splay树 概念 splay树也是一种二叉查找树，同时也会通过旋转的操作保证一定的平衡。与普通的平衡树 (AVL) 相区别的是它可以将需要的节点不断向根节点旋转，这个过程被称作伸展。splay树可以高效的完成区间删除、区间插入、区间翻转以及其他二叉排序树的功能。这里以 HDU-3487为例，介绍
一致性哈希算法主要应用于Redis分布式缓存 问题引出 在单节点的情况下，Redis缓存不用担心命中率的问题，但是一旦上升到分布式的架构中，可能会造成一台机器有缓存而另一台机器没有缓存的情况，基于此使用一致性Hash算法可以有效地解决在分布式存储结构下动态增加和删除节点后尽量有多的
二叉树基本概念 面试的时候提到的树, 大部分都是二叉树. 所谓二叉树是树的一种特殊结构, 在二叉树中每个节点最多只能有两个子节点, 在二叉树中最重要的操作莫过于遍历, 即按照某一顺序访问树中的所有节点. 树的遍历方式 通常树有如下几种遍历方式: 前序遍历 中序遍历 后续遍历
概述 由一个或多个 Sentinel（哨兵）实例组成的 Sentinel 系统可以监视任意多个主服务器，以及这些主服务器属下的所有从服务器，并在被监视的主服务器进入下线状态时，自动将下线主服务器属下的某个从服务器升级为新的主服务器 简单来说，哨兵就是带有自动故障转移功能的主从架构 搭建哨兵
Apache DolphinScheduler 是一个分布式易扩展的可视化DAG工作流任务调度开源系统。适用于企业级场景，提供了一个可视化操作任务、工作流和全生命周期数据处理过程的解决方案。 DolphinScheduler 以 DAG（Directed Acyclic Graph，DAG）流式方式组装任务，可以及时监控任务的执行状态，支
改造方法 需在节点N中记录以节点N为根的子树的节点数numOfNodes， 根节点记录整颗树的节点数目， 则若根节点的左子树的numOfNodes刚好为k-1，那这个根节点的值即为目标值。 注意递归时，k需变化，因为有可能在右子树上 使用二叉堆 法一 将数组构建成一个二叉堆（这时要求最大的在上面）， 然后执
项目地址 xmind 基于go语言的xmind接口 使用方法参考: example 本库主要加载xmind文件为json结构,保存文件时也用的json结构而不是xml结构 本库只做了最基本的主题添加功能,类似标签/备注/图片等其他功能不考虑,有想法的自行实现 本库做了通用加载和通用保存方法,可以更灵活的与其
//示例45 package main import "fmt" func main() { var intlink Link for i := 0; i < 10; i++ { intlink.InsertTail(i) } intlink.Trans() } //节点 type LinkNode struct { data interface{} //内容 nex
目录Here we learn DFS and BFS in python
概述 主从复制，是指将一台 Redis 服务器的数据，复制到其他的 Redis 服务器，前者称为主节点，后者称为从节点 一个主节点可以有零个或多个从节点，但每个从节点只能有一个主节点 数据的复制是单向的，只能由主节点复制到从节点 从节点仅仅用来同步数据，不能用于顶替宕机的主节点 主从服务器
1.zk的主要作用： 1.zk+dubbo 注册数据的时候 生产者和消费者节点下url 为临时节点。 其余如配置文件等节点都是持久节点。 2.作为分布式锁中间件。 3.分布式job，主节点运行job 2.zk 节点： 1.持久化节点 一旦创建，永久存在，哪怕客户端跟zk断开，除非手动删
行为树NPBehave Composite Sequence and运算 依次执行序列，第一个返回false 停止执行返回false 全部为true 返回true Selector or运算 依次执行序列，第一个返回true 停止执行返回true 全部为true 返回true Parallel 同时开始执行序列，根据策略决定结果 . 失败判定为 Policy.ONE
654. 最大二叉树 给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点，其值为 nums 中的最大值。 递归地在最大值 左边 的 子数组前缀上 构建左子树。 递归地在最大值 右边 的 子数组后缀上 构建右子树。 返回 nums
