diff --git a/README.md b/README.md index e7665ed9..a1b6f399 100644 --- a/README.md +++ b/README.md @@ -1,11 +1,15 @@ -
- -
+ -![](https://img.shields.io/badge/update-today-blue.svg) ![](https://img.shields.io/badge/gitbook-making-yellow.svg) -# 网络 :cloud: +![](https://img.shields.io/badge/update-today-blue.svg) ![](https://img.shields.io/badge/gitbook-making-lightgrey.svg) + +## 网络 :cloud: > [计算机网络](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/计算机网络.md) @@ -15,7 +19,7 @@ 整理自《图解 HTTP》 -# 操作系统 :computer: +## 操作系统 :computer: > [计算机操作系统](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/计算机操作系统.md) @@ -25,7 +29,7 @@ 整理自《鸟哥的 Linux 私房菜》 -# 数据结构与算法 :pencil2: +## 数据结构与算法 :pencil2: > [算法](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/算法.md) @@ -39,7 +43,7 @@ 对题目做了一个分类，并对每种题型的解题思路做了总结。已经整理了 300+ 的题目，基本涵盖所有经典题目。 -# 面向对象 :couple: +## 面向对象 :couple: > [设计模式](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/设计模式.md) @@ -49,9 +53,13 @@ 一些面向对象思想和原则。 -# 数据库 :floppy_disk: +## 数据库 :floppy_disk: -> [SQL 语法](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/SQL%20语法.md) +> [数据库系统原理](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/数据库系统原理.md) + +整理自《数据库系统概论 第四版》 + +> [SQL](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/SQL.md) 整理自《SQL 必知必会》 @@ -59,25 +67,43 @@ 整理自《高性能 MySQL》，整理了一些重点内容。 -# Java :coffee: +> [Redis](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Redis.md) + +整理自《Redis 设计与实现》和《Redis 实战》 + +## Java :coffee: > [JVM](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/JVM.md) 整理自《深入理解 Java 虚拟机》，主要整理了内存模型、垃圾回收以及类加载机制。 +> [Java 并发](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Java%20并发.md) + +只整理了一些比较基础的概念，之后会继续添加更多内容。 + > [Java 容器](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Java%20容器.md) 容器的一些总结，包含容器源码的分析。 > [Java IO](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Java%20IO.md) -File、InputStream OutputStream、Reader Writer、Serializable、Socket、NIO +File, InputStream OutputStream, Reader Writer, Serializable, Socket, NIO > [Java 基础](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Java%20基础.md) 整理了一些常见考点。 -# 编码实践 :hammer: +## 工具 :hammer: + +> [Git](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/Git.md) + +整理一些 Git 的使用和概念。 + +> [正则表达式](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/正则表达式.md) + +整理自《正则表达式必知必会》 + +## 编码实践 :speak_no_evil: > [重构](https://github.com/CyC2018/InnterviewNotes/blob/master/notes/重构.md) @@ -91,23 +117,33 @@ File、InputStream OutputStream、Reader Writer、Serializable、Socket、NIO Google 开源项目的代码风格规范。 -# 资料下载 :arrow_down: +## 资料下载 :arrow_down: -> [百度网盘](https://pan.baidu.com/s/1o9oD1s2#list/path=%2F) +> [Download](https://github.com/CyC2018/Interview-Notebook/blob/master/other/download.md) 一些 PDF 书籍 -# 后记 :memo: +## 后记 :memo: 网上有很多相关的资料，但是这些资料都比较零散。本仓库的笔记是从经典的书籍和材料中整理而来，在整理出重点的同时会尽可能保证知识的系统性，因此比较适合作为应对面试的学习资料。 -笔记内容按照 [中文文案排版指北](http://mazhuang.org/wiki/chinese-copywriting-guidelines/#%E4%B8%8D%E8%A6%81%E4%BD%BF%E7%94%A8%E4%B8%8D%E5%9C%B0%E9%81%93%E7%9A%84%E7%BC%A9%E5%86%99) 进行排版，以保证内容的可读性。并且为了让内容更容易理解，对一些语言的表达进行了很多次修改。 +笔记内容按照 [中文文案排版指北](http://mazhuang.org/wiki/chinese-copywriting-guidelines/#%E4%B8%8D%E8%A6%81%E4%BD%BF%E7%94%A8%E4%B8%8D%E5%9C%B0%E9%81%93%E7%9A%84%E7%BC%A9%E5%86%99) 进行排版，以保证内容的可读性。这里提供了本人实现的文档排版工具的下载：[Text-Typesetting](https://github.com/CyC2018/Markdown-Typesetting)。 -由于 Github 使用的 GFM 不支持 MathJax 公式，也不支持 TOC 标记，为了把本地的 Markdown 文档转换为 GFM 支持的格式，需要替换 MathJax 公式为 CodeCogs 的云服务和重新生成 TOC 目录。并且为了让图片显示效果更好，笔记内容基本使用了 <center> 标记来让图片居中显示，但是 GFM 却不支持 <center> 标记，因此也需要进行一定的转换。如果您也需要将普通 Markdown 文档 转换 GFM 文档，可以到这里下载 GFM 文档转换小工具：[GFM-Converter](https://github.com/CyC2018/GFM-Converter)。 +由于 Github 使用的 GFM 不支持 MathJax 公式，也不支持 TOC 标记，为了把本地的 Markdown 文档转换为 GFM 支持的格式，需要替换 MathJax 公式为 CodeCogs 的云服务和重新生成 TOC 目录。并且为了让图片显示效果更好，笔记内容基本使用了 <center> 标记来让图片居中显示，但是 GFM 却不支持 <center> 标记，因此也需要进行一定的转换。这里提供了本人实现的 GFM 文档转换工具的下载：[GFM-Converter](https://github.com/CyC2018/GFM-Converter)。 -如有笔误，可以直接编辑修改。想要发表反馈意见的话，可以到 [原贴](https://www.nowcoder.com/discuss/66985) 的评论区去进行留言。或者您只是想要表达一点小小的支持，那么在 Github 上点个 Star 即可~ +因为大部分内容是一个字一个字打上去的，难免会有一些笔误，如果发现，可以直接在相应的文档上编辑修改。 ---- +如果觉得内容不够完善或者有写的不好的地方，您可以在 Issues 中发表反馈意见。 + +笔记内容可供个人随意使用，转载或者引用请注明出处，毕竟写了很长时间没那么轻松~ + + + +## License 知识共享许可协议 diff --git a/notes/Git.md b/notes/Git.md new file mode 100644 index 00000000..3418d95e --- /dev/null +++ b/notes/Git.md @@ -0,0 +1,156 @@ + +* [学习资料](#学习资料) +* [集中式与分布式](#集中式与分布式) +* [Git 的中心服务器](#git-的中心服务器) +* [Git 工作流](#git-工作流) +* [分支实现](#分支实现) +* [冲突](#冲突) +* [Fast forward](#fast-forward) +* [分支管理策略](#分支管理策略) +* [储藏（Stashing）](#储藏stashing) +* [SSH 传输设置](#ssh-传输设置) +* [.gitignore 文件](#gitignore-文件) +* [Git 命令一览](#git-命令一览) + + + +# 学习资料 + +- [Git - 简明指南](http://rogerdudler.github.io/git-guide/index.zh.html) +- [图解 Git](http://marklodato.github.io/visual-git-guide/index-zh-cn.html) +- [廖雪峰 : Git 教程](https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000) +- [Learn Git Branching](https://learngitbranching.js.org/) + +# 集中式与分布式 + +Git 属于分布式版本控制系统，而 SVN 属于集中式。 + +集中式版本控制只有中心服务器拥有一份代码，而分布式版本控制每个人的电脑上就有一份完整的代码。 + +集中式版本控制有安全性问题，当中心服务器挂了所有人都没办法工作了。 + +集中式版本控制需要连网才能工作，如果网速过慢，那么提交一个文件的会慢的无法让人忍受。而分布式版本控制不需要连网就能工作。 + +分布式版本控制新建分支、合并分支操作速度非常快，而集中式版本控制新建一个分支相当于复制一份完整代码。 + +# Git 的中心服务器 + +Git 的中心服务器用来交换每个用户的修改。没有中心服务器也能工作，但是中心服务器能够 24 小时保持开机状态，这样就能更方便的交换修改。Github 就是一种 Git 中心服务器。 + +# Git 工作流 + +

+ +新建一个仓库之后，当前目录就成为了工作区，工作区下有一个隐藏目录 .git，它属于 Git 的版本库。 + +Git 版本库有一个称为 stage 的暂存区，还有自动创建的 master 分支以及指向分支的 HEAD 指针。 + +

+ +- git add files 把文件的修改添加到暂存区 +- git commit 把暂存区的修改提交到当前分支，提交之后暂存区就被清空了 +- git reset -- files 使用当前分支上的修改覆盖暂缓区，用来撤销最后一次 git add files +- git checkout -- files 使用暂存区的修改覆盖工作目录，用来撤销本地修改 + +

+ +可以跳过暂存区域直接从分支中取出修改或者直接提交修改到分支中 + +- git commit -a 直接把所有文件的修改添加到暂缓区然后执行提交 +- git checkout HEAD -- files 取出最后一次修改，可以用来进行回滚操作 + +# 分支实现 + +Git 把每次提交都连成一条时间线。分支使用指针来实现，例如 master 分支指针指向时间线的最后一个节点，也就是最后一次提交。HEAD 指针指向的是当前分支。 + +

+ +新建分支是新建一个指针指向时间线的最后一个节点，并让 HEAD 指针指向新分支表示新分支成为当前分支。 + +

+ +每次提交只会让当前分支向前移动，而其它分支不会移动。 + +

+ +合并分支也只需要改变指针即可。 + +

+ +# 冲突 + +当两个分支都对同一个文件进行了修改，在分支合并时就会产生冲突。 + +

+ +Git 会使用 <<<<<<< ，======= ，>>>>>>> 标记出不同分支的内容，只需要把不同分支中冲突部分修改成一样就能解决冲突。 + +``` +<<<<<<< HEAD +Creating a new branch is quick & simple. +======= +Creating a new branch is quick AND simple. +>>>>>>> feature1 +``` + +# Fast forward + +"快进式合并"（fast-farward merge），会直接将 master 分支指向合并的分支，这种模式下进行分支合并会丢失分支信息，也就不能在分支历史上看出分支信息。 + +可以在合并时加上 --no-ff 参数来禁用 Fast forward 模式，并且加上 -m 参数让合并时产生一个新的 commit。 + +``` +$ git merge --no-ff -m "merge with no-ff" dev +``` + +

+ +# 分支管理策略 + +master 分支应该是非常稳定的，只用来发布新版本； + +日常开发在开发分支 dev 上进行。 + +

+ +# 储藏（Stashing） + +在一个分支上操作之后，如果还没有将修改提交到分支上，此时进行切换分支，那么另一个分支上也能看到新的修改。这是因为所有分支都共用一个工作区的缘故。 + +可以使用 git stash 将当前分支的修改储藏起来，此时当前工作区的所有修改都会被存到栈上，也就是说当前工作区是干净的，没有任何未提交的修改。此时就可以安全的切换到其它分支上了。 + +``` +$ git stash +Saved working directory and index state \ "WIP on master: 049d078 added the index file" +HEAD is now at 049d078 added the index file (To restore them type "git stash apply") +``` + +该功能可以用于 bug 分支的实现。如果当前正在 dev 分支上进行开发，但是此时 master 上有个 bug 需要修复，但是 dev 分支上的开发还未完成，不想立即提交。在新建 bug 分支并切换到 bug 分支之前就需要使用 git stash 将 dev 分支的未提交修改储藏起来。 + +# SSH 传输设置 + +Git 仓库和 Github 中心仓库之间是通过 SSH 加密。 + +如果工作区下没有 .ssh 目录，或者该目录下没有 id_rsa 和 id_rsa.pub 这两个文件，可以通过以下命令来创建 SSH Key： + +``` +$ ssh-keygen -t rsa -C "youremail@example.com" +``` + +然后把公钥 id_rsa.pub 的内容复制到 Github "Account settings" 的 SSH Keys 中。 + +# .gitignore 文件 + +忽略以下文件： + +1. 操作系统自动生成的文件，比如缩略图； +2. 编译生成的中间文件，比如 Java 编译产生的 .class 文件； +3. 自己的敏感信息，比如存放口令的配置文件。 + +不需要全部自己编写，可以到 [https://github.com/github/gitignore](https://github.com/github/gitignore) 中进行查询。 + +# Git 命令一览 + +

+ +比较详细的地址：http://www.cheat-sheets.org/saved-copy/git-cheat-sheet.pdf diff --git a/notes/HTTP.md b/notes/HTTP.md index 7a266c09..e038a98d 100644 --- a/notes/HTTP.md +++ b/notes/HTTP.md @@ -8,10 +8,11 @@ * [POST：传输实体主体](#post传输实体主体) * [HEAD：获取报文首部](#head获取报文首部) * [PUT：上传文件](#put上传文件) + * [PATCH：对资源进行部分修改](#patch对资源进行部分修改) * [DELETE：删除文件](#delete删除文件) * [OPTIONS：查询支持的方法](#options查询支持的方法) - * [TRACE：追踪路径](#trace追踪路径) * [CONNECT：要求用隧道协议连接代理](#connect要求用隧道协议连接代理) + * [TRACE：追踪路径](#trace追踪路径) * [HTTP 状态码](#http-状态码) * [2XX 成功](#2xx-成功) * [3XX 重定向](#3xx-重定向) @@ -37,7 +38,10 @@ * [加密](#加密) * [认证](#认证) * [完整性](#完整性) -* [HTTP/1.0 与 HTTP/1.1 的区别](#http10-与-http11-的区别) +* [各版本比较](#各版本比较) + * [HTTP/1.0 与 HTTP/1.1 的区别](#http10-与-http11-的区别) + * [HTTP/1.1 与 HTTP/2.0 的区别](#http11-与-http20-的区别) +* [参考资料](#参考资料) @@ -57,40 +61,41 @@ URI 包含 URL 和 URN，目前 WEB 只有 URL 比较流行，所以见到的基本都是 URL。 -

+

## 请求和响应报文 -**请求报文** +**请求报文** -

+

-**响应报文** +**响应报文** -

+

# HTTP 方法 -客户端发送的请求报文第一行为请求行，包含了方法字段。 +客户端发送的 **请求报文** 第一行为请求行，包含了方法字段。 ## GET：获取资源 ## POST：传输实体主体 -POST 主要目的不是获取资源，而是传输实体主体数据。 +POST 主要目的不是获取资源，而是传输存储在内容实体中的数据。 -GET 和 POST 的请求都能使用额外的参数，但是 GET 的参数是以查询字符串出现在 URL 中，而 POST 的参数存储在实体主体部分。 +GET 和 POST 的请求都能使用额外的参数，但是 GET 的参数是以查询字符串出现在 URL 中，而 POST 的参数存储在内容实体。 ``` GET /test/demo_form.asp?name1=value1&name2=value2 HTTP/1.1 ``` + ``` POST /test/demo_form.asp HTTP/1.1 Host: w3schools.com name1=value1&name2=value2 ``` -GET 的传参方式相比于 POST 安全性较差，因为 GET 传的参数在 URL 是可见的，可能会泄露私密信息。并且 GET 只支持 ASCII 字符，如果参数为中文则可能会出现乱码，而 POST 支持标准字符集。 +GET 的传参方式相比于 POST 安全性较差，因为 GET 传的参数在 URL 中是可见的，可能会泄露私密信息。并且 GET 只支持 ASCII 字符，如果参数为中文则可能会出现乱码，而 POST 支持标准字符集。 ## HEAD：获取报文首部 @@ -100,37 +105,68 @@ GET 的传参方式相比于 POST 安全性较差，因为 GET 传的参数在 U ## PUT：上传文件 -由于自身不带验证机制，任何人都可以上传文件，因此存在安全性问题，一般 WEB 网站不使用该方法。 +由于自身不带验证机制，任何人都可以上传文件，因此存在安全性问题，一般不使用该方法。 + +```html +PUT /new.html HTTP/1.1 +Host: example.com +Content-type: text/html +Content-length: 16 + +

New File

+``` + +## PATCH：对资源进行部分修改 + +PUT 也可以用于修改资源，但是只能完全替代原始资源，PATCH 允许部分修改。 + +```html +PATCH /file.txt HTTP/1.1 +Host: www.example.com +Content-Type: application/example +If-Match: "e0023aa4e" +Content-Length: 100 + +[description of changes] +``` ## DELETE：删除文件 与 PUT 功能相反，并且同样不带验证机制。 +```html +DELETE /file.html HTTP/1.1 +``` + ## OPTIONS：查询支持的方法 查询指定的 URL 能够支持的方法。 会返回 Allow: GET, POST, HEAD, OPTIONS 这样的内容。 +## CONNECT：要求用隧道协议连接代理 + +要求在于代理服务器通信时建立隧道，使用 SSL（Secure Sokets Layer，安全套接字）和 TLS（Transport Layer Security，传输层安全）协议把通信内容加密后经网络隧道传输。 + +```html +CONNECT www.example.com:443 HTTP/1.1 +``` + +

+ ## TRACE：追踪路径 服务器会将通信路径返回给客户端。 发送请求时，在 Max-Forwards 首部字段中填入数值，每经过一个服务器就会减 1，当数值为 0 时就停止传输。 -TRACE 一般不会使用，并且它容易受到 XST 攻击（Cross-Site Tracing，跨站追踪），因此更不会去使用它。 +通常不会使用 TRACE，并且它容易受到 XST 攻击（Cross-Site Tracing，跨站追踪），因此更不会去使用它。 -

- -## CONNECT：要求用隧道协议连接代理 - -主要使用 SSL（Secure Sokets Layer，安全套接字）和 TLS（Transport Layer Security，传输层安全）协议把通信内容加密后经网络隧道传输。 - -

+

# HTTP 状态码 -服务器返回的响应报文中第一行为状态行，包含了状态码以及原因短语，来告知客户端请求的结果。 +服务器返回的 **响应报文** 中第一行为状态行，包含了状态码以及原因短语，用来告知客户端请求的结果。 | 状态码 | 类别 | 原因短语 | | --- | --- | --- | @@ -142,43 +178,43 @@ TRACE 一般不会使用，并且它容易受到 XST 攻击（Cross-Site Tracing ## 2XX 成功 -- **200 OK** +- **200 OK** -- **204 No Content**：请求已经成功处理，但是返回的响应报文不包含实体的主体部分。一般在只需要从客户端往服务器发送信息，而不需要返回数据时使用。 +- **204 No Content** ：请求已经成功处理，但是返回的响应报文不包含实体的主体部分。一般在只需要从客户端往服务器发送信息，而不需要返回数据时使用。 -- **206 Partial Content** +- **206 Partial Content** ：表示客户端进行了范围请求。响应报文包含由 Content-Range 指定范围的实体内容。 ## 3XX 重定向 -- **301 Moved Permanently**：永久性重定向 +- **301 Moved Permanently** ：永久性重定向 -- **302 Found**：临时性重定向 +- **302 Found** ：临时性重定向 -- **303 See Other** +- **303 See Other** ：和 302 有着相同的功能，但是 303 明确要求客户端应该采用 GET 方法获取资源。 - 注：虽然 HTTP 协议规定 301、302 状态下重定向时不允许把 POST 方法改成 GET 方法，但是大多数浏览器都会 在 301、302 和 303 状态下的重定向把 POST 方法改成 GET 方法。 -- **304 Not Modified**：如果请求报文首部包含一些条件，例如：If-Match，If-ModifiedSince，If-None-Match，If-Range，If-Unmodified-Since，但是不满足条件，则服务器会返回 304 状态码。 +- **304 Not Modified** ：如果请求报文首部包含一些条件，例如：If-Match，If-ModifiedSince，If-None-Match，If-Range，If-Unmodified-Since，但是不满足条件，则服务器会返回 304 状态码。 -- **307 Temporary Redirect**：临时重定向，与 302 的含义类似，但是 307 要求浏览器不会把重定向请求的 POST 方法改成 GET 方法。 +- **307 Temporary Redirect** ：临时重定向，与 302 的含义类似，但是 307 要求浏览器不会把重定向请求的 POST 方法改成 GET 方法。 ## 4XX 客户端错误 -- **400 Bad Request**：请求报文中存在语法错误 +- **400 Bad Request** ：请求报文中存在语法错误。 -- **401 Unauthorized**：该状态码表示发送的请求需要有通过 HTTP 认证（BASIC 认证、DIGEST 认证）的认证信息。如果之前已进行过一次请求，则表示用户认证失败。 +- **401 Unauthorized** ：该状态码表示发送的请求需要有认证信息（BASIC 认证、DIGEST 认证）。如果之前已进行过一次请求，则表示用户认证失败。 -

+

-- **403 Forbidden**：请求被拒绝，服务器端没有必要给出拒绝的详细理由。 +- **403 Forbidden** ：请求被拒绝，服务器端没有必要给出拒绝的详细理由。 -- **404 Not Found** +- **404 Not Found** ## 5XX 服务器错误 -- **500 Internal Server Error**：服务器正在执行请求时发生错误 +- **500 Internal Server Error** ：服务器正在执行请求时发生错误。 -- **503 Service Unavilable**：该状态码表明服务器暂时处于超负载或正在进行停机维护，现在无法处理请求。 +- **503 Service Unavilable** ：服务器暂时处于超负载或正在进行停机维护，现在无法处理请求。 # HTTP 首部 @@ -191,7 +227,7 @@ TRACE 一般不会使用，并且它容易受到 XST 攻击（Cross-Site Tracing | 首部字段名 | 说明 | | -- | -- | | Cache-Control | 控制缓存的行为 | -| Connection | 逐跳首部、 连接的管理 | +| Connection | 控制不再转发给代理的首部字段；管理持久连接| | Date | 创建报文的日期时间 | | Pragma | 报文指令 | | Trailer | 报文末端的首部一览 | @@ -245,7 +281,7 @@ TRACE 一般不会使用，并且它容易受到 XST 攻击（Cross-Site Tracing | Allow | 资源可支持的 HTTP 方法 | | Content-Encoding | 实体主体适用的编码方式 | | Content-Language | 实体主体的自然语言 | -| Content-Length | 实体主体的大小（单位： 字节） | +| Content-Length | 实体主体的大小（单位：字节） | | Content-Location | 替代对应资源的 URI | | Content-MD5 | 实体主体的报文摘要 | | Content-Range | 实体主体的位置范围 | @@ -259,52 +295,103 @@ TRACE 一般不会使用，并且它容易受到 XST 攻击（Cross-Site Tracing HTTP 协议是无状态的，主要是为了让 HTTP 协议尽可能简单，使得它能够处理大量事务。HTTP/1.1 引入 Cookie 来保存状态信息。 -服务器发送的响应报文包含 Set-Cookie 字段，客户端得到响应报文后把 Cookie 内容保存到浏览器中。下次再发送请求时，从浏览器中读出 Cookie 值，在请求报文中包含 Cookie 字段，这样服务器就知道客户端的状态信息了。Cookie 状态信息保存在客户端浏览器中，而不是服务器上。 +Cookie 是服务器发送给客户端的数据，该数据会被保存在浏览器中，并且在下一次发送请求时包含该数据。通过 Cookie 可以让服务器知道两个请求是否来自于同一个客户端，从而实现保持登录状态等功能。 -

+**创建过程** -Set-Cookie 字段有以下属性： +服务器发送的响应报文包含 Set-Cookie 字段，客户端得到响应报文后把 Cookie 内容保存到浏览器中。 + +```html +HTTP/1.0 200 OK +Content-type: text/html +Set-Cookie: yummy_cookie=choco +Set-Cookie: tasty_cookie=strawberry + +[page content] +``` + +客户端之后发送请求时，会从浏览器中读出 Cookie 值，在请求报文中包含 Cookie 字段。 + +```html +GET /sample_page.html HTTP/1.1 +Host: www.example.org +Cookie: yummy_cookie=choco; tasty_cookie=strawberry +``` + +**Set-Cookie** | 属性 | 说明 | | -- | -- | | NAME=VALUE | 赋予 Cookie 的名称和其值（必需项） | | expires=DATE | Cookie 的有效期（若不明确指定则默认为浏览器关闭前为止） | | path=PATH | 将服务器上的文件目录作为 Cookie 的适用对象（若不指定则默认为文档所在的文件目录） | -| domain= 域名 | 作为 Cookie 适用对象的域名（若不指定则默认为创建 Cookie 的服务器的域名） | +| domain=域名 | 作为 Cookie 适用对象的域名（若不指定则默认为创建 Cookie 的服务器的域名） | | Secure | 仅在 HTTPS 安全通信时才会发送 Cookie | | HttpOnly | 加以限制，使 Cookie 不能被 JavaScript 脚本访问 | -**Session 和 Cookie 区别** +**Session 和 Cookie 区别** Session 是服务器用来跟踪用户的一种手段，每个 Session 都有一个唯一标识：Session ID。当服务器创建了一个 Session 时，给客户端发送的响应报文就包含了 Set-Cookie 字段，其中有一个名为 sid 的键值对，这个键值对就是 Session ID。客户端收到后就把 Cookie 保存在浏览器中，并且之后发送的请求报文都包含 Session ID。HTTP 就是通过 Session 和 Cookie 这两种方式一起合作来实现跟踪用户状态的，Session 用于服务器端，Cookie 用于客户端。 -**浏览器禁用 Cookie 的情况** +**浏览器禁用 Cookie 的情况** 会使用 URL 重写技术，在 URL 后面加上 sid=xxx 。 -**使用 Cookie 实现用户名和密码的自动填写** +**使用 Cookie 实现用户名和密码的自动填写** -网站脚本会自动从 Cookie 中读取用户名和密码，从而实现自动填写。 +网站脚本会自动从保存在浏览器中的 Cookie 读取用户名和密码，从而实现自动填写。 ## 缓存 -有两种缓存方法：让代理服务器进行缓存和让客户端浏览器进行缓存。 +**优点** -Cache-Control 用于控制缓存的行为。Cache-Control: no-cache 有两种含义，如果是客户端向缓存服务器发送的请求报文中含有该指令，表示客户端不想要缓存的资源；如果是源服务器向缓存服务器发送的响应报文中含有该指令，表示缓存服务器不能对资源进行缓存。 +1. 降低服务器的负担； +2. 提高响应速度（缓存资源比服务器上的资源离客户端更近）。 -Expires 字段可以用于告知缓存服务器该资源什么时候会过期。当首部字段 Cache-Control 有指定 max-age 指令时，比起首部字段 Expires，会优先处理 max-age 指令。 +**实现方法** + +1. 让代理服务器进行缓存； +2. 让客户端浏览器进行缓存。 + +**Cache-Control 字段** + +HTTP 通过 Cache-Control 首部字段来控制缓存。 + +```html +Cache-Control: private, max-age=0, no-cache +``` + +**no-cache 指令** + +该指令出现在请求报文的 Cache-Control 字段中，表示缓存服务器需要先向原服务器验证缓存资源是否过期； + +该指令出现在响应报文的 Cache-Control 字段中，表示缓存服务器在进行缓存之前需要先验证缓存资源的有效性。 + +**no-store 指令** + +该指令表示缓存服务器不能对请求或响应的任何一部分进行缓存。 + +no-cache 不表示不缓存，而是缓存之前需要先进行验证，no-store 才是不进行缓存。 + +**max-age 指令** + +该指令出现在请求报文的 Cache-Control 字段中，如果缓存资源的缓存时间小于该指令指定的时间，那么就能接受该缓存。 + +该指令出现在响应报文的 Cache-Control 字段中，表示缓存资源在缓存服务器中保存的时间。 + +Expires 字段也可以用于告知缓存服务器该资源什么时候会过期。在 HTTP/1.1 中，会优先处理 Cache-Control : max-age 指令；而在 HTTP/1.0 中，Cache-Control : max-age 指令会被忽略掉。 ## 持久连接 -当浏览器访问一个包含多张图片的 HTML 页面时，除了请求访问 HTML 页面资源，还会请求图片资源，如果每进行一次 HTTP 通信就要断开一次 TCP 连接，连接建立和断开的开销会很大。**持久连接** 只需要进行一次 TCP 连接就能进行多次 HTTP 通信。HTTP/1.1 开始，所有的连接默认都是持久连接。 +当浏览器访问一个包含多张图片的 HTML 页面时，除了请求访问 HTML 页面资源，还会请求图片资源，如果每进行一次 HTTP 通信就要断开一次 TCP 连接，连接建立和断开的开销会很大。持久连接只需要建立一次 TCP 连接就能进行多次 HTTP 通信。 -

+

-持久连接需要使用 Connection 首部字段进行管理。HTTP/1.1 开始 HTTP 默认是持久化连接的，如果要断开 TCP 连接，需要由客户端或者服务器端提出断开，使用 Connection: close；而在 HTTP/1.1 之前默认是非持久化连接的，如果要维持持续连接，需要使用 Keep-Alive。 +持久连接需要使用 Connection 首部字段进行管理。HTTP/1.1 开始 HTTP 默认是持久化连接的，如果要断开 TCP 连接，需要由客户端或者服务器端提出断开，使用 Connection : close；而在 HTTP/1.1 之前默认是非持久化连接的，如果要维持持续连接，需要使用 Connection : Keep-Alive。 -管线化方式可以同时发送多个请求和响应，而不需要发送一个请求然后等待响应之后再发下一个请求。 +**管线化方式** 可以同时发送多个请求和响应，而不需要发送一个请求然后等待响应之后再发下一个请求。 -

+

## 编码 @@ -316,11 +403,24 @@ Expires 字段可以用于告知缓存服务器该资源什么时候会过期。 ## 多部分对象集合 -一份报文主体内可含有多种类型的实体同时发送，每个部分之间用 boundary 字段定义的分隔符进行分隔；每个部分都可以有首部字段。 +一份报文主体内可含有多种类型的实体同时发送，每个部分之间用 boundary 字段定义的分隔符进行分隔，每个部分都可以有首部字段。 例如，上传多个表单时可以使用如下方式： -

+```html +Content-Type: multipart/form-data; boundary=AaB03x + +--AaB03x +Content-Disposition: form-data; name="submit-name" + +Larry +--AaB03x +Content-Disposition: form-data; name="files"; filename="file1.txt" +Content-Type: text/plain + +... contents of file1.txt ... +--AaB03x-- +``` ## 范围请求 @@ -328,19 +428,35 @@ Expires 字段可以用于告知缓存服务器该资源什么时候会过期。 在请求报文首部中添加 Range 字段，然后指定请求的范围，例如 Range:bytes=5001-10000。请求成功的话服务器发送 206 Partial Content 状态。 +```html +GET /z4d4kWk.jpg HTTP/1.1 +Host: i.imgur.com +Range: bytes=0-1023 +``` + +```html +HTTP/1.1 206 Partial Content +Content-Range: bytes 0-1023/146515 +Content-Length: 1024 +... +(binary content) +``` + ## 内容协商 通过内容协商返回最合适的内容，例如根据浏览器的默认语言选择返回中文界面还是英文界面。 涉及以下首部字段：Accept、Accept-Charset、Accept-Encoding、Accept-Language、Content-Language。 +

+ ## 虚拟主机 使用虚拟主机技术，使得一台服务器拥有多个域名，并且在逻辑上可以看成多个服务器。 ## 通信数据转发 -**代理** +**代理** 代理服务器接受客户端的请求，并且转发给其它服务器。 @@ -348,19 +464,19 @@ Expires 字段可以用于告知缓存服务器该资源什么时候会过期。 使用代理的主要目的是：缓存、网络访问控制以及访问日志记录。 -

+

-**网关** +**网关** 与代理服务器不同的是，网关服务器会将 HTTP 转化为其它协议进行通信，从而请求其它非 HTTP 服务器的服务。 -

+

-**隧道** +**隧道** 使用 SSL 等加密手段，为客户端和服务器之间建立一条安全的通信线路。 -

+

# HTTPs @@ -378,27 +494,29 @@ HTTPs 并不是新协议，而是 HTTP 先和 SSL（Secure Socket Layer）通信 对称密钥加密的缺点：无法安全传输密钥；公开密钥加密的缺点：相对来说更耗时。 -HTTPs 采用 **混合的加密机制**，使用公开密钥加密用于传输对称密钥，之后使用对称密钥加密进行通信。（下图中，共享密钥即对称密钥） +HTTPs 采用 **混合的加密机制** ，使用公开密钥加密用于传输对称密钥，之后使用对称密钥加密进行通信。（下图中，共享密钥即对称密钥） -

+

## 认证 -通过使用 **证书** 来对通信方进行认证。证书中有公开密钥数据，如果可以验证公开密钥的确属于通信方的，那么就可以确定通信方是可靠的。 +通过使用 **证书** 来对通信方进行认证。 -数字证书认证机构（CA，Certificate Authority）可以对其颁发的公开密钥证书对其进行验证。 +数字证书认证机构（CA，Certificate Authority）是客户端与服务器双方都可信赖的第三方机构。服务器的运营人员向 CA 提出公开密钥的申请，CA 在判明提出申请者的身份之后，会对已申请的公开密钥做数字签名，然后分配这个已签名的公开密钥，并将该公开密钥放入公开密钥证书后绑定在一起。 -进行 HTTPs 通信时，服务器会把证书发送给客户端，客户端取得其中的公开密钥之后，就可以开始通信。 +进行 HTTPs 通信时，服务器会把证书发送给客户端，客户端取得其中的公开密钥之后，先进行验证，如果验证通过，就可以开始通信。 + +除了上诉提到的服务器端证书之外，还有客户端证书，客户端证书的目的就是让服务器对客户端进行验证。客户端证书需要用户自行安装，只有在业务需要非常高的安全性时才使用客户端证书，例如网上银行。 使用 OpenSSL 这套开源程序，每个人都可以构建一套属于自己的认证机构，从而自己给自己颁发服务器证书。浏览器在访问该服务器时，会显示“无法确认连接安全性”或“该网站的安全证书存在问题”等警告消息。 -客户端证书需要用户自行安装，只有在业务需要非常高的安全性时才使用客户端证书，例如网上银行。 - ## 完整性 SSL 提供摘要功能来验证完整性。 -# HTTP/1.0 与 HTTP/1.1 的区别 +# 各版本比较 + +## HTTP/1.0 与 HTTP/1.1 的区别 HTTP/1.1 新增了以下内容： @@ -407,3 +525,26 @@ HTTP/1.1 新增了以下内容： - 提供了虚拟主机的功能； - 多了一些缓存处理字段； - 多了一些状态码； + +## HTTP/1.1 与 HTTP/2.0 的区别 + +**多路复用** + +HTTP/2.0 使用多路复用技术，使用同一个 TCP 连接来处理多个请求。 + +**首部压缩** + +HTTP/1.1 的首部带有大量信息，而且每次都要重复发送。HTTP/2.0 要求通讯双方各自缓存一份首部字段表，从而避免了重复传输。 + +**服务端推送** + +在客户端请求一个资源时，会把相关的资源一起发送给客户端，客户端就不需要再次发起请求了。例如客户端请求 index.html 页面，服务端就把 index.js 一起发给客户端。 + +**二进制格式** + +HTTP/1.1 的解析是基于文本的，而 HTTP/2.0 采用二进制格式。 + +# 参考资料 + +- [图解 HTTP](https://pan.baidu.com/s/1M0AHXqG9sP9Bxne6u0JK8A) +- [MDN : HTTP](https://developer.mozilla.org/en-US/docs/Web/HTTP) diff --git a/notes/JVM.md b/notes/JVM.md index 1aa8d280..a49135b3 100644 --- a/notes/JVM.md +++ b/notes/JVM.md @@ -19,9 +19,9 @@ * [1.3 方法区的回收](#13-方法区的回收) * [1.4 finalize()](#14-finalize) * [2. 垃圾收集算法](#2-垃圾收集算法) - * [2.1 标记 - 清除算法](#21-标记---清除算法) + * [2.1 标记-清除算法](#21-标记-清除算法) * [2.2 复制算法](#22-复制算法) - * [2.3 标记 - 整理算法](#23-标记---整理算法) + * [2.3 标记-整理算法](#23-标记-整理算法) * [2.4 分代收集算法](#24-分代收集算法) * [3. 垃圾收集器](#3-垃圾收集器) * [3.1 Serial 收集器](#31-serial-收集器) @@ -38,12 +38,12 @@ * [4.3 长期存活的对象进入老年代](#43-长期存活的对象进入老年代) * [4.4 动态对象年龄判定](#44-动态对象年龄判定) * [4.5 空间分配担保](#45-空间分配担保) - * [4.6 Full GC 的触发条件](#46-full-gc-的触发条件) - * [4.6.1 调用 System.gc()](#461-调用-systemgc) - * [4.6.2 老年代空间不足](#462-老年代空间不足) - * [4.6.3 空间分配担保失败](#463-空间分配担保失败) - * [4.6.4 JDK 1.7 及以前的永久代空间不足](#464-jdk-17-及以前的永久代空间不足) - * [4.6.5 Concurrent Mode Failure](#465-concurrent-mode-failure) + * [5. Full GC 的触发条件](#5-full-gc-的触发条件) + * [5.1 调用 System.gc()](#51-调用-systemgc) + * [5.2 老年代空间不足](#52-老年代空间不足) + * [5.3 空间分配担保失败](#53-空间分配担保失败) + * [5.4 JDK 1.7 及以前的永久代空间不足](#54-jdk-17-及以前的永久代空间不足) + * [5.5 Concurrent Mode Failure](#55-concurrent-mode-failure) * [类加载机制](#类加载机制) * [1 类的生命周期](#1-类的生命周期) * [2. 类初始化时机](#2-类初始化时机) @@ -65,7 +65,7 @@ # 内存模型 -

+

注：白色区域为线程私有的，蓝色区域为线程共享的。 @@ -94,6 +94,7 @@ 不需要连续内存，可以通过 -Xmx 和 -Xms 来控制动态扩展内存大小，如果动态扩展失败会抛出 OutOfMemoryError 异常。 + ## 5. 方法区 用于存放已被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等数据。 @@ -116,19 +117,15 @@ # 垃圾收集 -程序计数器、虚拟机栈和本地方法栈这三个区域属于线程私有的，只存在于线程的生命周期内，线程结束之后也会消失，因此不需要对这三个区域进行垃圾回收。 - -垃圾回收主要是针对 Java 堆和方法区进行。 +程序计数器、虚拟机栈和本地方法栈这三个区域属于线程私有的，只存在于线程的生命周期内，线程结束之后也会消失，因此不需要对这三个区域进行垃圾回收。垃圾回收主要是针对 Java 堆和方法区进行。 ## 1. 判断一个对象是否可回收 ### 1.1 引用计数 -给对象添加一个引用计数器，当对象增加一个引用时计数器加 1，引用失效时计数器减 1。 +给对象添加一个引用计数器，当对象增加一个引用时计数器加 1，引用失效时计数器减 1。引用计数为 0 的对象可被回收。 -引用计数为 0 的对象可被回收。 - -两个对象会出现循环引用问题，此时引用计数器永远不为 0，导致 GC 收集器无法回收。 +两个对象出现循环引用的情况下，此时引用计数器永远不为 0，导致 GC 收集器无法回收。 ```java objA.instance = objB; @@ -148,59 +145,61 @@ GC Roots 一般包含以下内容： ### 1.3 引用类型 -无论是通过引用计算算法判断对象的引用数量，还是通过可达性分析算法判断对象的引用链是否可达，判定独享是否存活都与“引用”有关。 +无论是通过引用计算算法判断对象的引用数量，还是通过可达性分析算法判断对象的引用链是否可达，判定对象是否存活都与“引用”有关。 + +Java 对引用的概念进行了扩充，引入四种强度不同的引用类型。 #### 1.3.1 强引用 只要强引用存在，垃圾回收器永远不会回收调掉被引用的对象。 +使用 new 一个新对象的方式来创建强引用。 + ```java Object obj = new Object(); ``` #### 1.3.2 软引用 +用来描述一些还有用但是并非必需的对象。 -非必须引用，内存溢出之前进行回收。 +在系统将要发生内存溢出异常之前，将会对这些对象列进回收范围之中进行第二次回收。如果这次回收还没有足够的内存，才会抛出溢出异常。 + +软引用主要用来实现类似缓存的功能，在内存足够的情况下直接通过软引用取值，无需从繁忙的真实来源获取数据，提升速度；当内存不足时，自动删除这部分缓存数据，从真正的来源获取这些数据。 + +使用 SoftReference 类来实现软引用。 ```java Object obj = new Object(); SoftReference sf = new SoftReference(obj); -obj = null; -sf.get(); ``` -sf 是对 obj 的一个软引用，通过 sf.get() 方法可以取到这个对象，当然，当这个对象被标记为需要回收的对象时，则返回 null； - -软引用主要用来实现类似缓存的功能，在内存足够的情况下直接通过软引用取值，无需从繁忙的真实来源查询数据，提升速度；当内存不足时，自动删除这部分缓存数据，从真正的来源查询这些数据。 - - #### 1.3.3 弱引用 只能生存到下一次垃圾收集发生之前，当垃圾收集器工作时，无论当前内存是否足够，都会被回收。 +使用 WeakReference 类来实现弱引用。 + ```java Object obj = new Object(); WeakReference wf = new WeakReference(obj); -obj = null; -wf.get(); -wf.isEnQueued(); ``` #### 1.3.4 虚引用 -又称为幽灵引用或者幻影引用，一个对象是否有虚引用的存在，完全不会对其生存时间构成影响，也无法通过虚引用取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被收集器回收时收到一个系统通知。 +又称为幽灵引用或者幻影引用.一个对象是否有虚引用的存在，完全不会对其生存时间构成影响，也无法通过虚引用取得一个对象实例。为一个对象设置虚引用关联的唯一目的就是能在这个对象被收集器回收时收到一个系统通知。 + +使用 PhantomReference 来实现虚引用。 ```java Object obj = new Object(); PhantomReference pf = new PhantomReference(obj); -obj=null; -pf.get(); -pf.isEnQueued(); ``` ### 1.3 方法区的回收 +因为方法区主要存放永久代对象，而永久代对象的回收率比新生代差很多，因此在方法区上进行回收性价比不高。 + 在方法区主要是对常量池的回收和对类的卸载。 常量池的回收和堆中对象回收类似。 @@ -217,15 +216,15 @@ pf.isEnQueued(); ### 1.4 finalize() -当一个对象可被回收时，如果该对象有必要执行 finalize() 方法，那么就有可能可能通过在该方法中让对象重新被引用，从而实现自救。 - finalize() 类似 C++ 的析构函数，用来做关闭外部资源等工作。但是 try-finally 等方式可以做的更好，并且该方法运行代价高昂，不确定性大，无法保证各个对象的调用顺序，因此最好不要使用。 +当一个对象可被回收时，如果需要执行该对象的 finalize() 方法，那么就有可能通过在该方法中让对象重新被引用，从而实现自救。 + ## 2. 垃圾收集算法 -### 2.1 标记 - 清除算法 +### 2.1 标记-清除算法 -

+

将需要回收的对象进行标记，然后清除。 @@ -238,38 +237,38 @@ finalize() 类似 C++ 的析构函数，用来做关闭外部资源等工作。 ### 2.2 复制算法 -

+

将内存划分为大小相等的两块，每次只使用其中一块，当这一块内存用完了就将还存活的对象复制到另一块上面，然后再把使用过的内存空间进行一次清理。 主要不足是只使用了内存的一半。 -现在的商业虚拟机都采用这种收集算法来回收新生代，但是并不是将内存划分为大小相等的两块，而是分为一块较大的 Eden 空间和两块较小的 Survior 空间，每次使用 Eden 空间和其中一块 Survivor。在回收时，将 Eden 和 Survivor 中还存活着的对象一次性复制到另一块 Survivor 空间上，最后清理 Eden 和 Survivor。HotSpot 虚拟机的 Eden 和 Survivor 的大小比例默认为 8:1，保证了内存的利用率达到 90 %。如果每次回收有多于 10% 的对象存活，那么一块 Survivor 空间就不够用了，需要依赖于老年代进行分配担保，也就是借用老年代的空间。 +现在的商业虚拟机都采用这种收集算法来回收新生代，但是并不是将内存划分为大小相等的两块，而是分为一块较大的 Eden 空间和两块较小的 Survior 空间，每次使用 Eden 空间和其中一块 Survivor。在回收时，将 Eden 和 Survivor 中还存活着的对象一次性复制到另一块 Survivor 空间上，最后清理 Eden 和 使用过的那一块 Survivor。HotSpot 虚拟机的 Eden 和 Survivor 的大小比例默认为 8:1，保证了内存的利用率达到 90 %。如果每次回收有多于 10% 的对象存活，那么一块 Survivor 空间就不够用了，此时需要依赖于老年代进行分配担保，也就是借用老年代的空间。 -### 2.3 标记 - 整理算法 +### 2.3 标记-整理算法 -

