Next Generation IGCTs: Setting a New Benchmark in SOA
by
T. Stiasny, P. Streit, M. Rahimo
ABB Switzerland Ltd, Semiconductors, Fabrikstrasse 3, CH 5600 Lenzburg, tel.: +41 58 586 14 79, fax: +41 58 586 13 09, email: Thomas.Stiasny@https://www.doczj.com/doc/7817213904.html,
Abstract:In this paper we present our newly developed IGCT design concept for increased SOA performance. The new technology consists of a combination of local and lateral design techniques for improved current distribution across large area devices, thereby realizing a new level of SOA capability for IGCT structures.
Introduction
The Integrated Gate Commutated Thyristor (IGCT) is a well-established device for high power applications such as medium voltage drives, interties, power quality applications and traction. Although improvements of Safe Operating Area (SOA) were reported (1)(2), for modern applications, the turn-off capability of large area IGCT devices is still the main parameter limiting higher system performance, especially at low temperatures. IGCTs consist of a large number of parallel-operated thyristor cells driven by one gate unit (see Figure 1A). Therefore, the SOA can be limited by the following:
a) Ruggedness of the individual cell,
b) Current sharing effects due to heavy paralleling of the cells (3)
c) The performance of the gate-driver (4)(5).
Figure 1: Principal of IGCT operation as parallel connected thyristor cells with an attached gate unit (A) in a non-optimized way (B) in a optimized way with reduced charge carrier lifetime in remote gate areas.
Arrows indicate the current per thyristor cell.
Analysis of the SOA limits of large area GCT has led to a number of observations. Firstly, the larger the active area of an IGCT, the lower the maximum switching power density even when the scaling of the switching circuit is properly accounted for. An increase by a factor of 10 in active area only leads to an increase in current turn-off capability by a factor of 4. Secondly, the SOA limit of large area IGCTs is typically reached while still operating in the macroscopic hard switching regime (i.e. the anode current commutation from cathode to gate is completed before the anode-cathode voltage starts rising). Finally, SOA failure locations are typically found in remote areas far away from the gate contact. These observations has led to the following model for the SOA failure mechanism in large area devices:
Due to the construction of the IGCT, areas near the gate contact and far away will always have slightly different gate impedances (see Figure 1A). Therefore, a slight timing shift will exist between the individual IGCT segments during turn-off. This will lead to current redistributions during the turn-off process, and subsequently, current crowding occurs in areas remote to the gate contact. Based on these findings, the improvement of the SOA performance was carried out in three steps: cell
optimization (local SOA), lateral optimization of large area devices and a combination of local and lateral optimization techniques.
Cell Optimization
For local SOA optimization, a small 4.5kV reverse conducting IGCT was chosen having a ?38mm
diameter. Two versions were manufactured, a larger version with an active GCT area of 3.5cm 2
and a
smaller one with an active area of 1.5cm 2
(see Figure 2). This approach ensures that the effects of lateral inhomogeneity during device turn-off are less dominant. The SOA testing for the IGCTs was done in a dI/dt clamp circuit without employing any dV/dt snubbers (see insert of Figure 3), as when typically used in chopper or inverter circuits (6).
Figure 2: Working horse for local SOA improvement: ?38mm RC-GCT 4.5kV wafer for local SOA
optimization. Two versions were used: both cathode segment rings are active (active area: 3.5cm 2
) or
only the inner segment ring active (active area: 1.5cm 2
).
0300600
9001200
1500
1
2
3
4
5
6
7
t [μs]
I A [A ]
1000
2000
3000
4000
5000
V A K [V ]
Figure 3: Turn-off characteristics of small area GCT (active area: 3.5cm 2
) during turn-off of 1kA at V D
=2.8kV without dV/dt-snubber at T J = 125°C. The stray inductance L σ (see insert) was varied between
0.8μH, 2.5μH and 4.8μH.
Comparing switching power densities of different sized IGCTs requires scaling of the stray inductance L σ of the clamp circuit. The inductance is inversely proportional to the active area, accounting for an equal scaling of the energy in the clamp stray inductance, the device has to withstand during turn-off. The influence of the stray inductance on the switching characteristic is illustrated in Figure 3. The clamp
circuit is inactive before the voltage across the IGCT reaches the DC link voltage level V DC. Then the device reacts on higher stray inductance by increased dynamic avalanche. This leads to slower decay of the anode current together with higher peak power and turn-off losses.
The improvement of the cell design by optimizing doping profiles resulted in a maximum switching power density of 1.5MW/cm2for snubberless operation even when scaling up the clamp stray inductance to 9.1μH for a device with 1.5cm2active area (see Figure 4). Here the ‘Switching-Self-Clamping-Mode’ (SSCM) as it was recently observed for IGBTs (7) could also be found for the IGCT when switched against a high DC-voltage and high clamp stray inductance.
Figure 4: Turn-off characteristic of locally optimized ?38mm reverse conducting IGCT (active area 1.5cm2). Top: turn-off waveform, bottom: I/V locus. The stray inductance Lσ is scaled in a way that it corresponds to a typical stray inductance of a large area device. The reached switching power density was 1.5MW/cm2 (VD = 3.65kV, I off = 0.63kA, Lσ = 9.1μH, no dV/dt snubber).
The SSCM operation has been achieved here for an IGCT device for the first time. As the voltage rises, the IGCT goes into dynamic avalanche due to the recovering charge, which modifies the effective background doping and subsequently the electric field distribution. The dynamic avalanche is characterized by the lower dv/dt value during turn-off. Unless device failure occurs, the dynamic avalanche phase continues until the remaining excess carriers are used up and subsequently dynamic avalanche is suddenly eliminated. Because of the large stray inductance in the circuit, the voltage
increases rapidly and eventually reaches the breakdown voltage of the pn-junction. Optimum design of the IGCT buffer and anode regions will enable the device to withstand such conditions by self-clamping the overshoot voltage successfully. Due to the high turn-off currents reached in these tests, it was necessary to drive the GCT with a special low-inductive gate unit to guarantee operation of the IGCT within the hard drive limits (5). Exceeding the hard drive limit (anode cathode voltage rise before finishing the commutation of the cathode current to the gate) would lead to a GTO mode of operation which is lethal for the GCT due to the absence of a dv/dt-snubber.
