- 博客(63)
- 收藏
- 关注
RSS订阅原创 [沫忘录]Redis 持久化
Redis的数据主要储存于内存，如果不将这些数据以某种方式持久化到磁盘上做备份，则很有可以在各种突发情况而导致的Redis崩溃中丢失数据。：数据快照保存。：保存写日志到磁盘上。：不做任何持久化处理，纯缓存模式。：采用RDB和AOF混合的方式，对数据进行可持久化处理。
2024-11-04 13:17:49
878
原创 [沫忘录] Redis的配置与使用技巧
windows下的redis文件配置信息主要集中在"redis.windows.conf"这一文件当中。配置文件中以下参数可以设置Redis的内存大小和栈空间大小。
2024-06-25 11:39:33
652
原创 [沫忘录]MySQL InnoDB引擎
InnoDB采用 “表、段，区， 页、行” 这样的层级结构进行存储。**表空间(tablespace)**ibd文件，主要用于存储记录、索引等数据，一个mysql实例可有多个表空间，甚至能通过此参数为每张表都申请一个表空间。，分为数据段(leaf node segment)，索引段(Non-leaf node segment)和回滚段(rollback segment)。Innodb的所有数据是基于索引组织的，所以数据段即B+树的叶子节点，索引段即为B+树的非叶子节点。
2024-06-05 20:38:17
965
原创 【沫忘录】MySQL语句优化
批量插入手动提交事务当每条SQL语句执行完时，都会自动提交事务，为了避免频繁提交事务，尽量手动提交事务。主键顺序插入主键乱序插入: 5 39 23 3 6 1 94 43…主键顺序插入: 1 2 5 6 7 10 32…
2024-04-23 07:36:03
655
原创 [沫忘录]MySQL索引
当建立索引的字段是字符串时，我们可能会遇到很长的字符串。如果使用大量很长的字符串做索引，在查询时会浪费大量磁盘I/O。此时，我们们不妨取字符串的部分前缀来建立索引，这样的做法能够大幅节约索引空间，从而提高索引效率。在通过联合索引进行查询时，如果不通过联合索引的执行顺序进行查询(即按创建联合索引时，字段的书写顺序)进行查询，则未按照执行顺序查询的字段则会失效。我们可以通过以下SQL语句查看索引的选择性(不重复的索引数与索引总数之比)查询使用了某索引，需要返回的字段列在该索引中全部能找到。
2024-04-17 08:51:01
1127
原创 【沫忘录】浅谈动态链接的地址无关代码
静态链接在链接可执行文件时，会将相关目标文件打包到一起。这种链接方式在面临多个可执行程序运行时，如果它们链接有相同的目标文件时，就会造成虚拟内存中有多个该目标文件的副本。另一方面，当较大或较多的静态库时，无法避免使得最终的可执行文件过于庞大，而且在很多时候静态库里的函数都不曾使用。我们想要去避免这种无端的浪费，因此提出一种新的解决方案——。
2024-03-04 17:34:01
903
1
原创 [沫忘录]mysql基础(多表查询)
IN(在这个集合中) NOT IN(不在这个集合中) ANY(至少满足集合中的一个)，我们可以将其作为筛选结果的范围, 也可以将其作为一个新表来进行多表查询。关联条件指表1中某字段表示含义与表2中某字段表示含义相同。SOME(同ANY) ALL(满足集合中的所有)为了区分, 自连接关联条件及显示字段列表均使用别名。, 我们可以那这个返回值作为数据匹配的条件。，我们可以将这些值作为筛选结果的信息。, 我们可以将其作为条件判断的元素。子sql语句返回的是。子sql语句返回的是。
2024-01-03 15:13:50
412
原创 [沫忘录] Docker容器
镜像就是包含了应用程序、程序运行的系统库、运行配置等文件的文件包，这个文件包能够使镜像内程序不受宿主机的操作系统的限制而独立运行。设置端口号，前者是在端系统中，该docker容器的端口号，后者docker容器环境中，docker容器的端口号。默认情况下， 所有容器都是以bridge方式连接到Docker的一个默认虚拟网桥docker0上。但使用虚拟网桥docker0进行容器间互联较为繁琐，故引入一种自定义网络的方式进行容器间互联。除在容器创建后使用connect加入到该自建网络，也可以在容器创建时加。
2023-12-26 20:05:10
1229
原创 [沫忘录]MYSQL基础(一)
