数据技术控

给定一棵二叉树，从顶向下，进行Z字形分层遍历，即：如果本层是从左向右的，下层就是从右向左。public class TreeNode { int val; TreeNode left; TreeNode right; TreeNode(int x) { val = x; }}import java.util.Deque;import java.util.LinkedList;import java.util.List;pub.

输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回思路：根据前序遍历找到根，根据中序遍历找到左右子树，依次递归。public static TreeNode Tree(List<int> preTree, List<int> midTree) { if

背景Gossip protocol 也叫 Epidemic Protocol （流行病协议），实际上它还有很多别名，比如：“流言算法”、“疫情传播算法”等。这个协议的作用就像其名字表示的意思一样，非常容易理解，它的方式其实在我们日常生活中也很常见，比如电脑病毒的传播，森林大火，细胞扩散等等。Gossip protocol 最早是在 1987 年发表在 ACM 上的论文 《Epidemi...

一、前言     分布式多副本一致性在现实应用中是非常重要的，它既可以保证数据节点无单点（HA）时还能保证数据节点的一致性。此类协议比较著名的有paxos、raft和zab（zookeeper实现）等。其中，paxos允许多点写，而raft则是会先选举出一个leader，所有的写都会通过leader完成。      本文会先介绍paxos思想，以后还会介绍raft。关于paxos的文章已经

众所周知，为了避免Paxos算法的活锁问题，必须选举唯一的proposor。偏偏在Paxos原论文中，作者L. Lamport不屑于讨论这个问题，因为选举过程中，即使出现多个master共存，也不影响Paxos算法正确性。另一方面，由著名的Fischer-Lynch-Paterson结论可知，不采取超时机制，任何算法都不能保证在有限时间内选举成功。不过这个结论在这里对我们影响不大，我们只要设计一个

一致性哈希算法在1997年由麻省理工学院提出的一种分布式哈希（DHT）实现算法，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简 单哈希算法带来的问题，使得分布式哈希（DHT）可以在P2P环境中真正得到应用。     一致性hash算法提出了在动态变化的Cache环境中，判定哈希算法好坏的四个定义：1

之前通过各种博客视频学习CNN，总是对参数啊原理啊什么的懵懵懂懂。。这次上课终于弄明白了，O(∩_∩)O~上世纪科学家们发现了几个视觉神经特点，视神经具有局部感受野，一整张图的识别由多个局部识别点构成；不同神经元对不同形状有识别能力，且视神经具有叠加能力，高层复杂的图案可以由低层简单线条组成。之后人们发现经过conclusional的操作，可以很好反映视神经处理计算的过程，典型的是1998

 为了理解paxos协议，开始时看了好些资料，但始终没有理解透，直到我看了这个视频：http://v.youku.com/v_show/id_XNjgyODc3ODU2.html。看懂之后，我就想按照自己的理解重新写一遍paxos的说明。结果写到一半，我发现越讲越不明白，反而不如之前我看到但没懂的资料了。这时我才意识到，或许这个斯坦福教授的讲解思路已经是最好的了，至少我跟着这个思路，把paxo...

 接下来，我们来讲解multi-paxos。大家应该还记得我们开始时提到的multi-paxos的目标是实现多副本log系统。要实现多副本log系统的一种方法就是，使用一组彼此独立的basic paxos实例，每个独立的basic paxos实例用来决定一系列log当中的一条。为了做到这一点，我们需要给Prepare和Accept两个rpc增加一个参数，index，用来表示这个basic ...

5TB的硬盘上放满了数据，请写一个算法将这些数据进行排重。如果这些数据是一些32bit大小的数据该如何解决？如果是64bit的呢？在面试时遇到的问题，问题的解决方案十分典型，但对于海量数据处理接触少的同学可能一时也想不到什么好方案。介绍两个算法，对于空间的利用到达了一种极致，那就是Bitmap和布隆过滤器(Bloom Filter)。Bitmap算法在网上并没有找到Bitmap算法的中文...

为什么选择跳表目前经常使用的平衡数据结构有：B树，红黑树，AVL树，Splay Tree, Treep等。想象一下，给你一张草稿纸，一只笔，一个编辑器，你能立即实现一颗红黑树，或者AVL树出来吗？ 很难吧，这需要时间，要考虑很多细节，要参考一堆算法与数据结构之类的树，还要参考网上的代码，相当麻烦。用跳表吧，跳表是一种随机化的数据结构，目前开源软件 Redis 和 LevelDB...

引言HyperLogLog算法经常在数据库中被用来统计某一字段的Distinct Value（下文简称DV），比如Redis的HyperLogLog结构，出于好奇探索了一下这个算法的原理，无奈中文资料很少，只能直接去阅读论文以及一些英文资料，总结成此文。介绍HyperLogLog算法来源于论文《HyperLogLog the analysis of a near-optimal car...