+

-让所有存活的对象都向一段移动，然后直接清理掉端边界以外的内存。 +让所有存活的对象都向一端移动，然后直接清理掉端边界以外的内存。 ### 2.4 分代收集算法 -现在的商业虚拟机采用分代收集算法，它使用了前面介绍的几种收集算法，根据对象存活周期将内存划分为几块，不同块采用适当的收集算法。 +现在的商业虚拟机采用分代收集算法，它根据对象存活周期将内存划分为几块，不同块采用适当的收集算法。 一般将 Java 堆分为新生代和老年代。 1. 新生代使用：复制算法 -2. 老年代使用：标记 - 清理 或者 标记 - 整理 算法。 +2. 老年代使用：标记-清理 或者 标记-整理 算法。 ## 3. 垃圾收集器 -

+

以上是 HotSpot 虚拟机中的 7 个垃圾收集器，连线表示垃圾收集器可以配合使用。 ### 3.1 Serial 收集器 -

+

它是单线程的收集器，不仅意味着只会使用一个线程进行垃圾收集工作，更重要的是它在进行垃圾收集时，必须暂停所有其他工作线程，往往造成过长的等待时间。 @@ -279,7 +278,7 @@ finalize() 类似 C++ 的析构函数，用来做关闭外部资源等工作。 ### 3.2 ParNew 收集器 -

+

它是 Serial 收集器的多线程版本。 @@ -301,7 +300,7 @@ finalize() 类似 C++ 的析构函数，用来做关闭外部资源等工作。 ### 3.4 Serial Old 收集器 -

+

Serial Old 是 Serial 收集器的老年代版本，也是给 Client 模式下的虚拟机使用。如果用在 Server 模式下，它有两大用途： @@ -310,7 +309,7 @@ Serial Old 是 Serial 收集器的老年代版本，也是给 Client 模式下 ### 3.5 Parallel Old 收集器 -

+

是 Parallel Scavenge 收集器的老年代版本。 @@ -318,9 +317,9 @@ Serial Old 是 Serial 收集器的老年代版本，也是给 Client 模式下 ### 3.6 CMS 收集器 -

+

-CMS（Concurrent Mark Sweep），从 Mark Sweep 可以知道它是基于 标记 - 清除 算法实现的。 +CMS（Concurrent Mark Sweep），从 Mark Sweep 可以知道它是基于标记-清除算法实现的。 特点：并发收集、低停顿。 @@ -339,11 +338,11 @@ CMS（Concurrent Mark Sweep），从 Mark Sweep 可以知道它是基于 标记 2. 无法处理浮动垃圾。由于并发清理阶段用户线程还在运行着，伴随程序运行自然就还会有新的垃圾不断产生。这一部分垃圾出现在标记过程之后，CMS 无法在当次收集中处理掉它们，只好留到下一次 GC 时再清理掉，这一部分垃圾就被称为“浮动垃圾”。也是由于在垃圾收集阶段用户线程还需要运行，那也就还需要预留有足够的内存空间给用户线程使用，因此它不能像其他收集器那样等到老年代几乎完全被填满了再进行收集，需要预留一部分空间提供并发收集时的程序运作使用。可以使用 -XX:CMSInitiatingOccupancyFraction 的值来改变触发收集器工作的内存占用百分比，JDK 1.5 默认设置下该值为 68，也就是当老年代使用了 68% 的空间之后会触发收集器工作。如果该值设置的太高，导致浮动垃圾无法保存，那么就会出现 Concurrent Mode Failure，此时虚拟机将启动后备预案：临时启用 Serial Old 收集器来重新进行老年代的垃圾收集。 -3. 标记 - 清除算法导致的空间碎片，给大对象分配带来很大麻烦，往往出现老年代空间剩余，但无法找到足够大连续空间来分配当前对象，不得不提前出发一次 Full GC。 +3. 标记-清除算法导致的空间碎片，给大对象分配带来很大麻烦，往往出现老年代空间剩余，但无法找到足够大连续空间来分配当前对象，不得不提前出发一次 Full GC。 ### 3.7 G1 收集器 -

+

G1（Garbage-First）收集器是当今收集器技术发展最前沿的成果之一，它是一款面向服务端应用的垃圾收集器，HotSpot 开发团队赋予它的使命是（在比较长期的）未来可以替换掉 JDK 1.5 中发布的 CMS 收集器。 @@ -371,59 +370,66 @@ Region 不可能是孤立的，一个对象分配在某个 Region 中，可以 | 收集器 | 串行、并行 or 并发 | 新生代 / 老年代 | 算法 | 目标 | 适用场景 | | --- | --- | --- | --- | --- | --- | -| **Serial** | 串行 | 新生代 | 复制算法 | 响应速度优先 | 单 CPU 环境下的 Client 模式 | -| **Serial Old** | 串行 | 老年代 | 标记 - 整理 | 响应速度优先 | 单 CPU 环境下的 Client 模式、CMS 的后备预案 | -| **ParNew** | 并行 | 新生代 | 复制算法 | 响应速度优先 | 多 CPU 环境时在 Server 模式下与 CMS 配合 | -| **Parallel Scavenge** | 并行 | 新生代 | 复制算法 | 吞吐量优先 | 在后台运算而不需要太多交互的任务 | -| **Parallel Old** | 并行 | 老年代 | 标记 - 整理 | 吞吐量优先 | 在后台运算而不需要太多交互的任务 | -| **CMS** | 并发 | 老年代 | 标记 - 清除 | 响应速度优先 | 集中在互联网站或 B/S 系统服务端上的 Java 应用 | -| **G1** | 并发 | both | 标记 - 整理 + 复制算法 | 响应速度优先 | 面向服务端应用，将来替换 CMS | +| **Serial** | 串行 | 新生代 | 复制算法 | 响应速度优先 | 单 CPU 环境下的 Client 模式 | +| **Serial Old** | 串行 | 老年代 | 标记-整理 | 响应速度优先 | 单 CPU 环境下的 Client 模式、CMS 的后备预案 | +| **ParNew** | 并行 | 新生代 | 复制算法 | 响应速度优先 | 多 CPU 环境时在 Server 模式下与 CMS 配合 | +| **Parallel Scavenge** | 并行 | 新生代 | 复制算法 | 吞吐量优先 | 在后台运算而不需要太多交互的任务 | +| **Parallel Old** | 并行 | 老年代 | 标记-整理 | 吞吐量优先 | 在后台运算而不需要太多交互的任务 | +| **CMS** | 并发 | 老年代 | 标记-清除 | 响应速度优先 | 集中在互联网站或 B/S 系统服务端上的 Java 应用 | +| **G1** | 并发 | both | 标记-整理 + 复制算法 | 响应速度优先 | 面向服务端应用，将来替换 CMS | ## 4. 内存分配与回收策略 +对象的内存分配，也就是在堆上分配。主要分配在新生代的 Eden 区上，少数情况下也可能直接分配在老年代中。 + ### 4.1 优先在 Eden 分配 大多数情况下，对象在新生代 Eden 区分配，当 Eden 区空间不够时，发起 Minor GC； +关于 Minor GC 和 Full GC： + +- Minor GC：发生在新生代上，因为新生代对象存活时间很短，因此 Minor GC 会频繁执行，执行的速度一般也会比较快。 +- Full GC：发生在老年代上，老年代对象和新生代的相反，其存活时间长，因此 Full GC 很少执行，而且执行速度会比 Minor GC 慢很多。 + ### 4.2 大对象直接进入老年代 +大对象是指需要连续内存空间的对象，最典型的大对象是那种很长的字符串以及数组。经常出现大对象会提前触发垃圾收集以获取足够的连续空间分配给大对象。 + 提供 -XX:PretenureSizeThreshold 参数，大于此值的对象直接在老年代分配，避免在 Eden 区和 Survivor 区之间的大量内存复制； + ### 4.3 长期存活的对象进入老年代 -JVM 为对象定义年龄计数器，经过 Minor GC 依然存活且被 Survivor 区容纳的，移动到 Survivor 区，年龄加 1，每经历一次 Minor GC 不被清理则年龄加 1，增加到一定年龄则移动到老年区（默认 15 岁，通过 -XX:MaxTenuringThreshold 设置）； - +JVM 为对象定义年龄计数器，经过 Minor GC 依然存活，并且能被 Survivor 区容纳的，移被移到 Survivor 区，年龄就增加 1 岁，增加到一定年龄则移动到老年代中（默认 15 岁，通过 -XX:MaxTenuringThreshold 设置）； ### 4.4 动态对象年龄判定 -若 Survivor 区中同年龄所有对象大小总和大于 Survivor 空间一半，则年龄大于等于该年龄的对象可以直接进入老年代； +JVM 并不是永远地要求对象的年龄必须达到 MaxTenuringThreshold 才能晋升老年代，如果在 Survivor 区中相同年龄所有对象大小的总和大于 Survivor 空间的一半，则年龄大于或等于该年龄的对象可以直接进入老年代，无序等待 MaxTenuringThreshold 中要求的年龄。 ### 4.5 空间分配担保 -在发生 Minor GC 之前，JVM 先检查老年代最大可用连续空间是否大于新生代所有对象总空间，成立的话 Minor GC 确认是安全的；否则继续检查老年代最大可用连续空间是否大于历次晋升到老年代对象的平均大小，大于的话进行 Minor GC，小于的话进行 Full GC。 +在发生 Minor GC 之前，JVM 先检查老年代最大可用的连续空间是否大于新生代所有对象总空间，如果条件成立的话，那么 Minor GC 可以确认是安全的；如果不成立的话 JVM 会查看 HandlePromotionFailure 设置值是否允许担保失败，如果允许那么就会继续检查老年代最大可用的连续空间是否大于历次晋升到老年代对象的平均大小，如果大于，将尝试着进行一次 Minor GC，尽管这次 Minor GC 是有风险的；如果小于，或者 HandlePromotionFailure 设置不允许冒险，那这时也要改为进行一次 Full GC。 -## 4.6 Full GC 的触发条件 +## 5. Full GC 的触发条件 对于 Minor GC，其触发条件非常简单，当 Eden 区空间满时，就将触发一次 Minor GC。而 Full GC 则相对复杂，有以下条件： -### 4.6.1 调用 System.gc() +### 5.1 调用 System.gc() -此方法的调用是建议 JVM 进行 Full GC，虽然只是建议而非一定，但很多情况下它会触发 Full GC，从而增加 Full GC 的频率，也即增加了间歇性停顿的次数。因此强烈建议能不使用此方法就不要使用，让虚拟机自己去管理它的内存，可通过 -XX:+ DisableExplicitGC 来禁止 RMI 调用 System.gc()。 +此方法的调用是建议 JVM 进行 Full GC，虽然只是建议而非一定，但很多情况下它会触发 Full GC，从而增加 Full GC 的频率，也即增加了间歇性停顿的次数。因此强烈建议能不使用此方法就不要使用，让虚拟机自己去管理它的内存。可通过 -XX:+ DisableExplicitGC 来禁止 RMI 调用 System.gc()。 -### 4.6.2 老年代空间不足 +### 5.2 老年代空间不足 -老年代空间不足的常见场景为前文所讲的大对象直接进入老年代、长期存活的对象进入老年代等，当执行 Full GC 后空间仍然不足，则抛出如下错误： Java.lang.OutOfMemoryError: Java heap space 为避免以上两种状况引起的 Full GC，调优时应尽量做到让对象在 Minor GC 阶段被回收、让对象在新生代多存活一段时间及不要创建过大的对象及数组。 +老年代空间不足的常见场景为前文所讲的大对象直接进入老年代、长期存活的对象进入老年代等，当执行 Full GC 后空间仍然不足，则抛出 Java.lang.OutOfMemoryError。为避免以上原因引起的 Full GC，调优时应尽量做到让对象在 Minor GC 阶段被回收、让对象在新生代多存活一段时间以及不要创建过大的对象及数组。 -### 4.6.3 空间分配担保失败 +### 5.3 空间分配担保失败 使用复制算法的 Minor GC 需要老年代的内存空间作担保，如果出现了 HandlePromotionFailure 担保失败，则会触发 Full GC。 -### 4.6.4 JDK 1.7 及以前的永久代空间不足 +### 5.4 JDK 1.7 及以前的永久代空间不足 -在 JDK 1.7 及以前，HotSpot 虚拟机中的方法区是用永久代实现的，永久代中存放的为一些 class 的信息、常量、静态变量等数据，当系统中要加载的类、反射的类和调用的方法较多时，Permanet Generation 可能会被占满，在未配置为采用 CMS GC 的情况下也会执行 Full GC。如果经过 Full GC 仍然回收不了，那么 JVM 会抛出如下错误信息：java.lang.OutOfMemoryError: PermGen space 为避免 PermGen 占满造成 Full GC 现象，可采用的方法为增大 PermGen 空间或转为使用 CMS GC。 +在 JDK 1.7 及以前，HotSpot 虚拟机中的方法区是用永久代实现的，永久代中存放的为一些 class 的信息、常量、静态变量等数据，当系统中要加载的类、反射的类和调用的方法较多时，永久代可能会被占满，在未配置为采用 CMS GC 的情况下也会执行 Full GC。如果经过 Full GC 仍然回收不了，那么 JVM 会抛出 java.lang.OutOfMemoryError，为避免以上原因引起的 Full GC，可采用的方法为增大永久代空间或转为使用 CMS GC。 -在 JDK 1.8 中用元空间替换了永久代作为方法区的实现，元空间是本地内存，因此减少了一种 Full GC 触发的可能性。 - -### 4.6.5 Concurrent Mode Failure +### 5.5 Concurrent Mode Failure 执行 CMS GC 的过程中同时有对象要放入老年代，而此时老年代空间不足（有时候“空间不足”是 CMS GC 时当前的浮动垃圾过多导致暂时性的空间不足触发 Full GC），便会报 Concurrent Mode Failure 错误，并触发 Full GC。 @@ -433,15 +439,15 @@ JVM 为对象定义年龄计数器，经过 Minor GC 依然存活且被 Survivor ## 1 类的生命周期 -

+

包括以下 7 个阶段： -- **加载（Loading）** -- **验证（Verification）** -- **准备（Preparation）** -- **解析（Resolution）** -- **初始化（Initialization）** +- **加载（Loading）** +- **验证（Verification）** +- **准备（Preparation）** +- **解析（Resolution）** +- **初始化（Initialization）** - 使用（Using） - 卸载（Unloading） @@ -449,7 +455,7 @@ JVM 为对象定义年龄计数器，经过 Minor GC 依然存活且被 Survivor ## 2. 类初始化时机 -虚拟机规范中并没有强制约束何时进行加载，但是规范严格规定了有且只有下列五种情况必须对类进行初始化：( 加载、验证、准备都会随着发生 ) +虚拟机规范中并没有强制约束何时进行加载，但是规范严格规定了有且只有下列五种情况必须对类进行初始化（加载、验证、准备都会随着发生）： 1. 遇到 new、getstatic、putstatic、invokestatic 这四条字节码指令时，如果类没有进行过初始化，则必须先触发其初始化。最常见的生成这 4 条指令的场景是：使用 new 关键字实例化对象的时候；读取或设置一个类的静态字段（被 final 修饰、已在编译器把结果放入常量池的静态字段除外）的时候；以及调用一个类的静态方法的时候。 @@ -459,23 +465,23 @@ JVM 为对象定义年龄计数器，经过 Minor GC 依然存活且被 Survivor 4. 当虚拟机启动时，用户需要指定一个要执行的主类（包含 main() 方法的那个类），虚拟机会先初始化这个主类； -5. 当使用 jdk1.7 的动态语言支持时，如果一个 java.lang.invoke.MethodHandle 实例最后的解析结果为 REF_getStatic, REF_putStatic, REF_invokeStatic 的方法句柄，并且这个方法句柄所对应的类没有进行过初始化，则需要先触发其初始化； +5. 当使用 JDK.7 的动态语言支持时，如果一个 java.lang.invoke.MethodHandle 实例最后的解析结果为 REF_getStatic, REF_putStatic, REF_invokeStatic 的方法句柄，并且这个方法句柄所对应的类没有进行过初始化，则需要先触发其初始化； 以上 5 种场景中的行为称为对一个类进行主动引用。除此之外，所有引用类的方式都不会触发初始化，称为被动引用。被动引用的常见例子包括： -1\. 通过子类引用父类的静态字段，不会导致子类初始化。 +- 通过子类引用父类的静态字段，不会导致子类初始化。 ```java System.out.println(SubClass.value); // value 字段在 SuperClass 中定义 ``` -2\. 通过数组定义来引用类，不会触发此类的初始化。该过程会对数组类进行初始化，数组类是一个由虚拟机自动生成的、直接继承自 Object 的子类，其中包含了数组的属性和方法。 +- 通过数组定义来引用类，不会触发此类的初始化。该过程会对数组类进行初始化，数组类是一个由虚拟机自动生成的、直接继承自 Object 的子类，其中包含了数组的属性和方法。 ```java SuperClass[] sca = new SuperClass[10]; ``` -3\. 常量在编译阶段会存入调用类的常量池中，本质上并没有直接引用到定义常量的类，因此不会触发定义常量的类的初始化。 +- 常量在编译阶段会存入调用类的常量池中，本质上并没有直接引用到定义常量的类，因此不会触发定义常量的类的初始化。 ```java System.out.println(ConstClass.HELLOWORLD); @@ -510,10 +516,21 @@ System.out.println(ConstClass.HELLOWORLD); 主要有以下 4 个阶段： -1. 文件格式验证 -2. 元数据验证（对字节码描述的信息进行语义分析） -3. 字节码验证（通过数据流和控制流分析，确保程序语义是合法、符合逻辑的，将对类的方法体进行校验分析） -4. 符号引用验证 +**1. 文件格式验证** + +验证字节流是否符合 Class 文件格式的规范，并且能被当前版本的虚拟机处理。 + +**2. 元数据验证** + +对字节码描述的信息进行语义分析，以保证其描述的信息符合 Java 语言规范的要求。 + +**3. 字节码验证** + +通过数据流和控制流分析，确保程序语义是合法、符合逻辑的。 + +**4. 符号引用验证** + +发生在虚拟机将符号引用转换为直接引用的时候，对类自身以外（常量池中的各种符号引用）的信息进行匹配性校验。 ### 3.3 准备 @@ -539,7 +556,7 @@ public static final int value = 123; ### 3.5 初始化 -初始化阶段即虚拟机执行类构造器 <clinit>() 方法的过程。 +初始化阶段才真正开始执行类中的定义的 Java 程序代码。初始化阶段即虚拟机执行类构造器 <clinit>() 方法的过程。 在准备阶段，类变量已经赋过一次系统要求的初始值，而在初始化阶段，根据程序员通过程序制定的主观计划去初始化类变量和其它资源。 @@ -574,7 +591,7 @@ static class Sub extends Parent { } public static void main(String[] args) { - System.out.println(Sub.B); // 输出结果是父类中的静态变量值 A，也就是 2 + System.out.println(Sub.B); // 输出结果是父类中的静态变量 A 的值 ，也就是 2。 } ``` @@ -590,7 +607,7 @@ public static void main(String[] args) { ### 4.1 类与类加载器 -对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在 Java 虚拟机中的唯一性，每一个类加载器，都拥有一个独立的类名称空间。通俗而言：比较两个类是否“相等”（这里所指的“相等”，包括类的 Class 对象的 equals() 方法、isAssignableFrom() 方法、isInstance() 方法的返回结果，也包括使用 instanceof() 关键字对做对象所属关系判定等情况），只有在这两个类时由同一个类加载器加载的前提下才有意义，否则，即使这两个类来源于同一个 Class 文件，被同一个虚拟机加载，只要加载它们的类加载器不同，那这两个类就必定不相等。 +对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在 Java 虚拟机中的唯一性，每一个类加载器，都拥有一个独立的类名称空间。通俗而言：比较两个类是否“相等”（这里所指的“相等”，包括类的 Class 对象的 equals() 方法、isAssignableFrom() 方法、isInstance() 方法的返回结果，也包括使用 instanceof() 关键字做对象所属关系判定等情况），只有在这两个类是由同一个类加载器加载的前提下才有意义，否则，即使这两个类来源于同一个 Class 文件，被同一个虚拟机加载，只要加载它们的类加载器不同，那这两个类就必定不相等。 ### 4.2 类加载器分类 @@ -600,7 +617,7 @@ public static void main(String[] args) { 从 Java 开发人员的角度看，类加载器可以划分得更细致一些： -- 启动类加载器（Bootstrap ClassLoader） 此类加载器负责将存放在 \lib 目录中的，或者被 -Xbootclasspath 参数所指定的路径中的，并且是虚拟机识别的（仅按照文件名识别，如 rt.jar，名字不符合的类库即使放在 lib 目录中也不会被加载）类库加载到虚拟机内存中。 启动类加载器无法被 Java 程序直接引用，用户在编写自定义类加载器时，如果需要把加载请求委派给引导类加载器，直接使用 null 代替即可。 +- 启动类加载器（Bootstrap ClassLoader） 此类加载器负责将存放在 \lib 目录中的，或者被 -Xbootclasspath 参数所指定的路径中的，并且是虚拟机识别的（仅按照文件名识别，如 rt.jar，名字不符合的类库即使放在 lib 目录中也不会被加载）类库加载到虚拟机内存中。 启动类加载器无法被 Java 程序直接引用，用户在编写自定义类加载器时，如果需要把加载请求委派给启动类加载器，直接使用 null 代替即可。 - 扩展类加载器（Extension ClassLoader） 这个类加载器是由 ExtClassLoader（sun.misc.Launcher$ExtClassLoader）实现的。它负责将 /lib/ext 或者被 java.ext.dir 系统变量所指定路径中的所有类库加载到内存中，开发者可以直接使用扩展类加载器。 @@ -610,17 +627,17 @@ public static void main(String[] args) { 应用程序都是由三种类加载器相互配合进行加载的，如果有必要，还可以加入自己定义的类加载器。下图展示的类加载器之间的层次关系，称为类加载器的双亲委派模型（Parents Delegation Model）。该模型要求除了顶层的启动类加载器外，其余的类加载器都应有自己的父类加载器，这里类加载器之间的父子关系一般通过组合（Composition）关系来实现，而不是通过继承（Inheritance）的关系实现。 -

+

-**工作过程** +**工作过程** -如果一个类加载器收到了类加载的请求，它首先不会自己去尝试加载，而是把这个请求委派给父类加载器，每一个层次的加载器都是如此，依次递归，因此所有的加载请求最终都应该传送到顶层的启动类加载器中，只有当父加载器反馈自己无法完成此加载请求（它搜索范围中没有找到所需类）时，子加载器才会尝试自己加载。 +如果一个类加载器收到了类加载的请求，它首先不会自己去尝试加载，而是把这个请求委派给父类加载器，每一个层次的加载器都是如此，依次递归。因此所有的加载请求最终都应该传送到顶层的启动类加载器中，只有当父加载器反馈自己无法完成此加载请求（它搜索范围中没有找到所需类）时，子加载器才会尝试自己加载。 -**好处** +**好处** -使用双亲委派模型来组织类加载器之间的关系，使得 Java 类随着它的类加载器一起具备了一种带有优先级的层次关系。例如类 java.lang.Object，它存放再 rt.jar 中，无论哪个类加载器要加载这个类，最终都是委派给处于模型最顶端的启动类加载器进行加载，因此 Object 类在程序的各种类加载器环境中都是同一个类。相反，如果没有双亲委派模型，由各个类加载器自行加载的话，如果用户编写了一个称为｀java.lang.Object 的类，并放在程序的 ClassPath 中，那系统中将会出现多个不同的 Object 类，程序将变得一片混乱。如果开发者尝试编写一个与 rt.jar 类库中已有类重名的 Java 类，将会发现可以正常编译，但是永远无法被加载运行。 +使用双亲委派模型来组织类加载器之间的关系，使得 Java 类随着它的类加载器一起具备了一种带有优先级的层次关系。例如类 java.lang.Object，它存放在 rt.jar 中，无论哪个类加载器要加载这个类，最终都是委派给处于模型最顶端的启动类加载器进行加载，因此 Object 类在程序的各种类加载器环境中都是同一个类。相反，如果没有双亲委派模型，由各个类加载器自行加载的话，如果用户编写了一个称为java.lang.Object 的类，并放在程序的 ClassPath 中，那系统中将会出现多个不同的 Object 类，程序将变得一片混乱。如果开发者尝试编写一个与 rt.jar 类库中已有类重名的 Java 类，将会发现可以正常编译，但是永远无法被加载运行。 -**实现** +**实现** ```java protected synchronized Class loadClass(String name, boolean resolve) throws ClassNotFoundException{ diff --git a/notes/Java IO.md b/notes/Java IO.md index e55e45c2..4bfb4d46 100644 --- a/notes/Java IO.md +++ b/notes/Java IO.md @@ -15,11 +15,11 @@ * [2.1 通道](#21-通道) * [2.2 缓冲区](#22-缓冲区) * [3. 缓冲区状态变量](#3-缓冲区状态变量) - * [4. 读写文件实例](#4-读写文件实例) + * [4. 文件 NIO 实例](#4-文件-nio-实例) * [5. 阻塞与非阻塞](#5-阻塞与非阻塞) * [5.1 阻塞式 I/O](#51-阻塞式-io) * [5.2 非阻塞式 I/O](#52-非阻塞式-io) - * [6. 套接字实例](#6-套接字实例) + * [6. 套接字 NIO 实例](#6-套接字-nio-实例) * [6.1 ServerSocketChannel](#61-serversocketchannel) * [6.2 Selectors](#62-selectors) * [6.3 主循环](#63-主循环) @@ -27,6 +27,7 @@ * [6.5 接受新的连接](#65-接受新的连接) * [6.6 删除处理过的 SelectionKey](#66-删除处理过的-selectionkey) * [6.7 传入的 I/O](#67-传入的-io) + * [7. 内存映射文件](#7-内存映射文件) * [参考资料](#参考资料) @@ -40,7 +41,7 @@ Java 的 I/O 大概可以分成以下几类 3. 字符操作：Reader 和 Writer 4. 对象操作：Serializable 5. 网络操作：Socket -6. 非阻塞式 IO：NIO +6. 新的输入/输出：NIO # 磁盘操作 @@ -48,9 +49,11 @@ File 类可以用于表示文件和目录，但是它只用于表示文件的信 # 字节操作 -

+

-Java I/O 使用了装饰者模式来实现。以 InputStream 为例，InputStream 是抽象组件，FileInputStream 是 InputStream 的子类，属于具体组件，提供了字节流的输入操作。FilterInputStream 属于抽象装饰者，装饰者用于装饰组件，为组件提供额外的功能，例如 BufferedInputStream 为 FileInputStream 提供缓存的功能。实例化一个具有缓存功能的字节流对象时，只需要在 FileInputStream 对象上再套一层 BufferedInputStream 对象即可。 +Java I/O 使用了装饰者模式来实现。以 InputStream 为例，InputStream 是抽象组件，FileInputStream 是 InputStream 的子类，属于具体组件，提供了字节流的输入操作。FilterInputStream 属于抽象装饰者，装饰者用于装饰组件，为组件提供额外的功能，例如 BufferedInputStream 为 FileInputStream 提供缓存的功能。 + +实例化一个具有缓存功能的字节流对象时，只需要在 FileInputStream 对象上再套一层 BufferedInputStream 对象即可。 ```java BufferedInputStream bis = new BufferedInputStream(new FileInputStream(file)); @@ -58,7 +61,7 @@ BufferedInputStream bis = new BufferedInputStream(new FileInputStream(file)); DataInputStream 装饰者提供了对更多数据类型进行输入的操作，比如 int、double 等基本类型。 -批量读入文件中的内容到字节数组中 +批量读入文件内容到字节数组： ```java byte[] buf = new byte[20*1024]; @@ -71,9 +74,9 @@ while((bytes = in.read(buf, 0 , buf.length)) != -1) { # 字符操作 -不管是磁盘还是网络传输，最小的存储单元都是字节，而不是字符，所以 I/O 操作的都是字节而不是字符。但是在程序中操作的数据通常是字符形式，因此需要提供对字符进行操作的方法。 +不管是磁盘还是网络传输，最小的存储单元都是字节，而不是字符，所以 I/O 操作的都是字节而不是字符。但是在程序中操作的通常是字符形式的数据，因此需要提供对字符进行操作的方法。 -InputStreamReader 实现从文本文件的字节流解码成字符流；OutputStreamWriter 实现字符流编码成为文本文件的字节流。它们都继承自 Reader 和 Writer。 +InputStreamReader 实现从文本文件的字节流解码成字符流；OutputStreamWriter 实现字符流编码成为文本文件的字节流。它们继承自 Reader 和 Writer。 编码就是把字符转换为字节，而解码是把字节重新组合成字符。 @@ -98,7 +101,7 @@ GBK 编码中，中文占 2 个字节，英文占 1 个字节；UTF-8 编码中 transient 关键字可以使一些属性不会被序列化。 -**ArrayList 序列化和反序列化的实现**：ArrayList 中存储数据的数组是用 transient 修饰的，因为这个数组是动态扩展的，并不是所有的空间都被使用，因此就不需要所有的内容都被序列化。通过重写序列化和反序列化方法，使得可以只序列化数组中有内容的那部分数据。 +**ArrayList 序列化和反序列化的实现** ：ArrayList 中存储数据的数组是用 transient 修饰的，因为这个数组是动态扩展的，并不是所有的空间都被使用，因此就不需要所有的内容都被序列化。通过重写序列化和反序列化方法，使得可以只序列化数组中有内容的那部分数据。 ``` private transient Object[] elementData; @@ -115,7 +118,12 @@ Java 中的网络支持： ## 1. InetAddress -没有公有构造函数，只能通过静态方法来创建实例，比如 InetAddress.getByName(String host)、InetAddress.getByAddress(byte[] addr)。 +没有公有构造函数，只能通过静态方法来创建实例。 + +```java +InetAddress.getByName(String host); +InetAddress.getByAddress(byte[] addr); +``` ## 2. URL @@ -123,8 +131,8 @@ Java 中的网络支持： ```java URL url = new URL("http://www.baidu.com"); -InputStream is = url.openStream(); // 字节流 -InputStreamReader isr = new InputStreamReader(is, "utf-8"); // 字符流 +InputStream is = url.openStream(); // 字节流 +InputStreamReader isr = new InputStreamReader(is, "utf-8"); // 字符流 BufferedReader br = new BufferedReader(isr); String line = br.readLine(); while (line != null) { @@ -138,14 +146,11 @@ is.close(); ## 3. Sockets -Socket 通信模型 - -

- - ServerSocket：服务器端类 - Socket：客户端类 +- 服务器和客户端通过 InputStream 和 OutputStream 进行输入输出。 -服务器和客户端通过 InputStream 和 OutputStream 进行输入输出。 +

## 4. Datagram @@ -154,17 +159,17 @@ Socket 通信模型 # NIO -NIO 将最耗时的 I/O 操作 ( 即填充和提取缓冲区 ) 转移回操作系统，因而 不需要程序员去控制就可以极大地提高运行速度。 +新的输入/输出 (NIO) 库是在 JDK 1.4 中引入的。NIO 弥补了原来的 I/O 的不足，它在标准 Java 代码中提供了高速的、面向块的 I/O。 ## 1. 流与块 -I/O 与 NIO 最重要的区别是数据打包和传输的方式。正如前面提到的，I/O 以流的方式处理数据，而 NIO 以块的方式处理数据。 +I/O 与 NIO 最重要的区别是数据打包和传输的方式，I/O 以流的方式处理数据，而 NIO 以块的方式处理数据。 -面向流的 I/O 一次一个字节进行处理数据，一个输入流产生一个字节的数据，一个输出流消费一个字节的数据。为流式数据创建过滤器非常容易，链接几个过滤器，以便每个过滤器只负责单个复杂处理机制的一部分，这样也是相对简单的。不利的一面是，面向流的 I/O 通常相当慢。 +面向流的 I/O 一次处理一个字节数据，一个输入流产生一个字节数据，一个输出流消费一个字节数据。为流式数据创建过滤器非常容易，链接几个过滤器，以便每个过滤器只负责单个复杂处理机制的一部分，这样也是相对简单的。不利的一面是，面向流的 I/O 通常相当慢。 -一个面向块的 I/O 系统以块的形式处理数据，每一个操作都在一步中产生或者消费一个数据块。按块处理数据比按流处理数据要快得多。但是面向块的 I/O 缺少一些面向流的 I/O 所具有的优雅性和简单性。 +一个面向块的 I/O 系统以块的形式处理数据，一次处理数据块。按块处理数据比按流处理数据要快得多。但是面向块的 I/O 缺少一些面向流的 I/O 所具有的优雅性和简单性。 -I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重新实现了，所以现在它可以利用 NIO 的一些特性。例如， java.io.\* 包中的一些类包含以块的形式读写数据的方法，这使得即使在更面向流的系统中，处理速度也会更快。 +I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重新实现了，所以现在它可以利用 NIO 的一些特性。例如， java.io.\* 包中的一些类包含以块的形式读写数据的方法，这使得即使在面向流的系统中，处理速度也会更快。 ## 2. 通道与缓冲区 @@ -172,7 +177,7 @@ I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重 通道 Channel 是对原 I/O 包中的流的模拟，可以通过它读取和写入数据。 -通道与流的不同之处在于，流只能在一个方向上移动，(一个流必须是 InputStream 或者 OutputStream 的子类)， 而通道是双向的，可以用于读、写或者同时用于读写。 +通道与流的不同之处在于，流只能在一个方向上移动，(一个流必须是 InputStream 或者 OutputStream 的子类)，而通道是双向的，可以用于读、写或者同时用于读写。 通道包括以下类型： @@ -183,7 +188,7 @@ I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重 ### 2.2 缓冲区 -发送给一个通道的所有对象都必须首先放到缓冲区中；同样地，从通道中读取的任何数据都要读到缓冲区中。也就是说，不会直接对通道进行读写数据，而是先经过缓冲区。 +发送给一个通道的所有对象都必须首先放到缓冲区中，同样地，从通道中读取的任何数据都要读到缓冲区中。也就是说，不会直接对通道进行读写数据，而是要先经过缓冲区。 缓冲区实质上是一个数组，但它不仅仅是一个数组。缓冲区提供了对数据的结构化访问，而且还可以跟踪系统的读/写进程。 @@ -197,7 +202,6 @@ I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重 - FloatBuffer - DoubleBuffer - ## 3. 缓冲区状态变量 - capacity：最大容量； @@ -206,27 +210,22 @@ I/O 包和 NIO 已经很好地集成了，java.io.\* 已经以 NIO 为基础重 状态变量的改变过程： -1\. 新建一个大小为 8 个字节的缓冲区，此时 position 为 0，而 limit == capacity == 9。capacity 变量不会改变，下面的讨论会忽略它。 +1. 新建一个大小为 8 个字节的缓冲区，此时 position 为 0，而 limit = capacity = 9。capacity 变量不会改变，下面的讨论会忽略它。 +

-

+2. 从输入通道中读取 3 个字节数据写入缓冲区中，此时 position 移动设为 3，limit 保持不变。 +

-2\. 从输入通道中读取 3 个字节数据写入缓冲区中，此时 position 移动设为 3，limit 保持不变。 +3. 以下图例为已经从输入通道读取了 5 个字节数据写入缓冲区中。在将缓冲区的数据写到输出通道之前，需要先调用 flip() 方法，这个方法将 limit 设置为当前 position，并将 position 设置为 0。 +

-

+4. 从缓冲区中取 4 个字节到输出缓冲中，此时 position 设为 4。 +

-3\. 在将缓冲区的数据写到输出通道之前，需要先调用 flip() 方法，这个方法将 limit 设置为当前 position，并将 position 设置为 0。 +5. 最后需要调用 clear() 方法来清空缓冲区，此时 position 和 limit 都被设置为最初位置。 +

-

- -4\. 从缓冲区中取 4 个字节到输出缓冲中，此时 position 设为 4。 - -

- -5\. 最后需要调用 clear() 方法来清空缓冲区，此时 position 和 limit 都被设置为最初位置。 - -

- -## 4. 读写文件实例 +## 4. 文件 NIO 实例 1\. 为要读取的文件创建 FileInputStream，之后通过 FileInputStream 获取输入 FileChannel； @@ -235,13 +234,13 @@ FileInputStream fin = new FileInputStream("readandshow.txt"); FileChannel fic = fin.getChannel(); ``` -2\. 创建一个容量为 1024 的 Buffer +2\. 创建一个容量为 1024 的 Buffer； ```java ByteBuffer buffer = ByteBuffer.allocate(1024); ``` -3\. 将数据从输入 FileChannel 写入到 Buffer 中，如果没有数据的话， read() 方法会返回 -1 +3\. 将数据从输入 FileChannel 写入到 Buffer 中，如果没有数据的话， read() 方法会返回 -1； ```java int r = fcin.read(buffer); @@ -281,25 +280,27 @@ buffer.clear(); ### 5.1 阻塞式 I/O -阻塞式 I/O 在调用 InputStream.read() 方法时会一直等到数据到来时（或超时）才会返回，在调用 ServerSocket.accept() 方法时，也会一直阻塞到有客户端连接才会返回，每个客户端连接过来后，服务端都会启动一个线程去处理该客户端的请求。 +阻塞式 I/O 在调用 InputStream.read() 方法时会一直等到数据到来时（或超时）才会返回，在调用 ServerSocket.accept() 方法时，也会一直阻塞到有客户端连接才会返回。 -

+服务端都会为每个连接的客户端创建一个线程来处理读写请求，阻塞式的特点会造成服务器会创建大量线程，并且大部分线程处于阻塞的状态，因此对服务器的性能会有很大的影响。 + +

### 5.2 非阻塞式 I/O 由一个专门的线程来处理所有的 I/O 事件，并负责分发。 -事件驱动机制：事件到的时候触发，而不是同步的去监视事件。 +事件驱动机制：事件到的时候触发，而不是同步地监视事件。 线程通信：线程之间通过 wait()、notify() 等方式通信，保证每次上下文切换都是有意义的，减少无谓的线程切换。 -

+

-## 6. 套接字实例 +## 6. 套接字 NIO 实例 ### 6.1 ServerSocketChannel -每一个端口都需要有一个 ServerSocketChannel 用来监听连接。 +每一个监听端口都需要有一个 ServerSocketChannel 用来监听连接。 ```java ServerSocketChannel ssc = ServerSocketChannel.open(); @@ -314,7 +315,7 @@ ss.bind(address); // 绑定端口号 异步 I/O 通过 Selector 注册对特定 I/O 事件的兴趣 ― 可读的数据的到达、新的套接字连接等等，在发生这样的事件时，系统将会发送通知。 -创建 Selectors 之后，就可以对不同的通道对象调用 register() 方法。register() 的第一个参数总是这个 Selector。第二个参数是 OP_ACCEPT，这里它指定我们想要监听 accept 事件，也就是在新的连接建立时所发生的事件。 +创建 Selectors 之后，就可以对不同的通道对象调用 register() 方法。register() 的第一个参数总是这个 Selector。第二个参数是 OP_ACCEPT，这里它指定我们想要监听 ACCEPT 事件，也就是在新的连接建立时所发生的事件。 SelectionKey 代表这个通道在此 Selector 上的这个注册。当某个 Selector 通知您某个传入事件时，它是通过提供对应于该事件的 SelectionKey 来进行的。SelectionKey 还可以用于取消通道的注册。 @@ -325,18 +326,18 @@ SelectionKey key = ssc.register(selector, SelectionKey.OP_ACCEPT); ### 6.3 主循环 -首先，我们调用 Selector 的 select() 方法。这个方法会阻塞，直到至少有一个已注册的事件发生。当一个或者更多的事件发生时， select() 方法将返回所发生的事件的数量。 +首先，我们调用 Selector 的 select() 方法。这个方法会阻塞，直到至少有一个已注册的事件发生。当一个或者更多的事件发生时，select() 方法将返回所发生的事件的数量。 -接下来，我们调用 Selector 的 selectedKeys() 方法，它返回发生了事件的 SelectionKey 对象的一个 集合 。 +接下来，我们调用 Selector 的 selectedKeys() 方法，它返回发生了事件的 SelectionKey 对象的一个集合。 我们通过迭代 SelectionKeys 并依次处理每个 SelectionKey 来处理事件。对于每一个 SelectionKey，您必须确定发生的是什么 I/O 事件，以及这个事件影响哪些 I/O 对象。 ```java int num = selector.select(); - + Set selectedKeys = selector.selectedKeys(); Iterator it = selectedKeys.iterator(); - + while (it.hasNext()) { SelectionKey key = (SelectionKey)it.next(); // ... deal with I/O event ... @@ -355,7 +356,7 @@ if ((key.readyOps() & SelectionKey.OP_ACCEPT) } ``` -可以肯定地说， readOps() 方法告诉我们该事件是新的连接。 +可以肯定地说，readOps() 方法告诉我们该事件是新的连接。 ### 6.5 接受新的连接 @@ -366,14 +367,14 @@ ServerSocketChannel ssc = (ServerSocketChannel)key.channel(); SocketChannel sc = ssc.accept(); ``` -下一步是将新连接的 SocketChannel 配置为非阻塞的。而且由于接受这个连接的目的是为了读取来自套接字的数据，所以我们还必须将 SocketChannel 注册到 Selector上，如下所示： +下一步是将新连接的 SocketChannel 配置为非阻塞的。而且由于接受这个连接的目的是为了读取来自套接字的数据，所以我们还必须将 SocketChannel 注册到 Selector 上，如下所示： ```java -sc.configureBlocking( false ); -SelectionKey newKey = sc.register( selector, SelectionKey.OP_READ ); +sc.configureBlocking(false); +SelectionKey newKey = sc.register(selector, SelectionKey.OP_READ); ``` -注意我们使用 register() 的 OP_READ 参数，将 SocketChannel 注册用于 读取 而不是 接受 新连接。 +注意我们使用 register() 的 OP_READ 参数，将 SocketChannel 注册用于读取而不是接受新连接。 ### 6.6 删除处理过的 SelectionKey @@ -383,7 +384,7 @@ SelectionKey newKey = sc.register( selector, SelectionKey.OP_READ ); it.remove(); ``` -现在我们可以返回主循环并接受从一个套接字中传入的数据(或者一个传入的 I/O 事件)了。 +现在我们可以返回主循环并接受从一个套接字中传入的数据 (或者一个传入的 I/O 事件) 了。 ### 6.7 传入的 I/O @@ -398,10 +399,25 @@ it.remove(); } ``` +## 7. 内存映射文件 + +内存映射文件 I/O 是一种读和写文件数据的方法，它可以比常规的基于流或者基于通道的 I/O 快得多。 + +只有文件中实际读取或者写入的部分才会映射到内存中。 + +现代操作系统一般根据需要将文件的部分映射为内存的部分，从而实现文件系统。Java 内存映射机制不过是在底层操作系统中可以采用这种机制时，提供了对该机制的访问。 + +向内存映射文件写入可能是危险的，仅只是改变数组的单个元素这样的简单操作，就可能会直接修改磁盘上的文件。修改数据与将数据保存到磁盘是没有分开的。 + +下面代码行将文件的前 1024 个字节映射到内存中，map() 方法返回一个 MappedByteBuffer，它是 ByteBuffer 的子类。因此，您可以像使用其他任何 ByteBuffer 一样使用新映射的缓冲区，操作系统会在需要时负责执行行映射。 + +```java +MappedByteBuffer mbb = fc.map(FileChannel.MapMode.READ_WRITE, 0, 1024); +``` # 参考资料 -- Eckel B, 埃克尔 , 昊鹏 , 等 . Java 编程思想 [M]. 机械工业出版社 , 2002. +- Eckel B, 埃克尔, 昊鹏, 等. Java 编程思想 [M]. 机械工业出版社, 2002. - [IBM: NIO 入门](https://www.ibm.com/developerworks/cn/education/java/j-nio/j-nio.html) -- [ 深入分析 Java I/O 的工作机制 ](https://www.ibm.com/developerworks/cn/java/j-lo-javaio/index.html) -- [NIO 与传统 IO 的区别 ](http://blog.csdn.net/shimiso/article/details/24990499) +- [深入分析 Java I/O 的工作机制](https://www.ibm.com/developerworks/cn/java/j-lo-javaio/index.html) +- [NIO 与传统 IO 的区别](http://blog.csdn.net/shimiso/article/details/24990499) diff --git a/notes/Java 基础.md b/notes/Java 基础.md index 942b57ea..33938e9a 100644 --- a/notes/Java 基础.md +++ b/notes/Java 基础.md @@ -8,8 +8,9 @@ * [3. equals()](#3-equals) * [继承](#继承) * [1. 访问权限](#1-访问权限) - * [2. 抽象类与接口的区别](#2-抽象类与接口的区别) - * [3. super()](#3-super) + * [2. 抽象类与接口](#2-抽象类与接口) + * [3. super](#3-super) + * [4. 重载与重写](#4-重载与重写) * [String](#string) * [1. String, StringBuffer and StringBuilder](#1-string,-stringbuffer-and-stringbuilder) * [2. String 不可变的原因](#2-string-不可变的原因) @@ -20,6 +21,7 @@ * [反射](#反射) * [异常](#异常) * [泛型](#泛型) +* [注解](#注解) * [特性](#特性) * [1. 三大特性](#1-三大特性) * [2. Java 各版本的新特性](#2-java-各版本的新特性) @@ -28,44 +30,45 @@ - # 关键字 ## 1. final -**数据** +**数据** 声明数据为常量，可以是编译时常量，也可以是在运行时被初始化后不能被改变的常量。 -对于基本类型，final 使数值不变；对于引用对象，final 使引用不变，也就不能引用其它对象，但是被引用的对象本身是可以修改的。 +- 对于基本类型，final 使数值不变； +- 对于引用类型，final 使引用不变，也就不能引用其它对象，但是被引用的对象本身是可以修改的。 -**方法** +**方法** 声明方法不能被子类覆盖。 private 方法隐式地被指定为 final，如果在子类中定义的方法和基类中的一个 private 方法签名相同，此时子类的方法不是覆盖基类方法，而是重载了。 -**类** +**类** 声明类不允许被继承。 ## 2. static -**变量** +**静态变量** -静态变量在内存中只存在一份，只在类第一次实例化时初始化一次，同时类所有的实例都共享静态变量，可以直接通过类名来访问它。 +静态变量在内存中只存在一份，只在类第一次实例化时初始化一次。 -但是实例变量则不同，它是伴随着实例的，每创建一个实例就会产生一个实例变量，它与该实例同生共死。 +- 静态变量： 类所有的实例都共享静态变量，可以直接通过类名来访问它； +- 实例变量：每创建一个实例就会产生一个实例变量，它与该实例同生共死。 -**方法** +**静态方法** -静态方法在类加载的时候就存在了，它不依赖于任何实例，所以 static 方法必须实现，也就是说他不能是抽象方法 abstract。 +静态方法在类加载的时候就存在了，它不依赖于任何实例，所以 static 方法必须实现，也就是说它不能是抽象方法（abstract）。 -**静态语句块** +**静态语句块** 静态语句块和静态变量一样在类第一次实例化时运行一次。 -**初始化顺序** +**初始化顺序** 静态数据优先于其它数据的初始化，静态变量和静态语句块哪个先运行取决于它们在代码中的顺序。 @@ -75,19 +78,19 @@ public static String staticField = "静态变量"; ```java static { - System.out.println("静态初始化块"); + System.out.println("静态语句块"); } ``` 实例变量和普通语句块的初始化在静态变量和静态语句块初始化结束之后。 ```java -public String field = "变量"; +public String field = "实例变量"; ``` ```java { - System.out.println("初始化块"); + System.out.println("普通语句块"); } ``` @@ -95,58 +98,74 @@ public String field = "变量"; ```java public InitialOrderTest() { - System.out.println("构造器"); + System.out.println("构造函数"); } ``` 存在继承的情况下，初始化顺序为： -1. 父类（静态变量、静态初始化块） -2. 子类（静态变量、静态初始化块） -3. 父类（变量、初始化块） -4. 父类（构造器） -5. 子类（变量、初始化块） -6. 子类（构造器） - +1. 父类（静态变量、静态语句块块） +2. 子类（静态变量、静态语句块） +3. 父类（实例变量、普通语句块） +4. 父类（构造函数） +5. 子类（实例变量、普通语句块） +6. 子类（构造函数） # Object 通用方法 ## 1. 概览 -- public final native Class getClass() -- public native int hashCode() -- public boolean equals(Object obj) -- protected native Object clone() throws CloneNotSupportedException -- public String toString() -- public final native void notify() -- public final native void notifyAll() -- public final native void wait(long timeout) throws InterruptedException -- public final void wait(long timeout, int nanos) throws InterruptedException -- public final void wait() throws InterruptedException -- protected void finalize() throws Throwable { } +```java +public final native Class getClass() + +public native int hashCode() + +public boolean equals(Object obj) + +protected native Object clone() throws CloneNotSupportedException + +public String toString() + +public final native void notify() + +public final native void notifyAll() + +public final native void wait(long timeout) throws InterruptedException + +public final void wait(long timeout, int nanos) throws InterruptedException + +public final void wait() throws InterruptedException + +protected void finalize() throws Throwable {} +``` ## 2. clone() -**浅拷贝** +**浅拷贝** -引用类型引用的是同一个对象，clone() 方法默认就是浅拷贝实现。 +引用类型引用同一个对象。clone() 方法默认就是浅拷贝实现。 -

