jean博客

数组是什么：数组是一组线性表数据结构，它用一组连续的内存空间来存储一组具有相同类型的数据。线性表：数据排成像线一样的结构，每个线性表上数据最多只有前后两个方向，链表、队列、栈也为线性表结构。非线性表：二叉树、堆、图。非线性是指数据不是简单的前后对应关系。为什么数组从0开始编号数组下标准确来讲指的是“偏移”，例如数组a，数组a[0]表示偏移0个type_size位置即为首地址，数组a[k]表...

我们可利用快排分区的思想解决这个问题：我们选择数组a区间的最后一个元素a[n-1]作为pivot，此时数组可分为三个区间：a[0]~a[p-1]，a[p]，a[p+1]~a[n-1]。若K=p+1,则p为所求。若K>p+1，则按上述思路对a[p+1]~a[n-1]区间内进行求解，若K<p+1，同理。为什么上述查找方式复杂度为n呢？第一次分区查找，我们需要对大小为n的数组进...

我们先来看看冒泡排序代码：// 冒泡排序，a 表示数组，n 表示数组大小public void bubbleSort(int[] a, int n) {if(n<=1) return;for(int i=n-1;i>0;i--){ int flag=false; // 提前退出冒泡循环的标志位 for(int j=1;j<=i;j++){ if(a[j]&...

我们可通过hash算法对用户密码加密之后再存储，不过最好选用较安全的加密算法，比如SHA（MD5据说已被破解），但仅仅这样加密就行了吗？用户信息“脱库”后，黑客利用字典攻击：维护一个常用密码的字典表，将字典中每个密码用hash算法计算hash值，如果用户“脱库”后的密文和hash值相等，基本就可以认为密文对对应的密码就是字典中的密码，为什么说是基本认为？因为可能会存在hash冲突。针对字典攻击...

何为一个工业级散列表？工业级链表有哪些特性？支持快速查找、删除、插入操作；内存占用合理，不能浪费过多内存空间；性能稳定，极端情况下，性能也不会退化到无法接受的情况。如何实现这样的散列表呢？设计一个合理的散列函数；定义装载因子阈值，并且设计动态扩容策略；选择合适的散列冲突解决方法。...

当我们向固定大小的线程池中请求一个线程时，若线程中没有空闲资源了，这时候线程池是拒绝请求还是排队请求还是？各种处理策略如何实现？一般我们有两种处理策略：1.非阻塞方式：直接拒绝请求；2.阻塞方式：将请求排队，当有空闲线程时，取出排队的线程继续处理。我们需要对排队的请求公平处理，先来者先服务，因此队列这种数据结构很适合处理这种排队结构。队列又分为链式队列和数组队列，链表队列可支持一个无限排...

第一篇博客终于正式开始写了，又菜又懒的自己要开始监督自己好好学习，立个FLAG，一周至少两篇。数据结构和算法本就是用来解决“快”和“省”的问题。即要代码快速运行，又要节省空间，那么对时间和空间复杂度的分析便格外重要，尤其在数据量巨大的时候，这也是为什么BAT这种大公司面试时对算法和数据结构要求很高。我们对大O表示法都很熟悉了，这里粗略说下。它实际上并不具体表示代码真正的执行时间，而是表示代码执...

浏览器大家都很熟悉，当我们点开一系列页面例如a-b-c时，到c页面后退可以查看b、a页面，在b、a页面前进可以查看c页面，但是当在b页面重新进入一个新的页面时，此时再也不能通过前进或者后退进入c页面了，这是怎么实现的呢？很简单，两个栈即可实现此功能。1.首先，进入一系列页面a、b、c：将a、b、c依次压入栈Stack1，此时在页面c；2.后退两步：将c、b依次弹出再压入栈Stack2；3.前...

首先简单介绍下链表数组需要一段连续的内存空间来存储，而链表可将一组零散的内存块串联起来使用最常见的链表有:单链表、双向链表、循环链表。链表通过指针将一组零散的内存块串联在一起，其中，内存块称为链表结点，为把所有结点串起来，每个链表结点除了存储数据外，还需要记录下一个结点地址。这个记录下一个结点地址的指针叫后继指针next。双向链表还有一个前驱指针prev指向前一个结点...

用户A推荐B，B推荐C，我们说C的最终推荐人是A，B的最终推荐人也是A，而A没有最终推荐人，一般来说我们用**数据库**来建立这种关系，在数据库表中，我们可以记录两行数据，其中 actor_id表示用户 id，referrer_id 表示推荐人 id。![](https://img-blog.csdnimg.cn/20181226232200196.jpg?x-oss-process=image...

现在假设我们有10个接口访问日志文件，每个日志文件大小约300MB，每个文件里的日志都是按照时间戮从小到大排列。你希望将这10个较小的日志文件，合并为1个日志文件，合并之后的日志仍按照时间戮从小到大排列。如果处理上述任务的机器内存只有1GB，你有什么好的解决思路能“快速”地将这10个日志文件合并吗？我们可以每次从各个文件中取一条最小的数据，在内存中根据数据时间戳构建一个最小堆，然后每次把最小值...