Applying the local SOA optimization to large area devices leads to a significant improvement in turn-off capability (see Figure 7), but the difference in switching power density for the different sized devices slightly increases which would therefore require new methods to counteract these scaling problems.
Lateral optimization of large area devices
A large area IGCT’s SOA was found to be significantly below the switching power density of small devices. Therefore, it must be concluded that a current redistribution during device turn-off is taking place. The major observation that failure locations are remotely located from the gate contact leads to the logical conclusion that the current redistributes into these remote areas during turn-off. Tailoring the current density distribution during the on-state phase by means of local charge carrier lifetime control will reduce the effects of the areas that are limiting the SOA performance of an IGCT. For experiments, a standard ?91mm 4.5kV asymmetric GCT was used.
By irradiating the device in remote areas from the gate with a higher electron dose, the local charge charier lifetime is decreased. This can be clearly observed by measuring the on-states of individual cathode segments (see Figure 5). Under parallel operation, lower current densities are achieved in the remotely located thyristor cells from the gate contact due to the higher irradiation dose. (see Figure 1B). Reducing the charge carrier lifetime increases the on-state voltage and triggering current, while reducing the switching losses. In order to prevent local overheating during operation or inhomogeneous turn-on due to the local charge carrier lifetime control, the variation in lifetime across the device has to be small. By gradually increasing the additional irradiation dose in remote areas, the current turn-off capability increases until an optimum level is reached. Any further irradiation will result in the SOA-failure location moving from the typical gate remote area to a random position across the whole device area (see Figure 6) accompanied with a decrease in turn-off capability.
Figure 5: On-state of single cathode segments at 1A anode current and RT for a homogeneously irradiated device (diamonds) and a second irradiation dose in the outer segment rings (squares).
A) B)
Figure 6: Typical SOA-failure pattern of a ?91mm IGCT (A) with lateral homogeneous charge carrier lifetime (B), with reduced charge carrier lifetime by additional electron irradiation in the outer part. Rings
indicate failure location.
The necessary reduction of on-state current in SOA limiting regions for optimal SOA performance is rather small (<10%). This and the positive temperature coefficient of the on-state helps to prevent current filamentations or significant thermal inhomogeneity. Figure 7 shows the SOA performance of devices with optimized lateral irradiation compared to standard devices with no optimization. In general, the turn-off capability decreases with a decreasing junction temperature. However, the lateral optimization positively affects the turn-off capability for all operating temperatures.
Combined local and lateral improvement
The combination of the local and lateral SOA design optimization techniques were tested again with the ?91mm 4,5kV asymmetric GCT. These two combinations were proven to have a linear increase in turn-off capability. An increase of SOA of more than 30% at RT (see Figure 7 and Figure 8) was observed. The optimization was conducted so that other electrical parameters like the on-state voltage and switching losses were not negatively influenced, as seen in Figure 9. However, even with these improvements, there is still a large discrepancy between the specific turn-off capabilities of a large area device compared to a small one. Therefore, leaving enough room for further improvements for large area IGCTs.
3.5
4.04.5
5.05.5
6.06.5
20
40
60
80
100
120
140
T j [°C]
I o f f l a s t p a s s @ 2.8k V [k A ]
Figure 7: SOA limits (last pass currents for snubberless turn-off at V D =2.8kV, L σ = 0.3μH) for different
junction temperatures and design variations of ? 91mm, 4.5kV, asymmetric GCTs.
gate contact
Figure 8: Turn-off waveform of a ?91mm 4.5kV asymmetric GCT with local and lateral SOA
Figure 9: Technology curve of non-optimized standard device (5SHY 35L4510, dots) and locally and
laterally optimized device (triangles).
New 6.5kV IGCT with high SOA
Previous experience and data has clearly pointed out that the SOA performance for even higher voltage devices rated up to 6500V degrades significantly when compared with lower voltage classes. This downtrend is due to physical constraints in very high voltage structures and the higher stress operating conditions. Therefore, further development was carried out aimed at improving the SOA performance of large area, high voltage IGCTs. The work resulted in a substantial leap in the current turn-off capability for GCTs rated above 6kV. The new devices employed a new cathode design for improving the scaling the device area with regard to the SOA capability. The improved technology was demonstrated under snubberless conditions on a ?91mm 6.5kV asymmetric GCT both at room temperature and 125°C as shown in Figure 10A and 10B respectively. The device was capable of turning off currents in excess of 5000A at a DC link voltage of 3600V with a peak power dissipation exceeding 20MW for both tests. These results will provide a new outlook for future high voltage applications utilizing high power IGCTs.
(A) T J = 25°C
(B) T J= 125°C
Figure 10: SOA Turn-off waveform of the new ?91mm 6.5kV asymmetric GCT
V D=3.6kV, T J= 25°C Lσ=0.3μH.
Conclusions
Increasing the turn-off capability of IGCTs is essential for emerging applications with higher power handling capabilities. Large area devices suffer from less than proportional scaling of their turn off capability with active area. A combined method of improving the switching power density of IGCTs was presented addressing the SOA of individual GCT cells as well as the associated scaling issues.
By optimizing the doping profiles, a local switching power density of 1.5MW/cm2 was reached for small area devices. In addition, the Switching-Self-Clamping-Mode was observed when the device was tested for a high current, high dc link voltage and high stray inductance.
The degradation of the switching power density with larger area devices is due to a slightly differed coupling of GCT cells to the gate unit, leading to current redistributions during turn-off. However, controlling the current density distribution by means of local carrier lifetime control can reduce the effects limiting the SOA performance. The combination of both techniques have led to an increase of turn-off capability of more than 30% for large area devices, while other parameters like the on-state
voltage drop and switching losses are not negatively influenced.
Acknowledgement
This work was supported by the U.S. Office of Naval Research in the context of the Research Program “All Electric Ship”.
