套进lay2的第4个区域,即右下角格子
lay_show(slay2)

1.5 填充图片

关键函数:

  • lay_set(layout) 将画布layout设置为绘图布局,用于base绘图对象
  • lay_grid(grobs, lay, ...) 将绘图对象grobs填充到画布lay中, 用于ggplot2等绘图对象

1.5.1 基础绘图对象填充

library(ggplot2)
library(customLayout)
par(mar = c(3, 2, 2, 1)) # 设定页边距# 创建排版画布
lay1  <- lay_new(   
  matrix(1:4, nc = 2), # 2行2列布局画布
  widths = c(3, 2),  heights = c(2, 1))
lay2 <- lay_new(matrix(1:3)) # 3行1列布局画布
cl <- lay_bind_col(lay1, lay2, widths = c(3, 1)) 
# 画布列合并
lay_show(cl)
lay_set(cl) 
# 设定绘图对象布局 
set.seed(123)# 绘图填充
plot(1:100 + rnorm(100)) # 填充到画布第1格
plot(rnorm(100), type = "l") # 填充到画布第2格
hist(rnorm(500))acf(rnorm(100)) # 填充到画布第4格
pie(c(3, 4, 6), col = 2:4)
pie(c(3, 2, 7), col = 2:4 + 3)
pie(c(5, 4, 2), col = 2:4 + 6)

1.5.2 ggplot2绘图对象填充

library(ggplot2)
library(customLayout)
library(gridExtra)# 创建排版画布
lay1 <- lay_new(matrix(1:2, ncol = 1))  # 2行1列画布
lay2 <- lay_new(matrix(1:3))  # 3行1列画布
cl <- lay_bind_col(lay1, lay2, widths = c(3, 1))  # 画布列合并# 创建数据cuts <- sort(unique(diamonds[["cut"]]), decreasing = TRUE)
make_cut_plot <- function(cut) {
    dd <- diamonds[cut == diamonds[["cut"]], ]  # 
    ggplot(dd) + 
      geom_point(aes(carat, price)) + 
     facet_wrap("cut")  # 封装分面}

plots <- lapply(cuts, make_cut_plot)  
# 对不同切割水平的进行作图
lay_grid(plots, cl)  
# 将绘图对象依次填充到cl画布中

2 cowplot包


cowplot是一个ggplot2包的简单补充,意味着其可以为ggplot2提供出版物级的主题等。 更重要的是,这个包可以组合多个”ggplot2”绘制的图为一个图,并且为每个图加上例如A,B,C等标签, 这在具体的出版物上通常是要求的。 语法结构与ggplot类似,将ggplot2图作为一个对象置于ggdraw()中 表达式:

draw_plot(plot, x = 0, y = 0, width = 1, height = 1, scale = 1) draw_text(text, x = 0.5, y = 0.5, size = 14, hjust = 0.5, vjust = 0.5,...) draw_plot_label(label, x = 0, y = 1, hjust = -0.5, vjust = 1.5, size = 16, fontface = "bold", family = NULL, colour = NULL, ...)

参数解释:

  • plot 表示ggplot2绘图对象
  • x, y 表示子图的起点坐标(左下角坐标),在0-1之间,表示占母图的比例,
  • width, height 表示子图长宽所占比例,在0-1之间
  • text 表示要映射的文本向量
  • label 表示要映射的文本向量
  • 其它参数与ggplot2中意思一样
library(ggplot2)
library(cowplot)
library(showtext)
font_add_google("Dancing Script", "Dancing")

plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) +     
geom_point() + 
facet_grid(cols = vars(Species)) 
# 按Species列分面

plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) +   
geom_point(size = 2.5) +    
labs(title = "dot plot") 

plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) +   
geom_bar() +   
theme(axis.text.x = element_text(angle = 70, vjust = 0.5)) +   
labs(title = "bar plot")

gg <- ggdraw() +     
draw_plot(plot.iris, 0, 0.5, 1, 0.5) + # 在母图上半部,占母图比例1/2  
draw_plot(plot.mpg, 0, 0, 0.5, 0.5) + # 在母图左下角,占母图比例1/4  
draw_plot(plot.diamonds, 0.5, 0, 0.5, 0.5) + # 在母图右下角,占母图比例1/4 
draw_plot_label(c("A", "B", "C"), c(0, 0, 0.5), c(1, 0.5, 0.5), size = 15, colour = "cyan", family = "Dancing") # 加上标签,
showtext_begin()
print(gg)
showtext_end()