1.redis 过期策略： 1.定时过期 2.惰性过期 3.定期过期 2.redis内存淘汰策略： 全局的键空间选择性移除 noeviction：当内存不足以容纳新写入数据时，新写入操作会报错。 allkeys-lru：当内存不足以容纳新写入数据时，在键空间中，移除最近最少使用的key。（这个是最常
mysql基础知识(六) mysql之视图view 什么是视图？ 视图就是通过查询得到的一张虚拟表，然后保存下来，下次直接进行使用即可。 即：将SQL语句的查询结果当做虚拟表保存起来，以后可以反复进行使用 视图的作用？ 如果要频繁使用一张虚拟表，那么通过视图的方式就可以不用重复查询 比如：我们来
图表容器及大小 在快速上手中，我们介绍了初始化 ECharts 的接口 echarts.init。API 文档中详细介绍了参数的具体含义，建议理解后再阅读本文。 下面，我们就常见的几种使用场景，介绍如何初始化一个图表以及改变其大小。 初始化 在 HTML 中定义有宽度和高度的父容器（推荐） 通常来说，需要在 H
前言 本篇文章将模拟一个KV数据读写服务，从提供单一节点读写服务，到结合分布式一致性协议（Raft）后，逐步扩展为一个分布式的，满足一致性读写需求的读写服务的过程。 其中将配合引入Raft协议的种种概念：选主、一致性、共识、安全等，通篇阅读之后，将帮助你深刻理解什么是分布式一致性协议。 一
参考资料 遍历的非递归写法 目录中序遍历前序遍历后序遍历二叉搜索树插入节点删除节点哈夫曼树练习题 中序遍历 左子树-->根节点-->右子树，在访问完成根节点后，接下来访问的下一个节点是右子树的最左边节点, 这个结论可用于中序线索二叉树的遍历 //非递归的中序遍历 #include<bits/s
发现自己的思路与那篇题解不同，而且可以跑更大的数据，所以来写个题解。 题意：给定一棵满 \(k\) 叉树，树的节点同层从左往右编号，深度较小的节点的编号一定小于深度较大的节点的编号，多次询问两点距离。 先思考 \(k=2\) 的情况。 我们知道，一个节点的左儿子就是它的编号乘二，右儿子的编号就
2022年8月10日13:56:22 传统的电商模式和报价模式对比 报价模式是先报价，在去采购对应的产品或者原料，在入库，出库给购买人，顺序不同，导致整个数据库接口不同 举个例子在有色金属交易平台 这种业务类型没有固定流程，只有交易节点，最终结算才是订单完成 如果采用传统电商模式设计数据库，
题面传送门 首先我们发现，一定不会有低于\(h_1\)的参与操作的过程。 然后考虑一个\(x\)与比它大的\(y<z\)，则发现一定是先\((x,y)\)，再\((\frac{x+y}{2},z)\)更好。 因为这样是\(\frac{4}{x+y}+\frac{z}{2}\)，而一起做是\(\frac{x+y+z}{3}\)，显然更优。 而每个节点一定只会和一号节点联
树形DP，顾名思义，就是在树上设计动态规划。 一般树形DP的DP数组的第一维表示节点编号，代表以此节点为根的子树作为的阶段。除此之外，可能的第二维乃至第三维与题目具体要求相关。 在树上进行动态规划时，一般先用深度优先搜索（\(DFS\)）来遍历该树，定义出每个节点的深度与以该节点为根的子树
前言 我的电脑内存只有8G，搭建的集群虚拟机配置如下，本案例也是可以跑的，学习视频为尚硅谷的Zookeeper教程： https://www.bilibili.com/video/BV1to4y1C7gw?p=1&vd_source=c85b4a015a69e82ad4f202bd9b87697f 需求分析 某分布式系统中，主节点可以有多台，可以动态上下线，任意一台客户端都
题目描述 来源：力扣（LeetCode） 链接：https://leetcode.cn/problems/deepest-leaves-sum/ 给你一棵二叉树的根节点 root ，请你返回 层数最深的叶子节点的和 。 题目分析 本题需要遍历树找到层数最深的叶子节点，所以可以分为两种方式 深度优先搜索和广度优先搜索。 深度优先搜索（DFS） 通过
一、原理 Mycat 的原理中最重要的一个动词是“拦截”，它拦截了用户发送过来的 SQL 语句，首先对 SQL语句做了一些特定的分析：如分片分析、路由分析、读写分离分析、缓存分析等，然后将此 SQL 发往后端的真实数据库，并将返回的结果做适当的处理，最终再返回给用户。 MyCat是目前最流行的分