References
1) K. Satoh et. al,: “New design approach for ultra high power GCT Thyristor”, ISPSD, 1999
2) A. Weber et. al.: “10kV power semiconductors – a breakthrough for 6.9kV medium voltage
drives”, ISPSD 2002
3) K. Satoh et. al,: “6kV/4kA Gate Commutated Turn-off Thyristor with operation DC voltage of
3.6kV”, ISPSD 98
4) H. Gruening et. al.: “A new compact high dI/dt gate drive unit for 6-inch GCTs”, ISPSD 2004
5) T. Stiasny et al, “Large area IGCTs with improved SOA, PCIM Nürnberg 2004
6) A. Zuckerberger et.al, “Design, simulation and realization of high power NPC converters
equipped with IGCTs”, IEE-IAS, St Louis199
7) M. Rahimo et al. “Switching-Self-Clamping-Mode “SSCM”, a breakthrough in SOA performance
for high voltage IGBTs and Diodes”, ISPSD, Osaka 2004
模式匹配的KMP算法详解 模式匹配的KMP算法详解 这种由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现的改进的模式匹配算法简称为KMP算法。大概学过信息学的都知道，是个比较难理解的算法，今天特把它搞个彻彻底底明明白白。 注意到这是一个改进的算法，所以有必要把原来的模式匹配算法拿出来，其实理解的关键就在这里，一般的匹配算法： int Index(String S,String T,int pos)//参考《数据结构》中的程序 { i=pos;j=1;//这里的串的第1个元素下标是1 while(i<=S.Length && j<=T.Length) { if(S[i]==T[j]){++i;++j;} else{i=i-j+2;j=1;}//**************(1) } if(j>T.Length) return i-T.Length;//匹配成功 else return 0; } 匹配的过程非常清晰，关键是当‘失配’的时候程序是如何处理的？回溯，没错，注意到(1)句，为什么要回溯，看下面的例子： S:aaaaabababcaaa T:ababc aaaaabababcaaa ababc.(.表示前一个已经失配) 回溯的结果就是 aaaaabababcaaa a.(babc) 如果不回溯就是 aaaaabababcaaa aba.bc 这样就漏了一个可能匹配成功的情况 aaaaabababcaaa ababc 为什么会发生这样的情况？这是由T串本身的性质决定的，是因为T串本身有前后'部分匹配'的性质。如果T为abcdef这样的，大没有回溯的必要。
vlookup函数的使用方法及实例vlookup函数的使用方法及实例 excel中vlookup函数的应用，重要在于实践。 下面我们先了就下函数的构成;接着举个例子说下;最后总结下急提下遇到的相关问题： (本作者采用的是excel2003版，不过这函数在任何版本都适应) 2首先我们介绍下使用的函数vlookup 的几个参数，vlookup是判断引用数据的函数，它总共有四个参数，依次是： 1、判断的条件 2、跟踪数据的区域 3、返回第几列的数据 4、是否精确匹配 该函数的语法规则如下： =VLOOKUP(lookup_value,table_array,col_index_num,range_looku p) 该函数的语法规则可以查看到，如下图： (excel07版) 如下图，已知表sheet1中的数据如下，如何在数据表二sheet2 中如下引用：当学号随机出现的时候，如何在B列显示其对应的物理成绩? 根据问题的需求，这个公式应该是：
vmdk文件损坏打不开怎么修复vmware vmdk文件损坏打不开修复方法一 EasyRecovery数据恢复软件支持恢复VMDK文件并存储在本地文件系统中。由于数据和有关虚拟服务器的配置信息都存储在VMDK文件中，而每个虚拟系统下通常又有多个VMDK镜像，此时选择正确的VMDK镜像对成功的完成文件恢复扫描而言就显得至关重要了。载入VMDK镜像并选择对应的卷，以开始扫描VMDK文件。 根据EasyRecovery软件给出的提示操作，完成VMDK文件恢复。 当然要想保证VMDK文件恢复的顺利进行，还需注意以下几点： 1、当发现数据丢失之后，不要进行任何操作，因操作系统运行时产生的虚拟内存和临时文件会破坏数据或覆盖数据; 2、不要轻易尝试Windows的系统还原功能，这并不会找回丢失的文件，只会为后期的恢复添置不必要的障碍; 3、不要反复使用杀毒软件，这些操作是无法找回丢失文件的。 vmware vmdk文件损坏打不开修复方法二
VLOOKUP函数调用方法如下：（本次以提取RRU挂高数据为例） 一、本次涉及的相关文档。 1．《某地区TD宏站现场勘测数据汇总表》如表1-1，共1000多站，本次共列出104个站点的信息： 查看原文档请双击图标：某地区TD宏站现场 查勘数据汇总表，表1-1抓图如下： 2．某工程报价单，共30个宏站，如表1-2（本报价单其他信息均删除，只保留了站点名） 查看原文档请双击图标：某工程报价单.xlsx ，表1-2抓图如下： 二、本次我们以从表1-1中提取表1-2中30个站点的RRU挂高为例，具体步骤如下： 1．先在表1-2中增加“RRU挂高”这一列，然后先提取“某城关水泵厂南”的RRU挂高。操作方法为双击下图所示灰色表格，然后鼠标左键单击列表上面的fx插入函 数。 2．点fx后弹出如下图标，在下拉列表中选择“VLOOKUP”，点确定。
3．点确定后，弹出VLOOKUP函数调用表，包含4个部分（lookup_value、Table_array、C ol_index_num、Range_lookup）。 lookup_value:需要在数据表首列进行搜索的值，本次值为表1-1中的位置B2，用 鼠标单击表1-1中的“某城关水泵厂南”，即可自动输入。。 Table_array：需要在其中搜索数据的信息表，即在表1-2中选择一个搜索区域， 注意所选区域第一列必须是与Lookup_value中查找数值相匹配的 列（本次表1-1中的B列），最后一列必须大于等于RRU挂高那一列 （大于等于C列）,至于下拉行数肯定要大于等于106行。如下图： 选择相关区域后，VLOOKUP表中的Table_array会自动输入表1-1中所选区域，如 下图：