+

-**深拷贝** +**深拷贝** 可以使用序列化实现。 -

+

> [How do I copy an object in Java?](https://stackoverflow.com/questions/869033/how-do-i-copy-an-object-in-java) ## 3. equals() +**== 与 equals() 区别** + - 对于基本类型，== 就是判断两个值是否相等； + - 对于引用类型，== 是判断两个引用是否引用同一个对象，而 equals() 是判断引用的对象是否等价。 -等价性：[ 散列 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/Java%20%E5%AE%B9%E5%99%A8.md#%E6%95%A3%E5%88%97) +**等价性** + +[散列](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/Java%20%E5%AE%B9%E5%99%A8.md#%E6%95%A3%E5%88%97) # 继承 @@ -154,21 +173,21 @@ public InitialOrderTest() { Java 中有三个访问权限修饰符：private、protected 以及 public，如果不加访问修饰符，表示包级可见。 -可以对类或类中的成员（字段以及方法）加上访问修饰符。成员可见表示其它类可以用成员所在类的对象访问到该成员；类可见表示其它类可以用这个类创建对象，可以把类当做包中的一个成员，然后包表示一个类，这样就好理解了。 +可以对类或类中的成员（字段以及方法）加上访问修饰符。成员可见表示其它类可以用成员所在类的对象访问到该成员；类可见表示其它类可以用这个类创建对象。在理解类的可见性时，可以把类当做包中的一个成员，然后包表示一个类，那么就可以类比成员的可见性。 protected 用于修饰成员，表示在继承体系中成员对于子类可见。但是这个访问修饰符对于类没有意义，因为包没有继承体系。 -更详细的内容：[ 浅析 Java 中的访问权限控制 ](http://www.importnew.com/18097.html) +更详细的内容：[浅析 Java 中的访问权限控制](http://www.importnew.com/18097.html) -## 2. 抽象类与接口的区别 +## 2. 抽象类与接口 -抽象类至少包含一个抽象方法，该抽象方法必须在子类中实现。由于抽象类没有抽象方法的具体实现，因此不能对抽象类进行实例化。 +抽象类和抽象方法都使用 abstract 进行声明。抽象类一般会包含抽象方法，但是少数情况下可以不包含，例如 HttpServlet 类，但是抽象方法一定位于抽象类中。抽象类和普通类最大的区别是，抽象类不能被实例化，需要继承抽象类才能实例化其子类。 ```java public abstract class GenericServlet implements Servlet, ServletConfig, Serializable { // abstract method abstract void service(ServletRequest req, ServletResponse res); - + void init() { // Its implementation } @@ -176,7 +195,7 @@ public abstract class GenericServlet implements Servlet, ServletConfig, Serializ } ``` -接口定义了一组方法，但是接口都没有方法的实现，也就是说这些方法都是抽象方法。 +接口定义了一组方法，但是接口都没有方法的实现，可以理解为这些方法都是抽象方法。 ```java public interface Externalizable extends Serializable { @@ -187,15 +206,37 @@ public interface Externalizable extends Serializable { } ``` -更详细的内容：[Java 抽象类与接口的区别 ](http://www.importnew.com/12399.html) +| **参数** | **抽象类** | **接口** | +| --- | --- | --- | +| 默认的方法实现 | 它可以有默认的方法实现 | 接口完全是抽象的。它根本不存在方法的实现 | +| 实现 | 子类使用 extends 关键字来继承抽象类。如果子类不是抽象类的话，它需要提供抽象类中所有声明的方法的实现。 | 子类使用关键字 implements 来实现接口。它需要提供接口中所有声明的方法的实现 | +| 构造器 | 抽象类可以有构造器 | 接口不能有构造器 | +| 与正常 Java 类的区别 | 除了你不能实例化抽象类之外，它和普通 Java 类没有任何区别 | 接口是完全不同的类型 | +| 访问修饰符 | 抽象方法可以有 public、protected 和 default 这些修饰符 | 接口方法默认修饰符是 **public** 。你不可以使用其它修饰符。 | +| main 方法 | 抽象方法可以有 main 方法并且我们可以运行它 | 接口没有 main 方法，因此我们不能运行它。 | +| 多继承 | 抽象方法可以继承一个类和实现多个接口 | 接口只可以继承一个或多个其它接口 | +| 速度 | 它比接口速度要快 | 接口是稍微有点慢的，因为它需要时间去寻找在类中实现的方法。 | +| 添加新方法 | 如果你往抽象类中添加新的方法，你可以给它提供默认的实现。因此你不需要改变你现在的代码。 | 如果你往接口中添加方法，那么你必须改变实现该接口的类。 | -## 3. super() +> [Java 抽象类与接口的区别](http://www.importnew.com/12399.html) -用来访问父类的构造函数父类的方法，第二种情况中，子类需要重载父类的方法。 +## 3. super + +**访问父类的成员** + +如果子类覆盖了父类的中某个方法的实现，那么就可以通过使用 super 关键字来引用父类的方法实现。 + +```java +public class Superclass { + public void printMethod() { + System.out.println("Printed in Superclass."); + } +} +``` ```java public class Subclass extends Superclass { - // overrides printMethod in Superclass + // Overrides printMethod in Superclass public void printMethod() { super.printMethod(); System.out.println("Printed in Subclass"); @@ -207,17 +248,34 @@ public class Subclass extends Superclass { } ``` +**访问父类的构造函数** + +可以使用 super() 函数访问父类的构造函数，从而完成一些初始化的工作。 + +```java +public MountainBike(int startHeight, int startCadence, int startSpeed, int startGear) { + super(startCadence, startSpeed, startGear); + seatHeight = startHeight; +} +``` + > [Using the Keyword super](https://docs.oracle.com/javase/tutorial/java/IandI/super.html) +## 4. 重载与重写 + +- 重写存在于继承体系中，指子类实现了一个与父类在方法声明上完全相同的一个方法； + +- 重载即存在于继承体系中，也存在于同一个类中，指一个方法与已经存在的方法或者父类的方法名称上相同，但是参数类型、个数、顺序至少有一个不同。应该注意的是，返回值不同，其它都相同不算是重载。 + # String ## 1. String, StringBuffer and StringBuilder -**是否可变** +**是否可变** String 不可变，StringBuffer 和 StringBuilder 可变。 -**是否线程安全** +**是否线程安全** String 不可变，因此是线程安全的。 @@ -227,21 +285,21 @@ StringBuilder 不是线程安全的；StringBuffer 是线程安全的，使用 s ## 2. String 不可变的原因 -**可以缓存 hash 值** +**可以缓存 hash 值** 因为 String 的 hash 值经常被使用，例如 String 用做 HashMap 等。不可变的特性可以使得 hash 值也不可变，因此就只需要进行一次计算。 -**String Pool 的需要** +**String Pool 的需要** 如果 String 已经被创建过了，那么就会从 String Pool 中取得引用。只有 String 是不可变的，才可能使用 String Pool。 -

+

-**安全性** +**安全性** -String 经常作为参数，例如网络连接参数等，在作为网络连接参数的情况下，如果 String 是可变的，那么在网络连接过程中，String 被改变，改变 String 对象的那一方以为现在连接的是其它主机，而实际情况却不一定是。String 不可变性可以保证参数不可变。 +String 经常作为参数，String 不可变性可以保证参数不可变。例如在作为网络连接参数的情况下如果 String 是可变的，那么在网络连接过程中，String 被改变，改变 String 对象的那一方以为现在连接的是其它主机，而实际情况却不一定是。 -**线程安全** +**线程安全** String 不可变性天生具备线程安全，可以在多个线程中使用。 @@ -251,7 +309,7 @@ String 不可变性天生具备线程安全，可以在多个线程中使用。 使用 String.intern() 可以保证所有相同内容的字符串变量引用相同的内存对象。 -更详细的内容：[ 揭开 String.intern() 那神秘的面纱 ](https://www.jianshu.com/p/95f516cb75ef) +更详细的内容：[揭开 String.intern() 那神秘的面纱](https://www.jianshu.com/p/95f516cb75ef) # 基本类型与运算 @@ -270,17 +328,13 @@ new Integer(123) 与 Integer.valueOf(123) 的区别在于，Integer.valueOf(123) ```java public static void main(String[] args) { - Integer a = new Integer(1); Integer b = new Integer(1); - System.out.println("a==b? " + (a==b)); Integer c = Integer.valueOf(1); Integer d = Integer.valueOf(1); - System.out.println("c==d? " + (c==d)); - } ``` @@ -322,7 +376,7 @@ System.out.println(c==d); // true ## 2. switch -A switch works with the byte, short, char, and int primitive data types. It also works with enumerated types (discussed in Classes and Inheritance) and a few special classes that "wrap" certain primitive types: Character, Byte, Short, and Integer (discussed in Simple Data Objects). +A switch works with the byte, short, char, and int primitive data types. It also works with enumerated types and a few special classes that "wrap" certain primitive types: Character, Byte, Short, and Integer. In the JDK 7 release, you can use a String object in the expression of a switch statement. @@ -356,41 +410,52 @@ public static void main(java.lang.String[]); > [How does Java's switch work under the hood?](https://stackoverflow.com/questions/12020048/how-does-javas-switch-work-under-the-hood) - - - - - # 反射 -每个类都有一个 **Class** 对象，包含了与类有关的信息。当编译一个新类时，会产生一个同名的 .class 文件，该文件内容保存着 Class 对象。 +每个类都有一个 **Class** 对象，包含了与类有关的信息。当编译一个新类时，会产生一个同名的 .class 文件，该文件内容保存着 Class 对象。 类加载相当于 Class 对象的加载。类在第一次使用时才动态加载到 JVM 中，可以使用 Class.forName('com.mysql.jdbc.Driver.class') 这种方式来控制类的加载，该方法会返回一个 Class 对象。 反射可以提供运行时的类信息，并且这个类可以在运行时才加载进来，甚至在编译时期该类的 .class 不存在也可以加载进来。 -Class 和 java.lang.reflect 一起对反射提供了支持，java.lang.reflect 类库包含了 **Field**、**Method** 以及 **Constructor** 类。可以使用 get() 和 set() 方法读取和修改 Field 对象关联的字段，可以使用 invoke() 方法调用与 Method 对象关联的方法，可以用 Constructor 创建新的对象。 +Class 和 java.lang.reflect 一起对反射提供了支持，java.lang.reflect 类库包含了 **Field** 、**Method** 以及 **Constructor** 类。可以使用 get() 和 set() 方法读取和修改 Field 对象关联的字段，可以使用 invoke() 方法调用与 Method 对象关联的方法，可以用 Constructor 创建新的对象。 IDE 使用反射机制获取类的信息，在使用一个类的对象时，能够把类的字段、方法和构造函数等信息列出来供用户选择。 -更详细的内容：[ 深入解析 Java 反射（1）- 基础 ](http://www.sczyh30.com/posts/Java/java-reflection-1/) +更详细的内容：[深入解析 Java 反射（1）- 基础](http://www.sczyh30.com/posts/Java/java-reflection-1/) + + +**Advantages of Using Reflection:** + +- **Extensibility Features** : An application may make use of external, user-defined classes by creating instances of extensibility objects using their fully-qualified names. +- **Class Browsers and Visual Development Environments** : A class browser needs to be able to enumerate the members of classes. Visual development environments can benefit from making use of type information available in reflection to aid the developer in writing correct code. +- **Debuggers and Test Tools** : Debuggers need to be able to examine private members on classes. Test harnesses can make use of reflection to systematically call a discoverable set APIs defined on a class, to insure a high level of code coverage in a test suite. + +**Drawbacks of Reflection** + +Reflection is powerful, but should not be used indiscriminately. If it is possible to perform an operation without using reflection, then it is preferable to avoid using it. The following concerns should be kept in mind when accessing code via reflection. + +- **Performance Overhead** : Because reflection involves types that are dynamically resolved, certain Java virtual machine optimizations can not be performed. Consequently, reflective operations have slower performance than their non-reflective counterparts, and should be avoided in sections of code which are called frequently in performance-sensitive applications. +- **Security Restrictions** : Reflection requires a runtime permission which may not be present when running under a security manager. This is in an important consideration for code which has to run in a restricted security context, such as in an Applet. +- **Exposure of Internals** :Since reflection allows code to perform operations that would be illegal in non-reflective code, such as accessing private fields and methods, the use of reflection can result in unexpected side-effects, which may render code dysfunctional and may destroy portability. Reflective code breaks abstractions and therefore may change behavior with upgrades of the platform. + +> [Trail: The Reflection API](https://docs.oracle.com/javase/tutorial/reflect/index.html) + # 异常 -Throwable 可以用来表示任何可以作为异常抛出的类，分为两种：**Error** 和 **Exception**，其中 Error 用来表示编译时系统错误。 +Throwable 可以用来表示任何可以作为异常抛出的类，分为两种： **Error** 和 **Exception**，其中 Error 用来表示编译时系统错误。 -Exception 分为两种：**受检异常** 和 **非受检异常**。受检异常需要用 try...catch... 语句捕获并进行处理，并且可以从异常中恢复；非受检异常是程序运行时错误，例如除 0 会引发 Arithmetic Exception，此时程序奔溃并且无法恢复。 +Exception 分为两种： **受检异常** 和 **非受检异常**。受检异常需要用 try...catch... 语句捕获并进行处理，并且可以从异常中恢复；非受检异常是程序运行时错误，例如除 0 会引发 Arithmetic Exception，此时程序奔溃并且无法恢复。 -

+

更详细的内容： -- [Java 入门之异常处理 ](https://www.tianmaying.com/tutorial/Java-Exception) +- [Java 入门之异常处理](https://www.tianmaying.com/tutorial/Java-Exception) - [Java 异常的面试问题及答案 -Part 1](http://www.importnew.com/7383.html) # 泛型 -泛型提供了编译时的类型检测机制，该机制允许程序员在编译时检测到非法的类型。泛型是 Java 中一个非常重要的知识点，在 Java 集合类框架中泛型被广泛应用。 - ```java public class Box { // T stands for "Type" @@ -402,14 +467,20 @@ public class Box { 更详细的内容： -- [Java 泛型详解 ](https://www.ziwenxie.site/2017/03/01/java-generic/) -- [10 道 Java 泛型面试题 ](https://cloud.tencent.com/developer/article/1033693) +- [Java 泛型详解](https://www.ziwenxie.site/2017/03/01/java-generic/) +- [10 道 Java 泛型面试题](https://cloud.tencent.com/developer/article/1033693) + +# 注解 + +Java注解是附加在代码中的一些元信息，用于一些工具在编译、运行时进行解析和使用，起到说明、配置的功能。注解不会也不能影响代码的实际逻辑，仅仅起到辅助性的作用。 + +更多详细内容：[注解Annotation实现原理与自定义注解例子](https://www.cnblogs.com/acm-bingzi/p/javaAnnotation.html) # 特性 ## 1. 三大特性 -[ 封装、继承、多态 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/%E9%9D%A2%E5%90%91%E5%AF%B9%E8%B1%A1%E6%80%9D%E6%83%B3.md#%E5%B0%81%E8%A3%85%E7%BB%A7%E6%89%BF%E5%A4%9A%E6%80%81) +[封装、继承、多态](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/%E9%9D%A2%E5%90%91%E5%AF%B9%E8%B1%A1%E6%80%9D%E6%83%B3.md#%E5%B0%81%E8%A3%85%E7%BB%A7%E6%89%BF%E5%A4%9A%E6%80%81) ## 2. Java 各版本的新特性 diff --git a/notes/Java 容器.md b/notes/Java 容器.md index 84a41703..2da89cca 100644 --- a/notes/Java 容器.md +++ b/notes/Java 容器.md @@ -10,11 +10,20 @@ * [2. 适配器模式](#2-适配器模式) * [散列](#散列) * [源码分析](#源码分析) - * [1. ArraList](#1-arralist) + * [1. ArrayList](#1-arraylist) + * [概览](#概览) + * [Fail-Fast](#fail-fast) + * [和 Vector 的区别](#和-vector-的区别) + * [和 LinkedList 的区别](#和-linkedlist-的区别) * [2. Vector 与 Stack](#2-vector-与-stack) * [3. LinkedList](#3-linkedlist) * [4. TreeMap](#4-treemap) * [5. HashMap](#5-hashmap) + * [基本数据结构](#基本数据结构) + * [拉链法的工作原理](#拉链法的工作原理) + * [扩容](#扩容) + * [null 值](#null-值) + * [与 HashTable 的区别](#与-hashtable-的区别) * [6. LinkedHashMap](#6-linkedhashmap) * [7. ConcurrentHashMap](#7-concurrenthashmap) * [参考资料](#参考资料) @@ -23,7 +32,7 @@ # 概览 -

+

容器主要包括 Collection 和 Map 两种，Collection 又包含了 List、Set 以及 Queue。 @@ -39,7 +48,7 @@ - TreeSet：基于红黑树实现，保持有序，但是查找效率不如 HashSet； -- LinkedListHashSet：具有 HashSet 的查找效率，且内部使用链表维护元素的插入顺序，因此具有有序性。 +- LinkedHashSet：具有 HashSet 的查找效率，且内部使用链表维护元素的插入顺序，因此具有有序性。 ## 3. Queue @@ -47,21 +56,21 @@ ## 4. Map -- HashMap：基于 Hash 实现 +- HashMap：基于 Hash 实现。 -- LinkedHashMap：使用链表来维护元素的顺序，顺序为插入顺序或者最近最少使用（LRU）顺序 +- LinkedHashMap：使用链表来维护元素的顺序，顺序为插入顺序或者最近最少使用（LRU）顺序。 -- TreeMap：基于红黑树实现 +- TreeMap：基于红黑树实现。 -- ConcurrentHashMap：线程安全 Map，不涉及类似于 HashTable 的同步加锁 +- ConcurrentHashMap：线程安全 Map，不涉及类似于 HashTable 的同步加锁。 ## 5. Java 1.0/1.1 容器 对于旧的容器，我们决不应该使用它们，只需要对它们进行了解。 -- Vector：和 ArrayList 类似，但它是线程安全的 +- Vector：和 ArrayList 类似，但它是线程安全的。 -- HashTable：和 HashMap 类似，但它是线程安全的 +- HashTable：和 HashMap 类似，但它是线程安全的。 # 容器中的设计模式 @@ -69,7 +78,7 @@ 从概览图可以看到，每个集合类都有一个 Iterator 对象，可以通过这个迭代器对象来遍历集合中的元素。 -[Java 中的迭代器模式 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F.md#92-java-%E5%86%85%E7%BD%AE%E7%9A%84%E8%BF%AD%E4%BB%A3%E5%99%A8) +[Java 中的迭代器模式](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F.md#1-%E8%BF%AD%E4%BB%A3%E5%99%A8%E6%A8%A1%E5%BC%8F) ## 2. 适配器模式 @@ -97,14 +106,16 @@ java.util.Arrays#asList() 可以把数组类型转换为 List 类型。 # 源码分析 -建议先阅读 [ 算法 - 查找 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/%E7%AE%97%E6%B3%95.md#%E7%AC%AC%E4%B8%89%E7%AB%A0-%E6%9F%A5%E6%89%BE) 部分，对集合类源码的理解有很大帮助。 +建议先阅读 [算法 - 查找](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/%E7%AE%97%E6%B3%95.md#%E6%9F%A5%E6%89%BE) 部分，对集合类源码的理解有很大帮助。 源码下载：[OpenJDK 1.7](http://download.java.net/openjdk/jdk7) -## 1. ArraList +## 1. ArrayList [ArraList.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/ArrayList.java) +### 概览 + 实现了 RandomAccess 接口，因此支持随机访问，这是理所当然的，因为 ArrayList 是基于数组实现的。 ```java @@ -112,13 +123,13 @@ public class ArrayList extends AbstractList implements List, RandomAccess, Cloneable, java.io.Serializable ``` -基于数组实现，保存元素的数组使用 transient 修饰，这是因为该数组不一定所有位置都占满元素，因此也就没必要全部都进行序列化。需要重写 writeObject() 和 readObject()。 +基于数组实现，保存元素的数组使用 transient 修饰，该关键字声明该数组默认不会被序列化。这是因为该数组不是所有位置都占满元素，因此也就没必要全部都进行序列化。ArrayList 重写了 writeObject() 和 readObject() 来控制只序列化数组中有元素填充那么部分内容。 ```java private transient Object[] elementData; ``` -数组的默认大小为 10 +数组的默认大小为 10。 ```java public ArrayList(int initialCapacity) { @@ -133,7 +144,7 @@ public ArrayList() { } ``` -删除元素时调用 System.arraycopy() 对元素进行复制，因此删除操作成本很高，最好在创建时就指定大概的容量大小，减少复制操作的执行次数。 +删除元素时调用 System.arraycopy() 对元素进行复制，因此删除操作成本很高。 ```java public E remove(int index) { @@ -151,16 +162,9 @@ public E remove(int index) { } ``` -添加元素时使用 ensureCapacity() 方法来保证容量足够，如果不够时，需要进行扩容，使得新容量为旧容量的 1.5 倍。 - -modCount 用来记录 ArrayList 发生变化的次数，因为每次在进行 add() 和 addAll() 时都需要调用 ensureCapacity()，因此直接在 ensureCapacity() 中对 modCount 进行修改。 +添加元素时使用 ensureCapacity() 方法来保证容量足够，如果不够时，需要使用 grow() 方法进行扩容，使得新容量为旧容量的 1.5 倍。扩容操作需要把原数组整个复制到新数组中，因此最好在创建 ArrayList 时就指定大概的容量大小，减少扩容操作的次数。 ```java -public void ensureCapacity(int minCapacity) { - if (minCapacity > 0) - ensureCapacityInternal(minCapacity); -} - private void ensureCapacityInternal(int minCapacity) { modCount++; // overflow-conscious code @@ -168,8 +172,6 @@ private void ensureCapacityInternal(int minCapacity) { grow(minCapacity); } -private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; - private void grow(int minCapacity) { // overflow-conscious code int oldCapacity = elementData.length; @@ -191,11 +193,14 @@ private static int hugeCapacity(int minCapacity) { } ``` +### Fail-Fast + +modCount 用来记录 ArrayList 结构发生变化的次数，结构发生变化是指添加或者删除至少一个元素的所有操作，或者是调整内部数组的大小，仅仅只是设置元素的值不算结构发生变化。 + 在进行序列化或者迭代等操作时，需要比较操作前后 modCount 是否改变，如果改变了需要抛出 ConcurrentModificationException。 ```java -private void writeObject(java.io.ObjectOutputStream s) - throws java.io.IOException{ +private void writeObject(java.io.ObjectOutputStream s) throws java.io.IOException{ // Write out element count, and any hidden stuff int expectedModCount = modCount; s.defaultWriteObject(); @@ -204,26 +209,25 @@ private void writeObject(java.io.ObjectOutputStream s) s.writeInt(elementData.length); // Write out all elements in the proper order. - for (int i=0; i()); 返回一个线程安全的 ArrayList，也可以使用 concurrent 并发包下的 CopyOnWriteArrayList 类； +为了获得线程安全的 ArrayList，可以调用 Collections.synchronizedList(new ArrayList<>()); 返回一个线程安全的 ArrayList，也可以使用 concurrent 并发包下的 CopyOnWriteArrayList 类； -**和 LinkedList 的区别** +### 和 LinkedList 的区别 -1. ArrayList 基于动态数组实现，LinkedList 基于双向循环链表实现； +1. ArrayList 基于动态数组实现，LinkedList 基于双向循环链表实现； 2. ArrayList 支持随机访问，LinkedList 不支持； 3. LinkedList 在任意位置添加删除元素更快。 @@ -243,13 +247,39 @@ private void writeObject(java.io.ObjectOutputStream s) [HashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) -使用拉链法来解决冲突。 +### 基本数据结构 -默认容量 capacity 为 16，需要注意的是容量必须保证为 2 的次方。容量就是 Entry[] table 数组的长度，size 是数组的实际使用量。 +使用拉链法来解决冲突，内部包含了一个 Entry 类型的数组 table，数组中的每个位置被当成一个桶。 + +```java +transient Entry[] table; +``` + +其中，Entry 就是存储数据的键值对，它包含了四个字段。从 next 字段我们可以看出 Entry 是一个链表，即每个桶会存放一个链表。 + +

+ +### 拉链法的工作原理 + +使用默认构造函数新建一个 HashMap，默认大小为 16。Entry 的类型为 <String, Integer>。先后插入三个元素：("sachin", 30), ("vishal", 20) 和 ("vaibhav", 20)。计算 "sachin" 的 hashcode 为 115，使用除留余数法得到 115 % 16 = 3，因此 ("sachin", 30) 键值对放到第 3 个桶上。同样得到 ("vishal", 20) 和 ("vaibhav", 20) 都应该放到第 6 个桶上，因此需要把 ("vaibhav", 20) 链接到 ("vishal", 20) 之后。 + +

+ +当进行查找时，需要分成两步进行，第一步是先根据 hashcode 计算出所在的桶，第二步是在链表上顺序查找。由于 table 是数组形式的，具有随机读取的特性，因此这一步的时间复杂度为 O(1)，而第二步需要在链表上顺序查找，时间复杂度显然和链表的长度成正比。 + +### 扩容 + +设 HashMap 的 table 长度为 M，需要存储的键值对数量为 N，如果哈希函数满足均匀性的要求，那么每条链表的长度大约为 N/M，因此平均查找次数的数量级为 O(N/M)。 + +为了让查找的成本降低，应该尽可能使得 N/M 尽可能小，因此需要保证 M 尽可能大，可就是说 table 要尽可能大。HashMap 采用动态扩容来根据当前的 N 值来调整 M 值，使得空间效率和时间效率都能得到保证。 + +和扩容相关的参数主要有：capacity、size、threshold 和 load_factor。 + +capacity 表示 table 的容量大小，默认为 16，需要注意的是容量必须保证为 2 的次方。容量就是 table 数组的长度，size 是数组的实际使用量。 threshold 规定了一个 size 的临界值，size 必须小于 threshold，如果大于等于，就必须进行扩容操作。 -threshold = capacity * load_factor，其中 load_factor 为 table 数组能够使用的比例，load_factor 过大会导致聚簇的出现，从而影响查询和插入的效率，详见算法笔记。 +threshold = capacity * load_factor，其中 load_factor 为 table 数组能够使用的比例。 ```java static final int DEFAULT_INITIAL_CAPACITY = 16; @@ -280,18 +310,45 @@ void addEntry(int hash, K key, V value, int bucketIndex) { } ``` -Entry 用来表示一个键值对元素，其中的 next 指针在序列化时会使用。 +扩容使用 resize() 实现，需要注意的是，扩容操作同样需要把旧 table 的所有键值对重新插入新的 table 中，因此这一步是很费时的。但是从均摊分析的角度来考虑，HashMap 的查找速度依然在常数级别。 ```java -static class Entry implements Map.Entry { - final K key; - V value; - Entry next; - final int hash; +void resize(int newCapacity) { + Entry[] oldTable = table; + int oldCapacity = oldTable.length; + if (oldCapacity == MAXIMUM_CAPACITY) { + threshold = Integer.MAX_VALUE; + return; + } + + Entry[] newTable = new Entry[newCapacity]; + transfer(newTable); + table = newTable; + threshold = (int)(newCapacity * loadFactor); +} + +void transfer(Entry[] newTable) { + Entry[] src = table; + int newCapacity = newTable.length; + for (int j = 0; j < src.length; j++) { + Entry e = src[j]; + if (e != null) { + src[j] = null; + do { + Entry next = e.next; + int i = indexFor(e.hash, newCapacity); + e.next = newTable[i]; + newTable[i] = e; + e = next; + } while (e != null); + } + } } ``` -get() 操作需要分成两种情况，key 为 null 和 不为 null，从中可以看出 HashMap 允许插入 null 作为键。 +### null 值 + +get() 操作需要分成两种情况，key 为 null 和不为 null，从中可以看出 HashMap 允许插入 null 作为键。 ```java public V get(Object key) { @@ -347,6 +404,16 @@ private V putForNullKey(V value) { } ``` +### 与 HashTable 的区别 + +- HashMap 几乎可以等价于 Hashtable，除了 HashMap 是非 synchronized 的，并可以接受 null(HashMap 可以接受为 null 的键值 (key) 和值 (value)，而 Hashtable 则不行)。 +- HashMap 是非 synchronized，而 Hashtable 是 synchronized，这意味着 Hashtable 是线程安全的，多个线程可以共享一个 Hashtable；而如果没有正确的同步的话，多个线程是不能共享 HashMap 的。Java 5 提供了 ConcurrentHashMap，它是 HashTable 的替代，比 HashTable 的扩展性更好。 +- 另一个区别是 HashMap 的迭代器 (Iterator) 是 fail-fast 迭代器，而 Hashtable 的 enumerator 迭代器不是 fail-fast 的。所以当有其它线程改变了 HashMap 的结构（增加或者移除元素），将会抛出 ConcurrentModificationException，但迭代器本身的 remove() 方法移除元素则不会抛出 ConcurrentModificationException 异常。但这并不是一个一定发生的行为，要看 JVM。这条同样也是 Enumeration 和 Iterator 的区别。 +- 由于 Hashtable 是线程安全的也是 synchronized，所以在单线程环境下它比 HashMap 要慢。如果你不需要同步，只需要单一线程，那么使用 HashMap 性能要好过 Hashtable。 +- HashMap 不能保证随着时间的推移 Map 中的元素次序是不变的。 + +> [What is difference between HashMap and Hashtable in Java?](http://javarevisited.blogspot.hk/2010/10/difference-between-hashmap-and.html) + ## 6. LinkedHashMap [LinkedHashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) @@ -355,7 +422,7 @@ private V putForNullKey(V value) { [ConcurrentHashMap.java](https://github.com/CyC2018/JDK-Source-Code/tree/master/src/HashMap.java) -[ 探索 ConcurrentHashMap 高并发性的实现机制 ](https://www.ibm.com/developerworks/cn/java/java-lo-concurrenthashmap/) +[探索 ConcurrentHashMap 高并发性的实现机制](https://www.ibm.com/developerworks/cn/java/java-lo-concurrenthashmap/) # 参考资料 diff --git a/notes/Java 并发.md b/notes/Java 并发.md new file mode 100644 index 00000000..23fc6d1b --- /dev/null +++ b/notes/Java 并发.md @@ -0,0 +1,933 @@ + +* [使用线程](#使用线程) + * [1. 实现 Runnable 接口](#1-实现-runnable-接口) + * [2. 实现 Callable 接口](#2-实现-callable-接口) + * [3. 继承 Thread 类](#3-继承-thread-类) + * [4. 实现接口 vs 继承 Thread](#4-实现接口-vs-继承-thread) +* [Executor](#executor) +* [基础线程机制](#基础线程机制) + * [1. sleep()](#1-sleep) + * [2. yield()](#2-yield) + * [3. join()](#3-join) + * [4. deamon](#4-deamon) +* [线程之间的协作](#线程之间的协作) + * [1. 线程通信](#1-线程通信) + * [2. 线程同步](#2-线程同步) + * [2.1 synchronized](#21-synchronized) + * [2.2 Lock](#22-lock) + * [2.3 BlockingQueue](#23-blockingqueue) +* [结束线程](#结束线程) + * [1. 阻塞](#1-阻塞) + * [2. 中断](#2-中断) +* [线程状态转换](#线程状态转换) +* [volatile](#volatile) + * [1. 内存可见性](#1-内存可见性) + * [2. 禁止指令重排](#2-禁止指令重排) +* [内存模型](#内存模型) + * [1. 硬件的效率与一致性](#1-硬件的效率与一致性) + * [2. Java 内存模型](#2-java-内存模型) + * [3. 主内存与工作内存](#3-主内存与工作内存) + * [4. 内存间交互操作](#4-内存间交互操作) + * [5. 内存模型三大特性](#5-内存模型三大特性) + * [5.1 原子性](#51-原子性) + * [5.2 可见性](#52-可见性) + * [5.3 有序性](#53-有序性) + * [6. 先行发生原则](#6-先行发生原则) +* [线程安全](#线程安全) + * [1. Java 语言中的线程安全](#1-java-语言中的线程安全) + * [1.1 不可变](#11-不可变) + * [1.2 绝对线程安全](#12-绝对线程安全) + * [1.3 相对线程安全](#13-相对线程安全) + * [1.4 线程兼容](#14-线程兼容) + * [1.5 线程对立](#15-线程对立) + * [2. 线程安全的实现方法](#2-线程安全的实现方法) + * [2.1 互斥同步](#21-互斥同步) + * [2.2 非阻塞同步](#22-非阻塞同步) + * [2.3 无同步方案](#23-无同步方案) +* [锁优化](#锁优化) + * [1. 自旋锁与自适应自旋](#1-自旋锁与自适应自旋) + * [2. 锁消除](#2-锁消除) + * [3. 锁粗化](#3-锁粗化) + * [4. 轻量级锁](#4-轻量级锁) + * [5. 偏向锁](#5-偏向锁) +* [多线程开发良好的实践](#多线程开发良好的实践) +* [参考资料](#参考资料) + + + +# 使用线程 + +有三种使用线程的方法： + +1. 实现 Runnable 接口； +2. 实现 Callable 接口； +3. 继承 Thread 类； + +实现 Runnable 和 Callable 接口的类只能当做一个可以在线程中运行的任务，不是真正意义上的线程，因此最后还需要通过 Thread 来调用。可以说任务是通过线程驱动从而执行的。 + +## 1. 实现 Runnable 接口 + +需要实现 run() 方法。 + +通过 Thread 调用 start() 方法来启动线程。 + +```java +public class MyRunnable implements Runnable { + public void run() { + // ... + } + public static void main(String[] args) { + MyRunnable instance = new MyRunnable(); + Tread thread = new Thread(instance); + thread.start(); + } +} +``` + +## 2. 实现 Callable 接口 + +与 Runnable 相比，Callable 可以有返回值，返回值通过 FutureTask 进行封装。 + +```java +public class MyCallable implements Callable { + public Integer call() { + // ... + } + public static void main(String[] args) { + MyCallable mc = new MyCallable(); + FutureTask ft = new FutureTask<>(mc); + Thread thread = new Thread(ft); + thread.start(); + System.out.println(ft.get()); + } +} +``` + +## 3. 继承 Thread 类 + +同样也是需要实现 run() 方法，并且最后也是调用 start() 方法来启动线程。 + +```java +class MyThread extends Thread { + public void run() { + // ... + } + public static void main(String[] args) { + MyThread mt = new MyThread(); + mt.start(); + } +} +``` + +## 4. 实现接口 vs 继承 Thread + +实现接口会更好一些，因为： + +1. Java 不支持多重继承，因此继承了 Thread 类就无法继承其它类，但是可以实现多个接口。 +2. 类可能只要求可执行即可，继承整个 Thread 类开销会过大。 + +# Executor + +Executor 管理多个异步任务的执行，而无需程序员显示地管理线程的生命周期。 + +主要有三种 Excutor： + +1. CachedTreadPool：一个任务创建一个线程； +2. FixedThreadPool：所有任务只能使用固定大小的线程； +3. SingleThreadExecutor：相当于大小为 1 的 FixedThreadPool。 + +```java +ExecutorService exec = Executors.newCachedThreadPool(); +for(int i = 0; i < 5; i++) { + exec.execute(new MyRunnable()); +} +``` + +# 基础线程机制 + +## 1. sleep() + +**Thread.sleep(millisec)** 方法会休眠当前正在执行的线程，millisec 单位为毫秒。也可以使用 TimeUnit.TILLISECONDS.sleep(millisec)。 + +sleep() 可能会抛出 InterruptedException。因为异常不能跨线程传播回 main() 中，因此必须在本地进行处理。线程中抛出的其它异常也同样需要在本地进行处理。 + +```java +public void run() { + try { + // ... + Thread.sleep(1000); + // ... + } catch(InterruptedException e) { + System.err.println(e); + } +} +``` + +## 2. yield() + +对静态方法 **Thread.yield()** 的调用声明了当前线程已经完成了生命周期中最重要的部分，可以切换给其它线程来执行。 + +```java +public void run() { + // ... + Thread.yield(); +} +``` + +## 3. join() + +在线程中调用另一个线程的 **join()** 方法，会将当前线程挂起，直到目标线程结束。 + +可以加一个超时参数。 + +## 4. deamon + +后台线程（ **deamon** ）是程序运行时在后台提供服务的线程，并不属于程序中不可或缺的部分。 + +当所有非后台线程结束时，程序也就终止，同时会杀死所有后台线程。 + +main() 属于非后台线程。 + +使用 setDaemon() 方法将一个线程设置为后台线程。 + +# 线程之间的协作 + +- **线程通信** ：保证线程以一定的顺序执行； +- **线程同步** ：保证线程对临界资源的互斥访问。 + +线程通信往往是基于线程同步的基础上完成的，因此很多线程通信问题也是线程同步问题。 + +## 1. 线程通信 + +**wait()、notify() 和 notifyAll()** 三者实现了线程之间的通信。 + +wait() 会在等待时将线程挂起，而不是忙等待，并且只有在 notify() 或者 notifyAll() 到达时才唤醒。 + +sleep() 和 yield() 并没有释放锁，但是 wait() 会释放锁。实际上，只有在同步控制方法或同步控制块里才能调用 wait() 、notify() 和 notifyAll()。 + +这几个方法属于基类的一部分，而不属于 Thread。 + +```java +private boolean flag = false; + +public synchronized void after() { + while(flag == false) { + wait(); + // ... + } +} + +public synchronized void before() { + flag = true; + notifyAll(); +} +``` + +**wait() 和 sleep() 的区别** + +1. wait() 是 Object 类的方法，而 sleep() 是 Thread 的静态方法； +2. wait() 会放弃锁，而 sleep() 不会。 + +## 2. 线程同步 + +给定一个进程内的所有线程，都共享同一存储空间，这样有好处又有坏处。这些线程就可以共享数据，非常有用。不过，在两个线程同时修改某一资源时，这也会造成一些问题。Java 提供了同步机制，以控制对共享资源的互斥访问。 + +### 2.1 synchronized + +**同步一个方法** + +使多个线程不能同时访问该方法。 + +```java +public synchronized void func(String name) { + // ... +} +``` + +**同步一个代码块** + +```java +public void func(String name) { + synchronized(this) { + // ... + } +} +``` + +### 2.2 Lock + +若要实现更细粒度的控制，我们可以使用锁（lock）。 + +```java +private Lock lock; +public int func(int value) { + try { + lock.lock(); + // ... + } finally { + lock.unlock(); + } +} +``` + +### 2.3 BlockingQueue + +java.util.concurrent.BlockingQueue 接口有以下阻塞队列的实现： + +- **FIFO 队列** ：LinkedBlockingQueue、ArrayListBlockingQueue（固定长度） +- **优先级队列** ：PriorityBlockingQueue + +提供了阻塞的 take() 和 put() 方法：如果队列为空 take() 将一直阻塞到队列中有内容，如果队列为满 put() 将阻塞到队列有空闲位置。它们响应中断，当收到中断请求的时候会抛出 InterruptedException，从而提前结束阻塞状态。 + +**使用 BlockingQueue 实现生产者消费者问题** + +```java +// 生产者 +import java.util.concurrent.BlockingQueue; + +public class Producer implements Runnable { + private BlockingQueue queue; + + public Producer(BlockingQueue queue) { + this.queue = queue; + } + + @Override + public void run() { + System.out.println(Thread.currentThread().getName() + " is making product..."); + String product = "made by " + Thread.currentThread().getName(); + try { + queue.put(product); + } catch (InterruptedException e) { + e.printStackTrace(); + } + } +} +``` + +```java +// 消费者 +import java.util.concurrent.BlockingQueue; + +public class Consumer implements Runnable{ + private BlockingQueue queue; + + public Consumer(BlockingQueue queue) { + this.queue = queue; + } + + @Override + public void run() { + try { + String product = queue.take(); + System.out.println(Thread.currentThread().getName() + " is consuming product " + product + "..."); + } catch (InterruptedException e) { + e.printStackTrace(); + } + } +} +``` + +```java +// 客户端 +import java.util.concurrent.BlockingQueue; +import java.util.concurrent.LinkedBlockingQueue; + +public class Client { + public static void main(String[] args) { + BlockingQueue queue = new LinkedBlockingQueue<>(5); + for (int i = 0; i < 2; i++) { + new Thread(new Consumer(queue), "Consumer" + i).start(); + } + for (int i = 0; i < 5; i++) { + // 只有两个 Product，因此只能消费两个，其它三个消费者被阻塞 + new Thread(new Producer(queue), "Producer" + i).start(); + } + for (int i = 2; i < 5; i++) { + new Thread(new Consumer(queue), "Consumer" + i).start(); + } + } +} +``` + +```html +// 运行结果 +Producer0 is making product... +Consumer0 is consuming product made by Consumer0... +Producer1 is making product... +Consumer1 is consuming product made by Consumer1... +Producer2 is making product... +Producer3 is making product... +Producer4 is making product... +Consumer2 is consuming product made by Consumer2... +Consumer3 is consuming product made by Consumer3... +Consumer4 is consuming product made by Consumer4... +``` + +# 结束线程 + +## 1. 阻塞 + +一个线程进入阻塞状态可能有以下原因： + +1. 调用 Thread.sleep() 方法进入休眠状态； +2. 通过 wait() 使线程挂起，直到线程得到 notify() 或 notifyAll() 消息（或者 java.util.concurrent 类库中等价的 signal() 或 signalAll() 消息； +3. 等待某个 I/O 的完成； +4. 试图在某个对象上调用其同步控制方法，但是对象锁不可用，因为另一个线程已经获得了这个锁。 + +## 2. 中断 + +使用中断机制即可终止阻塞的线程。 + +使用 **interrupt()** 方法来中断某个线程，它会设置线程的中断状态。Object.wait(), Thread.join() 和 Thread.sleep() 三种方法在收到中断请求的时候会清除中断状态，并抛出 InterruptedException。 + +应当捕获这个 InterruptedException 异常，从而做一些清理资源的操作。 + +**不可中断的阻塞** + +不能中断 I/O 阻塞和 synchronized 锁阻塞。 + +**Executor 的中断操作** + +Executor 避免对 Thread 对象的直接操作，但是使用 interrupt() 方法必须持有 Thread 对象。Executor 使用 shutdownNow() 方法来中断它里面的所有线程，shutdownNow() 方法会发送 interrupt() 调用给所有线程。 + +如果只想中断一个线程，那么使用 Executor 的 submit() 而不是 executor() 来启动线程，就可以持有线程的上下文。submit() 将返回一个泛型 Futrue，可以在它之上调用 cancel()，如果将 true 传递给 cancel()，那么它将会发送 interrupt() 调用给特定的线程。 + +**检查中断** + +通过中断的方法来终止线程，需要线程进入阻塞状态才能终止。如果编写的 run() 方法循环条件为 true，但是该线程不发生阻塞，那么线程就永远无法终止。 + +interrupt() 方法会设置中断状态，可以通过 interrupted() 方法来检查中断状，从而判断一个线程是否已经被中断。 + +interrupted() 方法在检查完中断状态之后会清除中断状态，这样做是为了确保一次中断操作只会产生一次影响。 + +# 线程状态转换 + +