3 grid 包


grid中文翻译为网格,可将其解释为画布分割,通过设定相应的参数,从而可以任意的摆放图形 常用函数:

  • grid.newpage() 创建新的画布
  • grid.layout() 分割画布,使用参数widths和heights指定分割比例 ,从上到下,从左到右排列
  • viewport() 在画布中创建视窗
  • grid.show.viewport() 在画布中展示视窗
  • grid.show.layout() 展示分割的画布
  • pushViewport() 将新建的viewport推出去,即将工作区域切换到新的viewport
  • popViewport() 将当前的viewport删除,其父viewport作为新的工作区域, 子viewport中的绘制的图形不会被删除
  • downViewport() 导航到子viewport,并作为工作区域,原viewport不会删除
  • upViewport() 导航到父viewport,父viewport变为工作区域, 原viewport不会被删除
  • seekViewport() 导航到name参数所在的viewport,并作为工作区域
  • grid.text() 输出文本标签,坐标只与画布有关,与viewport无关

语法:

viewport(x = unit(0.5, "npc"), y = unit(0.5, "npc"),
         width = unit(1, "npc"), height = unit(1, "npc"),
         default.units = "npc", just = "centre",
         gp = gpar(), clip = "inherit",
         xscale = c(0, 1), yscale = c(0, 1),
         angle = 0,
         layout = NULL,
         layout.pos.row = NULL, layout.pos.col = NULL,
         name = NULL)

grid.layout(nrow = 1, ncol = 1,
        widths = unit(rep_len(1, ncol), "null"),
        heights = unit(rep_len(1, nrow), "null"),
        default.units = "null", respect = FALSE,
        just="centre")

参数解释:

  • name 指定viewport的名字,用于搜索和定位
  • x,y 为起点坐标,默认是矩形视窗中心坐标,为0 - 1的数字,表示占newpage的比例
  • width, height 为矩形视窗的长宽,同样是占newpage的比例
  • angle 表示角度,从-360到360,正数表示逆时针旋转,负数表示顺时针旋转
  • just 表示指定视窗起点位置,默认“centre”, 还可以设置左下角c(“left”, “buttom”), 右上角c(“right”, “top”) 等
  • layout grid.layout 对象,用于将当前的viewport拆分为子区域
  • layout.pos.row 创建的viewport在父节点layout的行位置
  • layout.pos.col 创建的viewport在父节点的layout列位置
  • nrow 表示将该区域拆分为几行
  • ncol 表示将该区域拆分为几列
  • widths 表示每个子区域的宽度,向量长度等于ncol
  • heights 表示每个子区域的高度,向量长度等于nrow
  • gp = gpar() 表示传递其它参数,如: col/fill颜色,lty线型, lwd线宽, fontsize文本尺寸, fontfamily字体, fontface字型等, 可以通过?gpar查询
library(ggplot2)
library(grid)
grid.newpage()  # 创建一个空白画布
vp1 <- viewport(x = 0.5, y = 0.5, width = 0.5, height = 0.25, angle = 45)  # 设定视窗大小
grid.show.viewport(vp1)  # 查看在画布中的的视窗,自动上色,方便观察
library(ggplot2)
library(grid)
library(showtext)

YaHei <- windowsFont("微软雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  
# 右键字体,然后点击属性,regular指定常规, bold表示指定粗体字体 
showtext_auto()
#### 父viewport
grid.newpage()  
#新建一个page
vp1 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  
#新建一个viewport,起点为左下角,
pushViewport(vp1)  
# 推出vp1
grid.rect(gp = gpar(col = "red"))  
# 新建一个矩形,gp=gpar()表示设置图形参数
grid.text("我在vp1_1", x = 0.8, y = 0.2, gp = gpar(col = "red", fontfamily = "YaHei", fontsize = 15))  
# 新建一个文本,输出到vp1