excel博大精深，其使用中有许多细节的地方需要注意。 vlookup函数的使用，其语法我就不解释了，百度很多，其实我自己也没看懂语法的解释，下面就按照我自己的理解来说说怎么用的。首先，这个函数是将一个表中的数据导入另一个表中，其中这两个表有一列数据是相同项，但是排列顺序不同。举例说明； 表1 表2 将表1中的face量一列导入表2中，但两表中的名称一列的排列顺序是不同的。此时需要使用vlookup函数。 下面介绍vlookup的使用方法。
将鼠标放到表2中的D2单元格上，点击fx,会出现一个对话框，里面有vlookup函数。若在常用函数里面没有，下拉找“查找与引用”，里面有此函数。点确定。表示此函数是在表2中的D2单元格中应用。 此时出现对话框： 在第个格里输入B2，直接用鼠标在表2中点击B2单元格即可。表示需要在查找的对象是表2中的B2单元格中的内容。
然后是第二个格，点表1，用鼠标选择整个表的所有数据。表示要在表1中的B1—C14区域查找表2中的B2单元格中的内容。
第三个格里输入在表2中要导入的列数在表1中的列数的数字。在此例中为C列，其列数数字为2.表示将表1中（B1—C14）区域中查找到的单元格里的内容相对应的列（第2列）中的单元格中的内容（face量列中的数据）导入表2中相应的单元格（D2）。 最后一个格中输入“0”。表示查找不到就出现#N/A。点确定，即出现相应数据，然后下拉复制格式。
当下拉出现这种情况的时候： 其实是其查找区域在下拉过程中随着行的改变而改变了。需要对查找区域做一下固定。其方法为，在选择区域后，在区域前面加“$”号（$B$1：$C$14）。
实验四：KMP算法实验报告 一、问题描述 模式匹配两个串。 二、设计思想 这种由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现的改进的模式匹配算法简称为KM P算法。 注意到这是一个改进的算法，所以有必要把原来的模式匹配算法拿出来，其实理解的关键就在这里，一般的匹配算法： int Index(String S,String T,int pos)//参考《数据结构》中的程序 { i=pos;j=1;//这里的串的第1个元素下标是1 while(i<=S.Length && j<=T.Length) { if(S[i]==T[j]){++i;++j;} else{i=i-j+2;j=1;}//**************(1) } if(j>T.Length) return i-T.Length;//匹配成功 else return 0; } 匹配的过程非常清晰，关键是当‘失配’的时候程序是如何处理的？为什么要回溯，看下面的例子： S:aaaaabababcaaa T:ababc aaaaabababcaaa ababc.(.表示前一个已经失配) 回溯的结果就是 aaaaabababcaaa a.(babc) 如果不回溯就是 aaaaabababcaaa aba.bc 这样就漏了一个可能匹配成功的情况 aaaaabababcaaa ababc 这是由T串本身的性质决定的，是因为T串本身有前后'部分匹配'的性质。如果T为a bcdef这样的，大没有回溯的必要。 改进的地方也就是这里，我们从T串本身出发，事先就找准了T自身前后部分匹配的位置，那就可以改进算法。 如果不用回溯，那T串下一个位置从哪里开始呢？ 还是上面那个例子，T为ababc，如果c失配，那就可以往前移到aba最后一个a的位置，像这样：
VLOOKUP函数的使用方法(入门级) VLOOKUP函数是Excel中几个最重函数之一，为了方便大家学习，兰色幻想特针对VLOOKUP 函数的使用和扩展应用，进行一次全面综合的说明。本文为入门部分 一、入门级 VLOOKUP是一个查找函数，给定一个查找的目标，它就能从指定的查找区域中查找返回想要查找到的值。它的基本语法为： VLOOKUP（查找目标，查找范围，返回值的列数，精确OR模糊查找) 下面以一个实例来介绍一下这四个参数的使用 例1：如下图所示，要求根据表二中的姓名，查找姓名所对应的年龄。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 参数说明： 1 查找目标：就是你指定的查找的内容或单元格引用。本例中表二A列的姓名就是查找目标。我们要根据表二的“姓名”在表一中A列进行查找。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 2 查找范围（VLOOKUP(A13,$B$2:$D$8,3,0) ）：指定了查找目标，如果没有说从哪里查找，EXCEL肯定会很为难。所以下一步我们就要指定从哪个范围中进行查找。VLOOKUP的这第二个参数可以从一个单元格区域中查找，也可以从一个常量数组或内存数组中查找。本例中要从表一中进行查找，那么范围我们要怎么指定呢？这里也是极易出错的地方。大家一定要注意，给定的第二个参数查找范围要符合以下条件才不会出错： A 查找目标一定要在该区域的第一列。本例中查找表二的姓名，那么姓名所对应的表一的姓名列，那么表一的姓名列（列）一定要是查找区域的第一列。象本例中，给定的区域要从第二列开始，即$B$2:$D$8，而不能是$A$2:$D$8。因为查找的“姓名”不在$A$2:$D$8区域的第一列。 B 该区域中一定要包含要返回值所在的列，本例中要返回的值是年龄。年龄列（表一的D列）一定要包括在这个范围内，即：$B$2:$D$8，如果写成$B$2:$C$8就是错的。 3 返回值的列数（B13 =VLOOKUP(A13,$B$2:$D$8,3,0)）。这是VLOOKUP第3个参数。它是一个整数值。它怎么得来的呢。它是“返回值”在第二个参数给定的区域中的列数。本例中我们
VLOOKUP函数是Excel中的一个纵向查找函数，它与LOOKUP函数和HLOOKUP函数属于一类函数，在工作中都有广泛应用。VLOOKUP是按列查找，最终返回该列所需查询列序所对应的值；与之对应的HLOOKUP是按行查找的。 VLOOKUP函数的语法结构 整个计算机就相当于一门语言，首先我们就是要获取该函数的语法结构。以下是官网的语法结构 VLOOKUP（lookup_value, table_array, col_index_num, [range_looku p]）。 书上表述就是VLOOKUP（查找值，查找范围，查找列数，精确匹配或者近似匹配） 在我们的工作中，几乎都使用精确匹配，该项的参数一定要选择为false。否则返回值会出乎你的意料。 VLOOKUP函数使用示范 vlookup就是竖直查找，即列查找。通俗的讲，根据查找值参数，在查找范围的第一列搜索查找值，找到该值后，则返回值为：以第一列为准，往后推数查找列数值的这一列所对应的值。这也是为什么该函数叫做vlookup（v为vertic al-竖直之意，lookup即时英文的查找之意）。 现有如下手机的每日销售毛数据（图左），A分销商需要提供四个型号的销售数据（图右）