+ +1. NEW（新建）：创建后尚未启动的线程。 +2. RUNNABLE（运行）：处于此状态的线程有可能正在执行，也有可能正在等待着 CPU 为它分配执行时间。 +3. BLOCKED（阻塞）：阻塞与等待的区别是，阻塞在等待着获取到一个排它锁，这个时间将在另一个线程放弃这个锁的时候发生；而等待则是在等待一段时间，或者唤醒动作的发生。在程序等待进入同步区域的时候，线程将进入这种状态。 +4. Waiting（无限期等待）：处于这种状态的进行不会被分配 CPU 执行时间，它们要等待其它线程显示地唤醒。以下方法会让线程进入这种状态： +5. TIMED_WAITING（限期等待）：处于这种状态的线程也不会被分配 CPU 执行时间，不过无序等待其它线程显示地唤醒，在一定时间之后它们会由系统自动唤醒。 +6. TERMINATED（死亡） + +以下方法会让线程陷入无限期的等待状态： + +- 没有设置 Timeout 参数的 Object.wait() 方法 +- 没有设置 Timeout 参数的 Thread.join() 方法 +- LockSupport.park() 方法 + +以下方法会让线程进入限期等待状体： + +- Thread.sleep() +- 设置了 Timeout 参数的 Object.wait() 方法 +- 设置了 Timeout 参数的 Thread.join() 方法 +- LockSupport.parkNanos() 方法 +- LockSupport.parkUntil() 方法 + +# volatile + +保证了内存可见性和禁止指令重排，没法保证原子性。 + +## 1. 内存可见性 + +普通共享变量被修改之后，什么时候被写入主存是不确定的。 + +volatile 关键字会保证每次修改共享变量之后该值会立即更新到内存中，并且在读取时会从内存中读取值。 + +synchronized 和 Lock 也能够保证内存可见性。它们能保证同一时刻只有一个线程获取锁然后执行同步代码，并且在释放锁之前会将对变量的修改刷新到主存当中。不过只有对共享变量的 set() 和 get() 方法都加上 synchronized 才能保证可见性，如果只有 set() 方法加了 synchronized，那么 get() 方法并不能保证会从内存中读取最新的数据。 + +## 2. 禁止指令重排 + +在 Java 内存模型中，允许编译器和处理器对指令进行重排序，重排序过程不会影响到单线程程序的执行，却会影响到多线程并发执行的正确性。 + +volatile 关键字通过添加内存屏障的方式来进制指令重排，即重排序时不能把后面的指令放到内存屏障之前。 + +可以通过 synchronized 和 Lock 来保证有序性，它们保证每个时刻只有一个线程执行同步代码，相当于是让线程顺序执行同步代码，自然就保证了有序性。 + +# 内存模型 + +## 1. 硬件的效率与一致性 + +对处理器上的寄存器进行读写的速度比内存快几个数量级，为了解决这种速度矛盾，在它们之间加入了高速缓存。 + +每个处理器都有一个高速缓存，但是所有处理器共用一个主内存，因此高速缓存引入了一个新问题：缓存一致性。当多个处理器的运算都涉及同一块主内存区域时，将可能导致各自的缓存数据不一致。缓存不一致问题通常需要使用一些协议来解决。 + +

+ +除了增加高速缓存之外，为了使得处理器内部的运算单元能尽量被充分利用，处理器可能会对输入代码进行乱序执行（Out-Of-Order Execution）优化，处理器会在计算之后将乱序执行的结果重组，保证该结果与顺序执行的结果是一致的，但并不保证程序中各个语句计算的先后顺序与输入代码中的顺序一致，因此，如果存在一个计算任务依赖另外一个计算任务的中间结果，那么其顺序性并不能靠代码的先后顺序来保证。与处理器的乱序执行优化类似，Java 虚拟机的即时编译器中也有类似的指令重排序（Instruction Reorder）优化。 + +## 2. Java 内存模型 + +Java 虚拟机规范中试图定义一种 Java 内存模型来屏蔽掉各种硬件和操作系统的内存访问差异，以实现让 Java 程序在各种平台下都能达到一致的内存访问效果。在此之前，主流程序语言（如 C/C++等）直接使用物理硬件和操作系统的内存模型，因此，会由于不同平台上内存模型的差异，有可能导致程序在一套平台上并发完全正常，而在另外一套平台上并发访问却经常出错，因此在某些场景就必须针对不同的平台来编写程序。 + +## 3. 主内存与工作内存 + +Java 内存模型的主要目标是定义程序中各个变量的访问规则，即在虚拟机中将变量存储到内存和从内存中取出变量这样的底层细节。此处的变量（Variables）与 Java 编程中所说的变量有所区别，它包括了实例字段、静态字段和构成数组对象的元素，但不包括局部变量与方法参数，因为后者是线程私有的，不会被共享，自然就不会存在竞争问题。 + +Java 内存模型规定了所有的变量都存储在主内存（Main Memory）中。每条线程还有自己的工作内存，线程的工作内存中保存了被该线程使用到的变量的主内存副本拷贝，线程对变量的所有操作（读取、赋值等）都必须在工作内存中进行，而不能直接读写主内存中的变量。不同的线程之间也无法直接访问对方工作内存中的变量，线程间变量值的传递均需要通过主内存来完成，线程、主内存、工作内存三者的交互关系如图所示。 + +

+ +## 4. 内存间交互操作 + +Java 内存模型定义了 8 种操作来完成工作内存与主内存之间的交互：一个变量从主内存拷贝到工作内存、从工作内存同步回主内存。虚拟机实现时必须保证下面提及的每一种操作都是原子的、不可再分的。 + +- lock（锁定）：作用于主内存的变量，它把一个变量标识为一条线程独占的状态。 +- unlock（解锁）：作用于主内存的变量，它把一个处于锁定状态的变量释放出来，释放后的变量才可以被其他线程锁定。 +- read（读取）：作用于主内存的变量，它把一个变量的值从主内存传输到线程的工作内存中，以便随后的 load 动作使用。 +- load（载入）：作用于工作内存的变量，它把 read 操作从主内存中得到的变量值放入工作内存的变量副本中。 +- use（使用）：作用于工作内存的变量，它把工作内存中一个变量的值传递给执行引擎，每当虚拟机遇到一个需要使用到变量的值的字节码指令时将会执行这个操作。 +- assign（赋值）：作用于工作内存的变量，它把一个从执行引擎接收到的值赋给工作内存的变量，每当虚拟机遇到一个给变量赋值的字节码指令时执行这个操作。 +- store（存储）：作用于工作内存的变量，它把工作内存中一个变量的值传送到主内存中，以便随后的 write 操作使用。 +- write（写入）：作用于主内存的变量，它把 store 操作从工作内存中得到的变量的值放入主内存的变量中。 + +## 5. 内存模型三大特性 + +### 5.1 原子性 + +除了 long 和 double 之外的基本数据类型的访问读写是具备原子性的。 + +Java 内存模型允许虚拟机将没有被 volatile 修饰的 64 位数据的读写操作划分为两次 32 位的操作来进行，即虚拟机可以不保证 64 位数据类型的 load、store、read 和 write 这 4 个操作的原子性。但是目前各种平台下的商用虚拟机几乎都选择把 64 位数据的读写操作作为原子操作来对待。 + +AtomicInteger、AtomicLong、AtomicReference 等特殊的原子性变量类提供了下面形式的原子性条件更新语句，使得比较和更新这两个操作能够不可分割地执行。 + +```java +boolean compareAndSet(expectedValue, updateValue); +``` + +AtomicInteger 使用举例： + +```java +private AtomicInteger ai = new AtomicInteger(0); + +public int next() { + return ai.addAndGet(2) +} +``` + +如果应用场景需要一个更大范围的原子性保证，Java 内存模型还提供了 lock 和 unlock 操作来满足这种需求，尽管虚拟机未把 lock 和 unlock 操作直接开放给用户使用，但是却提供了更高层次的字节码指令 monitorenter 和 monitorexit 来隐式地使用这两个操作，这两个字节码指令反映到 Java 代码中就是同步块——synchronized 关键字，因此在 synchronized 块之间的操作也具备原子性。 + +### 5.2 可见性 + +可见性是指当一个线程修改了共享变量的值，其他线程能立即得知这个修改。 + +Java 内存模型是通过在变量修改后将新值同步回主内存，在变量读取前从主内存刷新变量值这种依赖主内存作为传递媒介的方式来实现可见性的，无论是普通变量还是 volatile 变量都是如此，普通变量与 volatile 变量的区别是，volatile 的特殊规则保证了新值能立即同步到主内存，以及每次使用前立即从主内存刷新。因此，可以说 volatile 保证了多线程操作时变量的可见性，而普通变量则不能保证这一点。 + +除了 volatile 之外，Java 还有两个关键字能实现可见性，即 synchronized 和 final。同步块的可见性是由“对一个变量执行 unlock 操作之前，必须先把此变量同步回主内存中（执行 store、write 操作）”这条规则获得的，而 final 关键字的可见性是指：被 final 修饰的字段在构造器中一旦初始化完成，并且构造器没有把“this”的引用传递出去（this 引用逃逸是一件很危险的事情，其他线程有可能通过这个引用访问到“初始化了一半”的对象），那在其他线程中就能看见 final 字段的值。 + +### 5.3 有序性 + +本线程内观察，所有的操作都是有序的；如果在一个线程中观察另一个线程，所有的操作都是无序的。前半句是指线程内表现为串行的语义，后半句是指指令重排和工作内存和主内存存在同步延迟的现象。 + +Java 语言提供了 volatile 和 synchronized 两个关键字来保证线程之间操作的有序性，volatile 关键字本身就包含了禁止指令重排序的语义，而 synchronized 则是由“一个变量在同一个时刻只允许一条线程对其进行 lock 操作”这条规则获得的，这条规则决定了持有同一个锁的两个同步块只能串行地进入。 + +synchronized 关键字在需要这 3 种特性的时候都可以作为其中一种的解决方案，看起来很“万能”。的确，大部分的并发控制操作都能使用 synchronized 来完成。synchronized 的“万能”也间接造就了它被程序员滥用的局面，越“万能”的并发控制，通常会伴随着越大的性能影响。 + +## 6. 先行发生原则 + +如果 Java 内存模型中所有的有序性都只靠 volatile 和 synchronized 来完成，那么有一些操作将会变得很繁琐，但是我们在编写 Java 并发代码的时候并没有感觉到这一点，这是因为 Java 语言中有一个“先行发生”(Happen-Before) 的原则。这个原则非常重要，它是判断数据是否存在竞争，线程是否安全的主要依据。依靠这个原则，我们可以通过几条规则一次性地解决并发环境下两个操作之间是否可能存在冲突的所有问题。 + +先行发生是 Java 内存模型中定义的两项操作之间的偏序关系，如果说操作 A 先行发生于操作 B，其实就是说在发生操作 B 之前，操作 A 产生的影响能被操作 B 观察到，“影响”包括修改了内存中共享变量的值、发送了消息、调用了方法等。 + +```java +// 以下操作在线程 A 中执行 +k = 1; +// 以下操作在线程 B 中执行 +j = k; +// 以下操作在线程 C 中执行 +k = 2; +``` + +假设线程 A 中的操作“k=1”先行发生于线程 B 的操作“j=k”，那么可以确定在线程 B 的操作执行后，变量 j 的值一定等于 1，得出这个结论的依据有两个：一是根据先行发生原则，“k=1”的结果可以被观察到；二是线程 C 还没“登场”，线程 A 操作结束之后没有其他线程会修改变量 k 的值。现在再来考虑线程 C，我们依然保持线程 A 和线程 B 之间的先行发生关系，而线程 C 出现在线程 A 和线程 B 的操作之间，但是线程 C 与线程 B 没有先行发生关系，那 j 的值会是多少呢？答案是不确定！1 和 2 都有可能，因为线程 C 对变量 k 的影响可能会被线程 B 观察到，也可能不会，这时候线程 B 就存在读取到过期数据的风险，不具备多线程安全性。 + +下面是 Java 内存模型下一些“天然的”先行发生关系，这些先行发生关系无须任何同步器协助就已经存在，可以在编码中直接使用。如果两个操作之间的关系不在此列，并且无法从下列规则推导出来的话，它们就没有顺序性保障，虚拟机可以对它们随意地进行重排序。 + +- 程序次序规则（Program Order Rule）：在一个线程内，按照程序代码顺序，书写在前面的操作先行发生于书写在后面的操作。准确地说，应该是控制流顺序而不是程序代码顺序，因为要考虑分支、循环等结构。 +- 管程锁定规则（Monitor Lock Rule）：一个 unlock 操作先行发生于后面对同一个锁的 lock 操作。这里必须强调的是同一个锁，而“后面”是指时间上的先后顺序。 +- volatile 变量规则（Volatile Variable Rule）：对一个 volatile 变量的写操作先行发生于后面对这个变量的读操作，这里的“后面”同样是指时间上的先后顺序。 +- 线程启动规则（Thread Start Rule）：Thread 对象的 start() 方法先行发生于此线程的每一个动作。 +- 线程终止规则（Thread Termination Rule）：线程中的所有操作都先行发生于对此线程的终止检测，我们可以通过 Thread.join() 方法结束、Thread.isAlive() 的返回值等手段检测到线程已经终止执行。 +- 线程中断规则（Thread Interruption Rule）：对线程 interrupt() 方法的调用先行发生于被中断线程的代码检测到中断事件的发生，可以通过 Thread.interrupted() 方法检测到是否有中断发生。 +- 对象终结规则（Finalizer Rule）：一个对象的初始化完成（构造函数执行结束）先行发生于它的 finalize() 方法的开始。 +- 传递性（Transitivity）：如果操作 A 先行发生于操作 B，操作 B 先行发生于操作 C，那就可以得出操作 A 先行发生于操作 C 的结论。 + +```java +private int value = 0; +pubilc void setValue(int value) { + this.value = value; +} +public int getValue() { + return value; +} +``` +上述代码显示的是一组再普通不过的 getter/setter 方法，假设存在线程 A 和 B，线程 A 先（时间上的先后）调用了“setValue(1)”，然后线程 B 调用了同一个对象的“getValue()”，那么线程 B 收到的返回值是什么？ + +我们依次分析一下先行发生原则中的各项规则，由于两个方法分别由线程 A 和线程 B 调用，不在一个线程中，所以程序次序规则在这里不适用；由于没有同步块，自然就不会发生 lock 和 unlock 操作，所以管程锁定规则不适用；由于 value 变量没有被 volatile 关键字修饰，所以 volatile 变量规则不适用；后面的线程启动、终止、中断规则和对象终结规则也和这里完全没有关系。因为没有一个适用的先行发生规则，所以最后一条传递性也无从谈起，因此我们可以判定尽管线程 A 在操作时间上先于线程 B，但是无法确定线程 B 中“getValue()”方法的返回结果，换句话说，这里面的操作不是线程安全的。 + +那怎么修复这个问题呢？我们至少有两种比较简单的方案可以选择：要么把 getter/setter 方法都定义为 synchronized 方法，这样就可以套用管程锁定规则；要么把 value 定义为 volatile 变量，由于 setter 方法对 value 的修改不依赖 value 的原值，满足 volatile 关键字使用场景，这样就可以套用 volatile 变量规则来实现先行发生关系。 + +通过上面的例子，我们可以得出结论：一个操作“时间上的先发生”不代表这个操作会是“先行发生”，那如果一个操作“先行发生”是否就能推导出这个操作必定是“时间上的先发生”呢？很遗憾，这个推论也是不成立的，一个典型的例子就是多次提到的“指令重排序”。 + +```java +// 以下操作在同一个线程中执行 +int i = 1; +int j = 2; +``` + +代码清单的两条赋值语句在同一个线程之中，根据程序次序规则，“int i=1”的操作先行发生于“int j=2”，但是“int j=2”的代码完全可能先被处理器执行，这并不影响先行发生原则的正确性，因为我们在这条线程之中没有办法感知到这点。 + +上面两个例子综合起来证明了一个结论：时间先后顺序与先行发生原则之间基本没有太大的关系，所以我们衡量并发安全问题的时候不要受到时间顺序的干扰，一切必须以先行发生原则为准。 + +# 线程安全 + +《Java Concurrency In Practice》的作者 Brian Goetz 对“线程安全”有一个比较恰当的定义：“当多个线程访问一个对象时，如果不用考虑这些线程在运行时环境下的调度和交替执行，也不需要进行额外的同步，或者在调用方进行任何其他的协调操作，调用这个对象的行为都可以获得正确的结果，那这个对象是线程安全的”。 + +这个定义比较严谨，它要求线程安全的代码都必须具备一个特征：代码本身封装了所有必要的正确性保障手段（如互斥同步等），令调用者无须关心多线程的问题，更无须自己采取任何措施来保证多线程的正确调用。这点听起来简单，但其实并不容易做到，在大多数场景中，我们都会将这个定义弱化一些，如果把“调用这个对象的行为”限定为“单次调用”，这个定义的其他描述也能够成立的话，我们就可以称它是线程安全了，为什么要弱化这个定义，现在暂且放下，稍后再详细探讨。 + +## 1. Java 语言中的线程安全 + +我们这里讨论的线程安全，就限定于多个线程之间存在共享数据访问这个前提，因为如果一段代码根本不会与其他线程共享数据，那么从线程安全的角度来看，程序是串行执行还是多线程执行对它来说是完全没有区别的。 + +为了更加深入地理解线程安全，在这里我们可以不把线程安全当做一个非真即假的二元排他选项来看待，按照线程安全的“安全程度”由强至弱来排序，我们可以将 Java 语言中各种操作共享的数据分为以下 5 类：不可变、绝对线程安全、相对线程安全、线程兼容和线程对立。 + +### 1.1 不可变 + +在 Java 语言中（特指 JDK 1.5 以后，即 Java 内存模型被修正之后的 Java 语言），不可变（Immutable）的对象一定是线程安全的，无论是对象的方法实现还是方法的调用者，都不需要再采取任何的线程安全保障措施，只要一个不可变的对象被正确地构建出来（没有发生 this 引用逃逸的情况），那其外部的可见状态永远也不会改变，永远也不会看到它在多个线程之中处于不一致的状态。“不可变”带来的安全性是最简单和最纯粹的。 + +Java 语言中，如果共享数据是一个基本数据类型，那么只要在定义时使用 final 关键字修饰它就可以保证它是不可变的。如果共享数据是一个对象，那就需要保证对象的行为不会对其状态产生任何影响才行，不妨想一想 java.lang.String 类的对象，它是一个典型的不可变对象，我们调用它的 substring()、replace() 和 concat() 这些方法都不会影响它原来的值，只会返回一个新构造的字符串对象。 + +保证对象行为不影响自己状态的途径有很多种，其中最简单的就是把对象中带有状态的变量都声明为 final，这样在构造函数结束之后，它就是不可变的。 + +在 Java API 中符合不可变要求的类型，除了上面提到的 String 之外，常用的还有枚举类型，以及 java.lang.Number 的部分子类，如 Long 和 Double 等数值包装类型，BigInteger 和 BigDecimal 等大数据类型；但同为 Number 的子类型的原子类 AtomicInteger 和 AtomicLong 则并非不可变的。 + +### 1.2 绝对线程安全 + +绝对的线程安全完全满足 Brian Goetz 给出的线程安全的定义，这个定义其实是很严格的，一个类要达到“不管运行时环境如何，调用者都不需要任何额外的同步措施”通常需要付出很大的，甚至有时候是不切实际的代价。在 Java API 中标注自己是线程安全的类，大多数都不是绝对的线程安全。我们可以通过 Java API 中一个不是“绝对线程安全”的线程安全类来看看这里的“绝对”是什么意思。 + +如果说 java.util.Vector 是一个线程安全的容器，相信所有的 Java 程序员对此都不会有异议，因为它的 add()、get() 和 size() 这类方法都是被 synchronized 修饰的，尽管这样效率很低，但确实是安全的。但是，即使它所有的方法都被修饰成同步，也不意味着调用它的时候永远都不再需要同步手段了。 + +```java +private static Vector vector = new Vector(); + +public static void main(String[] args) { + while (true) { + for (int i = 0; i < 10; i++) { + vector.add(i); + } + + Thread removeThread = new Thread(new Runnable() { + @Override + public void run() { + for (int i = 0; i < vector.size(); i++) { + vector.remove(i); + } + } + }); + + Thread printThread = new Thread(new Runnable() { + @Override + public void run() { + for (int i = 0; i < vector.size(); i++) { + System.out.println((vector.get(i))); + } + } + }); + + removeThread.start(); + printThread.start(); + + //不要同时产生过多的线程，否则会导致操作系统假死 + while (Thread.activeCount() > 20); + } +} +``` + +```html +Exception in thread"Thread-132"java.lang.ArrayIndexOutOfBoundsException： +Array index out of range：17 +at java.util.Vector.remove（Vector.java：777） +at org.fenixsoft.mulithread.VectorTest$1.run（VectorTest.java：21） +at java.lang.Thread.run（Thread.java：662） +``` + +很明显，尽管这里使用到的 Vector 的 get()、remove() 和 size() 方法都是同步的，但是在多线程的环境中，如果不在方法调用端做额外的同步措施的话，使用这段代码仍然是不安全的，因为如果另一个线程恰好在错误的时间里删除了一个元素，导致序号 i 已经不再可用的话，再用 i 访问数组就会抛出一个 ArrayIndexOutOfBoundsException。如果要保证这段代码能正确执行下去，我们不得不把 removeThread 和 printThread 的定义改成如下所示的样子： + +```java + Thread removeThread = new Thread(new Runnable() { + @Override + public void run() { + synchronized (vector) { + for (int i = 0; i < vector.size(); i++) { + vector.remove(i); + } + } + } +}); + +Thread printThread = new Thread(new Runnable() { + @Override + public void run() { + synchronized (vector) { + for (int i = 0; i < vector.size(); i++) { + System.out.println((vector.get(i))); + } + } + } +}); +``` + +### 1.3 相对线程安全 + +相对的线程安全就是我们通常意义上所讲的线程安全，它需要保证对这个对象单独的操作是线程安全的，我们在调用的时候不需要做额外的保障措施，但是对于一些特定顺序的连续调用，就可能需要在调用端使用额外的同步手段来保证调用的正确性。 + +在 Java 语言中，大部分的线程安全类都属于这种类型，例如 Vector、HashTable、Collections 的 synchronizedCollection() 方法包装的集合等。 + +### 1.4 线程兼容 + +线程兼容是指对象本身并不是线程安全的，但是可以通过在调用端正确地使用同步手段来保证对象在并发环境中可以安全地使用，我们平常说一个类不是线程安全的，绝大多数时候指的是这一种情况。Java API 中大部分的类都是属于线程兼容的，如与前面的 Vector 和 HashTable 相对应的集合类 ArrayList 和 HashMap 等。 + +### 1.5 线程对立 + +线程对立是指无论调用端是否采取了同步措施，都无法在多线程环境中并发使用的代码。由于 Java 语言天生就具备多线程特性，线程对立这种排斥多线程的代码是很少出现的，而且通常都是有害的，应当尽量避免。 + +一个线程对立的例子是 Thread 类的 suspend() 和 resume() 方法，如果有两个线程同时持有一个线程对象，一个尝试去中断线程，另一个尝试去恢复线程，如果并发进行的话，无论调用时是否进行了同步，目标线程都是存在死锁风险的，如果 suspend() 中断的线程就是即将要执行 resume() 的那个线程，那就肯定要产生死锁了。也正是由于这个原因，suspend() 和 resume() 方法已经被 JDK 声明废弃（@Deprecated）了。常见的线程对立的操作还有 System.setIn()、Sytem.setOut() 和 System.runFinalizersOnExit() 等。 + +## 2. 线程安全的实现方法 + +如何实现线程安全与代码编写有很大的关系，但虚拟机提供的同步和锁机制也起到了非常重要的作用。本节中，代码编写如何实现线程安全和虚拟机如何实现同步与锁这两者都会有所涉及，相对而言更偏重后者一些，只要读者了解了虚拟机线程安全手段的运作过程，自己去思考代码如何编写并不是一件困难的事情。 + +### 2.1 互斥同步 + +互斥同步（Mutual Exclusion＆Synchronization）是常见的一种并发正确性保障手段。同步是指在多个线程并发访问共享数据时，保证共享数据在同一个时刻只被一个（或者是一些，使用信号量的时候）线程使用。而互斥是实现同步的一种手段，临界区（Critical Section）、互斥量（Mutex）和信号量（Semaphore）都是主要的互斥实现方式。因此，在这 4 个字里面，互斥是因，同步是果；互斥是方法，同步是目的。 + +在 Java 中，最基本的互斥同步手段就是 synchronized 关键字，synchronized 关键字经过编译之后，会在同步块的前后分别形成 monitorenter 和 monitorexit 这两个字节码指令，这两个字节码都需要一个 reference 类型的参数来指明要锁定和解锁的对象。如果 Java 程序中的 synchronized 明确指定了对象参数，那就是这个对象的 reference；如果没有明确指定，那就根据 synchronized 修饰的是实例方法还是类方法，去取对应的对象实例或 Class 对象来作为锁对象。 + +根据虚拟机规范的要求，在执行 monitorenter 指令时，首先要尝试获取对象的锁。如果这个对象没被锁定，或者当前线程已经拥有了那个对象的锁，把锁的计数器加 1，相应的，在执行 monitorexit 指令时会将锁计数器减 1，当计数器为 0 时，锁就被释放。如果获取对象锁失败，那当前线程就要阻塞等待，直到对象锁被另外一个线程释放为止。 + +在虚拟机规范对 monitorenter 和 monitorexit 的行为描述中，有两点是需要特别注意的。首先，synchronized 同步块对同一条线程来说是可重入的，不会出现自己把自己锁死的问题。其次，同步块在已进入的线程执行完之前，会阻塞后面其他线程的进入。Java 的线程是映射到操作系统的原生线程之上的，如果要阻塞或唤醒一个线程，都需要操作系统来帮忙完成，这就需要从用户态转换到核心态中，因此状态转换需要耗费很多的处理器时间。对于代码简单的同步块（如被 synchronized 修饰的 getter() 或 setter() 方法），状态转换消耗的时间有可能比用户代码执行的时间还要长。所以 synchronized 是 Java 语言中一个重量级（Heavyweight）的操作，有经验的程序员都会在确实必要的情况下才使用这种操作。而虚拟机本身也会进行一些优化，譬如在通知操作系统阻塞线程之前加入一段自旋等待过程，避免频繁地切入到核心态之中。 + +除了 synchronized 之外，我们还可以使用 java.util.concurrent（下文称 J.U.C）包中的重入锁（ReentrantLock）来实现同步，在基本用法上，ReentrantLock 与 synchronized 很相似，他们都具备一样的线程重入特性，只是代码写法上有点区别，一个表现为 API 层面的互斥锁（lock() 和 unlock() 方法配合 try/finally 语句块来完成），另一个表现为原生语法层面的互斥锁。不过，相比 synchronized,ReentrantLock 增加了一些高级功能，主要有以下 3 项：等待可中断、可实现公平锁，以及锁可以绑定多个条件。 + +- 等待可中断是指当持有锁的线程长期不释放锁的时候，正在等待的线程可以选择放弃等待，改为处理其他事情，可中断特性对处理执行时间非常长的同步块很有帮助。 + +- 公平锁是指多个线程在等待同一个锁时，必须按照申请锁的时间顺序来依次获得锁；而非公平锁则不保证这一点，在锁被释放时，任何一个等待锁的线程都有机会获得锁。synchronized 中的锁是非公平的，ReentrantLock 默认情况下也是非公平的，但可以通过带布尔值的构造函数要求使用公平锁。 + +- 锁绑定多个条件是指一个 ReentrantLock 对象可以同时绑定多个 Condition 对象，而在 synchronized 中，锁对象的 wait() 和 notify() 或 notifyAll() 方法可以实现一个隐含的条件，如果要和多于一个的条件关联的时候，就不得不额外地添加一个锁，而 ReentrantLock 则无须这样做，只需要多次调用 newCondition() 方法即可。 + +如果需要使用上述功能，选用 ReentrantLock 是一个很好的选择，那如果是基于性能考虑呢？关于 synchronized 和 ReentrantLock 的性能问题，Brian Goetz 对这两种锁在 JDK 1.5 与单核处理器，以及 JDK 1.5 与双 Xeon 处理器环境下做了一组吞吐量对比的实验，实验结果如图 13-1 和图 13-2 所示。 + +

+
JDK 1.5、单核处理器下两种锁的吞吐量对比

+ +

+
JDK 1.5、双 Xeon 处理器下两种锁的吞吐量对比

+ +多线程环境下 synchronized 的吞吐量下降得非常严重，而 ReentrantLock 则能基本保持在同一个比较稳定的水平上。与其说 ReentrantLock 性能好，还不如说 synchronized 还有非常大的优化余地。后续的技术发展也证明了这一点，JDK 1.6 中加入了很多针对锁的优化措施，JDK 1.6 发布之后，人们就发现 synchronized 与 ReentrantLock 的性能基本上是完全持平了。因此，如果读者的程序是使用 JDK 1.6 或以上部署的话，性能因素就不再是选择 ReentrantLock 的理由了，虚拟机在未来的性能改进中肯定也会更加偏向于原生的 synchronized，所以还是提倡在 synchronized 能实现需求的情况下，优先考虑使用 synchronized 来进行同步。 + +### 2.2 非阻塞同步 + +互斥同步最主要的问题就是进行线程阻塞和唤醒所带来的性能问题，因此这种同步也称为阻塞同步（Blocking Synchronization）。从处理问题的方式上说，互斥同步属于一种悲观的并发策略，总是认为只要不去做正确的同步措施（例如加锁），那就肯定会出现问题，无论共享数据是否真的会出现竞争，它都要进行加锁（这里讨论的是概念模型，实际上虚拟机会优化掉很大一部分不必要的加锁）、用户态核心态转换、维护锁计数器和检查是否有被阻塞的线程需要唤醒等操作。随着硬件指令集的发展，我们有了另外一个选择：基于冲突检测的乐观并发策略，通俗地说，就是先进行操作，如果没有其他线程争用共享数据，那操作就成功了；如果共享数据有争用，产生了冲突，那就再采取其他的补偿措施（最常见的补偿措施就是不断地重试，直到成功为止），这种乐观的并发策略的许多实现都不需要把线程挂起，因此这种同步操作称为非阻塞同步（Non-Blocking Synchronization）。 + +为什么笔者说使用乐观并发策略需要“硬件指令集的发展”才能进行呢？因为我们需要操作和冲突检测这两个步骤具备原子性，靠什么来保证呢？如果这里再使用互斥同步来保证就失去意义了，所以我们只能靠硬件来完成这件事情，硬件保证一个从语义上看起来需要多次操作的行为只通过一条处理器指令就能完成，这类指令常用的有： + +- 测试并设置（Test-and-Set） +- 获取并增加（Fetch-and-Increment） +- 交换（Swap） +- 比较并交换（Compare-and-Swap，下文称 CAS） +- 加载链接/条件存储（Load-Linked/Store-Conditional，下文称 LL/SC） + +其中，前面的 3 条是 20 世纪就已经存在于大多数指令集之中的处理器指令，后面的两条是现代处理器新增的，而且这两条指令的目的和功能是类似的。在 IA64、x86 指令集中有 cmpxchg 指令完成 CAS 功能，在 sparc-TSO 也有 casa 指令实现，而在 ARM 和 PowerPC 架构下，则需要使用一对 ldrex/strex 指令来完成 LL/SC 的功能。 + +**CAS** 指令需要有 3 个操作数，分别是内存位置（在 Java 中可以简单理解为变量的内存地址，用 V 表示）、旧的预期值（用 A 表示）和新值（用 B 表示）。CAS 指令执行时，当且仅当 V 符合旧预期值 A 时，处理器用新值 B 更新 V 的值，否则它就不执行更新，但是无论是否更新了 V 的值，都会返回 V 的旧值，上述的处理过程是一个原子操作。 + +在 JDK 1.5 之后，Java 程序中才可以使用 CAS 操作，该操作由 sun.misc.Unsafe 类里面的 compareAndSwapInt() 和 compareAndSwapLong() 等几个方法包装提供，虚拟机在内部对这些方法做了特殊处理，即时编译出来的结果就是一条平台相关的处理器 CAS 指令，没有方法调用的过程，或者可以认为是无条件内联进去了。 + +由于 Unsafe 类不是提供给用户程序调用的类（Unsafe.getUnsafe() 的代码中限制了只有启动类加载器（Bootstrap ClassLoader）加载的 Class 才能访问它），因此，如果不采用反射手段，我们只能通过其他的 Java API 来间接使用它，如 J.U.C 包里面的整数原子类，其中的 compareAndSet() 和 getAndIncrement() 等方法都使用了 Unsafe 类的 CAS 操作。 + +这段 20 个线程自增 10000 次的代码使用了 AtomicInteger 之后程序输出了正确结果，一切都要归功于 incrementAndGet() 方法的原子性。 + +代码清单 4：Atomic 的原子自增运算 + +```java +/** + * Atomic 变量自增运算测试 + * + * @author zzm +*/ +public class AtomicTest { + + public static AtomicInteger race = new AtomicInteger(0); + + public static void increase() { + race.incrementAndGet(); + } + + private static final int THREADS_COUNT = 20; + + public static void main(String[] args) throws Exception { + Thread[] threads = new Thread[THREADS_COUNT]; + for (int i = 0; i < THREADS_COUNT; i++) { + threads[i] = new Thread(new Runnable() { + @Override + public void run() { + for (int i = 0; i < 10000; i++) { + increase(); + } + } + }); + threads[i].start(); + } + + while (Thread.activeCount() > 1) + Thread.yield(); + + System.out.println(race); + } +} +``` + +``` +200000 +``` + +incrementAndGet() 的实现其实非常简单。 + +代码清单 5：incrementAndGet() 方法的 JDK 源码 + +```java +/** + * Atomically increment by one the current value. + * @return the updated value + */ +public final int incrementAndGet() { + for (;;) { + int current = get(); + int next = current + 1; + if (compareAndSet(current, next)) + return next; + } +} +``` + +incrementAndGet() 方法在一个无限循环中，不断尝试将一个比当前值大 1 的新值赋给自己。如果失败了，那说明在执行“获取-设置”操作的时候值已经有了修改，于是再次循环进行下一次操作，直到设置成功为止。 + +尽管 CAS 看起来很美，但显然这种操作无法涵盖互斥同步的所有使用场景，并且 CAS 从语义上来说并不是完美的，存在这样的一个逻辑漏洞：如果一个变量 V 初次读取的时候是 A 值，并且在准备赋值的时候检查到它仍然为 A 值，那我们就能说它的值没有被其他线程改变过了吗？如果在这段期间它的值曾经被改成了 B，后来又被改回为 A，那 CAS 操作就会误认为它从来没有被改变过。这个漏洞称为 CAS 操作的“ABA”问题。J.U.C 包为了解决这个问题，提供了一个带有标记的原子引用类“AtomicStampedReference”，它可以通过控制变量值的版本来保证 CAS 的正确性。不过目前来说这个类比较“鸡肋”，大部分情况下 ABA 问题不会影响程序并发的正确性，如果需要解决 ABA 问题，改用传统的互斥同步可能会比原子类更高效。 + +### 2.3 无同步方案 + +要保证线程安全，并不是一定就要进行同步，两者没有因果关系。同步只是保证共享数据争用时的正确性的手段，如果一个方法本来就不涉及共享数据，那它自然就无须任何同步措施去保证正确性，因此会有一些代码天生就是线程安全的，笔者简单地介绍其中的两类。 + +**可重入代码** （Reentrant Code）：这种代码也叫做纯代码（Pure Code），可以在代码执行的任何时刻中断它，转而去执行另外一段代码（包括递归调用它本身），而在控制权返回后，原来的程序不会出现任何错误。相对线程安全来说，可重入性是更基本的特性，它可以保证线程安全，即所有的可重入的代码都是线程安全的，但是并非所有的线程安全的代码都是可重入的。 + +可重入代码有一些共同的特征，例如不依赖存储在堆上的数据和公用的系统资源、用到的状态量都由参数中传入、不调用非可重入的方法等。我们可以通过一个简单的原则来判断代码是否具备可重入性：如果一个方法，它的返回结果是可以预测的，只要输入了相同的数据，就都能返回相同的结果，那它就满足可重入性的要求，当然也就是线程安全的。 + +**线程本地存储** （Thread Local Storage）：如果一段代码中所需要的数据必须与其他代码共享，那就看看这些共享数据的代码是否能保证在同一个线程中执行？如果能保证，我们就可以把共享数据的可见范围限制在同一个线程之内，这样，无须同步也能保证线程之间不出现数据争用的问题。 + +符合这种特点的应用并不少见，大部分使用消费队列的架构模式（如“生产者-消费者”模式）都会将产品的消费过程尽量在一个线程中消费完，其中最重要的一个应用实例就是经典 Web 交互模型中的“一个请求对应一个服务器线程”（Thread-per-Request）的处理方式，这种处理方式的广泛应用使得很多 Web 服务端应用都可以使用线程本地存储来解决线程安全问题。 + +Java 语言中，如果一个变量要被多线程访问，可以使用 volatile 关键字声明它为“易变的”；如果一个变量要被某个线程独享，Java 中就没有类似 C++中 \_\_declspec（thread）这样的关键字，不过还是可以通过 java.lang.ThreadLocal 类来实现线程本地存储的功能。每一个线程的 Thread 对象中都有一个 ThreadLocalMap 对象，这个对象存储了一组以 ThreadLocal.threadLocalHashCode 为键，以本地线程变量为值的 K-V 值对，ThreadLocal 对象就是当前线程的 ThreadLocalMap 的访问入口，每一个 ThreadLocal 对象都包含了一个独一无二的 threadLocalHashCode 值，使用这个值就可以在线程 K-V 值对中找回对应的本地线程变量。 + +# 锁优化 + +高效并发是从 JDK 1.5 到 JDK 1.6 的一个重要改进，HotSpot 虚拟机开发团队在这个版本上花费了大量的精力去实现各种锁优化技术，如适应性自旋（Adaptive Spinning）、锁消除（Lock Elimination）、锁粗化（Lock Coarsening）、轻量级锁（Lightweight Locking）和偏向锁（Biased Locking）等。这些技术都是为了在线程之间更高效地共享数据，以及解决竞争问题，从而提高程序的执行效率。 + +## 1. 自旋锁与自适应自旋 + +前面我们讨论互斥同步的时候，提到了互斥同步对性能最大的营销阻塞的实现，挂起线程和恢复线程的操作都需要转入内核态完成，这些操作给系统的并发性能带来了很大的压力。同时，虚拟机的开发团队也注意到在许多应用上，共享数据的锁定状态只会持续很短的一段时间，为了这段时间去挂起和恢复线程并不值得。如果物理机器有一个以上的处理器，能让两个或以上的线程同时并行执行，我们就可以让后面请求锁的那个线程 “稍等一下”，但不放弃处理器的执行时间，看看持有锁的线程是否很快就会释放锁。为了让线程等待，我们只需让线程执行一个忙循环（自旋），这项技术就是所谓的自旋锁。 + +自旋锁在 JDK 1.4.2 中就已经引入，只不过默认是关闭的，可以使用 -XX:+UseSpinning 参数来开启，在 JDK 1.6 就已经改为默认开启了。自旋等待不能代替阻塞，且先不说对处理器数量的要求，自旋等待本身虽然避免了线程切换的开销，但它是要占用处理器时间的，因此，如果锁被占用的时间很短，自旋等待的效果就会非常好，反之，如果锁被占用的时候很长，那么自旋的线程只会白白消耗处理器资源，而不会做任何有用的工作，反而会带来性能上的浪费。因此，自旋等待的时间必须要有一定的限度，如果自旋超过了限定的次数仍然没有成功获得锁，就应当使用传统的方式去挂起线程了。自旋次数的默认值是 10 次，用户可以使用参数 -XX:PreBlockSpin 来更改。 + +自旋锁在 JDK 1.4.2 中就已经引入，只不过默认是关闭的，可以使用 -XX:+UseSpinning 参数来开启，在 JDK 1.6 就已经改为默认开启了。自旋等待不能代替阻塞，且先不说对处理器数量的要求，自旋等待本身虽然避免了线程切换的开销，但它是要占用处理器时间的，因此，如果锁被占用的时间很短，自旋等待的效果就会非常好，反之，如果锁被占用的时候很长，那么自旋的线程只会白白消耗处理器资源，而不会做任何有用的工作，反而会带来性能上的浪费。因此，自旋等待的时间必须要有一定的限度，如果自旋超过了限定的次数仍然没有成功获得锁，就应当使用传统的方式去挂起线程了。自旋次数的默认值是 10 次，用户可以使用参数 -XX:PreBlockSpin 来更改。 + +## 2. 锁消除 + +锁消除是指虚拟机即时编译器在运行时，对一些代码上要求同步，但是被检测到不可能存在共享数据竞争的锁进行消除。锁消除的主要判定依据来源于逃逸分析的数据支持，如果判定在一段代码中，堆上的所有数据都不会逃逸出去从而被其他线程访问到，那就可以把他们当做栈上数据对待，认为它们是线程私有的，同步加锁自然就无须进行。 + +也许读者会有疑问，变量是否逃逸，对于虚拟机来说需要使用数据流分析来确定，但是程序自己应该是很清楚的，怎么会在明知道不存在数据争用的情况下要求同步呢？答案是有许多同步措施并不是程序员自己加入的。同步的代码在 Java 程序中的普遍程度也许超过了大部分读者的想象。下面段非常简单的代码仅仅是输出 3 个字符串相加的结果，无论是源码字面上还是程序语义上都没有同步。 + +代码清单 6：一段看起来没有同步的代码 + +```java +public static String concatString(String s1, String s2, String s3) { + return s1 + s2 + s3; +} +``` + +我们也知道，由于 String 是一个不可变的类，对字符串的连接操作总是通过生成新的 String 对象来进行的，因此 Javac 编译器会对 String 连接做自动优化。在 JDK 1.5 之前，会转化为 StringBuffer 对象的连续 append() 操作，在 JDK 1.5 及以后的版本中，会转化为 StringBuilder 对象的连续 append() 操作，即上面的代码可能会变成下面的样子： + +代码清单 7：Javac 转化后的字符串连接操作 + +```java +public static String concatString(String s1, String s2, String s3) { + StringBuffer sb = new StringBuffer(); + sb.append(s1); + sb.append(s2); + sb.append(s3); + return sb.toString(); +} +``` +每个 StringBuffer.append() 方法中都有一个同步块，锁就是 sb 对象。虚拟机观察变量 sb，很快就会发现它的动态作用域被限制在 concatString() 方法内部。也就是说，sb 的所有引用永远不会 “逃逸” 到 concatString() 方法之外，其他线程无法访问到它，因此，虽然这里有锁，但是可以被安全地消除掉，在即时编译之后，这段代码就会忽略掉所有的同步而直接执行了。 + +## 3. 锁粗化 + +原则上，我们在编写代码的时候，总是推荐将同步块的作用范围限制得尽量小——只在共享数据的实际作用域中才进行同步，这样是为了使得需要同步的操作数量尽可能变小，如果存在锁竞争，那等待锁的线程也能尽快拿到锁。 + +大部分情况下，上面的原则都是正确的，但是如果一系列的连续操作都对同一个对象反复加锁和解锁，甚至加锁操作是出现在循环体中，那即使没有线程竞争，频繁地进行互斥同步操作也会导致不必要的性能损耗。 + +代码清单 7 中连续的 append() 方法就属于这类情况。如果虚拟机探测到由这样的一串零碎的操作都对同一个对象加锁，将会把加锁同步的范围扩展（粗化）到整个操作序列的外部，以代码清单 7 为例，就是扩展到第一个 append() 操作之前直至最后一个 append() 操作之后，这样只需要加锁一次就可以了。 + +## 4. 轻量级锁 + +轻量级锁是 JDK 1.6 之中加入的新型锁机制，它名字中的 “轻量级” 是相对于使用操作系统互斥量来实现的传统锁而言的，因此传统的锁机制就称为 “重量级” 锁。首先需要强调一点的是，轻量级锁并不是用来代替重要级锁的，它的本意是在没有多线程竞争的前提下，减少传统的重量级锁使用操作系统互斥量产生的性能消耗。 + +要理解轻量级锁，以及后面会讲到的偏向锁的原理和运作过程，必须从 HotSpot 虚拟机的对象（对象头部分）的内存布局开始介绍。HotSpot 虚拟机的对象头（Object Header）分为两部分信息，第一部分用于存储对象自身的运行时数据，如哈希码（HashCode）、GC 分代年龄（Generational GC Age）等，这部分数据是长度在 32 位和 64 位的虚拟机中分别为 32 bit 和 64 bit，官方称它为 “Mark Word”，它是实现轻量级锁和偏向锁的关键。另外一部分用于存储指向方法区对象类型数据的指针，如果是数组对象的话，还会有一个额外的部分用于存储数组长度。 + +对象头信息是与对象自身定义的数据无关的额外存储成本，考虑到虚拟机的空间效率，Mark Work 被设计成一个非固定的数据结构以便在极小的空间内存储尽量多的信息，它会根据对象的状态复用自己的存储空间。例如，在 32 位的 HotSpot 虚拟机中对象未被锁定的状态下，Mark Word 的 32bit 空间中的 25bit 用于存储对象哈希码（HashCode），4bit 用于存储对象分代年龄，2bit 用于存储锁标志位，1bit 固定为 0，在其他状态（轻量级锁定、重量级锁定、GC 标记、可偏向）下对象的存储内容见表 13-1。 + +