递归实现static public bool IsSameTree(TreeNode root1, TreeNode root2) { if (root1 == null && root2 == null) { return true; } if ((root1 == null && root2 != null) || (root1 != null ...

链表转置public Node reverseList(Node head){ //头节点的上一个节点为 null Node pre = null; Node next = null; while(head != null){ next = head.next; head.next = pre; pre = head...

AES指高级加密标准（Advanced Encryption Standard）,是当前最流行的一种密码算法，在web应用开发，特别是对外提供接口时经常会用到，下面是我整理的一套php与java通用的AES加密解密算法。php版代码如下：class CryptAES{    protected $cipher = MCRYPT_RIJNDAEL_128;    pr

一致性哈希算法在1997年由麻省理工学院提出的一种分布式哈希（DHT）实现算法，设计目标是为了解决因特网中的热点(Hot spot)问题，初衷和CARP十分类似。一致性哈希修正了CARP使用的简 单哈希算法带来的问题，使得分布式哈希（DHT）可以在P2P环境中真正得到应用。     一致性hash算法提出了在动态变化的Cache环境中，判定哈希算法好坏的四个定义：1、平衡性(B

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。　　这种算法不太容

快速排序主题思想：分区法+挖坑填数法。   1、先从数列中取出一个数作为枢纽关键字，一般用第一个元素   2、分区过程，将比这个枢纽关键字大的数全放在它的右边，把小于或者等于的数全放在它左边   3、再对左右分区进行第二步的操作，也就是递归。知道各个区间只有一个数为止时间复杂度：快速排序不断的进行递归，将比枢纽关键字小的放在左边，否则放在右边，平均情况下需要递归log2N次

Node类 public class Node { T data; Node next=null; public Node(T data) { this.data=data; }}Stack类public class Stack { private Node top; private int size; public vo

StackArray类import java.util.Arrays;public class StackArray { T[] ars; private int default_capacity=10; //元素个数 private int size=0; private int top=-1; @SuppressWarnings("unchecked")

QueueArray类import java.util.Arrays;public class QueueArray { T[] ars; private int default_capacity=10; //元素个数 private int size=0; //队头 private int font=-1; //队尾 private int rear=

Node类public class Node { public T data; Node next; public Node (T d) { this.data=d; } }Queue类public class Queue { private Node font; private Node rear; private int s

目标:实现单链表的增删改查,克隆复制,容量计算,是否为空判断.public class Node { T data; Node next=null; public Node(T data) { this.data=data; } public Node() { }} public class LinkedList { No

实例:活动安排问题:问题表述：设有n个活动的集合E = {1,2,…,n}，其中每个活动都要求使用同一资源，如演讲会场等，而在同一时间内只有一个活动能使用这一资源。每个活i都有一个要求使用该资源的起始时间si和一个结束时间fi,且si < fi 。如果选择了活动i，则它在半开时间区间[si, fi)内占用资源。若区间[si, fi)与区间[sj, fj)不相交，则称活动i与活动j是相容的。也就是说，当si >= fj或sj >= fi时，活动i与活动j相容。解决方案：使用贪心算法，按结束时间排序

折半public class MidSearch { public static void main(String[] args) { int a[]={1,4,6,9,12}; int i=search(a,0,a.length-1,6); System.out.println(i); } public static int search(int a[],i...

/* 简单选择排序 * 基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换；然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止 * */public class SelectSort { public SelectSort(){ int a[]={1,54,6,3,78,34,

目标 实现二叉树的增加、查找、删除、遍历 实现 结点类public class Node{int key;int data;Node lchild=null;Node rchild=null;public Node(int key,int data){ this.key=key; this.data=data; }}  二叉树类:...

import java.util.ArrayList;import java.util.HashMap;/* * 实际就是一种分而治之的思想 每次加入新物品i的时候,将总的容量-物品i的容量即是前i-1种物品可以使用的，得出

public class MergeSort {public static void main(String[] args){int a[]={1,3,0,5,6};MergeSort ms=new MergeSort();ms.sort (a,0,4);for (int i=0;iSystem.out.println(a[i]);}public v

import java.util.Random; /** * 堆排序 * 堆排序定义:n个关键字序列Kl，K2，…，Kn称为堆，当且仅当该序列满足如下性质(简称为堆性质)： 　(1) ki≤K2i且ki≤K2i+1 或(2)Ki≥K2i且ki≥K2i+1(1≤i≤ ) */ public class HeapSort { public static

归并排序的主题思想：两组有序的数据列表，要合并成一组排好序的数据列表，方法是循环每次分别用两组数据最小的数据进行比较，取较小者，即为当前合并后最小的数据项，最后将其中一个数据列表剩余数据项直接copy到合并后的数据表表尾部。OK，现在有一组数据，使用归并排序的思想进行排序，对数据不断的进行折半拆分递归，最后拆成最原子粒度级别的数据列表只有一项数据，两个数据列表分别只有一项数据，进行合并排序