这个时候，你大概可能回去一个一个人工查找，因为我所提供的数据数量很少，但是其实工作中这种数据很庞大的，人工查找无疑即浪费时间，而且不能让A分销商相信你所提供数据的准确性。接下来，我们就需要本次的主角登场了。使用vlookup函数。 第一步：选中要输入数据的单元格，=VLOOKUP（H3,$A$3:$F$19,5,FALSE）如图
VLOOKUP函数的使用方法（入门级）一、入门级 VLOOKUP是一个查找函数，给定一个查找的目标，它就能从指定的查找区域中查找返回想要查找到的值。它的基本语法为： VLOOKUP（查找目标，查找范围，返回值的列数，精确OR模糊查找) 下面以一个实例来介绍一下这四个参数的使用 例1：如下图所示，要求根据表二中的姓名，查找姓名所对应的年龄。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 参数说明： 1 查找目标：就是你指定的查找的内容或单元格引用。本例中表二A列的姓名就是查找目标。我们要根据表二的“姓名”在表一中A列进行查找。
公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 2 查找范围（VLOOKUP(A13,$B$2:$D$8,3,0) ）：指定了查找目标，如果没有说从哪里查找，EXCEL肯定会很为难。所以下一步我们就要指定从哪 个范围中进行查找。VLOOKUP的这第二个参数可以从一个单元格区域中查找， 也可以从一个常量数组或内存数组中查找。本例中要从表一中进行查找，那么范 围我们要怎么指定呢？这里也是极易出错的地方。大家一定要注意，给定的第二 个参数查找范围要符合以下条件才不会出错： A 查找目标一定要在该区域的第一列。本例中查找表二的姓名，那么姓名 所对应的表一的姓名列，那么表一的姓名列（列）一定要是查找区域的第一列。 象本例中，给定的区域要从第二列开始，即$B$2:$D$8，而不能是$A$2:$D$8。 因为查找的“姓名”不在$A$2:$D$8区域的第一列。 B 该区域中一定要包含要返回值所在的列，本例中要返回的值是年龄。年 龄列（表一的D列）一定要包括在这个范围内，即：$B$2:$D$8，如果写成$B $2:$C$8就是错的。 3 返回值的列数（B13 =VLOOKUP(A13,$B$2:$D$8,3,0)）。这是VLO OKUP第3个参数。它是一个整数值。它怎么得来的呢。它是“返回值”在第 二个参数给定的区域中的列数。本例中我们要返回的是“年龄”，它是第二个参 数查找范围$B$2:$D$8的第3列。这里一定要注意，列数不是在工作表中的列 数（不是第4列），而是在查找范围区域的第几列。如果本例中要是查找姓名所
VLOOKUP函数 使用举例 如图 vlookup函数示例 所示，我们要在A2:F12区域中提取100003、100004、100005、100007、100010五人的全年总计销量，并对应的输入到I4:I8中。一个一个的手动查找在数据量大的时候十分繁琐，因此这里使用VLOOKUP函数演示： 首先在I4单元格输入“=Vlookup(”，此时Excel就会提示4个参数。
Vlookup结果演示 第一个参数，很显然，我们要让100003对应的是I4，这里就输入“H4,” ； 第二个参数，这里输入我们要查找的区域(绝对引用)，即“$A$2:$F$12,”； 第三个参数，“全年总计”是区域的第六列，所以这里输入“6”，输入“5”就会输入第四季度的项目了； 第四个参数，因为我们要精确的查找工号，所以留空即可。 最后补全最后的右括号“)”，得到公式“=VLOOKUP(H4,$A$2:$F$12,6)”，使用填充柄填充其他单元格即可完成查找操作。 VLOOKUP函数使用注意事项 说到VLOOKUP函数，相信大家都会使用，而且都使用得很熟练了。不过，有几个细节问题，大家在使用时还是留心一下的好。 一．VLOOKUP的语法 VLOOKUP函数的完整语法是这样的： VLOOKUP(lookup_value,table_array,col_index_num,range_lookup) 1．括号里有四个参数，是必需的。最后一个参数range_lookup是个逻辑值，我们常常输入一个0字，或者False;其实也可以输入一个1字，或者true。两者有什么区别呢？前者表示的是完整寻找，找不到就传回错误值#N/A；后者先是找一模一样的，找不到再去找很接近的值，还找不到也只好传回错误值#N/A。这对我们其实也没有什么实际意义，只是满足好奇而已，有兴趣的朋友可以去体验体验。 2．Lookup_value是一个很重要的参数，它可以是数值、文字字符串、或参照地址。我们常常用的是参照地址。用这个参数时，有三点要特别提醒：A）参照地址的单元格格式类别与去搜寻的单元格格式的类别要一致，否则的话有时明明看到有资料，就是抓不过来。特别是参照地址的值是数字时，最为明显，若搜寻的单元格格式类别为文字，虽然看起来都是123，但是就是抓不出东西来的。
对KMP算法的理解 整理者——戴红伟 字符匹配算法的现实意义：随着互联网的日渐庞大，信息也是越来越多，如何在海量的信息中快速查找自己所要的信息是网络搜索研究的热点所在，在这其中，字符串匹配算法起着非常重要的作用，一个高效的字符串匹配算法，可以极大的提高搜索的效率和质量。 （请同时参照课本P53～54相关内容） 1.要理解next[j]=k 中，k的含意； （1）BF算法 假设有字符串 S=S1S2......S N P=P1P2......P M 其中（M （2）KMP算法 为了解决上述的问题，KMP算法被发现。 KMP算法的思想如下。匹配过程中，出现不匹配时，S的指针不进行回朔（原地不动），将P尽可能地向后移动一定的距离，再进行匹配。 如图： （该图引用自互联网） 从上图中我们看到，当S移动到i，P到j的时候失配。这时候i不回朔，而只是将P 向前移动尽可能的距离，继续比较。 假设，P向右移动一定距离后，第k个字符P[k]和S[i]进行比较。 此时如上图，当P[j]和S[i]失配后，i不动，将P前移到K，让P[k]和S[i]继续匹配。现在的关键是K的值是多少？ 通过上图，我们发现，因为黄色部分表示已经匹配了的结果（因为是到了S[i]和P[j]的时候才失配，所以S i-j+1S i-j+2…S i-1 = P1P2…P j-1，见黄色的部分）。