+ +简单地介绍了对象的内存布局后，我们把话题返回到轻量级锁的执行过程上。在代码进入同步块的时候，如果此同步对象没有被锁定（锁标志位为 “01” 状态）虚拟机首先将在当前线程的栈帧中建立一个名为锁记录（Lock Record）的空间，用于存储锁对象目前的 Mark Word 的拷贝（官方把这份拷贝加上了一个 Displaced 前缀，即 Displaced Mark Word），这时候线程堆栈与对象头的状态如图 13-3 所示。 + +

+ +然后，虚拟机将使用 CAS 操作尝试将对象的 Mark Word 更新为指向 Lock Record 的指针。如果这个更新动作成功了，那么这个线程就拥有了该对象的锁，并且对象 Mark Word 的锁标志位 （Mark Word 的最后 2bit）将转变为 “00”，即表示此对象处于轻量级锁定状态，这时候线程堆栈与对象头的状态如图 12-4 所示。 + +

+ +如果这个更新操作失败了，虚拟机首先会检查对象的 Mark Word 是否指向当前线程的栈帧，如果只说明当前线程已经拥有了这个对象的锁，那就可以直接进入同步块继续执行，否则说明这个锁对象以及被其他线程线程抢占了。如果有两条以上的线程争用同一个锁，那轻量级锁就不再有效，要膨胀为重量级锁，所标志的状态变为 “10”，Mark Word 中存储的就是指向重量级锁（互斥量）的指针，后面等待锁的线程也要进入阻塞状态。 + +上面描述的是轻量级锁的加锁过程，它的解锁过程也是通过 CAS 操作来进行的，如果对象的 Mark Word 仍然指向着线程的锁记录，那就用 CAS 操作把对象当前的 Mark Word 和线程中复制的 Displaced Mark Word 替换回来，如果替换成功，整个同步过程就完成了。如果替换失败，说明有其他线程尝试过获取该锁，那就要释放锁的同时，唤醒被挂起的线程。 + +轻量级锁能提升程序同步性能的依据是 “对于绝大部分的锁，在整个同步周期内都是不存在竞争的”，这是一个经验数据。如果没有竞争，轻量级锁使用 CAS 操作避免了使用互斥量的开销，但如果存在锁竞争，除了互斥量的开销外，还额外发生了 CAS 操作，因此在有竞争的情况下，轻量级锁会比传统的重量级锁更慢。 + +## 5. 偏向锁 + +偏向锁也是 JDK 1.6 中引入的一项锁优化，它的目的是消除数据在无竞争情况下的同步原语，进一步提高程序的运行性能。如果说轻量级锁是在无竞争的情况下使用 CAS 操作去消除同步使用的互斥量，那偏向锁就是在无竞争的情况下把整个同步都消除掉，连 CAS 操作都不做了。 + +偏向锁的 “偏”，就是偏心的 “偏”、偏袒的 “偏”，它的意思是这个锁会偏向于第一个获得它的线程，如果在接下来的执行过程中，该锁没有被其他的线程获取，则持有偏向锁的线程将永远不需要再进行同步。 + +如果读者读懂了前面轻量级锁中关于对象头 Mark Word 与线程之间的操作过程，那偏向锁的原理理解起来就会很简单。假设当前虚拟机启用了偏向锁（启用参数 -XX:+UseBiasedLocking，这是 JDK 1.6 的默认值），那么，当锁对象第一次被线程获取的时候，虚拟机将会把对象头中的标志位设为 “01”，即偏向模式。同时使用 CAS 操作把获取到这个锁的线程 ID 记录在对象的 Mark Word 之中，如果 CAS 操作成功，持有偏向锁的线程以后每次进入这个锁相关的同步块时，虚拟机都可以不再进行如何同步操作（例如 Locking、Unlocking 及对 Mark Word 的 Update 等）。 + +当有另外一个线程去尝试获取这个锁时，偏向模式就宣告结束。根据锁对象目前是否处于被锁定的状态，撤销偏向（Revoke Bias）后恢复到未锁定（标志位为 “01”）或轻量级锁定（标志位为 “00”）的状态，后续的同步操作就如上面介绍的轻量级锁那样执行。偏向锁、轻量级锁的状态转换及对象 Mark Word 的关系如图 13-5 所示。 + +

+ +偏向锁可以提高带有同步但无竞争的程序性能。它同样是一个带有效益权衡（Trade Off）性质的优化，也就是说，它并不一定总是对程序运行有利，如果程序中大多数的锁总是被多个不同的线程访问，那偏向模式就是多余的。在具体问题具体分析的前提下，有时候使用参数 -XX:-UseBiasedLocking 来禁止偏向锁优化反而可以提升性能。 + +# 多线程开发良好的实践 + +- 给线程命名。 +- 最小化同步范围。 +- 优先使用 volatile。 +- 尽可能使用更高层次的并发工具而非 wait 和 notify() 来实现线程通信，如 BlockingQueue, Semeaphore。 +- 多用并发容器，少用同步容器，并发容器比同步容器的可扩展性更好。 +- 考虑使用线程池。 +- 最低限度的使用同步和锁，缩小临界区。因此相对于同步方法，同步块会更好。 + +# 参考资料 + +- Java 编程思想 +- 深入理解 Java 虚拟机 +- [Java 线程面试题 Top 50](http://www.importnew.com/12773.html) diff --git a/notes/Leetcode 题解.md b/notes/Leetcode 题解.md index bb03fc94..8ba46162 100644 --- a/notes/Leetcode 题解.md +++ b/notes/Leetcode 题解.md @@ -36,6 +36,7 @@ * [哈希表](#哈希表) * [字符串](#字符串) * [数组与矩阵](#数组与矩阵) + * [1-n 分布](#1-n-分布) * [有序矩阵](#有序矩阵) * [链表](#链表) * [树](#树) @@ -54,32 +55,40 @@ ## 二分查找 -二分查找思想简单，但是在实现时有一些需要注意的细节： - -1. 在计算 mid 时不能使用 mid = (l + h) / 2 这种方式，因为 l + h 可能会导致加法溢出，应该使用 mid = l + (h - l) / 2。 - -2. 对 h 的赋值和循环条件有关，当循环条件为 l <= h 时，h = mid - 1；当循环条件为 l < h 时，h = mid。 -解释如下：在循环条件为 l <= h 时，如果 h = mid，会出现循环无法退出的情况，例如 l = 1，h = 1，此时 mid 也等于 1，如果此时继续执行 h = mid，那么就会无限循环；在循环条件为 l < h，如果 h = mid - 1，会错误跳过查找的数，例如对于数组 [1,2,3]，要查找 1，最开始 l = 0，h = 2，mid = 1，判断 key < arr[mid] 执行 h = mid - 1 = 0，此时循环退出，直接把查找的数跳过了。 - -3. l 的赋值一般都为 l = mid + 1。 - ```java -public int search(int key, int[] arr) { - int l = 0, h = arr.length - 1; +public int search(int key, int[] array) { + int l = 0, h = array.length - 1; while (l <= h) { int mid = l + (h - l) / 2; - if (key == arr[mid]) return mid; - if (key < arr[mid]) h = mid - 1; + if (key == array[mid]) return mid; + if (key < array[mid]) h = mid - 1; else l = mid + 1; } return -1; } ``` -**求开方** +实现时需要注意以下细节： + +1. 在计算 mid 时不能使用 mid = (l + h) / 2 这种方式，因为 l + h 可能会导致加法溢出，应该使用 mid = l + (h - l) / 2。 + +2. 对 h 的赋值和循环条件有关，当循环条件为 l <= h 时，h = mid - 1；当循环条件为 l < h 时，h = mid。解释如下：在循环条件为 l <= h 时，如果 h = mid，会出现循环无法退出的情况，例如 l = 1，h = 1，此时 mid 也等于 1，如果此时继续执行 h = mid，那么就会无限循环；在循环条件为 l < h，如果 h = mid - 1，会错误跳过查找的数，例如对于数组 [1,2,3]，要查找 1，最开始 l = 0，h = 2，mid = 1，判断 key < arr[mid] 执行 h = mid - 1 = 0，此时循环退出，直接把查找的数跳过了。 + +3. l 的赋值一般都为 l = mid + 1。 + +**求开方** [Leetcode : 69. Sqrt(x) (Easy)](https://leetcode.com/problems/sqrtx/description/) +```html +Input: 4 +Output: 2 + +Input: 8 +Output: 2 +Explanation: The square root of 8 is 2.82842..., and since we want to return an integer, the decimal part will be truncated. +``` + 一个数 x 的开方 sqrt 一定在 0 \~ x 之间，并且满足 sqrt == x / sqrt 。可以利用二分查找在 0 \~ x 之间查找 sqrt。 ```java @@ -97,19 +106,17 @@ public int mySqrt(int x) { } ``` -**摆硬币** +**摆硬币** [Leetcode : 441. Arranging Coins (Easy)](https://leetcode.com/problems/arranging-coins/description/) ```html n = 8 - The coins can form the following rows: ¤ ¤ ¤ ¤ ¤ ¤ ¤ ¤ - Because the 4th row is incomplete, we return 3. ``` @@ -144,10 +151,15 @@ public int arrangeCoins(int n) { } ``` -**有序数组的 Single Element** +**有序数组的 Single Element** [Leetcode : 540. Single Element in a Sorted Array (Medium)](https://leetcode.com/problems/single-element-in-a-sorted-array/description/) +```html +Input: [1,1,2,3,3,4,4,8,8] +Output: 2 +``` + 题目描述：一个有序数组只有一个数不出现两次，找出这个数。 ```java @@ -167,10 +179,19 @@ public int singleNonDuplicate(int[] nums) { 贪心思想保证每次操作都是局部最优的，并且最后得到的结果是全局最优的。 -**分配饼干** +**分配饼干** [Leetcode : 455. Assign Cookies (Easy)](https://leetcode.com/problems/assign-cookies/description/) +```html +Input: [1,2], [1,2,3] +Output: 2 + +Explanation: You have 2 children and 3 cookies. The greed factors of 2 children are 1, 2. +You have 3 cookies and their sizes are big enough to gratify all of the children, +You need to output 2. +``` + 题目描述：每个孩子都有一个满足度，每个饼干都有一个大小，只有饼干的大小大于一个孩子的满足度，该孩子才会获得满足。求解最多可以获得满足的孩子数量。 因为最小的孩子最容易得到满足，因此先满足最小孩子。给一个孩子的饼干应当尽量小又能满足该孩子，这样大饼干就能拿来给满足度比较大的孩子。 @@ -190,7 +211,7 @@ public int findContentChildren(int[] g, int[] s) { } ``` -**投飞镖刺破气球** +**投飞镖刺破气球** [Leetcode : 452. Minimum Number of Arrows to Burst Balloons (Medium)](https://leetcode.com/problems/minimum-number-of-arrows-to-burst-balloons/description/) @@ -226,7 +247,7 @@ public int findMinArrowShots(int[][] points) { } ``` -**股票的最大收益** +**股票的最大收益** [Leetcode : 122. Best Time to Buy and Sell Stock II (Easy)](https://leetcode.com/problems/best-time-to-buy-and-sell-stock-ii/description/) @@ -244,7 +265,7 @@ public int maxProfit(int[] prices) { } ``` -**种植花朵** +**种植花朵** [Leetcode : 605. Can Place Flowers (Easy)](https://leetcode.com/problems/can-place-flowers/description/) @@ -271,13 +292,19 @@ public boolean canPlaceFlowers(int[] flowerbed, int n) { } ``` -**修改一个数成为非递减数组** +**修改一个数成为非递减数组** [Leetcode : 665. Non-decreasing Array (Easy)](https://leetcode.com/problems/non-decreasing-array/description/) +```html +Input: [4,2,3] +Output: True +Explanation: You could modify the first 4 to 1 to get a non-decreasing array. +``` + 题目描述：判断一个数组能不能只修改一个数就成为非递减数组。 -在出现 nums[i] < nums[i - 1] 时，需要考虑的是应该修改数组的哪个数，使得本次修改能使 i 之前的数组成为非递减数组，并且 **不影响后续的操作**。优先考虑令 nums[i - 1] = nums[i]，因为如果修改 nums[i] = nums[i - 1] 的话，那么 nums[i] 这个数会变大，那么就有可能比 nums[i + 1] 大，从而影响了后续操作。还有一个比较特别的情况就是 nums[i] < nums[i - 2]，只修改 nums[i - 1] = nums[i] 不能令数组成为非递减，只能通过修改 nums[i] = nums[i - 1] 才行。 +在出现 nums[i] < nums[i - 1] 时，需要考虑的是应该修改数组的哪个数，使得本次修改能使 i 之前的数组成为非递减数组，并且 **不影响后续的操作** 。优先考虑令 nums[i - 1] = nums[i]，因为如果修改 nums[i] = nums[i - 1] 的话，那么 nums[i] 这个数会变大，那么就有可能比 nums[i + 1] 大，从而影响了后续操作。还有一个比较特别的情况就是 nums[i] < nums[i - 2]，只修改 nums[i - 1] = nums[i] 不能令数组成为非递减，只能通过修改 nums[i] = nums[i - 1] 才行。 ```java public boolean checkPossibility(int[] nums) { @@ -293,7 +320,7 @@ public boolean checkPossibility(int[] nums) { } ``` -**判断是否为子串** +**判断是否为子串** [Leetcode : 392. Is Subsequence (Medium)](https://leetcode.com/problems/is-subsequence/description/) @@ -312,11 +339,11 @@ public boolean isSubsequence(String s, String t) { } ``` -**分隔字符串使同种字符出现在一起** +**分隔字符串使同种字符出现在一起** [Leetcode : 763. Partition Labels (Medium)](https://leetcode.com/problems/partition-labels/description/) -```java +```html Input: S = "ababcbacadefegdehijhklij" Output: [9,7,8] Explanation: @@ -345,7 +372,7 @@ public List partitionLabels(String S) { } ``` -**根据身高和序号重组队列** +**根据身高和序号重组队列** [Leetcode : 406. Queue Reconstruction by Height(Medium)](https://leetcode.com/problems/queue-reconstruction-by-height/description/) @@ -373,13 +400,13 @@ public int[][] reconstructQueue(int[][] people) { return b[0] - a[0]; } }); - + int n = people.length; List tmp = new ArrayList<>(); for(int i = 0; i < n; i++) { tmp.add(people[i][1], new int[]{people[i][0], people[i][1]}); } - + int[][] ret = new int[n][2]; for(int i = 0; i < n; i++) { ret[i][0] = tmp.get(i)[0]; @@ -393,10 +420,15 @@ public int[][] reconstructQueue(int[][] people) { 双指针主要用于遍历数组，两个指针指向不同的元素，从而协同完成任务。 -**从一个已经排序的数组中查找出两个数，使它们的和为 0** +**从一个已经排序的数组中查找出两个数，使它们的和为 0** [Leetcode ：167. Two Sum II - Input array is sorted (Easy)](https://leetcode.com/problems/two-sum-ii-input-array-is-sorted/description/) +```html +Input: numbers={2, 7, 11, 15}, target=9 +Output: index1=1, index2=2 +``` + 使用双指针，一个指针指向元素较小的值，一个指针指向元素较大的值。指向较小元素的指针从头向尾遍历，指向较大元素的指针从尾向头遍历。 如果两个指针指向元素的和 sum == target，那么得到要求的结果；如果 sum > target，移动较大的元素，使 sum 变小一些；如果 sum < target，移动较小的元素，使 sum 变大一些。 @@ -414,10 +446,14 @@ public int[] twoSum(int[] numbers, int target) { } ``` -**反转字符串中的元音字符** +**反转字符串中的元音字符** [Leetcode : 345. Reverse Vowels of a String (Easy)](https://leetcode.com/problems/reverse-vowels-of-a-string/description/) +```html +Given s = "leetcode", return "leotcede". +``` + 使用双指针，指向待反转的两个元音字符，一个指针从头向尾遍历，一个指针从尾到头遍历。 ```java @@ -447,10 +483,16 @@ public String reverseVowels(String s) { } ``` -**两数平方和** +**两数平方和** [Leetcode : 633. Sum of Square Numbers (Easy)](https://leetcode.com/problems/sum-of-square-numbers/description/) +```html +Input: 5 +Output: True +Explanation: 1 * 1 + 2 * 2 = 5 +``` + 题目描述：判断一个数是否为两个数的平方和，例如 5 = 12 + 22。 ```java @@ -466,10 +508,16 @@ public boolean judgeSquareSum(int c) { } ``` -**回文字符串** +**回文字符串** [Leetcode : 680. Valid Palindrome II (Easy)](https://leetcode.com/problems/valid-palindrome-ii/description/) +```html +Input: "abca" +Output: True +Explanation: You could delete the character 'c'. +``` + 题目描述：字符串可以删除一个字符，判断是否能构成回文字符串。 ```java @@ -496,7 +544,7 @@ private boolean isPalindrome(String s, int l, int r){ } ``` -**归并两个有序数组** +**归并两个有序数组** [Leetcode : 88. Merge Sorted Array (Easy)](https://leetcode.com/problems/merge-sorted-array/description/) @@ -516,7 +564,7 @@ public void merge(int[] nums1, int m, int[] nums2, int n) { } ``` -**判断链表是否存在环** +**判断链表是否存在环** [Leetcode : 141. Linked List Cycle (Easy)](https://leetcode.com/problems/linked-list-cycle/description/) @@ -536,7 +584,7 @@ public boolean hasCycle(ListNode head) { } ``` -**最长子序列** +**最长子序列** [Leetcode : 524. Longest Word in Dictionary through Deleting (Medium)](https://leetcode.com/problems/longest-word-in-dictionary-through-deleting/description/) @@ -572,19 +620,19 @@ public String findLongestWord(String s, List d) { ### 快速选择 -一般用于求解 **Kth Element** 问题，可以在 O(n) 时间复杂度，O(1) 空间复杂度完成求解工作。 +一般用于求解 **Kth Element** 问题，可以在 O(n) 时间复杂度，O(1) 空间复杂度完成求解工作。 与快速排序一样，快速选择一般需要先打乱数组，否则最坏情况下时间复杂度为 O(n2)。 ### 堆排序 -堆排序用于求解 **TopK Elements** 问题，通过维护一个大小为 K 的堆，堆中的元素就是 TopK Elements。当然它也可以用于求解 Kth Element 问题，因为最后出堆的那个元素就是 Kth Element。快速选择也可以求解 TopK Elements 问题，因为找到 Kth Element 之后，再遍历一次数组，所有小于等于 Kth Element 的元素都是 TopK Elements。可以看到，快速选择和堆排序都可以求解 Kth Element 和 TopK Elements 问题。 +堆排序用于求解 **TopK Elements** 问题，通过维护一个大小为 K 的堆，堆中的元素就是 TopK Elements。当然它也可以用于求解 Kth Element 问题，因为最后出堆的那个元素就是 Kth Element。快速选择也可以求解 TopK Elements 问题，因为找到 Kth Element 之后，再遍历一次数组，所有小于等于 Kth Element 的元素都是 TopK Elements。可以看到，快速选择和堆排序都可以求解 Kth Element 和 TopK Elements 问题。 -**Kth Element** +**Kth Element** [Leetocde : 215. Kth Largest Element in an Array (Medium)](https://leetcode.com/problems/kth-largest-element-in-an-array/description/) -**排序**：时间复杂度 O(nlgn)，空间复杂度 O(1) 解法 +**排序** ：时间复杂度 O(nlgn)，空间复杂度 O(1) 解法 ```java public int findKthLargest(int[] nums, int k) { @@ -594,7 +642,7 @@ public int findKthLargest(int[] nums, int k) { } ``` -**堆排序**：时间复杂度 O(nlgk)，空间复杂度 O(k) +**堆排序** ：时间复杂度 O(nlgk)，空间复杂度 O(k) ```java public int findKthLargest(int[] nums, int k) { @@ -609,7 +657,7 @@ public int findKthLargest(int[] nums, int k) { } ``` -**快速选择**：时间复杂度 O(n)，空间复杂度 O(1) +**快速选择** ：时间复杂度 O(n)，空间复杂度 O(1) ```java public int findKthLargest(int[] nums, int k) { @@ -658,10 +706,14 @@ public int findKthLargest(int[] nums, int k) { ### 桶排序 -**找出出现频率最多的 k 个数** +**找出出现频率最多的 k 个数** [Leetcode : 347. Top K Frequent Elements (Medium)](https://leetcode.com/problems/top-k-frequent-elements/description/) +```html +Given [1,1,1,2,2,3] and k = 2, return [1,2]. +``` + ```java public List topKFrequent(int[] nums, int k) { List ret = new ArrayList<>(); @@ -677,7 +729,7 @@ public List topKFrequent(int[] nums, int k) { } bucket[frequency].add(key); } - + for(int i = bucket.length - 1; i >= 0 && ret.size() < k; i--) { if(bucket[i] != null) { ret.addAll(bucket[i]); @@ -693,7 +745,7 @@ public List topKFrequent(int[] nums, int k) { ### BFS -

+

广度优先搜索的搜索过程有点像一层一层地进行遍历：从节点 0 出发，遍历到 6、2、1 和 5 这四个新节点。 @@ -701,14 +753,14 @@ public List topKFrequent(int[] nums, int k) { 反复从新节点出发进行上述的遍历操作。 -可以看到，每一轮遍历的节点都与根节点路径长度相同。设 di 表示第 i 个节点与根节点的路径长度，推导出一个结论：对于先遍历的节点 i 与后遍历的节点 j，有 di<=dj。利用这个结论，可以求解最短路径 **最优解** 问题：第一次遍历到目的节点，其所经过的路径为最短路径，如果继续遍历，之后再遍历到目的节点，所经过的路径就不是最短路径。 +可以看到，每一轮遍历的节点都与根节点路径长度相同。设 di 表示第 i 个节点与根节点的路径长度，推导出一个结论：对于先遍历的节点 i 与后遍历的节点 j，有 di<=dj。利用这个结论，可以求解最短路径 **最优解** 问题：第一次遍历到目的节点，其所经过的路径为最短路径，如果继续遍历，之后再遍历到目的节点，所经过的路径就不是最短路径。 在程序实现 BFS 时需要考虑以下问题： - 队列：用来存储每一轮遍历的节点 - 标记：对于遍历过得节点，应该将它标记，防止重复遍历； -**计算在网格中从原点到特定点的最短路径长度** +**计算在网格中从原点到特定点的最短路径长度** ```html [[1,1,0,1], @@ -747,21 +799,20 @@ private class Position { } ``` - ### DFS -

+

广度优先搜索一层一层遍历，每一层遍历到的所有新节点，要用队列先存储起来以备下一层遍历的时候再遍历；而深度优先搜索在遍历到一个新节点时立马对新节点进行遍历：从节点 0 出发开始遍历，得到到新节点 6 时，立马对新节点 6 进行遍历，得到新节点 4；如此反复以这种方式遍历新节点，直到没有新节点了，此时返回。返回到根节点 0 的情况是，继续对根节点 0 进行遍历，得到新节点 2，然后继续以上步骤。 -从一个节点出发，使用 DFS 对一个图进行遍历时，能够遍历到的节点都是从初始节点可达的，DFS 常用来求解这种 **可达性** 问题。 +从一个节点出发，使用 DFS 对一个图进行遍历时，能够遍历到的节点都是从初始节点可达的，DFS 常用来求解这种 **可达性** 问题。 在程序实现 DFS 时需要考虑以下问题： - 栈：用栈来保存当前节点信息，当遍历新节点返回时能够继续遍历当前节点。也可以使用递归栈。 - 标记：和 BFS 一样同样需要对已经遍历过得节点进行标记。 -**查找最大的连通面积** +**查找最大的连通面积** [Leetcode : 695. Max Area of Island (Easy)](https://leetcode.com/problems/max-area-of-island/description/) @@ -797,7 +848,7 @@ private int dfs(int[][] grid, int i, int j){ } ``` -**图的连通分量** +**图的连通分量** [Leetcode : 547. Friend Circles (Medium)](https://leetcode.com/problems/friend-circles/description/) @@ -836,7 +887,7 @@ private void dfs(int[][] M, int i, boolean[] hasFind) { } ``` -**矩阵中的连通区域数量** +**矩阵中的连通区域数量** [Leetcode : 200. Number of Islands (Medium)](https://leetcode.com/problems/number-of-islands/description/) @@ -877,7 +928,7 @@ private void dfs(char[][] grid, int i, int j) { } ``` -**输出二叉树中所有从根到叶子的路径** +**输出二叉树中所有从根到叶子的路径** [Leetcode : 257. Binary Tree Paths (Easy)](https://leetcode.com/problems/binary-tree-paths/description/) @@ -912,7 +963,7 @@ private void dfs(TreeNode root, String prefix, List ret){ } ``` -**填充封闭区域** +**填充封闭区域** [Leetcode : 130. Surrounded Regions (Medium)](https://leetcode.com/problems/surrounded-regions/description/) @@ -967,14 +1018,14 @@ private void dfs(char[][] board, int r, int c) { } ``` -**从两个方向都能到达的区域** +**从两个方向都能到达的区域** [Leetcode : 417. Pacific Atlantic Water Flow (Medium)](https://leetcode.com/problems/pacific-atlantic-water-flow/description/) ```html Given the following 5x5 matrix: - Pacific ~ ~ ~ ~ ~ + Pacific ~ ~ ~ ~ ~ ~ 1 2 2 3 (5) * ~ 3 2 3 (4) (4) * ~ 2 4 (5) 3 1 * @@ -1032,11 +1083,11 @@ private void dfs(int r, int c, boolean[][] canReach) { } ``` -**N 皇后** +**N 皇后** [Leetcode : 51. N-Queens (Hard)](https://leetcode.com/problems/n-queens/description/) -

+

题目描述：在 n\*n 的矩阵中摆放 n 个皇后，并且每个皇后不能在同一行，同一列，同一对角线上，要求解所有的 n 皇后解。 @@ -1044,11 +1095,11 @@ private void dfs(int r, int c, boolean[][] canReach) { 45 度对角线标记数组的维度为 2\*n - 1，通过下图可以明确 (r,c) 的位置所在的数组下标为 r + c。 -

+

135 度对角线标记数组的维度也是 2\*n - 1，(r,c) 的位置所在的数组下标为 n - 1 - (r - c)。 -

+

```java private List> ret; @@ -1097,15 +1148,15 @@ private void backstracking(int row) { ### Backtracking -回溯是 DFS 的一种，它不是用在遍历图的节点上，而是用于求解 **排列组合** 问题，例如有 { 'a','b','c' } 三个字符，求解所有由这三个字符排列得到的字符串。 +回溯是 DFS 的一种，它不是用在遍历图的节点上，而是用于求解 **排列组合** 问题，例如有 { 'a','b','c' } 三个字符，求解所有由这三个字符排列得到的字符串。 在程序实现时，回溯需要注意对元素进行标记的问题。使用递归实现的回溯，在访问一个新元素进入新的递归调用，此时需要将新元素标记为已经访问，这样才能在继续递归调用时不用重复访问该元素；但是在递归返回时，需要将该元素标记为未访问，因为只需要保证在一个递归链中不同时访问一个元素，而在不同的递归链是可以访问已经访问过但是不在当前递归链中的元素。 -**数字键盘组合** +**数字键盘组合** [Leetcode : 17. Letter Combinations of a Phone Number (Medium)](https://leetcode.com/problems/letter-combinations-of-a-phone-number/description/) -

+

```html Input:Digit string "23" @@ -1135,7 +1186,7 @@ private void combination(String prefix, String digits, int offset, List } ``` -**在矩阵中寻找字符串** +**在矩阵中寻找字符串** [Leetcode : 79. Word Search (Medium)](https://leetcode.com/problems/word-search/description/) @@ -1190,7 +1241,7 @@ private boolean dfs(char[][] board, String word, int start, int r, int c) { } ``` -**IP 地址划分** +**IP 地址划分** [Leetcode : 93. Restore IP Addresses(Medium)](https://leetcode.com/problems/restore-ip-addresses/description/) @@ -1225,7 +1276,7 @@ private void doRestore(int k, String path, String s) { } ``` -**排列** +**排列** [Leetcode : 46. Permutations (Medium)](https://leetcode.com/problems/permutations/description/) @@ -1267,7 +1318,7 @@ private void backtracking(List permuteList, boolean[] visited, int[] nu } ``` -**含有相同元素求排列** +**含有相同元素求排列** [Leetcode : 47. Permutations II (Medium)](https://leetcode.com/problems/permutations-ii/description/) @@ -1308,7 +1359,7 @@ private void backtracking(List permuteList, boolean[] visited, int[] nu } ``` -**组合** +**组合** [Leetcode : 77. Combinations (Medium)](https://leetcode.com/problems/combinations/description/) @@ -1337,7 +1388,7 @@ private void backtracking(int start, int n, int k, List combineList, Li ret.add(new ArrayList(combineList)); // 这里要重新构造一个 List return; } - + for(int i = start; i <= n - k + 1; i++){ // 剪枝 combineList.add(i); // 把 i 标记为已访问 @@ -1347,7 +1398,7 @@ private void backtracking(int start, int n, int k, List combineList, Li } ``` -**组合求和** +**组合求和** [Leetcode : 39. Combination Sum (Medium)](https://leetcode.com/problems/combination-sum/description/) @@ -1381,13 +1432,13 @@ A solution set is: } ``` -**含有相同元素的求组合求和** +**含有相同元素的求组合求和** [Leetcode : 40. Combination Sum II (Medium)](https://leetcode.com/problems/combination-sum-ii/description/) ```html -For example, given candidate set [10, 1, 2, 7, 6, 1, 5] and target 8, -A solution set is: +For example, given candidate set [10, 1, 2, 7, 6, 1, 5] and target 8, +A solution set is: [ [1, 7], [1, 2, 5], @@ -1424,7 +1475,7 @@ private void doCombination(int[] candidates, int target, int start, List

+

```java private boolean[][] rowsUsed = new boolean[9][10]; @@ -1601,7 +1652,7 @@ private int cubeNum(int i, int j) { ## 分治 -**给表达式加括号** +**给表达式加括号** [Leetcode : 241. Different Ways to Add Parentheses (Medium)](https://leetcode.com/problems/different-ways-to-add-parentheses/description/) @@ -1645,7 +1696,7 @@ public List diffWaysToCompute(String input) { ### 分割整数 -**分割整数的最大乘积** +**分割整数的最大乘积** [Leetcode : 343. Integer Break (Medim)](https://leetcode.com/problems/integer-break/description/) @@ -1664,7 +1715,7 @@ public int integerBreak(int n) { } ``` -**按平方数来分割整数** +**按平方数来分割整数** [Leetcode : 279. Perfect Squares(Medium)](https://leetcode.com/problems/perfect-squares/description/) @@ -1692,7 +1743,7 @@ public int numSquares(int n) { } ``` -**分割整数构成字母字符串** +**分割整数构成字母字符串** [Leetcode : 91. Decode Ways (Medium)](https://leetcode.com/problems/decode-ways/description/) @@ -1718,7 +1769,7 @@ public int numDecodings(String s) { ### 矩阵路径 -**矩阵的总路径数** +**矩阵的总路径数** [Leetcode : 62. Unique Paths (Medium)](https://leetcode.com/problems/unique-paths/description/) @@ -1737,7 +1788,7 @@ public int uniquePaths(int m, int n) { } ``` -**矩阵的最小路径和** +**矩阵的最小路径和** [Leetcode : 64. Minimum Path Sum (Medium)](https://leetcode.com/problems/minimum-path-sum/description/) @@ -1761,7 +1812,7 @@ public int minPathSum(int[][] grid) { ### 斐波那契数列 -**爬楼梯** +**爬楼梯** [Leetcode : 70. Climbing Stairs (Easy)](https://leetcode.com/problems/climbing-stairs/description/) @@ -1769,7 +1820,7 @@ public int minPathSum(int[][] grid) { 定义一个数组 dp 存储上楼梯的方法数（为了方便讨论，数组下标从 1 开始），dp[i] 表示走到第 i 个楼梯的方法数目。第 i 个楼梯可以从第 i-1 和 i-2 个楼梯再走一步到达，走到第 i 个楼梯的方法数为走到第 i-1 和第 i-2 个楼梯的方法数之和。 -

+


dp[N] 即为所求。 @@ -1790,7 +1841,7 @@ public int climbStairs(int n) { } ``` -**母牛生产** +**母牛生产** [程序员代码面试指南-P181](#) @@ -1798,9 +1849,9 @@ public int climbStairs(int n) { 第 i 年成熟的牛的数量为： -

+


-**强盗抢劫** +**强盗抢劫** [Leetcode : 198. House Robber (Easy)](https://leetcode.com/problems/house-robber/description/) @@ -1808,7 +1859,7 @@ public int climbStairs(int n) { 定义 dp 数组用来存储最大的抢劫量，其中 dp[i] 表示抢到第 i 个住户时的最大抢劫量。由于不能抢劫邻近住户，因此如果抢劫了第 i 个住户那么只能抢劫 i - 2 和 i - 3 的住户，所以 -

+


O(n) 空间复杂度实现方法： @@ -1848,7 +1899,7 @@ public int rob(int[] nums) { } ``` -**强盗在环形街区抢劫** +**强盗在环形街区抢劫** [Leetcode : 213. House Robber II (Medium)](https://leetcode.com/problems/house-robber-ii/description/) @@ -1875,8 +1926,7 @@ private int rob(int[] nums, int s, int e) { } ``` - -**信件错排** +**信件错排** 题目描述：有 N 个 信 和 信封，它们被打乱，求错误装信的方式数量。 @@ -1888,7 +1938,7 @@ private int rob(int[] nums, int s, int e) { 综上所述，错误装信数量方式数量为： -

+


dp[N] 即为所求。 @@ -1896,19 +1946,19 @@ dp[N] 即为所求。 ### 最长递增子序列 -已知一个序列 {S1, S2,...,Sn} ，取出若干数组成新的序列 {Si1, Si2,..., Sim}，其中 i1、i2 ... im 保持递增，即新序列中各个数仍然保持原数列中的先后顺序，称新序列为原序列的一个**子序列**。 +已知一个序列 {S1, S2,...,Sn} ，取出若干数组成新的序列 {Si1, Si2,..., Sim}，其中 i1、i2 ... im 保持递增，即新序列中各个数仍然保持原数列中的先后顺序，称新序列为原序列的一个 **子序列** 。 -如果在子序列中，当下标 ix > iy 时，Six > Siy，称子序列为原序列的一个**递增子序列**。 +如果在子序列中，当下标 ix > iy 时，Six > Siy，称子序列为原序列的一个 **递增子序列** 。 定义一个数组 dp 存储最长递增子序列的长度，dp[n] 表示以 Sn 结尾的序列的最长递增子序列长度。对于一个递增子序列 {Si1, Si2,...,Sim}，如果 im < n 并且 Sim < Sn ，此时 {Si1, Si2,..., Sim, Sn} 为一个递增子序列，递增子序列的长度增加 1。满足上述条件的递增子序列中，长度最长的那个递增子序列就是要找的，在长度最长的递增子序列上加上 Sn 就构成了以 Sn 为结尾的最长递增子序列。因此 dp[n] = max{ dp[i]+1 | Si < Sn && i < n} 。 因为在求 dp[n] 时可能无法找到一个满足条件的递增子序列，此时 {Sn} 就构成了递增子序列，因此需要对前面的求解方程做修改，令 dp[n] 最小为 1，即： -

+


对于一个长度为 N 的序列，最长子序列并不一定会以 SN 为结尾，因此 dp[N] 不是序列的最长递增子序列的长度，需要遍历 dp 数组找出最大值才是所要的结果，即 max{ dp[i] | 1 <= i <= N} 即为所求。 -**最长递增子序列** +**最长递增子序列** [Leetcode : 300. Longest Increasing Subsequence (Medium)](https://leetcode.com/problems/longest-increasing-subsequence/description/) @@ -1967,7 +2017,7 @@ private int binarySearch(int[] nums, int sIdx, int eIdx, int key){ } ``` -**最长摆动子序列** +**最长摆动子序列** [Leetcode : 376. Wiggle Subsequence (Medium)](https://leetcode.com/problems/wiggle-subsequence/description/) @@ -2000,7 +2050,7 @@ public int wiggleMaxLength(int[] nums) { 综上，最长公共子系列的状态转移方程为： -

+


对于长度为 N 的序列 S1 和 长度为 M 的序列 S2，dp[N][M] 就是序列 S1 和序列 S2 的最长公共子序列长度。 @@ -2037,7 +2087,7 @@ public int lengthOfLCS(int[] nums1, int[] nums2) { 综上，0-1 背包的状态转移方程为： -

+


```java public int knapsack(int W, int N, int[] weights, int[] values) { @@ -2057,15 +2107,15 @@ public int knapsack(int W, int N, int[] weights, int[] values) { } ``` -**空间优化** +**空间优化** 在程序实现时可以对 0-1 背包做优化。观察状态转移方程可以知道，前 i 件物品的状态仅由前 i-1 件物品的状态有关，因此可以将 dp 定义为一维数组，其中 dp[j] 既可以表示 dp[i-1][j] 也可以表示 dp[i][j]。此时， -