vp2 <- viewport(x = 0, y = 0.2, w = 0.9, h = 0.8, just = c("left", "bottom"))  
# 新建一个viewport,起点为左下角,
pushViewport(name = vp2)  
# 将工作区域设置到vp2
grid.rect(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "blue", lty = "dashed"))  
# 新建一个矩形,gp=gpar()表示设置图形参数 

grid.text("我在vp2_1", x = 0.8, y = 0.3, gp = gpar(col = "blue", fontfamily = "YaHei", fontsize = 15))  
# 新建一个文本,输出到vp2

vp3 <- viewport(x = 0.1, y = 0.2, width = 0.9, height = 0.7, just = c("left", "bottom"))
pushViewport(vp3)
grid.rect(x = 0.1, y = 0.2, width = 0.7, height = 0.7, just = c("left", "bottom"), gp = gpar(col = "orange", lty = "twodash", lwd = 2))  
# 新建一个矩形,gp=gpar()表示设置图形参数 

grid.text("我在vp3_1", x = 0.6, y = 0.4, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 新建一个文本,输出到vp2

layout参数

library(ggplot2)
library(grid)
grid.newpage()
g1 <- grid.layout(nrow = 3, ncol = 2, widths = c(2, 3), heights = c(2, 1, 3))  # 设置分割的宽度和长度比例

grid.show.layout(l = g1)

综合例子

library(ggplot2)
library(grid)
library(showtext)

YaHei <- windowsFont("微软雅黑")font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右键字体,然后点击属性,regular指定常规, bold表示指定粗体字体 
showtext_auto()

plot.iris <- ggplot(iris, aes(Sepal.Length, Sepal.Width)) + 
geom_point() + 
facet_grid(cols = vars(Species))  # 按Species列分面

plot.mpg <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(cyl))) + 
geom_point(size = 2.5) +       
labs(title = "dot plot")

plot.diamonds <- ggplot(diamonds, aes(clarity, fill = cut)) + 
geom_bar() + 
theme(axis.text.x = element_text(angle = 70, 
    vjust = 0.5)) + labs(title = "bar plot")
grid.newpage()  # 新建画布
layout_1 <- grid.layout(nrow = 3, ncol = 2, widths = c(1, 1), heights = c(1,
    4, 5))  # 分成上下2*3共6个版块,最上面版块显示标题

pushViewport(viewport(layout = layout_1))  # 推出分成6个版块的视窗
print(plot.iris, vp = viewport(layout.pos.row = 2, layout.pos.col = c(1, 2)))  # 在中间一行子视窗中画plot.iris
print(plot.mpg, vp = viewport(layout.pos.row = 3, layout.pos.col = 1))  # 在左下角子视窗中画plot.mpg
print(plot.diamonds, vp = viewport(layout.pos.row = 3, layout.pos.col = 2))  #在右下角子视窗中画plot.diamonds
grid.text("我是画布名称", x = 0.5, y = 0.95, gp = gpar(col = "orange", fontfamily = "YaHei", fontsize = 15))  # 增加画布标题

3.1 子母图

字母图,主要是形成局部放大的效果,既可以从整体上对比,又兼顾特别小的数据组,或特别密的数据点可以查看,而没有必要单独做2张图

library(ggplot2)library(grid)

3.2 grid 拼接蝴蝶图

library(ggplot2)
library(grid)
library(dplyr)
library(showtext)
library(Cairo)
YaHei <-  windowsFont("微软雅黑")
font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右键字体,然后点击属性,regular指定常规, bold表示指定粗体字体 
CairoPNG(file = "E:/R_input&output/images_output/蝴蝶图_exercing.png", width = 1200, height = 700)
showtext_begin()#生成图形所需数据集:

mydata<-data.frame(id=1:14,
A=c(5.0,14.7,2.5,8.5,5.1,6.9,7.7,6.8,4.4,4.9,5.3,1.0,0.9,7.8),
B=c(31.3,24.7,17.8,17.2,15.3,14.3,13.9,13.9,12.4,10.0,6.5,4.2,2.5,0.9),
Label=c("Website","Customer & Employee Referral","Webinar","Facebook/Twitter/Other Social","Marketting & Advertising","Paid Serch","Other","Sales generated","Tradeshows","Parter","Linkedin","Events","Lead list","Emial Campaign"))