所以有： 1、S i-k+1S i-k+2…S i-1 = P j-k+1P j-k+2…P j-1。 所以当P前移到K时，有： 2、S i-k+1S i-k+2…S i-1 = P1P2…P k-1。 通过1，2有 P j-k+1P j-k+2…P j-1 = P1P2…P k-1。 呵呵，此时我们的任务就是求这个k值了。。。 参考：https://www.doczj.com/doc/7817213904.html,/2008-09/122068902261358.html 2.求出k 值 按照课本的求法就可以处理。 课本是已知前j个元素的“前缀函数值”，如何求的j+1个元素的前缀函数值。这里有一个思路要发生转变的地方，把一个模式串分成两个部分，因为我们要找k使得P j-k+1P j-k+2…P j-1= P1P2…P k-1，而这本身就是一个模式匹配问题，所以把模式串的前边部分的子串当作“新的模式串”，这样就很容易理解为什么当t k!=t j时，t1…t next[k]-1 = t j-（next[k]-1）…t j-1了。因为这时候t k匹配失败，需要进一步移动模式子串，所以移动的位置就是next[k]。 VLOOKUP函数是Excel中几个最重函数之一，为了方便大家学习，兰色幻想特针对VLOOKUP函数的使用和扩展应用，进行一次全面综合的说明。本文为入门部分 一、入门级 VLOOKUP是一个查找函数，给定一个查找的目标，它就能从指定的查找区域中查找返回想要查找到的值。它的基本语法为： VLOOKUP（查找目标，查找围，返回值的列数，精确OR模糊查找) 下面以一个实例来介绍一下这四个参数的使用 例1：如下图所示，要求根据表二中的，查找所对应的年龄。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 参数说明： 1 查找目标：就是你指定的查找的容或单元格引用。本例中表二A列的就是查找目标。我们要根据表二的“”在表一中A列进行查找。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 2 查找围（VLOOKUP(A13,$B$2:$D$8,3,0) ）：指定了查找目标，如果没有说从哪里查找，EXCEL肯定会很为难。所以下一步我们就要指定从哪个 围中进行查找。VLOOKUP的这第二个参数可以从一个单元格区域中查找，也可以从一个常量数组或存数组中查找。本例中要从表一中进行查找，那么围我们要怎么指定呢？这里也是极易出错的地方。大家一定要注意，给定的第二个参数查找围要符合以下条件才不会出错： A 查找目标一定要在该区域的第一列。本例中查找表二的，那么所对应的表一的列，那么表一的列（列）一定要是查找区域的第一列。象本例中，给定的区域要从第二列开始，即$B$2:$D$8，而不能是$A$2:$D$8。因为查找的“”不在$A$2:$D$8区域的第一列。 B 该区域中一定要包含要返回值所在的列，本例中要返回的值是年龄。年龄列（表一的D列）一定要包括在这个围，即：$B$2:$D$8，如果写成$B$2:$C$8就是错的。 3 返回值的列数（B13 =VLOOKUP(A13,$B$2:$D$8,3,0)）。这是VLOOKUP 第3个参数。它是一个整数值。它怎么得来的呢。它是“返回值”在第二个参数 给定的区域中的列数。本例中我们要返回的是“年龄”，它是第二个参数查找围$B$2:$D$8的第3列。这里一定要注意，列数不是在工作表中的列数（不是第4 一、问题描述 模式匹配两个串。 二、设计思想 这种由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现的改进的模式匹配算法简称为KM P算法。 注意到这是一个改进的算法，所以有必要把原来的模式匹配算法拿出来，其实理解的关键就在这里，一般的匹配算法： int Index(String S,String T,int pos)//参考《数据结构》中的程序 { i=pos;j=1;//这里的串的第1个元素下标是1 while(i<=S.Length && j<=T.Length) { if(S[i]==T[j]){++i;++j;} else{i=i-j+2;j=1;}//**************(1) } if(j>T.Length) return i-T.Length;//匹配成功 else return 0; } 匹配的过程非常清晰，关键是当‘失配’的时候程序是如何处理的？为什么要回溯，看下面的例子： S:aaaaabababcaaa T:ababc aaaaabababcaaa ababc.(.表示前一个已经失配) 回溯的结果就是 aaaaabababcaaa a.(babc) 如果不回溯就是 aaaaabababcaaa aba.bc 这样就漏了一个可能匹配成功的情况 aaaaabababcaaa ababc 这是由T串本身的性质决定的，是因为T串本身有前后'部分匹配'的性质。如果T为a bcdef这样的，大没有回溯的必要。 改进的地方也就是这里，我们从T串本身出发，事先就找准了T自身前后部分匹配的位置，那就可以改进算法。 如果不用回溯，那T串下一个位置从哪里开始呢？ 还是上面那个例子，T为ababc，如果c失配，那就可以往前移到aba最后一个a的位置，像这样： ...ababd... ababc ->ababc 这样i不用回溯，j跳到前2个位置，继续匹配的过程，这就是KMP算法所在。这个当T[j]失配后，j应该往前跳的值就是j的next值，它是由T串本身固有决定的，与S串无关。 《数据结构》上给了next值的定义： 0 如果j=1 next[j]={Max{k|1 入 侵 检 测 试 验 实验名称:_ KMP算法实验专业班级: _ 网络工程13-01 学号:_ 姓名: 一、问题描述 模式匹配两个串。 二、设计思想 这种由D.E.Knuth,J.H.Morris和V.R.Pratt同时发现的改进的模式匹配算法简称为KM P算法。 注意到这是一个改进的算法，所以有必要把原来的模式匹配算法拿出来，其实理解的关键就在这里，一般的匹配算法： int Index(String S,String T,int pos)//参考《数据结构》中的程序 { i=pos;j=1;//这里的串的第1个元素下标是1 while(i<=S.Length && j<=T.Length) { if(S[i]==T[j]){++i;++j;} else{i=i-j+2;j=1;}//**************(1) } if(j>T.Length) return i-T.Length;//匹配成功 else return 0; } 匹配的过程非常清晰，关键是当‘失配’的时候程序是如何处理的？为什么要回溯，看下面的例子： S:aaaaabababcaaa T:ababc aaaaabababcaaa ababc.