+


因为 dp[j-w] 表示 dp[i-1][j-w]，因此不能先求 dp[i][j-w] 防止将 dp[i-1][j-w] 覆盖。也就是说要先计算 dp[i][j] 再计算 dp[i][j-w]，在程序实现时需要按倒序来循环求解。 -**无法使用贪心算法的解释** +**无法使用贪心算法的解释** 0-1 背包问题无法使用贪心算法来求解，也就是说不能按照先添加性价比最高的物品来达到最优，这是因为这种方式可能造成背包空间的浪费，从而无法达到最优。考虑下面的物品和一个容量为 5 的背包，如果先添加物品 0 再添加物品 1，那么只能存放的价值为 16，浪费了大小为 2 的空间。最优的方式是存放物品 1 和物品 2，价值为 22. @@ -2075,7 +2125,7 @@ public int knapsack(int W, int N, int[] weights, int[] values) { | 1 | 2 | 10 | 5 | | 2 | 3 | 12 | 4 | -**变种** +**变种** 完全背包：物品可以无限个，可以转换为 0-1 背包，令每种物品的体积和价值变为 1/2/4... 倍数，把它们都当成一个新物品，然后一种物品只能添加一次。 @@ -2085,7 +2135,7 @@ public int knapsack(int W, int N, int[] weights, int[] values) { 其它：物品之间相互约束或者依赖。 -**划分数组为和相等的两部分** +**划分数组为和相等的两部分** [Leetcode : 416. Partition Equal Subset Sum (Medium)](https://leetcode.com/problems/partition-equal-subset-sum/description/) @@ -2118,7 +2168,7 @@ public boolean canPartition(int[] nums) { } ``` -**字符串按单词列表分割** +**字符串按单词列表分割** [Leetcode : 139. Word Break (Medium)](https://leetcode.com/problems/word-break/description/) @@ -2145,14 +2195,14 @@ public boolean wordBreak(String s, List wordDict) { } ``` -**改变一组数的正负号使得它们的和为一给定数** +**改变一组数的正负号使得它们的和为一给定数** [Leetcode : 494. Target Sum (Medium)](https://leetcode.com/problems/target-sum/description/) ```html -Input: nums is [1, 1, 1, 1, 1], S is 3. +Input: nums is [1, 1, 1, 1, 1], S is 3. Output: 5 -Explanation: +Explanation: -1+1+1+1+1 = 3 +1-1+1+1+1 = 3 @@ -2199,7 +2249,7 @@ private int subsetSum(int[] nums, int targetSum) { } ``` -**01字符构成最多的字符串** +**01 字符构成最多的字符串** [Leetcode : 474. Ones and Zeroes (Medium)](https://leetcode.com/problems/ones-and-zeroes/description/) @@ -2236,13 +2286,13 @@ public int findMaxForm(String[] strs, int m, int n) { } ``` -**找零钱** +**找零钱** [Leetcode : 322. Coin Change (Medium)](https://leetcode.com/problems/coin-change/description/) 题目描述：给一些面额的硬币，要求用这些硬币来组成给定面额的钱数，并且使得硬币数量最少。硬币可以重复使用。 -这是一个完全背包问题，完全背包问题和 0-1背包问题在实现上唯一的不同是，第二层循环是从 0 开始的，而不是从尾部开始。 +这是一个完全背包问题，完全背包问题和 0-1 背包问题在实现上唯一的不同是，第二层循环是从 0 开始的，而不是从尾部开始。 ```java public int coinChange(int[] coins, int amount) { @@ -2260,7 +2310,7 @@ public int coinChange(int[] coins, int amount) { } ``` -**组合总和** +**组合总和** [Leetcode : 377. Combination Sum IV (Medium)](https://leetcode.com/problems/combination-sum-iv/description/) @@ -2297,7 +2347,7 @@ public int combinationSum4(int[] nums, int target) { } ``` -**只能进行两次的股票交易** +**只能进行两次的股票交易** [Leetcode : 123. Best Time to Buy and Sell Stock III (Hard)](https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iii/description/) @@ -2315,7 +2365,7 @@ public int maxProfit(int[] prices) { } ``` -**只能进行 k 次的股票交易** +**只能进行 k 次的股票交易** [Leetcode : 188. Best Time to Buy and Sell Stock IV (Hard)](https://leetcode.com/problems/best-time-to-buy-and-sell-stock-iv/description/) @@ -2348,7 +2398,7 @@ public int maxProfit(int k, int[] prices) { ### 数组区间 -**数组区间和** +**数组区间和** [Leetcode : 303. Range Sum Query - Immutable (Easy)](https://leetcode.com/problems/range-sum-query-immutable/description/) @@ -2356,22 +2406,22 @@ public int maxProfit(int k, int[] prices) { ```java class NumArray { - + int[] nums; - + public NumArray(int[] nums) { for(int i = 1; i < nums.length; i++) nums[i] += nums[i - 1]; this.nums = nums; } - + public int sumRange(int i, int j) { return i == 0 ? nums[j] : nums[j] - nums[i - 1]; } } ``` -**子数组最大的和** +**子数组最大的和** [Leetcode : 53. Maximum Subarray (Easy)](https://leetcode.com/problems/maximum-subarray/description/) @@ -2405,7 +2455,7 @@ public int maxSubArray(int[] nums) { } ``` -**数组中等差递增子区间的个数** +**数组中等差递增子区间的个数** [Leetcode : 413. Arithmetic Slices (Medium)](https://leetcode.com/problems/arithmetic-slices/description/) @@ -2436,7 +2486,7 @@ public int numberOfArithmeticSlices(int[] A) { ### 字符串编辑 -**删除两个字符串的字符使它们相等** +**删除两个字符串的字符使它们相等** [Leetcode : 583. Delete Operation for Two Strings (Medium)](https://leetcode.com/problems/delete-operation-for-two-strings/description/) @@ -2457,21 +2507,19 @@ public int minDistance(String word1, String word2) { } ``` - -**修改一个字符串称为另一个字符串** // TODO +**修改一个字符串称为另一个字符串** // TODO [Leetcode : 72. Edit Distance (Hard)](https://leetcode.com/problems/edit-distance/description/) - ### 其它问题 -**需要冷却期的股票交易** +**需要冷却期的股票交易** [Leetcode : 309. Best Time to Buy and Sell Stock with Cooldown(Medium)](https://leetcode.com/problems/best-time-to-buy-and-sell-stock-with-cooldown/description/) 题目描述：交易之后需要有一天的冷却时间。 -

+

```html s0[i] = max(s0[i - 1], s2[i - 1]); // Stay at s0, or rest from s2 @@ -2479,7 +2527,6 @@ s1[i] = max(s1[i - 1], s0[i - 1] - prices[i]); // Stay at s1, or buy from s0 s2[i] = s1[i - 1] + prices[i]; // Only one way from s1 ``` - ```java public int maxProfit(int[] prices) { if (prices == null || prices.length == 0) return 0; @@ -2499,8 +2546,7 @@ public int maxProfit(int[] prices) { } ``` - -**统计从 0 \~ n 每个数的二进制表示中 1 的个数** +**统计从 0 \~ n 每个数的二进制表示中 1 的个数** [Leetcode : 338. Counting Bits (Medium)](https://leetcode.com/problems/counting-bits/description/) @@ -2516,7 +2562,7 @@ public int maxProfit(int[] prices) { } ``` -**一组整数对能够构成的最长链** +**一组整数对能够构成的最长链** [Leetcode : 646. Maximum Length of Pair Chain (Medium)](https://leetcode.com/problems/maximum-length-of-pair-chain/description/) @@ -2538,7 +2584,7 @@ public int findLongestChain(int[][] pairs) { } } } - + int ret = 0; for(int num : dp) { ret = Math.max(ret, num); @@ -2547,7 +2593,7 @@ public int findLongestChain(int[][] pairs) { } ``` -**买入和售出股票最大的收益** +**买入和售出股票最大的收益** [Leetcode : 121. Best Time to Buy and Sell Stock (Easy)](https://leetcode.com/problems/best-time-to-buy-and-sell-stock/description/) @@ -2569,7 +2615,7 @@ public int maxProfit(int[] prices) { } ``` -**复制粘贴字符** +**复制粘贴字符** [Leetcode : 650. 2 Keys Keyboard (Medium)](https://leetcode.com/problems/2-keys-keyboard/description/) @@ -2603,22 +2649,22 @@ public int minSteps(int n) { ### 素数 -**素数分解** +**素数分解** 每一个数都可以分解成素数的乘积，例如 84 = 22 \* 31 \* 50 \* 71 \* 110 \* 130 \* 170 \* … -**整除** +**整除** 令 x = 2m0 \* 3m1 \* 5m2 \* 7m3 \* 11m4 \* … 令 y = 2n0 \* 3n1 \* 5n2 \* 7n3 \* 11n4 \* … 如果 x 整除 y（y mod x == 0），则对于所有 i，mi <= ni。 -x 和 y 的 **最大公约数** 为：gcd(x,y) = 2min(m0,n0) \* 3min(m1,n1) \* 5min(m2,n2) \* ... +x 和 y 的 **最大公约数** 为：gcd(x,y) = 2min(m0,n0) \* 3min(m1,n1) \* 5min(m2,n2) \* ... -x 和 y 的 **最小公倍数** 为：lcm(x,y) = 2max(m0,n0) \* 3max(m1,n1) \* 5max(m2,n2) \* ... +x 和 y 的 **最小公倍数** 为：lcm(x,y) = 2max(m0,n0) \* 3max(m1,n1) \* 5max(m2,n2) \* ... -**生成素数序列** +**生成素数序列** [Leetcode : 204. Count Primes (Easy)](https://leetcode.com/problems/count-primes/description/) @@ -2657,7 +2703,7 @@ int lcm(int a, int b){ } ``` -对于最大公约数问题，因为需要计算 a % b ，而这个操作是比较耗时的，可以使用 [ 编程之美：2.7]() 的方法，利用减法和移位操作来替换它。 +对于最大公约数问题，因为需要计算 a % b ，而这个操作是比较耗时的，可以使用 [编程之美：2.7]() 的方法，利用减法和移位操作来替换它。 对于 a 和 b 的最大公约数 f(a, b)，有： @@ -2672,7 +2718,7 @@ int lcm(int a, int b){ Java 中 static String toString(int num, int radix) 可以将一个整数装换为 redix 进制表示的字符串。 -**7 进制** +**7 进制** [Leetcode : 504. Base 7 (Easy)](https://leetcode.com/problems/base-7/description/) @@ -2688,7 +2734,7 @@ public String convertToBase7(int num) { } ``` -**16 进制** +**16 进制** [Leetcode : 405. Convert a Number to Hexadecimal (Easy)](https://leetcode.com/problems/convert-a-number-to-hexadecimal/description/) @@ -2707,7 +2753,7 @@ public String toHex(int num) { ### 阶乘 -**统计阶乘尾部有多少个 0** +**统计阶乘尾部有多少个 0** [Leetcode : 172. Factorial Trailing Zeroes (Easy)](https://leetcode.com/problems/factorial-trailing-zeroes/description/) @@ -2721,14 +2767,20 @@ public int trailingZeroes(int n) { } ``` -如果统计的是 N! 的二进制表示中最低位 1 的位置，只要统计有多少个 2 即可，该题目出自 [ 编程之美：2.2](#) 。和求解有多少个 5 一样，2 的个数为 N/2 + N/22 + N/23 + ... +如果统计的是 N! 的二进制表示中最低位 1 的位置，只要统计有多少个 2 即可，该题目出自 [编程之美：2.2](#) 。和求解有多少个 5 一样，2 的个数为 N/2 + N/22 + N/23 + ... ### 字符串加法减法 -**二进制加法** +**二进制加法** [Leetcode : 67. Add Binary (Easy)](https://leetcode.com/problems/add-binary/description/) +```html +a = "11" +b = "1" +Return "100". +``` + ```java public String addBinary(String a, String b) { int i = a.length() - 1, j = b.length() - 1, carry = 0; @@ -2744,11 +2796,11 @@ public String addBinary(String a, String b) { } ``` -**字符串加法** +**字符串加法** [Leetcode : 415. Add Strings (Easy)](https://leetcode.com/problems/add-strings/description/) -题目描述：字符串的值为非负整数 +字符串的值为非负整数 ```java public String addStrings(String num1, String num2) { @@ -2766,11 +2818,24 @@ public String addStrings(String num1, String num2) { ### 相遇问题 -**改变数组元素使所有的数组元素都相等** +**改变数组元素使所有的数组元素都相等** [Leetcode : 462. Minimum Moves to Equal Array Elements II (Medium)](https://leetcode.com/problems/minimum-moves-to-equal-array-elements-ii/description/) -题目描述：每次可以对一个数组元素加一或者减一，求最小的改变次数。 +```html +Input: +[1,2,3] + +Output: +2 + +Explanation: +Only two moves are needed (remember each move increments or decrements one element): + +[1,2,3] => [2,2,3] => [2,2,2] +``` + +每次可以对一个数组元素加一或者减一，求最小的改变次数。 这是个典型的相遇问题，移动距离最小的方式是所有元素都移动到中位数。理由如下： @@ -2778,7 +2843,7 @@ public String addStrings(String num1, String num2) { 设数组长度为 N，则可以找到 N/2 对 a 和 b 的组合，使它们都移动到 m 的位置。 -**解法 1** +**解法 1** 先排序，时间复杂度：O(NlgN) @@ -2796,7 +2861,7 @@ public int minMoves2(int[] nums) { } ``` -**解法 2** +**解法 2** 使用快速排序找到中位数，时间复杂度 O(N) @@ -2832,7 +2897,7 @@ private void swap(int[] nums, int i, int j) { ### 多数投票问题 -**数组中出现次数多于 n / 2 的元素** +**数组中出现次数多于 n / 2 的元素** [Leetcode : 169. Majority Element (Easy)](https://leetcode.com/problems/majority-element/description/) @@ -2845,7 +2910,7 @@ public int majorityElement(int[] nums) { } ``` -可以利用 Boyer-Moore Majority Vote Algorithm 来解决这个问题，使得时间复杂度为 O(n)。可以这么理解该算法：使用 cnt 来统计一个元素出现的次数，当遍历到的元素和统计元素不想等时，令 cnt--。如果前面查找了 i 个元素，且 cnt == 0 ，说明前 i 个元素没有 majority，或者有 majority，但是出现的次数少于 i / 2 ，因为如果多于 i / 2 的话 cnt 就一定不会为 0 。此时剩下的 n - i 个元素中，majority 的数目多于 (n - i) / 2，因此继续查找就能找出 majority。 +可以利用 Boyer-Moore Majority Vote Algorithm 来解决这个问题，使得时间复杂度为 O(n)。可以这么理解该算法：使用 cnt 来统计一个元素出现的次数，当遍历到的元素和统计元素不想等时，令 cnt--。如果前面查找了 i 个元素，且 cnt == 0 ，说明前 i 个元素没有 majority，或者有 majority，但是出现的次数少于 i / 2 ，因为如果多于 i / 2 的话 cnt 就一定不会为 0 。此时剩下的 n - i 个元素中，majority 的数目依然多于 (n - i) / 2，因此继续查找就能找出 majority。 ```java public int majorityElement(int[] nums) { @@ -2864,10 +2929,15 @@ public int majorityElement(int[] nums) { ### 其它 -**平方数** +**平方数** [Leetcode : 367. Valid Perfect Square (Easy)](https://leetcode.com/problems/valid-perfect-square/description/) +```html +Input: 16 +Returns: True +``` + 平方序列：1,4,9,16,.. 间隔：3,5,7,... @@ -2884,7 +2954,7 @@ public boolean isPerfectSquare(int num) { } ``` -**3 的 n 次方** +**3 的 n 次方** [Leetcode : 326. Power of Three (Easy)](https://leetcode.com/problems/power-of-three/description/) @@ -2894,10 +2964,15 @@ public boolean isPowerOfThree(int n) { } ``` -**找出数组中的乘积最大的三个数** +**找出数组中的乘积最大的三个数** [Leetcode : 628. Maximum Product of Three Numbers (Easy)](https://leetcode.com/problems/maximum-product-of-three-numbers/description/) +```html +Input: [1,2,3,4] +Output: 24 +``` + ```java public int maximumProduct(int[] nums) { int max1 = Integer.MIN_VALUE, max2 = Integer.MIN_VALUE, max3 = Integer.MIN_VALUE, min1 = Integer.MAX_VALUE, min2 = Integer.MAX_VALUE; @@ -2924,10 +2999,14 @@ public int maximumProduct(int[] nums) { } ``` -**乘积数组** +**乘积数组** [Leetcode : 238. Product of Array Except Self (Medium)](https://leetcode.com/problems/product-of-array-except-self/description/) +```html +For example, given [1,2,3,4], return [24,12,8,6]. +``` + 题目描述：给定一个数组，创建一个新数组，新数组的每个元素为原始数组中除了该位置上的元素之外所有元素的乘积。 题目要求：时间复杂度为 O(n)，并且不能使用除法。 @@ -2953,7 +3032,9 @@ public int[] productExceptSelf(int[] nums) { ## 栈和队列 -**用栈实现队列** +**用栈实现队列** + +[Leetcode : 232. Implement Queue using Stacks (Easy)](https://leetcode.com/problems/implement-queue-using-stacks/description/) 一个栈实现： @@ -2992,7 +3073,7 @@ class MyQueue { class MyQueue { private Stack in = new Stack(); private Stack out = new Stack(); - + public void push(int x) { in.push(x); } @@ -3006,7 +3087,7 @@ class MyQueue { in2out(); return out.peek(); } - + private void in2out(){ if(out.isEmpty()){ while(!in.isEmpty()){ @@ -3021,41 +3102,41 @@ class MyQueue { } ``` -**用队列实现栈** +**用队列实现栈** [Leetcode : 225. Implement Stack using Queues (Easy)](https://leetcode.com/problems/implement-stack-using-queues/description/) ```java class MyStack { - + private Queue queue; public MyStack() { queue = new LinkedList<>(); } - + public void push(int x) { queue.add(x); for(int i = 1; i < queue.size(); i++){ // 翻转 queue.add(queue.remove()); } } - + public int pop() { return queue.remove(); } - + public int top() { return queue.peek(); } - + public boolean empty() { return queue.isEmpty(); } } ``` -**最小值栈** +**最小值栈** [Leetcode : 155. Min Stack (Easy)](https://leetcode.com/problems/min-stack/description/) @@ -3063,7 +3144,7 @@ class MyStack { ```java class MinStack { - + private Stack dataStack; private Stack minStack; private int min; @@ -3073,7 +3154,7 @@ class MinStack { minStack = new Stack<>(); min = Integer.MAX_VALUE; } - + public void push(int x) { dataStack.add(x); if(x < min) { @@ -3081,7 +3162,7 @@ class MinStack { } minStack.add(min); } - + public void pop() { dataStack.pop(); minStack.pop(); @@ -3091,11 +3172,11 @@ class MinStack { min = Integer.MAX_VALUE; } } - + public int top() { return dataStack.peek(); } - + public int getMin() { return min; } @@ -3104,7 +3185,7 @@ class MinStack { 对于实现最小值队列问题，可以先将队列使用栈来实现，然后就将问题转换为最小值栈，这个问题出现在 编程之美：3.7。 -**用栈实现括号匹配** +**用栈实现括号匹配** [Leetcode : 20. Valid Parentheses (Easy)](https://leetcode.com/problems/valid-parentheses/description/) @@ -3134,7 +3215,7 @@ public boolean isValid(String s) { } ``` -**数组中比当前元素大的下一个数组元素的距离** +**数组中元素与下一个比它大的元素之间的距离** ```html Input: [73, 74, 75, 71, 69, 72, 76, 73] @@ -3143,7 +3224,7 @@ Output: [1, 1, 4, 2, 1, 1, 0, 0] [Leetcode : 739. Daily Temperatures (Medium)](https://leetcode.com/problems/daily-temperatures/description/) -使用栈来存储还未计算的元素。可以保证从栈顶向下元素递增，否则上面有一个比下面某个元素大的元素进入栈中，下面那个元素已经找到比它大的元素，因此会出栈。 +在遍历数组时用 Stack 把数组中的数存起来，如果当前遍历的数比栈顶元素来的大，说明栈顶元素的下一个比它大的数就是当前元素。 ```java public int[] dailyTemperatures(int[] temperatures) { @@ -3161,7 +3242,7 @@ public int[] dailyTemperatures(int[] temperatures) { } ``` -**数组中下一个比当前数大的数** +**在另一个数组中比当前元素大的下一个元素** [Leetcode : 496. Next Greater Element I (Easy)](https://leetcode.com/problems/next-greater-element-i/description/) @@ -3170,8 +3251,6 @@ Input: nums1 = [4,1,2], nums2 = [1,3,4,2]. Output: [-1,3,-1] ``` -在遍历数组时用 Stack 把数组中的数存起来，如果当前遍历的数比栈顶元素来的大，说明栈顶元素的下一个比它大的数就是当前元素。 - ```java public int[] nextGreaterElement(int[] nums1, int[] nums2) { Map map = new HashMap<>(); @@ -3191,7 +3270,7 @@ public int[] nextGreaterElement(int[] nums1, int[] nums2) { } ``` -**循环数组中下一个比当前元素大的数** +**循环数组中比当前元素大的下一个元素** [Leetcode : 503. Next Greater Element II (Medium)](https://leetcode.com/problems/next-greater-element-ii/description/) @@ -3210,23 +3289,21 @@ public int[] nextGreaterElements(int[] nums) { } ``` - ## 哈希表 利用 Hash Table 可以快速查找一个元素是否存在等问题，但是需要一定的空间来存储。在优先考虑时间复杂度的情况下，可以利用 Hash Table 这种空间换取时间的做法。 -Java 中的 **HashSet** 用于存储一个集合，并以 O(1) 的时间复杂度查找元素是否在集合中。 +Java 中的 **HashSet** 用于存储一个集合，并以 O(1) 的时间复杂度查找元素是否在集合中。 如果元素有穷，并且范围不大，那么可以用一个布尔数组来存储一个元素是否存在，例如对于只有小写字符的元素，就可以用一个长度为 26 的布尔数组来存储一个字符集合，使得空间复杂度降低为 O(1)。 -Java 中的 **HashMap** 主要用于映射关系，从而把两个元素联系起来。 +Java 中的 **HashMap** 主要用于映射关系，从而把两个元素联系起来。 在对一个内容进行压缩或者其它转换时，利用 HashMap 可以把原始内容和转换后的内容联系起来。例如在一个简化 url 的系统中（[Leetcdoe : 535. Encode and Decode TinyURL (Medium)](https://leetcode.com/problems/encode-and-decode-tinyurl/description/)），利用 HashMap 就可以存储精简后的 url 到原始 url 的映射，使得不仅可以显示简化的 url，也可以根据简化的 url 得到原始 url 从而定位到正确的资源。 HashMap 也可以用来对元素进行计数统计，此时键为元素，值为计数。和 HashSet 类似，如果元素有穷并且范围不大，可以用整型数组来进行统计。 - -**数组中的两个数和为给定值** +**数组中的两个数和为给定值** [Leetcode : 1. Two Sum (Easy)](https://leetcode.com/problems/two-sum/description/) @@ -3245,12 +3322,18 @@ public int[] twoSum(int[] nums, int target) { } ``` -**最长和谐序列** - -和谐序列中最大数和最小数只差正好为 1 +**最长和谐序列** [Leetcode : 594. Longest Harmonious Subsequence (Easy)](https://leetcode.com/problems/longest-harmonious-subsequence/description/) +```html +Input: [1,3,2,2,5,2,3,7] +Output: 5 +Explanation: The longest harmonious subsequence is [3,2,2,2,3]. +``` + +和谐序列中最大数和最小数只差正好为 1。 + ```java public int findLHS(int[] nums) { Map map = new HashMap<>(); @@ -3269,13 +3352,16 @@ public int findLHS(int[] nums) { ## 字符串 -**两个字符串的包含的字符是否完全相同** +**两个字符串包含的字符是否完全相同** [Leetcode : 242. Valid Anagram (Easy)](https://leetcode.com/problems/valid-anagram/description/) -字符串只包含小写字符，总共有 26 个小写字符。可以用 Hash Table 来映射字符与出现次数，因为键值范围很小，因此可以用数组来进行映射。 +```html +s = "anagram", t = "nagaram", return true. +s = "rat", t = "car", return false. +``` -使用长度为 26 的整型数组对字符串出现的字符进行统计，比较两个字符串出现的字符数量是否相同。 +字符串只包含小写字符，总共有 26 个小写字符。可以用 Hash Table 来映射字符与出现次数，因为键值范围很小，因此可以使用长度为 26 的整型数组对字符串出现的字符进行统计，比较两个字符串出现的字符数量是否相同。 ```java public boolean isAnagram(String s, String t) { @@ -3287,11 +3373,15 @@ public boolean isAnagram(String s, String t) { } ``` -**字符串同构** +**字符串同构** [Leetcode : 205. Isomorphic Strings (Easy)](https://leetcode.com/problems/isomorphic-strings/description/) -例如 "egg" 和 "add" 就属于同构字符串。 +```html +Given "egg", "add", return true. +Given "foo", "bar", return false. +Given "paper", "title", return true. +``` 记录一个字符上次出现的位置，如果两个字符串中某个字符上次出现的位置一样，那么就属于同构。 @@ -3310,9 +3400,15 @@ public boolean isIsomorphic(String s, String t) { } ``` -**计算一组字符集合可以组成的回文字符串的最大长度** +**计算一组字符集合可以组成的回文字符串的最大长度** -[Leetcode : 409. Longest Palindrome](https://leetcode.com/problems/longest-palindrome/description/) +[Leetcode : 409. Longest Palindrome (Easy)](https://leetcode.com/problems/longest-palindrome/description/) + +```html +Input : "abccccdd" +Output : 7 +Explanation : One longest palindrome that can be built is "dccaccd", whose length is 7. +``` 使用长度为 128 的整型数组来统计每个字符出现的个数，每个字符有偶数个可以用来构成回文字符串。因为回文字符串最中间的那个字符可以单独出现，所以如果有单独的字符就把它放到最中间。 @@ -3322,12 +3418,12 @@ public int longestPalindrome(String s) { for(char c : s.toCharArray()) cnts[c]++; int ret = 0; for(int cnt : cnts) ret += (cnt / 2) * 2; - if(ret < s.length()) ret ++; // 这个条件下 s 中一定有单个未使用的字符存在，可以把这个字符放到回文的最中间 + if(ret < s.length()) ret++; // 这个条件下 s 中一定有单个未使用的字符存在，可以把这个字符放到回文的最中间 return ret; } ``` -**判断一个整数是否是回文数** +**判断一个整数是否是回文数** [Leetcode : 9. Palindrome Number (Easy)](https://leetcode.com/problems/palindrome-number/description/) @@ -3349,10 +3445,16 @@ public boolean isPalindrome(int x) { } ``` -**回文子字符串** +**回文子字符串** [Leetcode : 647. Palindromic Substrings (Medium)](https://leetcode.com/problems/palindromic-substrings/description/) +```html +Input: "aaa" +Output: 6 +Explanation: Six palindromic strings: "a", "a", "a", "aa", "aa", "aaa". +``` + 解决方案是从字符串的某一位开始，尝试着去扩展子字符串。 ```java @@ -3374,7 +3476,9 @@ private void extendSubstrings(String s, int start, int end) { } ``` -**统计二进制字符串中连续 1 和 连续 0 数量相同的子字符串个数** +**统计二进制字符串中连续 1 和连续 0 数量相同的子字符串个数** + +[Leetcode : 696. Count Binary Substrings (Easy)](https://leetcode.com/problems/count-binary-substrings/description/) ```html Input: "00110011" @@ -3382,8 +3486,6 @@ Output: 6 Explanation: There are 6 substrings that have equal number of consecutive 1's and 0's: "0011", "01", "1100", "10", "0011", and "01". ``` -[Leetcode : 696. Count Binary Substrings (Easy)](https://leetcode.com/problems/count-binary-substrings/description/) - ```java public int countBinarySubstrings(String s) { int preLen = 0, curLen = 1, ret = 0; @@ -3400,20 +3502,20 @@ public int countBinarySubstrings(String s) { } ``` -**字符串循环移位包含** +**字符串循环移位包含** [ 编程之美：3.1](#) -给定两个字符串 s1 和 s2 ，要求判定 s2 是否能够被 s1 做循环移位得到的字符串包含。 - ```html s1 = AABCD, s2 = CDAA Return : true ``` +给定两个字符串 s1 和 s2 ，要求判定 s2 是否能够被 s1 做循环移位得到的字符串包含。 + s1 进行循环移位的结果是 s1s1 的子字符串，因此只要判断 s2 是否是 s1s1 的子字符串即可。 -**字符串循环移位** +**字符串循环移位** [ 编程之美：2.17](#) @@ -3421,9 +3523,9 @@ s1 进行循环移位的结果是 s1s1 的子字符串，因此只要判断 s2 例如 abcd123 向右移动 3 位 得到 123abcd -将 abcd123 中的 abcd 和 123 单独逆序，得到 dcba321，然后对整个字符串进行逆序，得到123abcd。 +将 abcd123 中的 abcd 和 123 单独逆序，得到 dcba321，然后对整个字符串进行逆序，得到 123abcd。 -**字符串中单词的翻转** +**字符串中单词的翻转** [程序员代码面试指南](#) @@ -3433,30 +3535,41 @@ s1 进行循环移位的结果是 s1s1 的子字符串，因此只要判断 s2 ## 数组与矩阵 -**把数组中的 0 移到末尾** +**把数组中的 0 移到末尾** [Leetcode : 283. Move Zeroes (Easy)](https://leetcode.com/problems/move-zeroes/description/) -```java - public void moveZeroes(int[] nums) { - int n = nums.length; - int idx = 0; - for(int i = 0; i < n; i++){ - if(nums[i] != 0) nums[idx++] = nums[i]; - } - while(idx < n){ - nums[idx++] = 0; - } - } +```html +For example, given nums = [0, 1, 0, 3, 12], after calling your function, nums should be [1, 3, 12, 0, 0]. ``` -**一个数组元素在 [1, n] 之间，其中一个数被替换为另一个数，找出丢失的数和重复的数** +```java +public void moveZeroes(int[] nums) { + int n = nums.length; + int idx = 0; + for(int i = 0; i < n; i++){ + if(nums[i] != 0) nums[idx++] = nums[i]; + } + while(idx < n){ + nums[idx++] = 0; + } +} +``` + +### 1-n 分布 + +**一个数组元素在 [1, n] 之间，其中一个数被替换为另一个数，找出丢失的数和重复的数** [Leetcode : 645. Set Mismatch (Easy)](https://leetcode.com/problems/set-mismatch/description/) -最直接的方法是先对数组进行排序，这种方法时间复杂度为 O(nlogn)，本题可以以 O(n) 的时间复杂度、O(1) 空间复杂度来求解。 +```html +Input: nums = [1,2,2,4] +Output: [2,3] +``` -主要思想是让通过交换数组元素，使得数组上的元素在正确的位置上。 +最直接的方法是先对数组进行排序，这种方法时间复杂度为 O(nlogn).本题可以以 O(n) 的时间复杂度、O(1) 空间复杂度来求解。 + +主要思想是让通过交换数组元素，使得数组上的元素在正确的位置上 遍历数组，如果第 i 位上的元素不是 i + 1 ，那么就交换第 i 位 和 nums[i] - 1 位上的元素，使得 num[i] - 1 的元素为 nums[i] ，也就是该位的元素是正确的。交换操作需要循环进行，因为一次交换没办法使得第 i 位上的元素是正确的。但是要交换的两个元素可能就是重复元素，那么循环就可能永远进行下去，终止循环的方法是加上 nums[i] != nums[nums[i] - 1 条件。 @@ -3468,13 +3581,17 @@ s1 进行循环移位的结果是 s1s1 的子字符串，因此只要判断 s2 ```java public int[] findErrorNums(int[] nums) { for(int i = 0; i < nums.length; i++){ - while(nums[i] != i + 1 && nums[i] != nums[nums[i] - 1]) swap(nums, i, nums[i] - 1); + while(nums[i] != i + 1 && nums[i] != nums[nums[i] - 1]) { + swap(nums, i, nums[i] - 1); + } } - + for(int i = 0; i < nums.length; i++){ - if(i + 1 != nums[i]) return new int[]{nums[i], i + 1}; + if(i + 1 != nums[i]) { + return new int[]{nums[i], i + 1}; + } } - + return null; } @@ -3485,7 +3602,7 @@ private void swap(int[] nums, int i, int j){ } ``` -**找出数组中重复的数，数组值在 [0, n-1] 之间** +**找出数组中重复的数，数组值在 [0, n-1] 之间** [Leetcode : 287. Find the Duplicate Number (Medium)](https://leetcode.com/problems/find-the-duplicate-number/description/) @@ -3528,9 +3645,7 @@ public int findDuplicate(int[] nums) { ### 有序矩阵 -有序矩阵指的是行和列分别有序的矩阵。 - -一般可以利用有序性使用二分查找方法。 +有序矩阵指的是行和列分别有序的矩阵。一般可以利用有序性使用二分查找方法。 ```html [ @@ -3540,7 +3655,7 @@ public int findDuplicate(int[] nums) { ] ``` -**有序矩阵查找** +**有序矩阵查找** [Leetocde : 240. Search a 2D Matrix II (Medium)](https://leetcode.com/problems/search-a-2d-matrix-ii/description/) @@ -3558,7 +3673,7 @@ public boolean searchMatrix(int[][] matrix, int target) { } ``` -**有序矩阵的 Kth Element** +**有序矩阵的 Kth Element** [Leetcode : 378. Kth Smallest Element in a Sorted Matrix ((Medium))](https://leetcode.com/problems/kth-smallest-element-in-a-sorted-matrix/description/) @@ -3626,9 +3741,9 @@ class Tuple implements Comparable { ## 链表 -**判断两个链表的交点** +**判断两个链表的交点** -[Leetcode : 160. Intersection of Two Linked Lists](https://leetcode.com/problems/intersection-of-two-linked-lists/description/) +[Leetcode : 160. Intersection of Two Linked Lists (Easy)](https://leetcode.com/problems/intersection-of-two-linked-lists/description/) ```html A: a1 → a2 @@ -3656,19 +3771,17 @@ public ListNode getIntersectionNode(ListNode headA, ListNode headB) { } ``` -如果只是判断是否存在交点，那么就是另一个问题，即 编程之美：3.6 的问题。有两种解法：把第一个链表的结尾连接到第二个链表的开头，看第二个链表是否存在环；或者直接比较第一个链表最后一个节点和第二个链表最后一个节点是否相同。 +如果只是判断是否存在交点，那么就是另一个问题，即 [编程之美：3.6]() 的问题。有两种解法：把第一个链表的结尾连接到第二个链表的开头，看第二个链表是否存在环；或者直接比较第一个链表最后一个节点和第二个链表最后一个节点是否相同。 +**链表反转** - -**链表反转** - -[Leetcode : 206. Reverse Linked List](https://leetcode.com/problems/reverse-linked-list/description/) +[Leetcode : 206. Reverse Linked List (Easy)](https://leetcode.com/problems/reverse-linked-list/description/) 头插法能够按逆序构建链表。 ```java public ListNode reverseList(ListNode head) { - ListNode newHead = null; // 设为 null ，作为新链表的结尾 + ListNode newHead = null; // 设为 null，作为新链表的结尾 while(head != null){ ListNode nextNode = head.next; head.next = newHead; @@ -3679,11 +3792,11 @@ public ListNode reverseList(ListNode head) { } ``` -**归并两个有序的链表** +**归并两个有序的链表** -[Leetcode : 21. Merge Two Sorted Lists](https://leetcode.com/problems/merge-two-sorted-lists/description/) +[Leetcode : 21. Merge Two Sorted Lists (Easy)](https://leetcode.com/problems/merge-two-sorted-lists/description/) -链表和树一样，可以用递归方式来定义：链表是空节点，或者有一个值和一个指向下一个链表的指针，因此很多链表问题可以用递归来处理。 +链表和树一样，可以用递归方式来定义：链表是空节点，或者有一个值和一个指向下一个链表的指针。因此很多链表问题可以用递归来处理。 ```java public ListNode mergeTwoLists(ListNode l1, ListNode l2) { @@ -3701,7 +3814,7 @@ public ListNode mergeTwoLists(ListNode l1, ListNode l2) { } ``` -**从有序链表中删除重复节点** +**从有序链表中删除重复节点** [Leetcode : 83. Remove Duplicates from Sorted List (Easy)](https://leetcode.com/problems/remove-duplicates-from-sorted-list/description/) @@ -3713,7 +3826,7 @@ public ListNode deleteDuplicates(ListNode head) { } ``` -**回文链表** +**回文链表** [Leetcode : 234. Palindrome Linked List (Easy)](https://leetcode.com/problems/palindrome-linked-list/description/) @@ -3764,21 +3877,16 @@ private boolean isEqual(ListNode l1, ListNode l2){ } ``` -**从链表中删除节点** - -[编程之美：3.4]() - -

- -```java -B.val = C.val; -B.next = C.next; -``` - -**链表元素按奇偶聚集** +**链表元素按奇偶聚集** [Leetcode : 328. Odd Even Linked List (Medium)](https://leetcode.com/problems/odd-even-linked-list/description/) +```html +Example: +Given 1->2->3->4->5->NULL, +return 1->3->5->2->4->NULL. +``` + ```java public ListNode oddEvenList(ListNode head) { if (head == null) { @@ -3802,7 +3910,7 @@ public ListNode oddEvenList(ListNode head) { 一棵树要么是空树，要么有两个指针，每个指针指向一棵树。树是一种递归结构，很多树的问题可以使用递归来处理。 -**树的高度** +**树的高度** [Leetcode : 104. Maximum Depth of Binary Tree (Easy)](https://leetcode.com/problems/maximum-depth-of-binary-tree/description/) @@ -3813,7 +3921,7 @@ public int maxDepth(TreeNode root) { } ``` -**翻转树** +**翻转树** [Leetcode : 226. Invert Binary Tree (Easy)](https://leetcode.com/problems/invert-binary-tree/description/) @@ -3827,10 +3935,27 @@ public TreeNode invertTree(TreeNode root) { } ``` -**归并两棵树** +**归并两棵树** [Leetcode : 617. Merge Two Binary Trees (Easy)](https://leetcode.com/problems/merge-two-binary-trees/description/) +```html +Input: + Tree 1 Tree 2 + 1 2 + / \ / \ + 3 2 1 3 + / \ \ + 5 4 7 +Output: +Merged tree: + 3 + / \ + 4 5 + / \ \ + 5 4 7 +``` + ```java public TreeNode mergeTrees(TreeNode t1, TreeNode t2) { if(t1 == null && t2 == null) return null; @@ -3843,11 +3968,23 @@ public TreeNode mergeTrees(TreeNode t1, TreeNode t2) { } ``` -**判断路径和是否等于一个数** +**判断路径和是否等于一个数** [Leetcdoe : 112. Path Sum (Easy)](https://leetcode.com/problems/path-sum/description/) -题目描述：路径和定义为从 root 到 leaf 的所有节点的和 +```html +Given the below binary tree and sum = 22, + 5 + / \ + 4 8 + / / \ + 11 13 4 + / \ \ + 7 2 1 +return true, as there exist a root-to-leaf path 5->4->11->2 which sum is 22. +``` + +路径和定义为从 root 到 leaf 的所有节点的和 ```java public boolean hasPathSum(TreeNode root, int sum) { @@ -3857,13 +3994,29 @@ public boolean hasPathSum(TreeNode root, int sum) { } ``` -**统计路径和等于一个数的路径数量** +**统计路径和等于一个数的路径数量** [Leetcode : 437. Path Sum III (Easy)](https://leetcode.com/problems/path-sum-iii/description/) -题目描述：路径不一定以 root 开头并以 leaf 结尾，但是必须连续 +```html +root = [10,5,-3,3,2,null,11,3,-2,null,1], sum = 8 -pathSumStartWithRoot() 方法统计以某个节点开头的路径个数。 + 10 + / \ + 5 -3 + / \ \ + 3 2 11 + / \ \ +3 -2 1 + +Return 3. The paths that sum to 8 are: + +1. 5 -> 3 +2. 5 -> 2 -> 1 +3. -3 -> 11 +``` + +路径不一定以 root 开头并以 leaf 结尾，但是必须连续 ```java public int pathSum(TreeNode root, int sum) { @@ -3881,10 +4034,18 @@ private int pathSumStartWithRoot(TreeNode root, int sum){ } ``` -**树的对称** +**树的对称** [Leetcode : 101. Symmetric Tree (Easy)](https://leetcode.com/problems/symmetric-tree/description/) +```html + 1 + / \ + 2 2 + / \ / \ +3 4 4 3 +``` + ```java public boolean isSymmetric(TreeNode root) { if(root == null) return true; @@ -3899,11 +4060,19 @@ private boolean isSymmetric(TreeNode t1, TreeNode t2){ } ``` -**平衡树** +**平衡树** [Leetcode : 110. Balanced Binary Tree (Easy)](https://leetcode.com/problems/balanced-binary-tree/description/) -题目描述：左右子树高度差是否都小于等于 1 +```html + 3 + / \ + 9 20 + / \ + 15 7 +``` + +平衡树左右子树高度差都小于等于 1 ```java private boolean result = true; @@ -3922,11 +4091,11 @@ public int maxDepth(TreeNode root) { } ``` -**最小路径** +**最小路径** [Leetcode : 111. Minimum Depth of Binary Tree (Easy)](https://leetcode.com/problems/minimum-depth-of-binary-tree/description/) -题目描述：树的根节点到叶子节点的最小长度 +树的根节点到叶子节点的最小路径长度 ```java public int minDepth(TreeNode root) { @@ -3938,28 +4107,67 @@ public int minDepth(TreeNode root) { } ``` -**统计左叶子节点的和** +**统计左叶子节点的和** [Leetcode : 404. Sum of Left Leaves (Easy)](https://leetcode.com/problems/sum-of-left-leaves/description/) +```html + 3 + / \ + 9 20 + / \ + 15 7 + +There are two left leaves in the binary tree, with values 9 and 15 respectively. Return 24. +``` + ```java public int sumOfLeftLeaves(TreeNode root) { - if(root == null) return 0; - if(isLeaf(root.left)) return root.left.val + sumOfLeftLeaves(root.right); + if(root == null) { + return 0; + } + if(isLeaf(root.left)) { + return root.left.val + sumOfLeftLeaves(root.right); + } return sumOfLeftLeaves(root.left) + sumOfLeftLeaves(root.right); } private boolean isLeaf(TreeNode node){ - if(node == null) return false; + if(node == null) { + return false; + } return node.left == null && node.right == null; } ``` -**修剪一棵树** +**修剪二叉查找树** [Leetcode : 669. Trim a Binary Search Tree (Easy)](https://leetcode.com/problems/trim-a-binary-search-tree/description/) -题目描述：只保留值在 L \~ R 之间的节点 +```html +Input: + 3 + / \ + 0 4 + \ + 2 + / + 1 + + L = 1 + R = 3 + +Output: + 3 + / + 2 + / + 1 +``` + +二叉查找树（BST）：根节点大于等于左子树所有节点，小于等于右子树所有节点。 + +只保留值在 L \~ R 之间的节点 ```java public TreeNode trimBST(TreeNode root, int L, int R) { @@ -3972,10 +4180,24 @@ public TreeNode trimBST(TreeNode root, int L, int R) { } ``` -**子树** +**子树** [Leetcode : 572. Subtree of Another Tree (Easy)](https://leetcode.com/problems/subtree-of-another-tree/description/) +```html +Given tree s: + 3 + / \ + 4 5 + / \ + 1 2 +Given tree t: + 4 + / \ + 1 2 +Return true, because t has the same structure and node values with a subtree of s. +``` + ```java public boolean isSubtree(TreeNode s, TreeNode t) { if(s == null && t == null) return true; @@ -3992,12 +4214,10 @@ private boolean isSame(TreeNode s, TreeNode t){ } ``` -**从有序数组中构造二叉查找树** +**从有序数组中构造二叉查找树** [Leetcode : 108. Convert Sorted Array to Binary Search Tree (Easy)](https://leetcode.com/problems/convert-sorted-array-to-binary-search-tree/description/) -二叉查找树（BST）：根节点大于等于左子树所有节点，小于等于右子树所有节点。 - ```java public TreeNode sortedArrayToBST(int[] nums) { return toBST(nums, 0, nums.length - 1); @@ -4013,18 +4233,22 @@ private TreeNode toBST(int[] nums, int sIdx, int eIdx){ } ``` -**两节点的最长路径** +**两节点的最长路径** ```html - 1 +Input: + + 1 / \ - 2 3 + 2 3 / \ 4 5 Return 3, which is the length of the path [4,2,1,3] or [5,2,1,3]. ``` +[Leetcode : 543. Diameter of Binary Tree (Easy)](https://leetcode.com/problems/diameter-of-binary-tree/description/) + ```java private int max = 0; @@ -4034,9 +4258,7 @@ public int diameterOfBinaryTree(TreeNode root) { } private int depth(TreeNode root) { - if (root == null) { - return 0; - } + if (root == null) return 0; int leftDepth = depth(root.left); int rightDepth = depth(root.right); max = Math.max(max, leftDepth + rightDepth); @@ -4044,15 +4266,15 @@ private int depth(TreeNode root) { } ``` -**找出二叉树中第二小的节点** +**找出二叉树中第二小的节点** [Leetcode : 671. Second Minimum Node In a Binary Tree (Easy)](https://leetcode.com/problems/second-minimum-node-in-a-binary-tree/description/) ```html Input: - 2 + 2 / \ - 2 5 + 2 5 / \ 5 7 @@ -4075,10 +4297,21 @@ public int findSecondMinimumValue(TreeNode root) { } ``` -**寻找两个节点的最近公共祖先** +**二叉查找树的最近公共祖先** [Leetcode : 235. Lowest Common Ancestor of a Binary Search Tree (Easy)](https://leetcode.com/problems/lowest-common-ancestor-of-a-binary-search-tree/description/) +```html + _______6______ + / \ + ___2__ ___8__ + / \ / \ + 0 _4 7 9 + / \ + 3 5 +For example, the lowest common ancestor (LCA) of nodes 2 and 8 is 6. Another example is LCA of nodes 2 and 4 is 2, since a node can be a descendant of itself according to the LCA definition. +``` + ```java public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if(root.val > p.val && root.val > q.val) return lowestCommonAncestor(root.left, p, q); @@ -4087,10 +4320,21 @@ public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { } ``` -**最近公共祖先** +**二叉树的最近公共祖先** [Leetcode : 236. Lowest Common Ancestor of a Binary Tree (Medium) ](https://leetcode.com/problems/lowest-common-ancestor-of-a-binary-tree/description/) +```html + _______3______ + / \ + ___5__ ___1__ + / \ / \ + 6 _2 0 8 + / \ + 7 4 +For example, the lowest common ancestor (LCA) of nodes 5 and 1 is 3. Another example is LCA of nodes 5 and 4 is 5, since a node can be a descendant of itself according to the LCA definition. +``` + ```java public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { if (root == null || root == p || root == q) return root; @@ -4100,16 +4344,16 @@ public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) { } ``` -**最大相同节点值的路径长度** +**相同节点值的最大路径长度** -[Leetcode : 687. Longest Univalue Path (Easy)](https://pomotodo.com/app/) +[Leetcode : 687. Longest Univalue Path (Easy)](https://leetcode.com/problems/longest-univalue-path/) ```html - 1 + 1 / \ - 4 5 - / \ \ - 4 4 5 + 4 5 + / \ \ + 4 4 5 Output : 2 ``` @@ -4132,10 +4376,19 @@ private int dfs(TreeNode root){ } ``` -**间隔遍历** +**间隔遍历** [Leetcode : 337. House Robber III (Medium)](https://leetcode.com/problems/house-robber-iii/description/) +```html + 3 + / \ + 2 3 + \ \ + 3 1 +Maximum amount of money the thief can rob = 3 + 3 + 1 = 7. +``` + ```java public int rob(TreeNode root) { if (root == null) return 0; @@ -4153,9 +4406,9 @@ public int rob(TreeNode root) { ### 层次遍历 -使用 BFS，不需要使用两个队列来分别存储当前层的节点和下一层的节点， 因为在开始遍历一层的节点时，当前队列中的节点数就是当前层的节点数，只要控制遍历这么多节点数，就能保证这次遍历的都是当前层的节点。 +使用 BFS 进行层次遍历。不需要使用两个队列来分别存储当前层的节点和下一层的节点，因为在开始遍历一层的节点时，当前队列中的节点数就是当前层的节点数，只要控制遍历这么多节点数，就能保证这次遍历的都是当前层的节点。 -**计算一棵树每层节点的平均数** +**一棵树每层节点的平均数** [637. Average of Levels in Binary Tree (Easy)](https://leetcode.com/problems/average-of-levels-in-binary-tree/description/) @@ -4180,10 +4433,25 @@ public List averageOfLevels(TreeNode root) { } ``` -**得到左下角的节点** +**得到左下角的节点** [Leetcode : 513. Find Bottom Left Tree Value (Easy)](https://leetcode.com/problems/find-bottom-left-tree-value/description/) +```html +Input: + + 1 + / \ + 2 3 + / / \ + 4 5 6 + / + 7 + +Output: +7 +``` + ```java public int findBottomLeftValue(TreeNode root) { Queue queue = new LinkedList<>(); @@ -4246,7 +4514,7 @@ void dfs(TreeNode root){ } ``` -**非递归实现二叉树的前序遍历** +**非递归实现二叉树的前序遍历** [Leetcode : 144. Binary Tree Preorder Traversal (Medium)](https://leetcode.com/problems/binary-tree-preorder-traversal/description/) @@ -4266,9 +4534,9 @@ public List preorderTraversal(TreeNode root) { } ``` -**非递归实现二叉树的后续遍历** +**非递归实现二叉树的后序遍历** -[Leetcode : ### 145. Binary Tree Postorder Traversal (Medium)](https://leetcode.com/problems/binary-tree-postorder-traversal/description/) +[Leetcode : 145. Binary Tree Postorder Traversal (Medium)](https://leetcode.com/problems/binary-tree-postorder-traversal/description/) 前序遍历为 root -> left -> right，后序遍历为 left -> right -> root，可以修改前序遍历成为 root -> right -> left，那么这个顺序就和后序遍历正好相反。 @@ -4289,7 +4557,7 @@ public List postorderTraversal(TreeNode root) { } ``` -**非递归实现二叉树的中序遍历** +**非递归实现二叉树的中序遍历** [Leetcode : 94. Binary Tree Inorder Traversal (Medium)](https://leetcode.com/problems/binary-tree-inorder-traversal/description/) @@ -4311,15 +4579,26 @@ public List inorderTraversal(TreeNode root) { } ``` -**使用中序遍历和前序遍历序列重建二叉树** //TODO - ### BST 主要利用 BST 中序遍历有序的特点。 -**在 BST 中寻找两个节点，使它们的和为一个给定值。** +**在 BST 中寻找两个节点，使它们的和为一个给定值** -[653. Two Sum IV - Input is a BST](https://leetcode.com/problems/two-sum-iv-input-is-a-bst/description/) +[653. Two Sum IV - Input is a BST (Easy)](https://leetcode.com/problems/two-sum-iv-input-is-a-bst/description/) + +```html +Input: + 5 + / \ + 3 6 + / \ \ +2 4 7 + +Target = 9 + +Output: True +``` 使用中序遍历得到有序数组之后，再利用双指针对数组进行查找。 @@ -4347,10 +4626,22 @@ private void inOrder(TreeNode root, List nums){ } ``` -**在 BST 中查找最小的两个节点之差的绝对值** +**在 BST 中查找两个节点之差的最小绝对值** [Leetcode : 530. Minimum Absolute Difference in BST (Easy)](https://leetcode.com/problems/minimum-absolute-difference-in-bst/description/) +```html +Input: + 1 + \ + 3 + / + 2 + +Output: +1 +``` + 利用 BST 的中序遍历为有序的性质，计算中序遍历中临近的两个节点之差的绝对值，取最小值。 ```java @@ -4371,10 +4662,22 @@ private void inorder(TreeNode node){ } ``` -**把 BST 每个节点的值都加上比它大的节点的值** +**把 BST 每个节点的值都加上比它大的节点的值** [Leetcode : Convert BST to Greater Tree (Easy)](https://leetcode.com/problems/convert-bst-to-greater-tree/description/) +```html +Input: The root of a Binary Search Tree like this: + 5 + / \ + 2 13 + +Output: The root of a Greater Tree like this: + 18 + / \ + 20 13 +``` + 先遍历右子树。 ```java @@ -4400,7 +4703,18 @@ private void traver(TreeNode root) { } ``` -**寻找 BST 中出现次数最多的节点** +**寻找 BST 中出现次数最多的节点** + +[Leetcode : 501. Find Mode in Binary Search Tree (Easy)](https://leetcode.com/problems/find-mode-in-binary-search-tree/description/) + +```html + 1 + \ + 2 + / + 2 +return [2]. +``` ```java private int cnt = 1; @@ -4438,7 +4752,7 @@ private void inorder(TreeNode node){ } ``` -**寻找 BST 的第 k 个元素** +**寻找 BST 的第 k 个元素** [Leetcode : 230. Kth Smallest Element in a BST (Medium)](https://leetcode.com/problems/kth-smallest-element-in-a-bst/description/) @@ -4481,37 +4795,36 @@ private void inorder(TreeNode node, int k) { } ``` - ### Trie -

+