p1<-ggplot(mydata) + # 绘制右侧的柱形图  
geom_hline(yintercept=mean(mydata$A),linetype=2,size=.25,colour="grey")+  
geom_bar(aes(x=id,y=A),stat="identity",fill="#E2BB1E",colour=NA)+  
ylim(-5.5,16)+   
scale_x_reverse()+   
geom_text(aes(x=id,y=-4,label=Label),vjust=.5)+  
geom_text(aes(x=id,y=A+.75,label=paste0(A,"%")),size=4.5,family="YaHei",fontface="bold")+  
coord_flip()+  
theme_void()
p1 
p2<-ggplot(mydata)+ # 绘制左侧柱形图, 左侧图没有横坐标刻度标签  
geom_hline(yintercept=-mean(mydata$B),linetype=2,size=.25,colour="grey")+  geom_bar(aes(x=id,y=-B),stat="identity",fill="#C44E4C",colour=NA)+ 
# y=-B,绘制的图形在另一侧  
ylim(-40,0)+  scale_x_reverse()+ #   
geom_text(aes(x=id,y=-B-1.75,label=paste0(B,"%")),size=4.5,family="YaHei",fontface="bold")+  
coord_flip()+  
theme_void()
p2
# 图形拼接
grid.newpage() # 新建画布
layout_1 <- grid.layout(nrow = 2, ncol = 2, widths = c(2, 3), heights = c(1, 9)) # 分成2*2共4个版块
pushViewport(viewport(layout = layout_1)) # 推出分为4个版块的视窗
print(p1, vp = viewport(layout.pos.row = 2, layout.pos.col = 2)) # 将p1输出到右下角
print(p2, vp = viewport(layout.pos.row = 2, layout.pos.col = 1)) # 将p2输出到左下角# 添加主标题和分标题

grid.text(label="我是主标题",x = 0.5,y = 0.97,gp=gpar(col="cyan",fontsize=15,fontfamily="YaHei",draw=TRUE,just = "centre"))
grid.text(label="我是左标题", x = 0.15,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("left", "top")))
grid.text(label="我是右标题",x = 0.85,y =0.94,gp=gpar(col="blue",fontsize=10,fontfamily="YaHei",draw=TRUE,just = c("right", "top")))
showtext_end()
dev.off()
## png 
##   2

蝴蝶图

4 gridExtra包


主要函数:

  • arrangeGrob()
  • grid.arrange()
  • marrangeGrob()

语法:

arrangeGrob(..., grobs = list(...), layout_matrix, vp = NULL,
  name = "arrange", as.table = TRUE, respect = FALSE, clip = "off",
  nrow = NULL, ncol = NULL, widths = NULL, heights = NULL, top = NULL,
  bottom = NULL, left = NULL, right = NULL, padding = unit(0.5, "line"))

grid.arrange(..., newpage = TRUE)

marrangeGrob(grobs, ..., ncol, nrow, layout_matrix = matrix(seq_len(nrow *
  ncol), nrow = nrow, ncol = ncol), top = quote(paste("page", g, "of",
  npages)))

参数解释:

  • grobs 图形对象列表,grob是graphical object两个单词的缩写,表示ggpot等图形对象
  • layout_matrix 表示布局的矩阵
library(ggplot2)
library(gridExtra)
library(showtext)

YaHei <-  windowsFont("微软雅黑")
font_add("YaHei",regular = "msyh.ttc", bold = "msyhbd.ttc") # 右键字体,然后点击属性,regular指定常规, bold表示指定粗体字体 
showtext.auto()

empty <- ggplot() + geom_point(aes(1, 1), colour = "white") +   
theme(axis.ticks = element_blank(), 
        panel.background = element_blank(), 
        axis.line = element_blank(), 
        axis.text.x = element_blank(), axis.text.y = element_blank(), 
        axis.title.x = element_blank(), axis.title.y = element_blank())

scatter <- ggplot() + 
geom_point(aes(mtcars$mpg, mtcars$qsec)) # 绘制主图散点图
hist_top <- ggplot() + 
geom_histogram(aes(mtcars$mpg)) # 绘制上方频率分布直方图
hist_right <- ggplot() + 
geom_histogram(aes(mtcars$qsec)) + coord_flip() # 绘制右侧频率分布直方图# 最终组合,由4个图拼图而成,只有右上角的图已经将标注移除了
grid.arrange(hist_top, empty, scatter, hist_right, 
# 按从左到右,从上到下顺序排列4个图ncol = 2, nrow = 2, widths = c(4, 1), heights = c(1, 4)) 
# 4个版块的长宽比例# 其实这种组合图已经有相应的R包了,ggExtra# df <- data.frame(x = mtcars$mpg, y = mtcars$qsec)# p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()# ggExtra::ggMarginal(p, type = "histogram")