在命令终端操作指令时，需要添加分号作为结束标志，而其他一些MYSQL的图像化界面软件程序中，分号是可选的。分组之后查询的一般是聚合函数和被分组字段, 查询其他字段无意义.利用这样的执行顺序，我们可以做一些例如起别名的操作.如果数值非负，则可以在类型后加[UNSIGNED]WHERE > 聚合函数 > HAVING。排序方式2是对排序字段1相同值按字段2进行二次排序。起始索引序数的下一个值开始，向下打印查询记录数个值。授权时可使用 * 对数据库名和表名进行通配操作。起始索引序数可省略不写，默认为0。
2023-12-17 15:39:18
148
原创 【算法日志】图论 并查集及其简单应用
并查集是一种算法设计思想，通过判断两个元素是否在同一个集合里，常用来解决一些和图相关的连通性问题。通过创建一个数组用来保每个点的最老根节点，以此来实现并查集的各种功能。
2023-11-19 19:24:37
873
原创 [算法日志]图论刷题 沉岛思想的运用
给你一个大小为m x n的二进制矩阵grid是由一些相邻的1(代表土地) 构成的组合, 这里的「相邻」要求两个1必须在相邻. 你可以假设grid的四个边缘都被0（代表水）包围着.岛屿的面积是岛上值为1的单元格的数目。计算并返回grid中最大的岛屿面积. 如果没有岛屿，则返回面积为0本题依旧是一道较基础的图论搜索题，采用DFS, BFS 或者后面将要学的并查集都可以解决本题, 但本题的重点在于引入一种算法思想.
2023-11-07 09:25:31
460
原创 [算法日志]图论： 广度优先搜索(BFS)
广度优先遍历也是一种常用的遍历图的算法策略，其思想是将本节点相关联的节点都遍历一遍后才切换到相关联节点重复本操作。这种遍历方式类似于对二叉树节点的层序遍历，即先遍历完子节点后再去遍历子节点的各个子节点。
2023-11-06 09:13:15
817
1
原创 [算法日志]图论： 深度优先搜索(DFS)
深度优先搜索算法是一种遍历图这种数据结构的算法策略，其中心思想是朝图节点的一个方向不断跳转，当该节点无下一个节点或所有方向都遍历完时，便回溯朝上一个节点的另一个方向继续遍历。所以确定好递归条件是比较关键的一步。 在深搜过程中，我们通常会定义两个数组容器，一个二维数组储存结果，一个一维数组储存节点路径。首先将本节点下一个要遍历的节点放进路径，适当处理后进入递归函数，回来时将该节点从路径中取出，做回溯操作。正因为和回溯法有相似之处，所以其在代码结构上与回溯大致相同。
2023-11-04 08:27:21
995
原创 【算法日志】代码随想录一刷总结
从数组的双指针，到二叉树的各种遍历方式及其应用，再到栈队列辅助解决一系列复杂问题，我系统地建立了各种数据解构的更深层的认知，了解了这些数据结构储存数据并解决问题的方式。像贪心，回溯这些算法之前这只有简单接触，在这些些天的刷题后，能够运用其解决一些问题了。动态规划这一算法之前虽接触过，但也只会解决一些简单的背包问题，这些天的刷题后对其有了进一步的了解（虽然还远远不够）。当然一刷还有很多问题，例如一些问题的多种解决思路，一些难题的思路还没有完全消化吸收，做题速度慢等等， 这些都亟待复习和二刷解决。
2023-09-11 20:53:13
239
原创 【算法日志】单调栈： 单调栈简介及其应用
单调栈（Monotonic Stack）是一种特殊的栈数据结构，它满足元素的单调性，这种单调性需要自己建立和维护。单调栈分为单调递增栈和单调递减栈两种类型。单调递增栈的特点是栈内元素从栈底到栈顶依次递增，而单调递减栈则是栈内元素从栈底到栈顶依次递减。单调栈的主要应用是解决一些与找到元素的下一个更大或更小相关的问题。它通过维护一个递增或递减的栈，可以在常数时间内找到每个元素的下一个更大或更小的元素。单调栈的基本操作包括：入栈：将元素压入栈顶，同时保持栈的单调性。出栈：从栈顶移除元素。
2023-09-11 20:01:46
326
原创 【算法日志】动态规划刷题：完全背包应用问题(day39)
今天重点是对完全背包问题进一步了解，难度不大，重点是区分与其他背包问题在初始和遍历上的一些细节。
2023-08-25 21:02:41
330
原创 【算法日志】动态规划刷题：01背包问题，多重背包问题(day37,day38)
这两天都是背包问题，其中的01背包的一些应用问题需要一定的数学建模能力，需要i将实际问题简化成我们熟悉的背包问题；而这两天的多重背包问题还算比较基础，但也要我明白了动态规划中dp数组遍历顺序的重要性与决定性。