Trie，又称前缀树或字典树，用于判断字符串是否存在或者是否具有某种字符串前缀。 -**实现一个 Trie** +**实现一个 Trie** [Leetcode : 208. Implement Trie (Prefix Tree) (Medium)](https://leetcode.com/problems/implement-trie-prefix-tree/description/) ```java class Trie { - + private class Node{ Node[] childs = new Node[26]; boolean isLeaf; } - + private Node root = new Node(); - + /** Initialize your data structure here. */ public Trie() { } - + /** Inserts a word into the trie. */ public void insert(String word) { int idx = word.charAt(0) - 'a'; insert(word, root); } - + private void insert(String word, Node node){ int idx = word.charAt(0) - 'a'; if(node.childs[idx] == null){ @@ -4520,12 +4833,12 @@ class Trie { if(word.length() == 1) node.childs[idx].isLeaf = true; else insert(word.substring(1), node.childs[idx]); } - + /** Returns if the word is in the trie. */ public boolean search(String word) { - return search(word, root); + return search(word, root); } - + private boolean search(String word, Node node){ if(node == null) return false; int idx = word.charAt(0) - 'a'; @@ -4533,12 +4846,12 @@ class Trie { if(word.length() == 1) return node.childs[idx].isLeaf; return search(word.substring(1), node.childs[idx]); } - + /** Returns if there is any word in the trie that starts with the given prefix. */ public boolean startsWith(String prefix) { return startWith(prefix, root); } - + private boolean startWith(String prefix, Node node){ if(node == null) return false; if(prefix.length() == 0) return true; @@ -4548,28 +4861,35 @@ class Trie { } ``` -**实现一个 Trie，用来求前缀和** +**实现一个 Trie，用来求前缀和** [Leetcode : 677. Map Sum Pairs (Medium)](https://leetcode.com/problems/map-sum-pairs/description/) +```html +Input: insert("apple", 3), Output: Null +Input: sum("ap"), Output: 3 +Input: insert("app", 2), Output: Null +Input: sum("ap"), Output: 5 +``` + ```java class MapSum { private class Trie { int val; Map childs; boolean isWord; - + Trie() { childs = new HashMap<>(); } } - + private Trie root; public MapSum() { root = new Trie(); } - + public void insert(String key, int val) { Trie cur = root; for(char c : key.toCharArray()) { @@ -4582,7 +4902,7 @@ class MapSum { cur.val = val; cur.isWord = true; } - + public int sum(String prefix) { Trie cur = root; for(char c : prefix.toCharArray()) { @@ -4591,7 +4911,7 @@ class MapSum { } return dfs(cur); } - + private int dfs(Trie cur) { int sum = 0; if(cur.isWord) { @@ -4609,7 +4929,7 @@ class MapSum { ## 位运算 -**1. 基本原理** +**1. 基本原理** 0s 表示 一串 0 ，1s 表示一串 1。 @@ -4627,13 +4947,13 @@ x ^ x = 0 x & x = x x | x = x \>\>\> n 为无符号右移，左边会补上 0。 << n 为算术左移，相当于乘以 2n。 -n&(n-1) 该位运算是去除 n 的位级表示中最低的那一位。例如对于二进制表示 10110**100**，减去 1 得到 10110**011**，这两个数相与得到 10110**000**。 +n&(n-1) 该位运算是去除 n 的位级表示中最低的那一位。例如对于二进制表示 10110 **100** ，减去 1 得到 10110**011**，这两个数相与得到 10110**000**。 n-n&(\~n+1) 概运算是去除 n 的位级表示中最高的那一位。 -n&(-n) 该运算得到 n 的位级表示中最低的那一位。-n 得到 n 的反码加 1，对于二进制表示 10110**100**，-n 得到 01001**100**，相与得到 00000**100** +n&(-n) 该运算得到 n 的位级表示中最低的那一位。-n 得到 n 的反码加 1，对于二进制表示 10110 **100** ，-n 得到 01001**100**，相与得到 00000**100** -**2. mask 计算** +**2. mask 计算** 要获取 111111111，将 0 取反即可，\~0。 @@ -4643,7 +4963,7 @@ n&(-n) 该运算得到 n 的位级表示中最低的那一位。-n 得到 n 的 要得到 1 到 i 位为 0 的 mask，只需将 1 到 i 位为 1 的 mask 取反，即 \~(1<<(i+1)-1)。 -**3. 位操作举例** +**3. 位操作举例** ① 获取第 i 位 @@ -4693,7 +5013,7 @@ num & (~((1 << (i+1)) - 1)); (num & (1 << i)) | (v << i); ``` -**4. Java 中的位操作** +**4. Java 中的位操作** ```html static int Integer.bitCount() // 统计 1 的数量 @@ -4701,7 +5021,7 @@ static int Integer.highestOneBit() // 获得最高位 static String toBinaryString(int i) // 转换位二进制表示的字符串 ``` -**统计两个数的二进制表示有多少位不同** +**统计两个数的二进制表示有多少位不同** [Leetcode : 461. Hamming Distance (Easy)](https://leetcode.com/problems/hamming-distance/) @@ -4727,7 +5047,7 @@ public int hammingDistance(int x, int y) { } ``` -**翻转一个数的比特位** +**翻转一个数的比特位** [Leetcode : 190. Reverse Bits (Easy)](https://leetcode.com/problems/reverse-bits/description/) @@ -4743,7 +5063,7 @@ public int reverseBits(int n) { } ``` -**不用额外变量交换两个整数** +**不用额外变量交换两个整数** [程序员代码面试指南 ：P317](#) @@ -4755,7 +5075,7 @@ a = a ^ b; 将 c = a ^ b，那么 b ^ c = b ^ b ^ a = a，a ^ c = a ^ a ^ b = b。 -**判断一个数是不是 4 的 n 次方** +**判断一个数是不是 4 的 n 次方** [Leetcode : 342. Power of Four (Easy)](https://leetcode.com/problems/power-of-four/) @@ -4780,7 +5100,7 @@ public boolean isPowerOfFour(int num) { } ``` -**判断一个数是不是 2 的 n 次方** +**判断一个数是不是 2 的 n 次方** [Leetcode : 231. Power of Two (Easy)](https://leetcode.com/problems/power-of-two/description/) @@ -4800,7 +5120,7 @@ public boolean isPowerOfTwo(int n) { } ``` -**数组中唯一一个不重复的元素** +**数组中唯一一个不重复的元素** [Leetcode : 136. Single Number (Easy)](https://leetcode.com/problems/single-number/description/) @@ -4816,7 +5136,7 @@ public int singleNumber(int[] nums) { } ``` -**数组中不重复的两个元素** +**数组中不重复的两个元素** [Leetcode : 260. Single Number III (Medium)](https://leetcode.com/problems/single-number-iii/description/) @@ -4826,7 +5146,6 @@ public int singleNumber(int[] nums) { diff &= -diff 得到出 diff 最右侧不为 0 的位，也就是不存在重复的两个元素在位级表示上最右侧不同的那一位，利用这一位就可以将两个元素区分开来。 - ```java public int[] singleNumber(int[] nums) { int diff = 0; @@ -4842,7 +5161,7 @@ public int[] singleNumber(int[] nums) { } ``` -**判断一个数的位级表示是否不会出现连续的 0 和 1** +**判断一个数的位级表示是否不会出现连续的 0 和 1** [Leetcode : 693. Binary Number with Alternating Bits (Easy)](https://leetcode.com/problems/binary-number-with-alternating-bits/description/) @@ -4855,7 +5174,7 @@ public boolean hasAlternatingBits(int n) { } ``` -**求一个数的补码** +**求一个数的补码** [Leetcode : 476. Number Complement (Easy)](https://leetcode.com/problems/number-complement/description/) @@ -4904,7 +5223,7 @@ public int findComplement(int num) { } ``` -**实现整数的加法** +**实现整数的加法** [Leetcode : 371. Sum of Two Integers (Easy)](https://leetcode.com/problems/sum-of-two-integers/description/) @@ -4916,7 +5235,7 @@ public int getSum(int a, int b) { } ``` -**字符串数组最大乘积** +**字符串数组最大乘积** [Leetcode : 318. Maximum Product of Word Lengths (Medium)](https://leetcode.com/problems/maximum-product-of-word-lengths/description/) @@ -4954,4 +5273,3 @@ public int maxProduct(String[] words) { - 何海涛, 软件工程师. 剑指 Offer: 名企面试官精讲典型编程题[M]. 电子工业出版社, 2014. - 《编程之美》小组. 编程之美[M]. 电子工业出版社, 2008. - 左程云. 程序员代码面试指南[M]. 电子工业出版社, 2015. - diff --git a/notes/Linux.md b/notes/Linux.md index 86707f5d..341de0aa 100644 --- a/notes/Linux.md +++ b/notes/Linux.md @@ -89,11 +89,11 @@ ## 求助 -**1. --help** +**1. --help** 指令的基本用法与选项介绍。 -**2. man** +**2. man** man 是 manual 的缩写，将指令的具体信息显示出来。 @@ -105,17 +105,17 @@ man 是 manual 的缩写，将指令的具体信息显示出来。 | 5 | 配置文件 | | 8 | 系统管理员可以使用的管理指令 | -**3. info** +**3. info** info 与 man 类似，但是 info 将文档分成一个个页面，每个页面可以进行跳转。 ## 关机 -**1. sync** +**1. sync** 为了加快对磁盘上文件的读写速度，位于内存中的文件数据不会立即同步到磁盘上，因此关机之前需要先进行 sync 同步操作。 -**2. shutdown** +**2. shutdown** ```html # /sbin/shutdown [-krhc] [时间] [警告讯息] @@ -125,7 +125,7 @@ info 与 man 类似，但是 info 将文档分成一个个页面，每个页面 -c ： 取消已经在进行的 shutdown 指令内容 ``` -**3. 其它关机指令** +**3. 其它关机指令** reboot、halt、poweroff。 @@ -137,7 +137,6 @@ ps aux | grep threadx ## 查看端口 - ```html netstat -anp | grep 80 ``` @@ -153,7 +152,7 @@ netstat -anp | grep 80 ## 运行等级 - 0：关机模式 -- 1：单用户模式（可用于破解root密码） +- 1：单用户模式（可用于破解 root 密码） - 2：无网络支持的多用户模式 - 3：有网络支持的多用户模式（文本模式，工作中最常用的模式） - 4：保留，未使用 @@ -206,31 +205,31 @@ Linux 中每个硬件都被当做一个文件。 ### 1. MBR -MBR 中，第一个扇区最重要，里面有：主要开机记录（Master boot record, MBR）及分区表（partition table），其中 MBR 占 446 bytes，partition table 占 64 bytes。 +MBR 中，第一个扇区最重要，里面有主要开机记录（Master boot record, MBR）及分区表（partition table），其中 MBR 占 446 bytes，partition table 占 64 bytes。 -分区表只有 64 bytes，最多只能存储 4 个分区，这 4 个分区为主分区（Primary）和扩展分区（Extended）。其中扩展分区只有一个，它将其它空间用来记录分区表，可以记录更多的分区，因此通过扩展分区可以分出更多区分，这些分区称为逻辑分区。 +分区表只有 64 bytes，最多只能存储 4 个分区，这 4 个分区为主分区（Primary）和扩展分区（Extended）。其中扩展分区只有一个，它将其它空间用来记录分区表，因此通过扩展分区可以分出更多分区，这些分区称为逻辑分区。 -Linux 也把分区当成文件，分区文件的命名方式为：磁盘文件名+编号，例如 /dev/sda1。注意，逻辑分区的编号从 5 开始。 +Linux 也把分区当成文件，分区文件的命名方式为：磁盘文件名 + 编号，例如 /dev/sda1。注意，逻辑分区的编号从 5 开始。 ### 2. GPT -不同的磁盘有不同的扇区大小，例如 512 bytes 和最新磁盘的 4k。GPT 为了兼容所有磁盘，在定义扇区上使用逻辑区块地址（Logical Block Address, LBA）。 +不同的磁盘有不同的扇区大小，例如 512 bytes 和最新磁盘的 4 k。GPT 为了兼容所有磁盘，在定义扇区上使用逻辑区块地址（Logical Block Address, LBA）。 GPT 第 1 个区块记录了 MBR，紧接着是 33 个区块记录分区信息，并把最后的 33 个区块用于对分区信息进行备份。 GPT 没有扩展分区概念，都是主分区，最多可以分 128 个分区。 -

+

## 开机检测程序 ### 1. BIOS -BIOS 是开机的时候计算机执行的第一个程序，这个程序知道可以开机的磁盘，并读取磁盘第一个扇区的 MBR，由 MBR 执行其中的开机管理程序，这个开机管理程序的会加载操作系统的核心文件。 +BIOS 是开机的时候计算机执行的第一个程序，这个程序知道可以开机的磁盘，并读取磁盘第一个扇区的 MBR，由 MBR 执行其中的开机管理程序，这个开机管理程序会加载操作系统的核心文件。 MBR 中的开机管理程序提供以下功能：选单、载入核心文件以及转交其它开机管理程序。转交这个功能可以用来实现了多重引导，只需要将另一个操作系统的开机管理程序安装在其它分区的启动扇区上，在启动 MBR 中的开机管理程序时，就可以选择启动当前的操作系统或者转交给其它开机管理程序从而启动另一个操作系统。 -

+

安装多重引导，最好先安装 Windows 再安装 Linux。因为安装 Windows 时会覆盖掉 MBR，而 Linux 可以选择将开机管理程序安装在 MBR 或者其它分区的启动扇区，并且可以设置开机管理程序的选单。 @@ -242,7 +241,7 @@ UEFI 相比于 BIOS 来说功能更为全面，也更为安全。 挂载利用目录作为分区的进入点，也就是说，进入目录之后就可以读取分区的数据。 -

+

# 文件权限与目录配置 @@ -287,7 +286,7 @@ UEFI 相比于 BIOS 来说功能更为全面，也更为安全。 ### 3. 修改权限 -可以将一组权限用数字来表示，此时一组权限的 3 个位当做二进制数字的位，从左到右每个位的权值为 4、2、1，即每个权限对应的数字权值为 r：4、w：2、x：1。 +可以将一组权限用数字来表示，此时一组权限的 3 个位当做二进制数字的位，从左到右每个位的权值为 4、2、1，即每个权限对应的数字权值为 r : 4、w : 2、x : 1。 ```html # chmod [-R] xyz dirname/filename @@ -341,7 +340,7 @@ UEFI 相比于 BIOS 来说功能更为全面，也更为安全。 完整的目录树如下： -

+

# 文件与目录 @@ -450,7 +449,7 @@ cp [-adfilprsu] source destination -c ： 更新 ctime，若该文件不存在则不建立新文件 -m ： 更新 mtime -d ： 后面可以接欲更新的日期而不用当前的日期，也可以使用 --date="日期或时间" --t ：后面可以接欲更新的时间而不用当前的时间，格式为[YYYYMMDDhhmm] +-t ： 后面可以接欲更新的时间而不用当前的时间，格式为[YYYYMMDDhhmm] ``` ## 指令与文件搜索 @@ -495,14 +494,14 @@ find 可以使用文件的属性和权限进行搜索。 ```html -mtime n ：列出在 n 天前的那一天修改过内容的文件 --mtime +n ：列出在 n 天之前(不含 n 天本身)修改过内容的文件 --mtime -n ：列出在 n 天之内(含 n 天本身)修改过内容的文件 +-mtime +n ：列出在 n 天之前 (不含 n 天本身) 修改过内容的文件 +-mtime -n ：列出在 n 天之内 (含 n 天本身) 修改过内容的文件 -newer file ： 列出比 file 更新的文件 ``` +4、4 和 -4 的指示的时间范围如下： -

+

#### 4.2 与文件拥有者和所属群组有关的选项 @@ -519,7 +518,7 @@ find 可以使用文件的属性和权限进行搜索。 ```html -name filename --size [+-]SIZE：搜寻比 SIZE 还要大(+)或小(-)的文件。这个 SIZE 的规格有：c: 代表 byte，k: 代表 1024bytes。所以，要找比 50KB 还要大的文件，就是 -size +50k +-size [+-]SIZE：搜寻比 SIZE 还要大 (+) 或小 (-) 的文件。这个 SIZE 的规格有：c: 代表 byte，k: 代表 1024bytes。所以，要找比 50KB 还要大的文件，就是 -size +50k -type TYPE -perm mode ：搜索权限等于 mode 的文件 -perm -mode ：搜索权限包含 mode 的文件 @@ -544,25 +543,25 @@ find 可以使用文件的属性和权限进行搜索。 Ext2 文件系统使用了上述的文件结构，并在此之上加入了 block 群组的概念，也就是将一个文件系统划分为多个 block 群组，方便管理。 -

+

## inode Ext2 文件系统支持的 block 大小有 1k、2k 和 4k 三种，不同的 block 大小限制了单一文件的大小。而每个 inode 大小是固定为 128 bytes。 -inode 中记录了文件内容所在的 block，但是每个 block 非常小，一个大文件随便都需要几十万的 block，而一个 inode 大小有限，无法直接引用这么多 block。因此引入了间接、双间接、三间接引用。间接引用是指，让 inode 记录的引用 block 块当成 inode 用来记录引用信息。 +inode 中记录了文件内容所在的 block，但是每个 block 非常小，一个大文件随便都需要几十万的 block。而一个 inode 大小有限，无法直接引用这么多 block。因此引入了间接、双间接、三间接引用。间接引用是指，让 inode 记录的引用 block 块当成 inode 用来记录引用信息。 -

+

inode 具体包含以下信息： -- 该文件的存取模式(read/write/excute)； -- 该文件的拥有者与群组(owner/group)； +- 该文件的存取模式 (read/write/excute)； +- 该文件的拥有者与群组 (owner/group)； - 该文件的容量； -- 该文件建立或状态改变的时间(ctime)； -- 最近一次的读取时间(atime)； -- 最近修改的时间(mtime)； -- 定义文件特性的旗标(flag)，如 SetUID...； +- 该文件建立或状态改变的时间 (ctime)； +- 最近一次的读取时间 (atime)； +- 最近修改的时间 (mtime)； +- 定义文件特性的旗标 (flag)，如 SetUID...； - 该文件真正内容的指向 (pointer)。 ## 目录的 inode 与 block @@ -579,7 +578,9 @@ inode 具体包含以下信息： ### 1. 实体链接 -hard link 只是在某个目录下新增一个条目，使得新增的条目链接到文件的 inode 上。删除任意一个条目，文件还是存在，只要引用数量不为 0。 +它和普通文件类似，实体链接文件的 inode 都指向源文件所在的 block 上，也就是说读取文件直接从源文件的 block 上读取。 + +删除任意一个条目，文件还是存在，只要引用数量不为 0。 有以下限制：不能跨越 File System；不能对目录进行链接。 @@ -592,9 +593,11 @@ hard link 只是在某个目录下新增一个条目，使得新增的条目链 ### 2. 符号链接 -symbolic link 可以理解为 Windows 的快捷方式，通过建立一个独立的文件，这个文件的数据的读取指向链接的那个文件。当源文件被删除了，链接文件就打不开了。 +符号链接文件保存着源文件所在的绝对路径，在读取时会定位到源文件上，可以理解为 Windows 的快捷方式。 -symbolic link 可以为目录建立链接。 +当源文件被删除了，链接文件就打不开了。 + +可以为目录建立链接。 ```html # ll -i /etc/crontab /root/crontab2 @@ -636,7 +639,7 @@ $ gzip [-cdtv#] filename -d ：解压缩 -t ：检验压缩文件是否出错 -v ：显示压缩比等信息 --# ： # 为数字的意思，代表压缩等级，数字越大压缩比越高，默认为6 +-# ： # 为数字的意思，代表压缩等级，数字越大压缩比越高，默认为 6 ``` ### 2. bzip2 @@ -667,12 +670,12 @@ $ xz [-dtlkc#] filename 压缩指令只能对一个文件进行压缩，而打包能够将多个文件打包成一个大文件。tar 不仅可以用于打包，也可以使用 gip、bzip2、xz 将打包文件进行压缩。 ```html -$ tar [-z|-j|-J] [cv] [-f 新建的tar文件] filename... ==打包压缩 -$ tar [-z|-j|-J] [tv] [-f 已有的tar文件] ==查看 -$ tar [-z|-j|-J] [xv] [-f 已有的tar文件] [-C 目录] ==解压缩 --z ：使用zip； --j ：使用bzip2； --J ：使用xz； +$ tar [-z|-j|-J] [cv] [-f 新建的 tar 文件] filename... ==打包压缩 +$ tar [-z|-j|-J] [tv] [-f 已有的 tar 文件] ==查看 +$ tar [-z|-j|-J] [xv] [-f 已有的 tar 文件] [-C 目录] ==解压缩 +-z ：使用 zip； +-j ：使用 bzip2； +-J ：使用 xz； -c ：新建打包文件； -t ：查看打包文件里面有哪些文件； -x ：解打包或解压缩的功能； @@ -687,35 +690,34 @@ $ tar [-z|-j|-J] [xv] [-f 已有的tar文件] [-C 目录] ==解压缩 | 查 看 | tar -jtv -f filename.tar.bz2 | | 解压缩 | tar -jxv -f filename.tar.bz2 -C 要解压缩的目录 | - # Bash 可以通过 Shell 请求内核提供服务，Bash 正是 Shell 的一种。 ## Bash 特性 -**1. 命令历史** +**1. 命令历史** 记录使用过的命令。本次登录所执行的命令都会暂时存放到内存中， \~/.bash_history 文件中记录的是前一次登录所执行过的命令。 -**2. 命令与文件补全** +**2. 命令与文件补全** 快捷键：tab -**3. 命名别名** +**3. 命名别名** 例如 lm 是 ls -al 的别名。 -**4. shell scripts** +**4. shell scripts** -**5. 通配符** +**5. 通配符** 例如 ls -l /usr/bin/X\* 列出 /usr/bin 下面所有以 X 开头的文件。 ## 变量操作 - 对一个变量赋值直接使用 = ； -- 对变量取用需要在变量前加上 \{} 的形式； +- 对变量取用需要在变量前加上 \$ ，也可以用 \${} 的形式； - 输出变量使用 echo 命令。 ```bash @@ -724,10 +726,9 @@ $ echo $var $ echo ${var} ``` -变量内容如果有空格，需要使用双引号或者单引号。双引号内的特殊字符可以保留原本特性，例如var="lang is \(uname -r)，则 version 的值为 3.10.0-229.el7.x86_64。 +可以使用 \`指令\` 或者 \$(指令) 的方式将指令的执行结果赋值给变量。例如 version=\$(uname -r)，则 version 的值为 3.10.0-229.el7.x86_64。 可以使用 export 命令将自定义变量转成环境变量，环境变量可以在子程序中使用，所谓子程序就是由当前 Bash 而产生的子 Bash。 @@ -738,10 +739,10 @@ $ declare [-aixr] variable -a ： 定义为数组类型 -i ： 定义为整数类型 -x ： 定义为环境变量 --r ： 定义为readonly类型 +-r ： 定义为 readonly 类型 ``` -使用 [ ] 来对数组进行操作： +使用 [ ] 来对数组进行索引操作： ```bash $ array[1]=a @@ -760,10 +761,9 @@ $ echo ${array[1]} 重定向就是使用文件代替标准输入、标准输出和标准错误输出。 - -1. 标准输入(stdin)       ：代码为 0 ，使用 < 或 << ； -2. 标准输出(stdout)     ：代码为 1 ，使用 > 或 >> ； -3. 标准错误输出(stderr)：代码为 2 ，使用 2> 或 2>> ； +1. 标准输入 (stdin)       ：代码为 0 ，使用 < 或 << ； +2. 标准输出 (stdout)     ：代码为 1 ，使用 > 或 >> ； +3. 标准错误输出 (stderr)：代码为 2 ，使用 2> 或 2>> ； 其中，有一个箭头的表示以覆盖的方式重定向，而有两个箭头的表示以追加的方式重定向。 @@ -777,7 +777,7 @@ $ find /home -name .bashrc > list 2>&1 ## 管线指令 -管线是将一个命令的标准输出作为另一个命令的标准输入，在数据需要经过多个步骤的处理之后才能得到我们想要的格式时就可以使用管线。在命令之间使用 | 分隔各个管线命令。 +管线是将一个命令的标准输出作为另一个命令的标准输入，在数据需要经过多个步骤的处理之后才能得到我们想要的内容时就可以使用管线。在命令之间使用 | 分隔各个管线命令。 ```bash $ ls -al /etc | less @@ -785,9 +785,7 @@ $ ls -al /etc | less ### 1. 提取指令：cut -提取过程一行一行地进行。 - -cut 对数据进行切分，取出想要的部分。 +cut 对数据进行切分，取出想要的部分。提取过程一行一行地进行。 ```html $ cut @@ -822,7 +820,7 @@ $ export | cut -c 12 ### 2. 排序命令：sort、uniq -**sort** 进行排序。 +**sort** 进行排序。 ```html $ sort [-fbMnrtuk] [file or stdin] @@ -846,7 +844,7 @@ alex:x:1001:1002::/home/alex:/bin/bash arod:x:1002:1003::/home/arod:/bin/bash ``` -**uniq** 可以将重复的数据只取一个。 +**uniq** 可以将重复的数据只取一个。 ```html $ uniq [-ic] @@ -868,7 +866,7 @@ $ last | cut -d ' ' -f 1 | sort | uniq -c ### 3. 双向输出重定向：tee -输出重定向会将输出内容重定向到文件中，而 **tee** 不仅能够完成这个功能，还能保留屏幕上的输出。也就是说，使用 tee 指令，一个输出会同时传送到文件和屏幕上。 +输出重定向会将输出内容重定向到文件中，而 **tee** 不仅能够完成这个功能，还能保留屏幕上的输出。也就是说，使用 tee 指令，一个输出会同时传送到文件和屏幕上。 ```html $ tee [-a] file @@ -876,7 +874,7 @@ $ tee [-a] file ### 4. 字符转换指令：tr、col、expand、join、paste - **tr** 用来删除一行中的字符，或者对字符进行替换。 +**tr** 用来删除一行中的字符，或者对字符进行替换。 ```html $ tr [-ds] SET1 ... @@ -889,21 +887,21 @@ $ tr [-ds] SET1 ... $ last | tr '[a-z]' '[A-Z]' ``` - **col** 将 tab 字符转为空格字符。 + **col** 将 tab 字符转为空格字符。 ```html $ col [-xb] -x ： 将 tab 键转换成对等的空格键 ``` -**expand** 将 tab 转换一定数量的空格，默认是 8 个。 +**expand** 将 tab 转换一定数量的空格，默认是 8 个。 ```html $ expand [-t] file -t ：tab 转为空格的数量 ``` -**join** 将有相同数据的那一行合并在一起。 +**join** 将有相同数据的那一行合并在一起。 ```html $ join [-ti12] file1 file2 @@ -913,7 +911,7 @@ $ join [-ti12] file1 file2 -2 ：第二个文件所用的比较字段 ``` -**paste** 直接将两行粘贴在一起。 +**paste** 直接将两行粘贴在一起。 ```html $ paste [-d] file1 file2 @@ -922,7 +920,7 @@ $ paste [-d] file1 file2 ### 5. 分区指令：split -**split** 将一个文件划分成多个文件。 +**split** 将一个文件划分成多个文件。 ```html $ split [-bl] file PREFIX @@ -979,11 +977,13 @@ $ printf '%10s %5i %5i %5i %8.2f \n' $(cat printf.txt) ## awk +可以根据字段的某些条件进行匹配，例如匹配字段小于某个值的那一行数据。 + ```html -$ awk '条件类型1{动作1} 条件类型2{动作2} ...' filename +$ awk '条件类型 1 {动作 1} 条件类型 2 {动作 2} ...' filename ``` -awk 每次处理一行，处理的最小单位是字段，每个字段的命名方式为：\0 表示一整行。 +awk 每次处理一行，处理的最小单位是字段，每个字段的命名方式为：\$n，n 为字段号，从 1 开始，\$0 表示一整行。 范例 1：取出登录用户的用户名和 ip @@ -1017,7 +1017,7 @@ dmtsai lines: 4 columns: 10 dmtsai lines: 5 columns: 9 ``` -可以使用大于等于逻辑，其中等于使用 ==。 +可以使用条件，其中等于使用 ==。 范例 3：/etc/passwd 文件第三个字段为 UID，对 UID 小于 10 的数据进行处理。 @@ -1030,7 +1030,7 @@ daemon 2 # vim 三个模式 -

+

在指令列模式下，有以下命令用于离开或者存储文件。 @@ -1038,14 +1038,12 @@ daemon 2 | -- | -- | | :w | 写入磁盘| | :w! | 当文件为只读时，强制写入磁盘。到底能不能写入，与用户对该文件的权限有关 | -| :q | 离开| -| :q! | 强制离开不保存| -| :wq | 写入磁盘后离开| -| :wq!| 强制写入磁盘后离开| - +| :q | 离开 | +| :q! | 强制离开不保存 | +| :wq | 写入磁盘后离开 | +| :wq!| 强制写入磁盘后离开 | # 参考资料 - 鸟哥. 鸟 哥 的 Linux 私 房 菜 基 础 篇 第 三 版[J]. 2009. - [Linux 平台上的软件包管理](https://www.ibm.com/developerworks/cn/linux/l-cn-rpmdpkg/index.html) - diff --git a/notes/MySQL.md b/notes/MySQL.md index e3c5c88e..98a8fde3 100644 --- a/notes/MySQL.md +++ b/notes/MySQL.md @@ -12,7 +12,7 @@ * [1. 索引分类](#1-索引分类) * [1.1 B-Tree 索引](#11-b-tree-索引) * [1.2 哈希索引](#12-哈希索引) - * [1.3. 空间索引数据（R-Tree）](#13-空间索引数据r-tree) + * [1.3. 空间索引（R-Tree）](#13-空间索引r-tree) * [1.4 全文索引](#14-全文索引) * [2. 索引的优点](#2-索引的优点) * [3. 索引优化](#3-索引优化) @@ -33,9 +33,18 @@ * [3. 减少返回的行](#3-减少返回的行) * [4. 拆分大的 DELETE 或 INSERT 语句](#4-拆分大的-delete-或-insert-语句) * [分库与分表](#分库与分表) + * [1. 分库与分表的原因](#1-分库与分表的原因) + * [2. 实现方式](#2-实现方式) + * [2.1 垂直切分](#21-垂直切分) + * [2.2 水平切分](#22-水平切分) + * [2.3 切分的选择](#23-切分的选择) + * [3. Merge 存储引擎](#3-merge-存储引擎) + * [4. 分库与分表存在的问题](#4-分库与分表存在的问题) + * [4.1 事务问题](#41-事务问题) + * [4.2 跨库跨表连接问题](#42-跨库跨表连接问题) + * [4.3 额外的数据管理负担和数据运算压力](#43-额外的数据管理负担和数据运算压力) + * [5. 分表与分区的不同](#5-分表与分区的不同) * [故障转移和故障恢复](#故障转移和故障恢复) - * [1. 故障转移](#1-故障转移) - * [2. 故障恢复](#2-故障恢复) * [参考资料](#参考资料) @@ -74,25 +83,25 @@ MyISAM 设计简单，数据以紧密格式存储，所以在某些场景下性 ## 3. InnoDB 与 MyISAM 的比较 -**事务** +**事务** InnoDB 是事务型的。 -**备份** +**备份** InnoDB 支持在线热备份。 -**崩溃恢复** +**崩溃恢复** MyISAM 崩溃后发生损坏的概率比 InnoDB 高很多，而且恢复的速度也更慢。 -**并发** +**并发** MyISAM 只支持表级锁，而 InnoDB 还支持行级锁。 -**其它特性** +**其它特性** -MyISAM 支持全文索引，地理空间索引； +MyISAM 支持全文索引，地理空间索引。 # 数据类型 @@ -120,7 +129,7 @@ VARCHAR 会保留字符串末尾的空格，而 CHAR 会删除。 MySQL 提供了两种相似的日期时间类型：DATATIME 和 TIMESTAMP。 -**DATATIME** +**DATATIME** 能够保存从 1001 年到 9999 年的日期和时间，精度为秒，使用 8 字节的存储空间。 @@ -128,7 +137,7 @@ MySQL 提供了两种相似的日期时间类型：DATATIME 和 TIMESTAMP。 默认情况下，MySQL 以一种可排序的、无歧义的格式显示 DATATIME 值，例如“2008-01-16 22:37:08”，这是 ANSI 标准定义的日期和时间表示方法。 -**TIMESTAMP** +**TIMESTAMP** 和 UNIX 时间戳相同，保存从 1970 年 1 月 1 日午夜（格林威治时间）以来的秒数，使用 4 个字节，只能表示从 1970 年 到 2038 年。 @@ -172,7 +181,7 @@ InnoDB 引擎有一个特殊的功能叫“自适应哈希索引”，当某个 限制：哈希索引只包含哈希值和行指针，而不存储字段值，所以不能使用索引中的值来避免读取行。不过，访问内存中的行的速度很快，所以大部分情况下这一点对性能影响并不明显；无法用于分组与排序；只支持精确查找，无法用于部分查找和范围查找；如果哈希冲突很多，查找速度会变得很慢。 -### 1.3. 空间索引数据（R-Tree） +### 1.3. 空间索引（R-Tree） MyISAM 存储引擎支持空间索引，可以用于地理数据存储。 @@ -208,15 +217,15 @@ SELECT actor_id FROM sakila.actor WHERE actor_id + 1 = 5; 对于 BLOB、TEXT 和 VARCHAR 类型的列，必须使用前缀索引，只索引开始的部分字符。 -对于前缀长度的选取需要根据 **索引选择性** 来确定：不重复的索引值和记录总数的比值。选择性越高，查询效率也越高。最大值为 1 ，此时每个记录都有唯一的索引与其对应。 +对于前缀长度的选取需要根据 **索引选择性** 来确定：不重复的索引值和记录总数的比值。选择性越高，查询效率也越高。最大值为 1 ，此时每个记录都有唯一的索引与其对应。 ### 3.3 多列索引 -在需要使用多个列作为条件进行查询时，使用多列索引比使用多个单列索引性能更好。例如下面的语句中，最好把 actor_id 和 file_id 设置为多列索引。 +在需要使用多个列作为条件进行查询时，使用多列索引比使用多个单列索引性能更好。例如下面的语句中，最好把 actor_id 和 film_id 设置为多列索引。 ```sql -SELECT file_id, actor_ id FROM sakila.film_actor -WhERE actor_id = 1 OR film_id = 1; +SELECT film_id, actor_ id FROM sakila.film_actor +WhERE actor_id = 1 AND film_id = 1; ``` ### 3.4 索引列的顺序 @@ -238,7 +247,7 @@ customer_id_selectivity: 0.0373 ### 3.5 聚簇索引 -

+

聚簇索引并不是一种索引类型，而是一种数据存储方式。 @@ -246,12 +255,12 @@ customer_id_selectivity: 0.0373 因为无法把数据行存放在两个不同的地方，所以一个表只能有一个聚簇索引。 -**优点** +**优点** 1. 可以把相关数据保存在一起，减少 I/O 操作； 2. 因为数据保存在 B-Tree 中，因此数据访问更快。 -**缺点** +**缺点** 1. 聚簇索引最大限度提高了 I/O 密集型应用的性能，但是如果数据全部放在内存，就没必要用聚簇索引。 2. 插入速度严重依赖于插入顺序，按主键的顺序插入是最快的。 @@ -263,11 +272,17 @@ customer_id_selectivity: 0.0373 索引包含所有需要查询的字段的值。 +**优点** + +1. 因为索引条目通常远小于数据行的大小，所以若只读取索引，能大大减少数据访问量。 +2. 一些存储引擎（例如 MyISAM）在内存中只缓存索引，而数据依赖于操作系统来缓存。因此，只访问索引可以不使用系统调用（通常比较费时）。 +3. 对于 InnoDB 引擎，若二级索引能够覆盖查询，则无需访问聚簇索引。 + ## 4. B-Tree 和 B+Tree 原理 ### 4. 1 B-Tree -

+

为了描述 B-Tree，首先定义一条数据记录为一个二元组 [key, data]，key 为记录的键，data 为数据记录除 key 外的数据。 @@ -283,7 +298,7 @@ B-Tree 是满足下列条件的数据结构： ### 4.2 B+Tree -

+

与 B-Tree 相比，B+Tree 有以下不同点： @@ -292,7 +307,7 @@ B-Tree 是满足下列条件的数据结构： ### 4.3 带有顺序访问指针的 B+Tree -

+

一般在数据库系统或文件系统中使用的 B+Tree 结构都在经典 B+Tree 基础上进行了优化，在叶子节点增加了顺序访问指针，做这个优化的目的是为了提高区间访问的性能。 @@ -328,7 +343,7 @@ B+Tree 更适合外存索引，原因和内节点出度 d 有关。由于 B+Tree 最好使用 LIMIT 语句来取出想要的那些行。 -还可以建立索引来减少条件语句的全表扫描。例如对于下面的语句，不适用索引的情况下需要进行全表扫描，而使用索引只需要扫描几行记录即可，使用 Explain 语句可以通过观察 rows 字段来看出这种差异。 +还可以建立索引来减少条件语句的全表扫描。例如对于下面的语句，不使用索引的情况下需要进行全表扫描，而使用索引只需要扫描几行记录即可，使用 Explain 语句可以通过观察 rows 字段来看出这种差异。 ```sql SELECT * FROM sakila.film_actor WHERE film_id = 1; @@ -351,72 +366,74 @@ do { # 分库与分表 -**1. 分表与分区的不同** - -分表，就是讲一张表分成多个小表，这些小表拥有不同的表名；而分区是将一张表的数据分为多个区块，这些区块可以存储在同一个磁盘上，也可以存储在不同的磁盘上，这种方式下表仍然只有一个。 - -**2. 使用分库与分表的原因** +## 1. 分库与分表的原因 随着时间和业务的发展，数据库中的表会越来越多，并且表中的数据量也会越来越大，那么读写操作的开销也会随着增大。 -**3. 垂直切分** +## 2. 实现方式 + +### 2.1 垂直切分 将表按功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立商品数据库 payDB、用户数据库 userDB 等，分别用来存储项目与商品有关的表和与用户有关的表。 -**4. 水平切分** +### 2.2 水平切分 -把表中的数据按照某种规则存储到多个结构相同的表中，例如按 id 的散列值、性别等进行划分， +把表中的数据按照某种规则存储到多个结构相同的表中，例如按 id 的散列值、性别等进行划分。 -**5. 垂直切分与水平切分的选择** +### 2.3 切分的选择 如果数据库中的表太多，并且项目各项业务逻辑清晰，那么垂直切分是首选。 如果数据库的表不多，但是单表的数据量很大，应该选择水平切分。 -**6. 水平切分的实现方式** +## 3. Merge 存储引擎 -最简单的是使用 merge 存储引擎。 +该存储引擎支持分表。 -**7. 分库与分表存在的问题** +## 4. 分库与分表存在的问题 -(1) 事务问题 +### 4.1 事务问题 在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。 -(2) 跨库跨表连接问题 +### 4.2 跨库跨表连接问题 在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上。这时，表的连接操作将受到限制，我们无法连接位于不同分库的表，也无法连接分表粒度不同的表，导致原本只需要一次查询就能够完成的业务需要进行多次才能完成。 +### 4.3 额外的数据管理负担和数据运算压力 + +最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算。 + +## 5. 分表与分区的不同 + +分表，就是将一张表分成多个小表，这些小表拥有不同的表名；而分区是将一张表的数据分为多个区块，这些区块可以存储在同一个磁盘上，也可以存储在不同的磁盘上，这种方式下表仍然只有一个。 + # 故障转移和故障恢复 故障转移也叫做切换，当主库出现故障时就切换到备库，使备库成为主库。故障恢复顾名思义就是从故障中恢复过来，并且保证数据的正确性。 -## 1. 故障转移 - -**1.1 提升备库或切换角色** +**提升备库或切换角色** 提升一台备库为主库，或者在一个主-主复制结构中调整主动和被动角色。 -**1.2 虚拟 IP 地址和 IP 托管** +**虚拟 IP 地址和 IP 托管** 为 MySQL 实例指定一个逻辑 IP 地址，当 MySQL 实例失效时，可以将 IP 地址转移到另一台 MySQL 服务器上。 -**1.3 中间件解决方案** +**中间件解决方案** 通过代理，可以路由流量到可以使用的服务器上。 -

+

-**1.4 在应用中处理故障转移** +**在应用中处理故障转移** 将故障转移整合到应用中可能导致应用变得太过笨拙。 -## 2. 故障恢复 - # 参考资料 - 高性能 MySQL - [MySQL 索引背后的数据结构及算法原理 ](http://blog.codinglabs.org/articles/theory-of-mysql-index.html) -- [MySQL 索引优化全攻略 ](http://www.runoob.com/w3cnote/mysql-index.html) - [20+ 条 MySQL 性能优化的最佳经验 ](https://www.jfox.info/20-tiao-mysql-xing-nen-you-hua-de-zui-jia-jing-yan.html) +- [数据库为什么分库分表？mysql的分库分表方案](https://www.i3geek.com/archives/1108) diff --git a/notes/Redis.md b/notes/Redis.md new file mode 100644 index 00000000..82373006 --- /dev/null +++ b/notes/Redis.md @@ -0,0 +1,450 @@ + +* [Redis 是什么](#redis-是什么) +* [Redis 的五种基本类型](#redis-的五种基本类型) + * [STRING](#string) + * [LIST](#list) + * [SET](#set) + * [HASH](#hash) + * [ZSET](#zset) +* [键的过期时间](#键的过期时间) +* [发布与订阅](#发布与订阅) +* [事务](#事务) +* [持久化](#持久化) + * [快照持久化](#快照持久化) + * [AOF 持久化](#aof-持久化) +* [复制](#复制) + * [从服务器连接主服务器的过程](#从服务器连接主服务器的过程) + * [主从链](#主从链) +* [处理故障](#处理故障) +* [分片](#分片) +* [事件](#事件) + * [事件类型](#事件类型) + * [事件的调度与执行](#事件的调度与执行) +* [Redis 与 Memcached 的区别](#redis-与-memcached-的区别) +* [Redis 适用场景](#redis-适用场景) +* [数据淘汰策略](#数据淘汰策略) +* [一个简单的论坛系统分析](#一个简单的论坛系统分析) + * [文章信息](#文章信息) + * [点赞功能](#点赞功能) + * [对文章进行排序](#对文章进行排序) +* [参考资料](#参考资料) + + + +# Redis 是什么 + +Redis 是速度非常快的非关系型（NoSQL）内存键值数据库，可以存储键和五种不同类型的值之间的映射。 + +五种类型数据类型为：字符串、列表、集合、有序集合、散列表。 + +Redis 支持很多特性，例如将内存中的数据持久化到硬盘中，使用复制来扩展读性能，使用分片来扩展写性能。 + +# Redis 的五种基本类型 + +| 数据类型 | 可以存储的值 | 操作 | +| -- | -- | -- | +| STRING | 字符串、整数或者浮点数 | 对整个字符串或者字符串的其中一部分执行操作
对整数和浮点数执行自增或者自减操作 | +| LIST | 链表 | 从两端压入或者弹出元素
读取单个或者多个元素
进行修剪，只保留一个范围内的元素 | +| SET | 无序集合 | 添加、获取、移除单个元素
检查一个元素是否存在于集合中
计算交集、并集、差集
从集合里面随机获取元素 | +| HASH | 包含键值对的无序散列表 | 添加、获取、移除单个键值对
获取所有键值对
检查某个键是否存在| +| ZSET | 有序集合 | 添加、获取、删除元素个元素
根据分值范围或者成员来获取元素
计算一个键的排名 | + +> [What Redis data structures look like](https://redislabs.com/ebook/part-1-getting-started/chapter-1-getting-to-know-redis/1-2-what-redis-data-structures-look-like/) + +## STRING + +

+ +```html +> set hello world +OK +> get hello +"world" +> del hello +(integer) 1 +> get hello +(nil) +``` + +## LIST + +

+ +```html +> rpush list-key item +(integer) 1 +> rpush list-key item2 +(integer) 2 +> rpush list-key item +(integer) 3 + +> lrange list-key 0 -1 +1) "item" +2) "item2" +3) "item" + +> lindex list-key 1 +"item2" + +> lpop list-key +"item" + +> lrange list-key 0 -1 +1) "item2" +2) "item" +``` + +## SET + +

+ +```html +> sadd set-key item +(integer) 1 +> sadd set-key item2 +(integer) 1 +> sadd set-key item3 +(integer) 1 +> sadd set-key item +(integer) 0 + +> smembers set-key +1) "item" +2) "item2" +3) "item3" + +> sismember set-key item4 +(integer) 0 +> sismember set-key item +(integer) 1 + +> srem set-key item2 +(integer) 1 +> srem set-key item2 +(integer) 0 + +> smembers set-key +1) "item" +2) "item3" +``` + +## HASH + +

+ +```html +> hset hash-key sub-key1 value1 +(integer) 1 +> hset hash-key sub-key2 value2 +(integer) 1 +> hset hash-key sub-key1 value1 +(integer) 0 + +> hgetall hash-key +1) "sub-key1" +2) "value1" +3) "sub-key2" +4) "value2" + +> hdel hash-key sub-key2 +(integer) 1 +> hdel hash-key sub-key2 +(integer) 0 + +> hget hash-key sub-key1 +"value1" + +> hgetall hash-key +1) "sub-key1" +2) "value1" +``` + +## ZSET + + +

+ +```html +> zadd zset-key 728 member1 +(integer) 1 +> zadd zset-key 982 member0 +(integer) 1 +> zadd zset-key 982 member0 +(integer) 0 + +> zrange zset-key 0 -1 withscores +1) "member1" +2) "728" +3) "member0" +4) "982" + +> zrangebyscore zset-key 0 800 withscores +1) "member1" +2) "728" + +> zrem zset-key member1 +(integer) 1 +> zrem zset-key member1 +(integer) 0 + +> zrange zset-key 0 -1 withscores +1) "member0" +2) "982" +``` + +# 键的过期时间 + +Redis 可以为每个键设置过期时间，当键过期时，会自动删除该键。 + +对于散列表这种容器，只能为整个键设置过期时间（整个散列表），而不能为键里面的单个元素设置过期时间。 + +过期时间对于清理缓存数据非常有用。 + +# 发布与订阅 + +发布与订阅实际上是观察者模式，订阅者订阅了频道之后，发布者向频道发送字符串消息会被所有订阅者接收到。 + +发布与订阅有一些问题，很少使用它，而是使用替代的解决方案。问题如下： + +1. 如果订阅者读取消息的速度很慢，会使得消息不断积压在发布者的输出缓存区中，造成内存占用过多； +2. 如果订阅者在执行订阅的过程中网络出现问题，那么就会丢失断线期间发送的所有消息。 + +# 事务 + +Redis 最简单的事务实现方式是使用 MULTI 和 EXEC 命令将事务操作包围起来。 + +MULTI 和 EXEC 中的操作将会一次性发送给服务器，而不是一条一条发送，这种方式称为流水线，它可以减少客户端与服务器之间的网络通信次数从而提升性能。 + +# 持久化 + +Redis 是内存型数据库，为了保证数据在断电后不会丢失，需要将内存中的数据持久化到硬盘上。 + +## 快照持久化 + +将某个时间点的所有数据都存放到硬盘上。 + +可以将快照复制到其它服务器从而创建具有相同数据的服务器副本。 + +如果系统发生故障，将会丢失最后一次创建快照之后的数据。并且如果数据量很大，保存快照的时间也会很长。 + +## AOF 持久化 + +AOF 持久化将写命令添加到 AOF 文件（Append Only File）的末尾。 + +对硬盘的文件进行写入时，写入的内容首先会被存储到缓冲区，然后由操作系统决定什么时候将该内容同步到硬盘，用户可以调用 file.flush() 方法请求操作系统尽快将缓冲区存储的数据同步到硬盘。因此将写命令添加到 AOF 文件时，要根据需求来保证何时将添加的数据同步到硬盘上，有以下同步选项： + +| 选项 | 同步频率 | +| -- | -- | +| always | 每个写命令都同步 | +| everysec | 每秒同步一次 | +| no | 让操作系统来决定何时同步 | + +always 选项会严重减低服务器的性能；everysec 选项比较合适，可以保证系统奔溃时只会丢失一秒左右的数据，并且 Redis 每秒执行一次同步对服务器性能几乎没有任何影响；no 选项并不能给服务器性能带来多大的提升，而且也会增加系统奔溃时数据丢失的数量。 + +随着服务器写请求的增多，AOF 文件会越来越大；Redis 提供了一种将 AOF 重写的特性，能够去除 AOF 文件中的冗余写命令。 + +# 复制 + +通过使用 slaveof host port 命令来让一个服务器成为另一个服务器的从服务器。 + +一个从服务器只能有一个主服务器，并且不支持主主复制。 + +## 从服务器连接主服务器的过程 + +1. 主服务器创建快照文件，发送给从服务器，并在发送期间使用缓冲区记录执行的写命令。快照文件发送完毕之后，开始向从服务器发送存储在缓冲区中的写命令； + +2. 从服务器丢弃所有旧数据，载入主服务器发来的快照文件，之后从服务器开始接受主服务器发来的写命令； + +3. 主服务器每执行一次写命令，就向从服务器发送相同的写命令。 + +## 主从链 + +随着负载不断上升，主服务器可能无法很快地更新所有从服务器，或者重新连接和重新同步从服务器将导致系统超载。为了解决这个问题，可以创建一个中间层来分担主服务器的复制工作。中间层的服务器是最上层服务器的从服务器，又是最下层服务器的主服务器。 + +

+ +# 处理故障 + +要用到持久化文件来恢复服务器的数据。 + +持久化文件可能因为服务器出错也有错误，因此要先对持久化文件进行验证和修复。对 AOF 文件就行验证和修复很容易，修复操作将第一个出错命令和其后的所有命令都删除；但是只能验证快照文件，无法对快照文件进行修复，因为快照文件进行了压缩，出现在快照文件中间的错误可能会导致整个快照文件的剩余部分无法读取。 + +当主服务器出现故障时，Redis 常用的做法是新开一台服务器作为主服务器，具体步骤如下：假设 A 为主服务器，B 为从服务器，当 A 出现故障时，让 B 生成一个快照文件，将快照文件发送给 C，并让 C 恢复快照文件的数据。最后，让 B 成为 C 的从服务器。 + +# 分片 + +Redis 中的分片类似于 MySQL 的分表操作，分片是将数据划分为多个部分的方法，对数据的划分可以基于键包含的 ID、基于键的哈希值，或者基于以上两者的某种组合。通过对数据进行分片，用户可以将数据存储到多台机器里面，也可以从多台机器里面获取数据，这种方法在解决某些问题时可以获得线性级别的性能提升。 + +假设有 4 个 Reids 实例 R0，R1，R2，R3，还有很多表示用户的键 user:1，user:2，... 等等，有不同的方式来选择一个指定的键存储在哪个实例中。最简单的方式是范围分片，例如用户 id 从 0\~1000 的存储到实例 R0 中，用户 id 从 1001\~2000 的存储到实例 R1 中，等等。但是这样需要维护一张映射范围表，维护操作代价很高。还有一种方式是哈希分片，使用 CRC32 哈希函数将键转换为一个数字，再对实例数量求模就能知道应该存储的实例。 + +**客户端分片** + +客户端使用一致性哈希等算法决定键应当分布到哪个节点。 + +**代理分片** + +将客户端请求发送到代理上，由代理转发请求到正确的节点上。 + +**服务器分片** + +Redis Cluster。 + +# 事件 + +## 事件类型 + +**文件事件** + +服务器有许多套接字，事件产生时会对这些套接字进行操作，服务器通过监听套接字来处理事件。常见的文件事件有：客户端的连接事件；客户端的命令请求事件；服务器向客户端返回命令结果的事件； + +**时间事件** + +又分为两类：定时事件是让一段程序在指定的时间之内执行一次；周期性时间是让一段程序每隔指定时间就执行一次。 + +## 事件的调度与执行 + +服务器需要不断监听文件事件的套接字才能得到待处理的文件事件，但是不能监听太久，否则时间事件无法在规定的时间内执行，因此监听时间应该根据距离现在最近的时间事件来决定。 + +事件调度与执行由 aeProcessEvents 函数负责，伪代码如下： + +```python +def aeProcessEvents(): + + # 获取到达时间离当前时间最接近的时间事件 + time_event = aeSearchNearestTimer() + + # 计算最接近的时间事件距离到达还有多少毫秒 + remaind_ms = time_event.when - unix_ts_now() + + # 如果事件已到达，那么 remaind_ms 的值可能为负数，将它设为 0 + if remaind_ms < 0: + remaind_ms = 0 + + # 根据 remaind_ms 的值，创建 timeval + timeval = create_timeval_with_ms(remaind_ms) + + # 阻塞并等待文件事件产生，最大阻塞时间由传入的 timeval 决定 + aeApiPoll(timeval) + + # 处理所有已产生的文件事件 + procesFileEvents() + + # 处理所有已到达的时间事件 + processTimeEvents() +``` + +将 aeProcessEvents 函数置于一个循环里面，加上初始化和清理函数，就构成了 Redis 服务器的主函数，伪代码如下： + +```python +def main(): + + # 初始化服务器 + init_server() + + # 一直处理事件，直到服务器关闭为止 + while server_is_not_shutdown(): + aeProcessEvents() + + # 服务器关闭，执行清理操作 + clean_server() +``` + +从事件处理的角度来看，服务器运行流程如下： + +

+ +# Redis 与 Memcached 的区别 + +两者都是非关系型内存键值数据库。有以下主要不同： + +**数据类型** + +Memcached 仅支持字符串类型，而 Redis 支持五种不同种类的数据类型，使得它可以更灵活地解决问题。 + +**数据持久化** + +Redis 支持两种持久化策略：RDB 快照和 AOF 日志，而 Memcached 不支持持久化。 + +**分布式** + +Memcached 不支持分布式，只能通过在客户端使用像一致性哈希这样的分布式算法来实现分布式存储，这种方式在存储和查询时都需要先在客户端计算一次数据所在的节点。 + +Redis Cluster 实现了分布式的支持。 + +**内存管理机制** + +在 Redis 中，并不是所有数据都一直存储在内存中，可以将一些很久没用的 value 交换到磁盘。而 Memcached 的数据则会一直在内存中。 + +Memcached 将内存分割成特定长度的块来存储数据，以完全解决内存碎片的问题，但是这种方式会使得内存的利用率不高，例如块的大小为 128 bytes，只存储 100 bytes 的数据，那么剩下的 28 bytes 就浪费掉了。 + +# Redis 适用场景 + +**缓存** + +适用 Redis 作为缓存，将热点数据放到内存中。 + +**消息队列** + +Redis 的 List 类型是双向链表，很适合用于消息队列。 + +**计数器** + +Redis 这种内存数据库才能支持计数器的频繁读写操作。 + +**好友关系** + +使用 set 类型的交集很容易就可以知道两个用户的共同好友。 + +# 数据淘汰策略 + +可以设置内存最大使用量，当内存使用量超过时施行淘汰策略，具体有 6 种淘汰策略。 + +| 策略 | 描述 | +| -- | -- | +| volatile-lru | 从已设置过期时间的数据集中挑选最近最少使用的数据淘汰 | +| volatile-ttl | 从已设置过期时间的数据集中挑选将要过期的数据淘汰 | +|volatile-random | 从已设置过期时间的数据集中任意选择数据淘汰 | +| allkeys-lru | 从所有数据集中挑选最近最少使用的数据淘汰 | +| allkeys-random | 从所有数据集中任意选择数据进行淘汰 | +| no-envicition | 禁止驱逐数据 | + +如果使用 Redis 来缓存数据时，要保证所有数据都是热点数据，可以将内存最大使用量设置为热点数据占用的内存量，然后启用 allkeys-lru 淘汰策略，将最近最少使用的数据淘汰。 + +# 一个简单的论坛系统分析 + +该论坛系统功能如下： + +- 可以发布文章； +- 可以对文章进行点赞； +- 在首页可以按文章的发布时间或者文章的点赞数进行排序显示； + +## 文章信息 + +文章包括标题、作者、赞数等信息，在关系型数据库中很容易构建一张表来存储这些信息，在 Redis 中可以使用 HASH 来存储每种信息以及其对应的值的映射。 + +Redis 没有关系型数据库中的表这一概念来将同类型的数据存放在一起，而是使用命名空间的方式来实现这一功能。键名的前面部分存储命名空间，后面部分的内容存储 ID，通常使用 : 来进行分隔。例如下面的 HASH 的键名为 article:92617，其中 article 为命名空间，ID 为 92617。 + +

+ +## 点赞功能 + +当有用户为一篇文章点赞时，除了要对该文章的 votes 字段进行加 1 操作，还必须记录该用户已经对该文章进行了点赞，防止用户点赞次数超过 1。可以建立文章的已投票用户集合来进行记录。 + +为了节约内存，规定一篇文章发布满一周之后，就不能再对它进行投票，而文章的已投票集合也会被删除，可以为文章的已投票集合设置一个一周的过期时间就能实现这个规定。 + +

+ +## 对文章进行排序 + +为了按发布时间和点赞数进行排序，可以建立一个文章发布时间的有序集合和一个文章点赞数的有序集合。（下图中的 score 就是这里所说的点赞数；下面所示的有序集合分值并不直接是时间和点赞数，而是根据时间和点赞数间接计算出来的） + +

+ +# 参考资料 + +- Redis 实战 +- Reids 设计与实现 +- [REDIS IN ACTION](https://redislabs.com/ebook/foreword/) +- [论述 Redis 和 Memcached 的差异](http://www.cnblogs.com/loveincode/p/7411911.html) +- [Redis 3.0 中文版- 分片](http://wiki.jikexueyuan.com/project/redis-guide) +- [Redis 应用场景](http://www.scienjus.com/redis-use-case/) diff --git a/notes/SQL 语法.md b/notes/SQL.md similarity index 89% rename from notes/SQL 语法.md rename to notes/SQL.md index 11ed3238..20d5c00d 100644 --- a/notes/SQL 语法.md +++ b/notes/SQL.md @@ -66,14 +66,14 @@ CREATE TABLE mytable ( # 插入 -**普通插入** +**普通插入** ```sql INSERT INTO mytable(col1, col2) VALUES(val1, val2); ``` -**插入检索出来的数据** +**插入检索出来的数据** ```sql INSERT INTO mytable1(col1, col2) @@ -81,7 +81,7 @@ SELECT col1, col2 FROM mytable2; ``` -**将一个表的内容复制到一个新表** +**将一个表的内容复制到一个新表** ```sql CREATE TABLE newtable AS @@ -103,27 +103,27 @@ DELETE FROM mytable WHERE id = 1; ``` -**TRUNCATE TABLE** 可以清空表，也就是删除所有行。 +**TRUNCATE TABLE** 可以清空表，也就是删除所有行。 使用更新和删除操作时一定要用 WHERE 子句，不然会把整张表的数据都破坏。可以先用 SELECT 语句进行测试，防止错误删除。 # 修改表 -**添加列** +**添加列** ```sql ALTER TABLE mytable ADD col CHAR(20); ``` -**删除列** +**删除列** ```sql ALTER TABLE mytable DROP COLUMN col; ``` -**删除表** +**删除表** ```sql DROP TABLE mytable; @@ -131,7 +131,7 @@ DROP TABLE mytable; # 查询 -**DISTINCT** +**DISTINCT** 相同值只会出现一次。它作用于所有列，也就是说所有列的值都相同才算相同。 @@ -140,7 +140,7 @@ SELECT DISTINCT col1, col2 FROM mytable; ``` -**LIMIT** +**LIMIT** 限制返回的行数。可以有两个参数，第一个参数为起始行，从 0 开始；第二个参数为返回的总行数。 @@ -169,8 +169,8 @@ LIMIT 2, 3; # 排序 -- **ASC**：升序（默认） -- **DESC**：降序 +- **ASC** ：升序（默认） +- **DESC** ：降序 可以按多个列进行排序，并且为每个列指定不同的排序方式： @@ -203,21 +203,21 @@ WHERE col IS NULL; 应该注意到，NULL 与 0 、空字符串都不同。 -**AND OR** 用于连接多个过滤条件。优先处理 AND，因此当一个过滤表达式涉及到多个 AND 和 OR 时，应当使用 () 来决定优先级。 +**AND OR** 用于连接多个过滤条件。优先处理 AND，因此当一个过滤表达式涉及到多个 AND 和 OR 时，应当使用 () 来决定优先级。 -**IN** 操作符用于匹配一组值，其后也可以接一个 SELECT 子句，从而匹配子查询得到的一组值。 +**IN** 操作符用于匹配一组值，其后也可以接一个 SELECT 子句，从而匹配子查询得到的一组值。 -**NOT** 操作符用于否定一个条件。 +**NOT** 操作符用于否定一个条件。 # 通配符 通配符也是用在过滤语句中，但它只能用于文本字段。 -- **%** 匹配 >=0 个任意字符，类似于 \*； +- **%** 匹配 >=0 个任意字符，类似于 \*； -- **\_** 匹配 ==1 个任意字符，类似于 \.； +- **\_** 匹配 ==1 个任意字符，类似于 \.； -- **[ ]** 可以匹配集合内的字符，例如 [ab] 将匹配字符 a 或者 b。用脱字符 ^ 可以对其进行否定，也就是不匹配集合内的字符。 +- **[ ]** 可以匹配集合内的字符，例如 [ab] 将匹配字符 a 或者 b。用脱字符 ^ 可以对其进行否定，也就是不匹配集合内的字符。 使用 Like 来进行通配符匹配。 @@ -232,14 +232,14 @@ WHERE col LIKE '[^AB]%' -- 不以 A 和 B 开头的任意文本 在数据库服务器上完成数据的转换和格式化的工作往往比客户端上快得多，并且转换和格式化后的数据量更少的话可以减少网络通信量。 -计算字段通常需要使用 **AS** 来取别名，否则输出的时候字段名为计算表达式。 +计算字段通常需要使用 **AS** 来取别名，否则输出的时候字段名为计算表达式。 ```sql SELECT col1*col2 AS alias FROM mytable ``` -**Concat()** 用于连接两个字段。许多数据库会使用空格把一个值填充为列宽，因此连接的结果会出现一些不必要的空格，使用 **TRIM()** 可以去除首尾空格。 +**Concat()** 用于连接两个字段。许多数据库会使用空格把一个值填充为列宽，因此连接的结果会出现一些不必要的空格，使用 **TRIM()** 可以去除首尾空格。 ```sql SELECT Concat(TRIM(col1), ' (', TRIM(col2), ')') @@ -260,7 +260,7 @@ FROM mytable | LENGTH() | 长度 | | SUNDEX() | 转换为语音值 | -其中，**SOUNDEX()** 是将一个字符串转换为描述其语音表示的字母数字模式的算法，它是根据发音而不是字母比较。 +其中， **SOUNDEX()** 是将一个字符串转换为描述其语音表示的字母数字模式的算法，它是根据发音而不是字母比较。 ```sql SELECT * @@ -407,7 +407,7 @@ ORDER BY cust_name; 内连接又称等值连接，使用 INNER JOIN 关键字。 -``` +```sql select a, b, c from A inner join B on A.key = B.key @@ -415,7 +415,7 @@ on A.key = B.key 可以不明确使用 INNER JOIN，而使用普通查询并在 WHERE 中将两个表中要连接的列用等值方法连接起来。 -``` +```sql select a, b, c from A, B where A.key = B.key @@ -429,9 +429,9 @@ where A.key = B.key 一张员工表，包含员工姓名和员工所属部门，要找出与 Jim 处在同一部门的所有员工姓名。 -**子查询版本** +**子查询版本** -``` +```sql select name from employee where department = ( @@ -440,9 +440,9 @@ where department = ( where name = "Jim"); ``` -**自连接版本** +**自连接版本** -``` +```sql select name from employee as e1, employee as e2 where e1.department = e2.department @@ -457,7 +457,7 @@ where e1.department = e2.department 内连接和自然连接的区别：内连接提供连接的列，而自然连接自动连接所有同名列。 -``` +```sql select * from employee natural join department; ``` @@ -468,7 +468,7 @@ from employee natural join department; 检索所有顾客的订单信息，包括还没有订单信息的顾客。 -``` +```sql select Customers.cust_id, Orders.order_num from Customers left outer join Orders on Customers.cust_id = Orders.curt_id; @@ -476,7 +476,7 @@ select Customers.cust_id, Orders.order_num 如果需要统计顾客的订单数，使用聚集函数。 -``` +```sql select Customers.cust_id, COUNT(Orders.order_num) as num_ord from Customers left outer join Orders @@ -486,7 +486,7 @@ group by Customers.cust_id; # 组合查询 -使用 **UNION** 来组合两个查询，如果第一个查询返回 M 行，第二个查询返回 N 行，那么组合查询的结果为 M+N 行。 +使用 **UNION** 来组合两个查询，如果第一个查询返回 M 行，第二个查询返回 N 行，那么组合查询的结果为 M+N 行。 每个查询必须包含相同的列、表达式或者聚集函数。 @@ -526,13 +526,13 @@ WHERE col5 = val; 存储过程可以看成是对一系列 SQL 操作的批处理； -**使用存储过程的好处** +**使用存储过程的好处** 1. 代码封装，保证了一定的安全性； 2. 代码复用； 3. 由于是预先编译，因此具有很高的性能。 -**创建存储过程** +**创建存储过程** 命令行中创建存储过程需要自定义分隔符，因为命令行是以 ; 为结束符，而存储过程中也包含了分号，因此会错误把这部分分号当成是结束符，造成语法错误。 @@ -567,7 +567,7 @@ select @ret; 游标主要用于交互式应用，其中用户需要对数据集中的任意行进行浏览和修改。 -**使用游标的四个步骤：** +**使用游标的四个步骤：** 1. 声明游标，这个过程没有实际检索出数据； 2. 打开游标； @@ -620,7 +620,7 @@ MySQL 不允许在触发器中使用 CALL 语句 ，也就是不能调用存储 # 事务处理 -**基本术语** +**基本术语** 1. 事务（transaction）指一组 SQL 语句； 2. 回退（rollback）指撤销指定 SQL 语句的过程； @@ -647,7 +647,7 @@ COMMIT # 字符集 -**基本术语** +**基本术语** 1. 字符集为字母和符号的集合； 2. 编码为某个字符集成员的内部表示； @@ -678,7 +678,7 @@ USE mysql; SELECT user FROM user; ``` -**创建账户** +**创建账户** ```sql CREATE USER myuser IDENTIFIED BY 'mypassword'; @@ -686,35 +686,35 @@ CREATE USER myuser IDENTIFIED BY 'mypassword'; 新创建的账户没有任何权限。 -**修改账户名** +**修改账户名** ```sql RENAME myuser TO newuser; ``` -**删除账户** +**删除账户** ```sql DROP USER myuser; ``` -**查看权限** +**查看权限** ```sql SHOW GRANTS FOR myuser; ``` -**授予权限** +**授予权限** ```sql GRANT SELECT, INSERT ON mydatabase.* TO myuser; ``` -

+

账户用 username@host 的形式定义，username@% 使用的是默认主机名。 -**删除权限** +**删除权限** ```sql REVOKE SELECT, INSERT ON mydatabase.* FROM myuser; @@ -728,7 +728,7 @@ GRANT 和 REVOKE 可在几个层次上控制访问权限： - 特定的列； - 特定的存储过程。 -**更改密码** +**更改密码** 必须使用 Password() 函数 diff --git a/notes/代码可读性.md b/notes/代码可读性.md index eaf80f4e..0c5ab772 100644 --- a/notes/代码可读性.md +++ b/notes/代码可读性.md @@ -44,7 +44,7 @@ 用 min、max 表示数量范围；用 first、last 表示访问空间的包含范围，begin、end 表示访问空间的排除范围，即 end 不包含尾部。 -

+

布尔相关的命名加上 is、can、should、has 等前缀。 @@ -173,7 +173,7 @@ if(a || b) { # 变量与可读性 -**去除控制流变量**。在循环中通过使用 break 或者 return 可以减少控制流变量的使用。 +**去除控制流变量** 。在循环中通过使用 break 或者 return 可以减少控制流变量的使用。 ``` boolean done = false; @@ -194,7 +194,7 @@ while(/* condition */) { } ``` -**减小变量作用域**。作用域越小，越容易定位到变量所有使用的地方。 +**减小变量作用域** 。作用域越小，越容易定位到变量所有使用的地方。 JavaScript 可以用闭包减小作用域。以下代码中 submit_form 是函数变量，submitted 变量控制函数不会被提交两次。第一个实现中 submitted 是全局变量，第二个实现把 submitted 放到匿名函数中，从而限制了起作用域范围。 @@ -224,7 +224,7 @@ JavaScript 中没有用 var 声明的变量都是全局变量，而全局变量 变量定义的位置应当离它使用的位置最近。 -**实例解析** +**实例解析** 在一个网页中有以下文本输入字段： diff --git a/notes/剑指 offer 题解.md b/notes/剑指 offer 题解.md index 2698b8f2..f7492747 100644 --- a/notes/剑指 offer 题解.md +++ b/notes/剑指 offer 题解.md @@ -25,7 +25,7 @@ * [19. 正则表达式匹配](#19-正则表达式匹配) * [20. 表示数值的字符串](#20-表示数值的字符串) * [21. 调整数组顺序使奇数位于偶数前面](#21-调整数组顺序使奇数位于偶数前面) - * [22. 链表中倒数第 k 个结点](#22-链表中倒数第-k-个结点) + * [22. 链表中倒数第 K 个结点](#22-链表中倒数第-k-个结点) * [23. 链表中环的入口结点](#23-链表中环的入口结点) * [24. 反转链表](#24-反转链表) * [25. 合并两个排序的链表](#25-合并两个排序的链表) @@ -38,7 +38,7 @@ * [30. 包含 min 函数的栈](#30-包含-min-函数的栈) * [31. 栈的压入、弹出序列](#31-栈的压入弹出序列) * [32.1 从上往下打印二叉树](#321-从上往下打印二叉树) - * [32.3 把二叉树打印成多行](#323--把二叉树打印成多行) + * [32.2 把二叉树打印成多行](#322-把二叉树打印成多行) * [32.3 按之字形顺序打印二叉树](#323-按之字形顺序打印二叉树) * [33. 二叉搜索树的后序遍历序列](#33-二叉搜索树的后序遍历序列) * [34. 二叉树中和为某一值的路径](#34-二叉树中和为某一值的路径) @@ -89,15 +89,15 @@ ## 2. 实现 Singleton -[ 单例模式 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F.md#%E7%AC%AC-5-%E7%AB%A0-%E5%8D%95%E4%BB%B6%E6%A8%A1%E5%BC%8F) +[单例模式](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F.md#%E7%AC%AC%E4%BA%94%E7%AB%A0-%E5%8D%95%E4%BB%B6%E6%A8%A1%E5%BC%8F) ## 3. 数组中重复的数字 -**题目描述** +**题目描述** 在一个长度为 n 的数组里的所有数字都在 0 到 n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字是重复的。也不知道每个数字重复几次。请找出数组中任意一个重复的数字。例如，如果输入长度为 7 的数组 {2, 3, 1, 0, 2, 5, 3}，那么对应的输出是第一个重复的数字 2。 -**解题思路** +**解题思路** 这种数组元素在 [0, n-1] 范围内的问题，可以将值为 i 的元素放到第 i 个位置上。 @@ -117,19 +117,25 @@ public boolean duplicate(int[] numbers, int length, int[] duplication) { } private void swap(int[] numbers, int i, int j) { - int t = numbers[i]; - numbers[i] = numbers[j]; - numbers[j] = t; + int t = numbers[i]; numbers[i] = numbers[j]; numbers[j] = t; } ``` ## 4. 二维数组中的查找 -**题目描述** +**题目描述** 在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。 -**解题思路** +```html +[ + [ 1, 5, 9], + [10, 11, 13], + [12, 13, 15] +] +``` + +**解题思路** 从右上角开始查找。因为矩阵中的一个数，它左边的数都比它来的小，下边的数都比它来的大。因此，从右上角开始查找，就可以根据 target 和当前元素的大小关系来改变行和列的下标，从而缩小查找区间。 @@ -149,15 +155,15 @@ public boolean Find(int target, int [][] array) { ## 5. 替换空格 -**题目描述** +**题目描述** 请实现一个函数，将一个字符串中的空格替换成“%20”。例如，当字符串为 We Are Happy. 则经过替换之后的字符串为 We%20Are%20Happy。 -**题目要求** +**题目要求** -以 O(1) 的空间复杂度和 O(n) 的空间复杂度来求解。 +以 O(1) 的空间复杂度和 O(n) 的时间复杂度来求解。 -**解题思路** +**解题思路** 从后向前改变字符串。 @@ -165,9 +171,10 @@ public boolean Find(int target, int [][] array) { public String replaceSpace(StringBuffer str) { int n = str.length(); for (int i = 0; i < n; i++) { - if (str.charAt(i) == ' ') str.append(" "); // 尾部填充两个 + if (str.charAt(i) == ' ') { + str.append(" "); // 尾部填充两个 + } } - int idxOfOriginal = n - 1; int idxOfNew = str.length() - 1; while (idxOfOriginal >= 0 && idxOfNew > idxOfOriginal) { @@ -186,21 +193,13 @@ public String replaceSpace(StringBuffer str) { ## 6. 从尾到头打印链表 -正向遍历然后调用 Collections.reverse()。 +**题目描述** -```java -public ArrayList printListFromTailToHead(ListNode listNode) { - ArrayList ret = new ArrayList<>(); - while (listNode != null) { - ret.add(listNode.val); - listNode = listNode.next; - } - Collections.reverse(ret); - return ret; -} -``` +输入链表的第一个节点，从尾到头反过来打印出每个结点的值。 -使用 Stack +**解题思路** + +栈 ```java public ArrayList printListFromTailToHead(ListNode listNode) { @@ -230,7 +229,23 @@ public ArrayList printListFromTailToHead(ListNode listNode) { } ``` -不使用库函数，并且不使用递归的迭代实现，利用链表的头插法为逆序的特性。 +正向遍历然后调用 Collections.reverse()。 + +```java +public ArrayList printListFromTailToHead(ListNode listNode) { + ArrayList ret = new ArrayList<>(); + while (listNode != null) { + ret.add(listNode.val); + listNode = listNode.next; + } + Collections.reverse(ret); + return ret; +} +``` + +不使用库函数，并且不使用递归。利用链表头插法为逆序的特点。 + +头结点和第一个节点的区别：头结点是在头插法中使用的一个额外节点，这个节点不存储值；第一个节点就是链表的第一个真正存储值的节点。 ```java public ArrayList printListFromTailToHead(ListNode listNode) { @@ -254,7 +269,7 @@ public ArrayList printListFromTailToHead(ListNode listNode) { ## 7. 重建二叉树 -**题目描述** +**题目描述** 根据二叉树的前序遍历和中序遍历的结果，重建出该二叉树。 @@ -278,16 +293,16 @@ private TreeNode reConstructBinaryTree(int[] pre, int preL, int preR, int[] in, ## 8. 二叉树的下一个结点 -**题目描述** +**题目描述** 给定一个二叉树和其中的一个结点，请找出中序遍历顺序的下一个结点并且返回。注意，树中的结点不仅包含左右子结点，同时包含指向父结点的指针。 -**解题思路** +**解题思路** - 如果一个节点有右子树不为空，那么该节点的下一个节点是右子树的最左节点； - 否则，向上找第一个左链接指向的树包含该节点的祖先节点。 -