把绘图对象添加到列表总,并把该列表传递给grid.arrange()函数中的grobs参数

library(ggplot2)
library(gridExtra)
library(lattice)  # 类似ggplot,但是语法更加复杂
library(showtext)

YaHei <- windowsFont("微软雅黑")
font_add("YaHei", regular = "msyh.ttc", bold = "msyhbd.ttc")  # 右键字体,然后点击属性,regular指定常规, bold表示指定粗体字体 showtext.auto()
gs <- list(NULL)
gs[[1]] <- qplot(1, 1)
gs[[2]] <- xyplot(1 ~ 1)  # lattice包
grid.arrange(grobs = gs, ncol = 2)

子母图 grid包可以画字母图 安装gridExtra包后,ggplot2中多了一个ggplotGrob()函数,可以创建grob对象参数

library(ggplot2)
library(gridExtra)
g <- ggplotGrob(qplot(1, 1) +                               
theme(plot.background = element_rect(colour = "black")))
qplot(1:10, 1:10) +    
annotation_custom(      # 通过添加注释的方式,向图形内部添加一个图形
    grob = g,  # 插入图形对象,即添加内容
    xmin = 1, xmax = 5, ymin = 5, ymax = 10 # 添加位置4个坐标
  )

本文分享自微信公众号 - 生信宝典(Bio_data),作者:李誉辉

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-09-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 三人成虎,概率却不足十分之五?

    你打算去西雅图旅游,但不确定是否会下雨。你打电话给三个在西雅图居住但彼此不认识的朋友询问。你的每个朋友都有2/3的可能告诉你真实情况,也有1/3的可能他们会搞砸...

    生信宝典
  • 2018 升级版Jaspar数据库

    R包ggseqlogo 绘制seq logo图和Seq logo 在线绘制工具—Weblogo介绍了如何用R脚本和在线工具绘制seq logo图,用于展现转录因...

    生信宝典
  • Python学习教程(二)

    输入输出 交互式输入输出 在很多时候,你会想要让你的程序与用户(可能是你自己)交互。你会从用户那里得到输入,然后打印一些结果。我们可以分别使用raw_input...

    生信宝典
  • C++核心准则C.42:如果构造函数不能生成合法对象就抛出异常

    Leaving behind an invalid object is asking for trouble.

    面向对象思考
  • XXXXX codeforces1364A(数学)

    Ehab loves number theory, but for some reason he hates the number x. Given an ar...

    dejavu1zz
  • Android 获取屏幕高宽度,密度,通知栏高度,截图等常用方法

    版权声明:本文为博主原创文章,转载请标明出处。 https://blog.csdn.net/lyhhj/article/details/49...

    Hankkin
  • 子集问题-LeetCode 78、52(无重复子集,N皇后II)

    给定一组不含重复元素的整数数组 nums,返回该数组所有可能的子集(幂集)。 说明:解集不能包含重复的子集。 示例:

    算法工程师之路
  • Gitbook 插件安装 - 导航目录折叠 chapter-fold

    There is no configuration needed at the moment, can be left empty.

    Devops海洋的渔夫
  • 大型网站技术架构(三)--架构模式

    前言 模式:每一个模式描述了一个在我们周围不断重复发生的问题及该问题解决方案的核心。这样,你就能一次又一次地使用该方案而不必做重复工作。 网站架构模式:...

    我是十三
  • Codeforces Round #463 C.Permutation Cycle

    一、题目 http://codeforces.com/contest/932/problem/C 二、分析 (一)何谓Permutation Cycle 以例1...

    海天一树

扫码关注云+社区

领取腾讯云代金券