2023-08-24 20:59:23
200
原创 【算法日志】动态规划刷题：01背包问题(day36)
今天主要讨论背包问题中的01背包问题，这类问题的难点在于怎样对问题进行数学建模。一旦思考好问题的解决方式，剩下的步骤就比较简单了。
2023-08-23 09:00:24
155
原创 【算法日志】动态规划：动态规划简介及其简单应用(day33)
动态规划(Dynamic Programming)是一种解决复杂问题的算法设计思想。它的主要思路是将原问题拆分若干个子问题，并分别求解这些子问题，最后将这些子问题组合优化得到原问题的解。动态规划算法设计一般分为以下五个步骤(动规五部曲):1. 确立动规数组的大小及其下标的含义。2. 确定状态转移方程（递推公式）。3. 初始化动规数组开始的几个元素(边界条件)。4. 确定动规数组的遍历方向或顺序。5. 举例测试该动规数组是否可行。动态规划的关键在于找到合适的状态定义和状态转移方程。
2023-08-18 20:37:27
250
1
原创 【算法日志】贪心算法刷题：单调递增数列，贪心算法总结(day32)
今天是贪心算法刷题的最后一天，今天本来是打算刷两道题，其中的一道hard题做了好久都没有做出来(主要思路错了)。然后再总结一下。贪心算法是一种常见的算法设计技术，用于在每个步骤中做出局部最优选择，以期望达到全局最优解。下面是对贪心算法的总结：1. 基本思想：贪心算法每次都选择当前最优的解决方案，而不考虑未来的后果。它通过贪心选择策略，在每个步骤上做出局部最优选择，以期望达到全局最优解。2. 常规步骤：确定问题的最优子结构。构建贪心选择策略，即每一步选择局部最优解。证明贪心选择的正确性。
2023-08-17 20:42:34
265
原创 【算法日志】贪心算法刷题：找零问题，双条件排列和重叠区问题(day30)
今天的两道中等题卡了比较久，可适当多复习一下。list该数据结构不够熟导致思路卡住了。维护区间，注意边界。
2023-08-15 21:19:01
89
原创 【算法日志】贪心算法刷题：k次取反求和，加油站问题和分发糖果(day29)
本日的问题在局部最优的处理上都有所不同，能够很好的拓展对局部最优解的思考。通过以上题，我们可以清楚的了解到贪心的局部最优不仅可体现在数据范围的最优解，也可以体现在数据处理上的局部最优，很好的说明了贪心算法中对于局部最优处理上的灵活性。
2023-08-14 21:24:05
84
原创 【算法日志】贪心算法：贪心算法简介及其应用(day27)
贪心算法(Greedy algorithm)是一种常用的算法设计方法，它在每一步选择中都采取当前状态下最优的选择，希望通过局部最优选择最终达到全局最优。贪心算法通常适用于满足最优子结构（即问题的最优解包含子问题的最优解）和贪心选择性质（即每一步的最优选择不依赖于后面的选择）的问题。贪心算法的基本思路是通过不断地做出局部最优选择，进而得到全局最优解。具体而言，贪心算法的步骤如下：1)确定问题的最优子结构：贪心算法必须满足问题的最优解包含子问题的最优解，即通过局部最优选择可以得到全局最优解。
2023-08-11 20:45:40
184
原创 【算法日志】回溯法刷题：递增子序列，全排序(day25)
本日的重点是子集问题和排序问题，其中怎样去重是一个比较重要的问题。在待处理的数据为集合的前提下，去重手段通常有两种：一种是对该数据进行排序，然后在遍历时跳过相邻相同的数据；另一种使用unordered_set进行数据备份，然后通过在该容器查找数据来跳过达到去重。后者占用空间更大，但应用场景更多。
2023-08-09 21:23:26
82
原创 【算法日志】回溯法刷题：条件限定字符串切割，子集问题(day24)
本文会在回文串切割类问题上做进一步的条件限定，同时也会讨论子集问题。这些都是常见的回溯法解决的一类问题。
2023-08-08 19:09:51
69
原创 【算法日志】回溯法刷题：组合总和，分割回文串(day23)
回溯法这一章节的算法理论都较为容易，但也需要多刷题来提升熟练度。而且在刷题中也能够掌握很多小细节。
2023-08-07 21:04:59
66
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人