skh2015java的博客

贪心算法也称贪婪算法，其核心思想就是：每步都采用最优的做法。 贪心算法所得到的结果往往不是最优的结果(有时候是最优解)，但都是相对接近最优解的。 使用贪心算法的前提条件是策略的选择必须具备无后效性。 无后效性就是某个状态一旦确定，其之后的决策不再受之前决策的影响。详细理解可参考：https://skaygo.blog.youkuaiyun.com/article/details/115873380 示例：以下示例摘自《图解算法》...

无后效性是动态规划算法及贪心算法的前提条件无后效性：某阶段的状态一旦确定，则此后过程的决策不再受此前各种状态及决策的影响。有后效性：就是某个状态之后要做的决策会受之前的状态及决策的影响。举例：如下图有四乘四的网格，要从左上角走的右下角，条件是每次只能向下或向右走。如下图从起点走到黑色圆圈位置S(2,2)有两种方案，但是S(2,2)接下来所做的决策不用考虑之前的决策，故是无后效性。如果把条件改为：可以往前后左右走但是不能走重复的格子，那么接下来要做的决策就需要考虑之前的决策，故此时是.

CRC校验算法，就是把需要校验的数据与多项式进行循环异或（XOR），但进行异或的方式与实际中数据传输时，是高位先传、还是低位先传有关。对于数据高位先传的方式，异或从数据的高位开始，我们暂且称它顺序异或；对于数据低位先传的方式，异或从数据的低位开始，我们就叫它反序异或。本文基于表达式x^8+x^5+x^4+x^0一、顺序异或1.通过计算获取crc8//x^8+x^5+x^4+x^0func getcrc8High(buf []byte) (crc byte) { for i ...

package mainimport ( "crypto/sha1" "sync" "math" "sort" "strconv" "fmt")const ( node1 = "192.168.1.1" node2 = "192.168.1.2" node3 = "192.168.1.3")const ( //DefaultVirualSpots default virual spots DefaultVirualSpots = 400)//节点信息typ.

一致性哈希的基本原理一致性哈希算法是将每个Node节点映射到同一个圆上。将各Node的key采用hash计算，可得到一个整数数组。将该数组排序后，首尾相连即是一个圆。如下图所示简单来说，一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环，如假设某哈希函数H的值空间为0-2^32-1（即哈希值是一个32位无符号整形），整个哈希环如下：整个空间按顺时针方向组织，圆环的正上方的点代表0，0点右侧的第一个点代表1，以此类推，2、3、4、5、6……直到2^32-1，也就是说0点左侧..

递归是一种分而治之的思想，每个递归函数都有两个条件 基线条件和递归条件递归条件指的是函数调用自己，而基线条件则是函数不再调用自己，从而避免形成无线循环示例：package mainimport "fmt"func main() { fmt.Println("sum:",doSum([]int{2,4,6})) fmt.Println("len:",checkLength([]int{2,4,6})) var max int checkMax([]int{2,6,4},&.

摘要Raft 是一种为了管理复制日志的一致性算法。它提供了和 Paxos 算法相同的功能和性能，但是它的算法结构和 Paxos 不同，使得 Raft 算法更加容易理解并且更容易构建实际的系统。为了提升可理解性，Raft 将一致性算法分解成了几个关键模块，例如领导人选举、日志复制和安全性。同时它通过实施一个更强的一致性来减少需要考虑的状态的数量。从一个用户研究的结果可以证明，对于学生而言，Raf...

Go 语言的 strings 包（strings.go）中用到了 Rabin-Karp 算法。Rabin-Karp 算法是基于这样的思路：即把字符串看作是字符集长度进制的数，由数值的比较结果得出字符串的比较结果。　　朴素的字符串匹配算法为什么慢？因为它太健忘了，前一次匹配的信息其实有部分可以应用到后一次匹配中去，而朴素的字符串匹配算法只是简单的把这个信息扔掉，从头再来，因此，浪费了时间。好好的利用...

package mainimport ( "sync" "fmt")type singleton map[string]stringvar ( once sync.Once instance singleton)func New() singleton { once.Do(func() { instance = make(singleton) }) retur...

AVL树是带有平衡条件的二叉查找树特点：AVL树中每个节点的左子树和右子树的高度最多差1 旋转：由于插入操作可能会破坏AVL树的平衡特性，故在插入完成之前通过对树进行简单修正来恢复平衡示例代码如下：package mainimport ( "fmt")type avlTreeNode struct { key int high int

二叉树：每个节点至多有两个子节点二叉查找树的特点：对于每一个节点X,左子树中所有项的值小于X中的值，而它的右子树种所有项的值大于X中的值。二叉查找树是特殊的二叉树以下用代码实现type binarySearchTree struct { value int left,right *binarySearchTree}//初始化并添加根节点的值f

队列和栈一样也是表。然而队列是插入在一段进行而删除在另一端进行。队列是先进先出(FIFO)的。下面用切片实现队列操作：package mainimport "fmt"type Element interface{}type Queue interface { Offer(e Element) //向队列中添加元素 Poll() Element /

栈是限制插入和删除只能在一个位置上进行的表，该位置是表的末端，叫做栈顶。栈有时又叫LIFO(先进后出)表。对栈的操作有Push(进栈)和Pop(出栈)，前者相当于插入，后者相当于删除最后插入的元素。以下用双向链表和切片实现分别实现栈操作//stack//用双向链表实现stacktype Element interface {}var header *entry

package mainimport ( "fmt" "time")type Element interface {}var header *entry //链表表头var size int //链表长度type entry struct { previous *entry next *entry element Element}func ne

package main//链表实现import ( "fmt")//定义元素类型type Element interface {}//定义节点type linkNode struct { Data Element //数据域 Nest *linkNode //指针域，指向下一个节点}func NewLinkNode() *linkNode{ return

一致性哈希常用于分布式缓存中，本文主要介绍一致性哈希算法的原理及特点1）一致性哈希算法原理一致性哈希算法是将每个Node节点映射到同一个圆上。将各Node的key采用hash计算，可得到一个整数数组。将该数组排序后，首尾相连即是一个圆。如下图所示，Node的key分布在圆的不同弧段上。同理，若有一请求key，hash后落入该圆的某一弧段（下图三角点所示），顺时针方向寻得离其最近的节点即

import ( "errors" "hash/crc32" "sort" "strconv" "sync")type uints []uint32// Len returns the length of the uints array.func (x uints) Len() int { return len(x) }// Less returns true if el

当一个函数用它自己来定义时就称为是递归的 例：f(0)=0且f(x) = 2*f(x-1)+x*x递归说白了，就是函数自己会调用自己以下用golang实现简单的递归方法func main() { fmt.Println("结果：",test(105)) fmt.Println("递归次数：",c)}var c intfunc test(i int) int { if i =