(.表示前一个已经失配) 回溯的结果就是 aaaaabababcaaa a.(babc) 如果不回溯就是 aaaaabababcaaa aba.bc 这样就漏了一个可能匹配成功的情况 aaaaabababcaaa ababc 这是由T串本身的性质决定的，是因为T串本身有前后'部分匹配'的性质。如果T为a bcdef这样的，大没有回溯的必要。 改进的地方也就是这里，我们从T串本身出发，事先就找准了T自身前后部分匹配的位置，那就可以改进算法。 如果不用回溯，那T串下一个位置从哪里开始呢？ 还是上面那个例子，T为ababc，如果c失配，那就可以往前移到aba最后一个a的位置，像这样： ...ababd... ababc ->ababc 这样i不用回溯，j跳到前2个位置，继续匹配的过程，这就是KMP算法所在。这个当T[j]失配后，j应该往前跳的值就是j的next值，它是由T串本身固有决定的，与S串无关。 《数据结构》上给了next值的定义： 0 如果j=1 next[j]={Max{k|1 字符串匹配是计算机的基本任务之一。 举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？ 许多算法可以完成这个任务，Knuth-Morris-Pratt算法（简称KMP）是最常用的之一。它以三个发明者命名，起头的那个K就是著名科学家Donald Knuth。 我用自己的语言，试图写一篇比较好懂的KMP算法解释。 1. 首先，字符串"BBC ABCDAB ABCDABCDABDE"的第一个字符与搜索词"ABCDABD"的第一个字符，进行比较。因为B与A不匹配，所以搜索词后移一位。 2. 因为B与A不匹配，搜索词再往后移。 3. 就这样，直到字符串有一个字符，与搜索词的第一个字符相同为止。 4. 接着比较字符串和搜索词的下一个字符，还是相同。 5. 直到字符串有一个字符，与搜索词对应的字符不相同为止。 6. 这时，最自然的反应是，将搜索词整个后移一位，再从头逐个比较。这样做虽然可行，但是效率很差，因为你要把"搜索位置"移到已经比较过的位置，重比一遍。 7. 一个基本事实是，当空格与D不匹配时，你其实知道前面六个字符是"ABCDAB"。KMP算法的想法是，设法利用这个已知信息，不要把"搜索位置"移回已经比较过的位置，继续把它向后移，这样就提高了效率。 8. 怎么做到这一点呢？可以针对搜索词，算出一张《部分匹配表》（Partial Match Table）。这张表是如何产生的，后面再介绍，这里只要会用就可以了。 9. 已知空格与D不匹配时，前面六个字符"ABCDAB"是匹配的。查表可知，最后一个匹配字符B对应的"部分匹配值"为2，因此按照下面的公式算出向后移动的位数： vlookup函数使用方法 Lookup_value为需要在数据表第一列中进行查找的数值。Lookup_value 可以为数值、引用或文本字符串。当vlookup函数第一参数省略查找值时，表示用0查找。 Table_array为需要在其中查找数据的数据表。使用对区域或区域名称的引用。 col_index_num为table_array 中查找数据的数据列序号。col_index_num 为 1 时，返回table_array 第一列的数值，col_index_num 为2 时，返回table_array 第二列的数值，以此类推。如果col_index_num 小于1，函数VLOOKUP 返回错误值#VALUE!;如果col_index_num 大于table_array 的列数，函数VLOOKUP 返回错误值#REF!。 Range_lookup为一逻辑值，指明函数VLOOKUP 查找时是精确匹配，还是近似匹配。如果为FALSE或0，则返回精确匹配，如果找不到，则返回错误值#N/A。如果range_lookup 为TRUE或1，函数VLOOKUP 将查找近似匹配值，也就是说，如果找不到精确匹配值，则返回小于lookup_value 的最大数值。应注意VLOOKUP函数在进行近似匹配时的查找规则是从第一个数据开始匹配，没有匹配 到一样的值就继续与下一个值进行匹配，直到遇到大于查找值的值，此时返回上一个数据(近似匹配时应对查找值所在列进行升序排列)。如果range_lookup 省略，则默认为1。 一.VLOOKUP的语法 1.括号里有四个参数，是必需的。最后一个参数range_lookup是个逻辑值，我们常常输入一个0字，或者False;其实也可以输入一个1字，或者true。两者有什么区别呢?前者表示的是完整寻找，找不到就传回错误值#N/A;后者先是找一模一样的，找不到再去找很接近的值，还找不到也只好传回错误值#N/A。 2.Lookup_value是一个很重要的参数，它可以是数值、文字字符串、或参照地址。我们常常用的是参照地址。用这个参数时，有三点要特别提醒: A)参照地址的单元格格式类别与去搜寻的单元格格式的类别要一致，否则的话有时明明看到有资料，就是抓不过来。特别是参照地址的值是数字时，最为明显，若搜寻的单元格格式类别为文本格式，虽然看起来都是123，但是就是抓不出东西来的。 而且格式类别在未输入数据时就要先确定好，如果数据都输入进去了， Vlookup函数使用方法 Vlookup函数可以通过区域查找的方式，把你需要匹配的记录的某一列字段反馈回来，具体使用方法如下 Vlookup（需要查找的内容，查找的区域，反馈区域某一列的列排序编号，查找方式） 1、查找的区域可以跨文件进行查找； 2、反馈区域某一列的列排序编号：填写的反馈列为你查找区域中的列排序，假设查找的范 围冲B至F，需要反馈E的数据，则填写列排序编号为4； 3、查找方式：查找方式只存在两个参数，true和false。True为近似查找，匹配查找内容及 查找的区域精准度不高，近似的值都反馈查找结果。false为精确查找，必须查找内容与查找区域完全相同才反馈查找结果。 示例： 1、目前有两个excel文件，《附件10-柳州供电局2013年固定资产投资调整计划表.xls》和 《02柳州样式表.xml》两个文件 2、打开两个文件夹，现在我需要在《02柳州样式表.xml》把符合项目编码的项目的建设性 质在附件《10-柳州供电局2013年固定资产投资调整计划表.xls》进行查找匹配出来《02柳州样式表.xml》如下： 《10-柳州供电局2013年固定资产投资调整计划表.xls》如下： 4、在《02柳州样式表.xml》的建设性质上使用vlookup函数，具体设置如下： =VLOOKUP(B3,'[附件10-柳州供电局2013年固定资产投资调整计划表.xls]附件10-1-1 10千伏城网'!