在创建Android工程时，填写Mininum Required SDK 是（）

在创建 Android 工程时，填写 Minimum Required SDK 是指指定应用程序所需要的最低运行环境版本。这个选项通常在创建新的 Android 工程时需要填写，开发者可以根据应用程序的需求和市场占有率选择一个合适的最低版本，以便应用程序能够在尽可能多的设备上运行。

根据 Android 官方文档的建议，开发者应该尽可能选择较低的 Minimum Required SDK 版本，以确保应用程序能够在尽可能多的设备上运行。然而，如果应用程序需要使用某些新的 API 或功能，就必须选择较高的 Minimum Required SDK 版本，并在应用程序中进行相应的兼容性处理。

需要注意的是，如果应用程序使用了较高版本的 API 或功能，但 Minimum Required SDK 版本较低，那么在较低版本的设备上运行应用程序时，可能会出现兼容性问题或运行错误。因此，开发者应该根据实际情况选择合适的 Minimum Required SDK 版本。

相关问题

es的mininum-master-nodes

`minimum_master_nodes` 是 Elasticsearch 集群中的一个重要配置参数，它用于设置集群中最小的主节点数。它的作用是防止脑裂（split brain）问题的发生。

脑裂是指当 Elasticsearch 集群中的节点之间无法通信时，可能会出现多个主节点的情况，导致数据不一致和数据丢失。为了避免这种情况发生，Elasticsearch 需要在集群中至少设置一个固定的主节点数，并且该数值必须大于一半的节点数（例如，如果集群中有3个节点，则 `minimum_master_nodes` 必须设置为2）。

当一个节点成为主节点时，它会记录所有其他节点的状态，并尝试与其进行通信。如果一个节点发现它无法与大多数主节点通信（即 `minimum_master_nodes`），它将不会成为主节点，并且它将停止接收和处理请求，以避免数据不一致问题的发生。

写一个输入已知坐标，在已知的一百个坐标里选择三个坐标，使得三个坐标到其他坐标距离总和最短并做图的代码

以下是 Python 代码实现：

import numpy as np
import matplotlib.pyplot as plt

# 坐标数量
N = 100

# 生成随机坐标
coords = np.random.rand(N, 2)

# 定义计算距离函数
def distance(coord1, coord2):
    return np.sqrt((coord1[0]-coord2[0])**2 + (coord1[1]-coord2[1])**2)

# 初始化最小距离和最优解
min_distance = float('inf')
best_combination = None

# 遍历所有可能的三个坐标组合
for i in range(N):
    for j in range(i+1, N):
        for k in range(j+1, N):
            # 计算三个坐标到其他坐标的距离总和
            total_distance = 0
            for l in range(N):
                if l != i and l != j and l != k:
                    total_distance += distance(coords[i], coords[l]) + distance(coords[j], coords[l]) + distance(coords[k], coords[l])
            # 更新最小距离和最优解
            if total_distance < min_distance:
                min_distance = total_distance
                best_combination = (coords[i], coords[j], coords[k])

# 输出最优解和最小距离
print("Best combination: ", best_combination)
print("Mininum distance: ", min_distance)

# 绘制散点图
plt.scatter(coords[:,0], coords[:,1], color='blue')
plt.scatter([best_combination[0][0], best_combination[1][0], best_combination[2][0]], 
            [best_combination[0][1], best_combination[1][1], best_combination[2][1]], 
            color='red')
plt.show()

该代码采用暴力枚举的方式，遍历所有可能的三个坐标组合，计算三个坐标到其他坐标的距离总和，并更新最小距离和最优解。最终输出最优解和最小距离，并绘制散点图，其中最优解对应的三个坐标用红色标出。