$C:$G,5,FALSE) 因为项目编码是唯一的，则需要匹配两个表的项目编码即可比对出是否存在该项目，现在就 查找第一个项目的排序编码B3,； 第二个参数选取的范围为《10-柳州供电局2013年固定资产投资调整计划表.xls》中的C-G （选取匹配的范围必须包括你需要匹配的列和需要反馈值的列），则第三个参数根据选定区域反馈列的信息为第五列，则设置第三个参数为5；设置第四个参数为false，则进 行精确查找。 KMP字符串模式匹配详解KMP字符串模式匹配通俗点说就是一种在一个字符串中定位另一个串的高效算法。简单匹配算法的时间复杂度为O(m*n);KMP匹配算法。可以证明它的时间复杂度为O(m+n).。 一.简单匹配算法 先来看一个简单匹配算法的函数： int Index_BF ( char S [ ], char T [ ], int pos ) { /* 若串S 中从第pos(S 的下标0≤pos VLOOKUP函数的使用方法(高级篇) VLOOKUP是按列查找，最终返回该列所需查询列序所对应的值;与之对应的HLOOKUP是按行查找的。下面Yjbys给大家推荐一下高级的VLOOKUP函数的使用方法! 一、字符的模糊查找 在A列我们知道如何查找型号为“AAA”的产品所对应的B列价格，即： =VLOOKUP(C1,A:B,2,0) 如果我们需要查找包含“AAA”的产品名称怎么表示呢?如下图 表中所示。 公式=VLOOKUP("*"&A10&"*",A2:B6,2,0) 公式说明：VLOOKUP的第一个参数允许使用通配符“*”来表示包含的意思，把*放在字符的两边，即"*"&字符&"*"。 二、数字的区间查找 数字的区间查找即给定多个区间，指定一个数就可以查找出它 在哪个区间并返回这个区间所对应的值。 在VLOOKUP入门中我们提示VLOOKUP的第4个参数，如果为0 或FALSE是精确查找，如果是1或TRUE或省略则为模糊查找，那么 实现区间查找正是第4个参数的模糊查找应用。 首先我们需要了解一下VLOOKUP函数模糊查找的两个重要规则： 1、引用的数字区域一定要从小到大排序。杂乱的数字是无法准确查找到的。如下面A列符合模糊查找的前题，B列则不符合。 2、模糊查找的原理是：给一定个数，它会找到和它最接近，但比它小的那个数。详见下图说明。 最后看一个实例： 例：如下图所示，要求根据上面的提成比率表，在提成表计算表中计算每个销售额的提成比率和提成额。 公式：=VLOOKUP(A11,$A$3:$B$7,2) 公式说明： 1、上述公式省略了VLOOKUP最后一个参数，相当于把第四个参数设置成1或TRUE。这表示VLOOKUP要进行数字的区间查找。 2、图中公式中在查找5000时返回比率表0所对应的比率1%，原因是0和10000与5000最接近，但VLOOKUP只选比查找值小的那一个，所以公式会返回0所对应的比率1%。 三、VLOOKUP的反向查找。 一般情况下，VLOOKUP函数只能从左向右查找。但如果需要从右向右查找，则需要把区域进行“乾坤大挪移”，把列的位置用数组互换一下。 例1：要求在如下图所示表中的姓名反查工号。 公式：=VLOOKUP(A9,IF({1,0},B2:B5,A2:A5),2,0) 公式剖析： 1、这里其实不是VLOOKUP可以实现从右至右的查找，而是利用IF函数的数组效应把两列换位重新组合后，再按正常的从左至右查找。 Excel vlookup函数应用实例图解教程 VLOOKUP函数是Excel中几个最重函数之一，为了方便大家学习，兰色幻想特针对VLOOKUP函数的使用和扩展应用，进行一次全面综合的说明。本文为入门部分 VLOOKUP是一个查找函数，给定一个查找的目标，它就能从指定的查找区域中查找返回想要查找到的值。它的基本语法为： VLOOKUP（查找目标，查找范围，返回值的列数，精确OR模糊查找) 下面以一个实例来介绍一下这四个参数的使用例1：如下图所示，要求根据表二中的姓名，查找姓名所对应的年龄。 公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 参数说明： 1 查找目标：就是你指定的查找的内容或单元格引用。本例中表二A列的姓名就是查找目标。我们要根据表二的“姓名”在表一中A列进行查找。公 式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0) 2 查找范围（VLOOKUP(A13,$B$2:$D$8,3,0) ）：指定了查找目标，如果没有说从哪里查找，EXCEL肯定会很为难。所以下一步我们就要指定从哪个范围中进行查找。VLOOKUP的这第二个参数可以从一个单元格区域中查找，也可以从一个常量数组或内存数组中查找。本例中要从表一中进行查找，那么范围我们要怎么指定呢？这里也是极易出错的地方。大家一定要注意，给定的第二个参数查找范围要符合以下条件才不会出错： A 查找目标一定要在该区域的第一列。本例中查找表二的姓名，那么姓名所对应的表一的姓名列，那么表一的姓名列（列）一定要是查找区域的第一列。象本例中，给定的区域要从第二列开始，即$B$2:$D$8，而不能是$A$2:$D$8。因为查找的“姓名”不在$A$2:$D$8区域的第一列。 B 该区域中一定要包含要返回值所在的列，本例中要返回的值是年龄。年龄列（表一的D列）一定要包括在这个范围内，即：$B$2:$D$8，如果写成$B$2:$C$8就是错的。 3 返回值的列数（B13 =VLOOKUP(A13,$B$2:$D$8,3,0)）。这是VLOOKUP 第3个参数。它是一个整数值。它怎么得来的呢。它是“返回值”在第二个参数给定的区域中的列数。本例中我们要返回的是“年龄”，它是第二个参数查找范围$B$2:$D$8的第3列。这里一定要注意，列数不是在工作表中的列数（不是第4列），而是在查找范围区域的第几列。如果本例中要是查找姓名所对应的性别，第3个参数的值应该设置为多少呢。答案是2。因为性别在$B$2:$D$8的第2列中。 4 精确OR模糊查找（VLOOKUP(A13,$B$2:$D$8,3,0) ），最后一个参数是决定函数精确和模糊查找的关键。精确即完全一样，模糊即包含的意思。第4个参数如果指定值是0或FALSE就表示精确查找，而值为1 或TRUE时则表示模糊。这里兰色提醒大家切记切记，在使用VLOOKUP时千万不要把这个参数给漏掉了，如果缺少这个参数默为值为模糊查找，我们就无法精确查找到结果了。 vlookup函数应用实例： 问题：如下图，已知表sheet1中的数据如下，如何在数据表二 sheet2 中如下引用：当学号随机出现的时候，如何在B列显示其对应的物理成绩？VLOOKUP函数的使用方法(入门级)--实用
模式匹配KMP算法实验步骤
KMP算法实验
字符串匹配的KMP算法
vlookup函数使用方法
excel中vlookup函数使用说明
(完整word版)KMP算法详解
VLOOKUP函数的使用方法(高级篇)
Excel vlookup函数应用实例图解教程
相关主题
文本预览