+

```java public TreeLinkNode GetNext(TreeLinkNode pNode) { @@ -310,48 +325,56 @@ public TreeLinkNode GetNext(TreeLinkNode pNode) { ## 9. 用两个栈实现队列 -**解题思路** +**解题思路** -添加到栈中的序列顺序会被反转，如果进行两次反转，那么得到的序列依然是正向的。因此，添加的数据需要同时压入两个栈之后才能出栈，这样就能保证出栈的顺序为先进先出。 +使用两个栈，in 栈用来处理 push 操作，out 栈用来处理 pop 操作。一个元素进过 in 栈之后，出栈的顺序被反转。当元素要出栈时，需要先进入 pop 栈才能出栈，此时元素出栈顺序再一次被反转，因此出栈顺序就和最开始入栈顺序是相同的，也就是先进先出，这就是队列的顺序。 ```java -Stack stack1 = new Stack(); -Stack stack2 = new Stack(); +Stack in = new Stack(); +Stack out = new Stack(); public void push(int node) { - stack1.push(node); + in.push(node); } public int pop() { - if (stack2.isEmpty()) { - while (!stack1.isEmpty()) { - stack2.push(stack1.pop()); + if (out.isEmpty()) { + while (!in.isEmpty()) { + out.push(in.pop()); } } - return stack2.pop(); + return out.pop(); } ``` ## 10.1 斐波那契数列 +**题目描述** + +以 O(1) 的时间复杂度求菲波那切数列。 + ```java -private int[] fib = new int[40]; - -public Solution() { - fib[1] = 1; - fib[2] = 2; - for (int i = 2; i < fib.length; i++) { - fib[i] = fib[i - 1] + fib[i - 2]; +public class Solution { + private int[] fib = new int[40]; + public Solution() { + fib[1] = 1; + fib[2] = 2; + for(int i = 2; i < fib.length; i++) { + fib[i] = fib[i - 1] + fib[i - 2]; + } + } + public int Fibonacci(int n) { + return fib[n]; } -} - -public int Fibonacci(int n) { - return fib[n]; } ``` ## 10.2 跳台阶 +**题目描述** + +一只青蛙一次可以跳上 1 级台阶，也可以跳上 2 级。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。 + ```java public int JumpFloor(int target) { if (target == 1) return 1; @@ -367,6 +390,10 @@ public int JumpFloor(int target) { ## 10.3 变态跳台阶 +**题目描述** + +一只青蛙一次可以跳上 1 级台阶，也可以跳上 2 级……它也可以跳上 n 级。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。 + ```java public int JumpFloorII(int target) { int[] dp = new int[target]; @@ -382,7 +409,7 @@ public int JumpFloorII(int target) { ## 10.4 矩形覆盖 -**题目描述** +**题目描述** 我们可以用 2\*1 的小矩形横着或者竖着去覆盖更大的矩形。请问用 n 个 2\*1 的小矩形无重叠地覆盖一个 2\*n 的大矩形，总共有多少种方法？ @@ -395,11 +422,10 @@ public int RectCover(int target) { ## 11. 旋转数组的最小数字 -**题目描述** +**题目描述** 把一个数组最开始的若干个元素搬到数组的末尾，我们称之为数组的旋转。输入一个非递减排序的数组的一个旋转，输出旋转数组的最小元素。例如数组 {3, 4, 5, 1, 2} 为 {1, 2, 3, 4, 5} 的一个旋转，该数组的最小值为 1。NOTE：给出的所有元素都大于 0，若数组大小为 0，请返回 0。 - O(N) 时间复杂度解法： ```java @@ -431,7 +457,7 @@ public int minNumberInRotateArray(int[] array) { ## 12. 矩阵中的路径 -**题目描述** +**题目描述** 请设计一个函数，用来判断在一个矩阵中是否存在一条包含某字符串所有字符的路径。路径可以从矩阵中的任意一个格子开始，每一步可以在矩阵中向左，向右，向上，向下移动一个格子。如果一条路径经过了矩阵中的某一个格子，则该路径不能再进入该格子。例如 a b c e s f c s a d e e 矩阵中包含一条字符串 "bcced" 的路径，但是矩阵中不包含 "abcb" 路径，因为字符串的第一个字符 b 占据了矩阵中的第一行第二个格子之后，路径不能再次进入该格子。 @@ -474,10 +500,9 @@ private boolean backtracking(char[][] matrix, char[] str, boolean[][] used, int } ``` - ## 13. 机器人的运动范围 -**题目描述** +**题目描述** 地上有一个 m 行和 n 列的方格。一个机器人从坐标 (0, 0) 的格子开始移动，每一次只能向左右上下四个方向移动一格，但是不能进入行坐标和列坐标的数位之和大于 k 的格子。例如，当 k 为 18 时，机器人能够进入方格（35, 37），因为 3+5+3+7=18。但是，它不能进入方格（35, 38），因为 3+5+3+8=19。请问该机器人能够达到多少个格子？ @@ -523,21 +548,21 @@ private void initDigitSum(int rows, int cols) { ## 14. 剪绳子 -**题目描述** +**题目描述** 把一根绳子剪成多段，并且使得每段的长度乘积最大。 -**动态规划解法** +**动态规划解法** -[ 分割整数 ](https://github.com/CyC2018/InterviewNotes/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3.md#%E5%88%86%E5%89%B2%E6%95%B4%E6%95%B0) +[分割整数](https://github.com/CyC2018/Interview-Notebook/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3.md#%E5%88%86%E5%89%B2%E6%95%B4%E6%95%B0) -**贪心解法** +**贪心解法** 尽可能多得剪长度为 3 的绳子，并且不允许有长度为 1 的绳子出现，如果出现了，就从已经切好长度为 3 的绳子中拿出一段与长度为 1 的绳子重新组合，把它们切成两段长度为 2 的绳子。 ```java int maxProductAfterCuttin(int length) { - if (length < 2) return 0; + if (length < 2) return 0; if (length == 2) return 1; if (length == 3) return 2; int timesOf3 = length / 3; @@ -549,7 +574,11 @@ int maxProductAfterCuttin(int length) { ## 15. 二进制中 1 的个数 -使用库函数： +**题目描述** + +输入一个整数，输出该数二进制表示中 1 的个数。其中负数用补码表示 + +**使用库函数** ```java public int NumberOf1(int n) { @@ -557,7 +586,7 @@ public int NumberOf1(int n) { } ``` -O(lgM) 时间复杂度解法，其中 M 表示 1 的个数： +**O(lgM) 时间复杂度解法，其中 M 表示 1 的个数** n&(n-1) 该位运算是去除 n 的位级表示中最低的那一位。例如对于二进制表示 10110100，减去 1 得到 10110011，这两个数相与得到 10110000。 @@ -576,6 +605,19 @@ public int NumberOf1(int n) { ## 16. 数值的整数次方 +**题目描述** + +给定一个 double 类型的浮点数 base 和 int 类型的整数 exponent。求 base 的 exponent 次方。 + +**解题思路** + +下面的讨论中 x 代表 base，N 代表 exponent。 + +- 当 x 为偶数时，xN = (x \* x)N / 2； +- 当 x 为奇数时，xN = x \* (x \* x)N / 2； + +因为 (x \* x)N / 2 可以通过递归求解，并且每递归一次，N 都减小一半，因此整个算法的时间复杂度为 logN。 + ```java public double Power(double base, int exponent) { if (exponent == 0) return 1; @@ -593,6 +635,16 @@ public double Power(double base, int exponent) { ## 17. 打印从 1 到最大的 n 位数 +**题目描述** + +输入数字 n，按顺序打印出从 1 最大的 n 位十进制数。比如输入 3，则打印出 1、2、3 一直到最大的 3 位数即 999。 + +**解题思路** + +由于 n 可能会非常大，因此不能直接用 int 存储数，而是用 char 数组进行存储。 + +使用回溯法得到所有的数。 + ```java public void print1ToMaxOfNDigits(int n) { if (n < 0) return; @@ -623,6 +675,19 @@ private void printNumber(char[] number) { ## 18.1 在 O(1) 时间内删除链表节点 +**解题思路** + +- 如果链表不是尾节点，那么可以直接将下一个节点的值赋给节点，令节点指向下下个节点，然后删除下一个节点，时间复杂度为 O(1)。 + +

+ + +- 否则，就需要先遍历链表，找到节点的前一个节点，然后让前一个节点指向节点的下一个节点，时间复杂度为 O(N)。 + +

+ +- 综上，如果进行 N 次操作，那么大约需要移动节点的次数为 N-1+N=2N-1，其中 N-1 表示不是链表尾节点情况下的移动次数，N 表示是尾节点情况下的移动次数。(2N-1)/N \~ 2，因此该算法的时间复杂度为 O(1)。 + ```java public ListNode deleteNode(ListNode head, ListNode tobeDelete) { if (head == null || head.next == null || tobeDelete == null) return null; @@ -642,6 +707,17 @@ public ListNode deleteNode(ListNode head, ListNode tobeDelete) { ## 18.2 删除链表中重复的结点 +**题目描述** + +```html +Input : 1->2->3->3->4->4->5 +Output : 1->2->5 +``` + +**解题描述** + +递归。 + ```java public ListNode deleteDuplication(ListNode pHead) { if (pHead == null) return null; @@ -661,24 +737,30 @@ public ListNode deleteDuplication(ListNode pHead) { ## 19. 正则表达式匹配 -**题目描述** +**题目描述** -请实现一个函数用来匹配包括 '.' 和 '\*' 的正则表达式。模式中的字符 '.' 表示任意一个字符，而 '\*' 表示它前面的字符可以出现任意次（包含 0 次）。 在本题中，匹配是指字符串的所有字符匹配整个模式。例如，字符串 "aaa" 与模式 "a.a" 和 "ab\*ac\*a" 匹配，但是与 "aa.a" 和 "ab\*a" 均不匹配 +请实现一个函数用来匹配包括 '.' 和 '\*' 的正则表达式。模式中的字符 '.' 表示任意一个字符，而 '\*' 表示它前面的字符可以出现任意次（包含 0 次）。 在本题中，匹配是指字符串的所有字符匹配整个模式。例如，字符串 "aaa" 与模式 "a.a" 和 "ab\*ac\*a" 匹配，但是与 "aa.a" 和 "ab\*a" 均不匹配. ```java -public boolean match(char[] str, char[] pattern) { - int n = str.length, m = pattern.length; +public boolean match(char[] s, char[] p) { + int n = s.length, m = p.length; boolean[][] dp = new boolean[n + 1][m + 1]; dp[0][0] = true; for (int i = 1; i <= m; i++) { - if (pattern[i - 1] == '*') dp[0][i] = dp[0][i - 2]; + if (p[i - 1] == '*') { + dp[0][i] = dp[0][i - 2]; + } } for (int i = 1; i <= n; i++) { for (int j = 1; j <= m; j++) { - if (str[i - 1] == pattern[j - 1] || pattern[j - 1] == '.') dp[i][j] = dp[i - 1][j - 1]; - else if (pattern[j - 1] == '*') { - if (pattern[j - 2] != str[i - 1] && pattern[j - 2] != '.') dp[i][j] = dp[i][j - 2]; - else dp[i][j] = dp[i][j - 1] || dp[i][j - 2] || dp[i - 1][j]; + if (s[i - 1] == p[j - 1] || p[j - 1] == '.') { + dp[i][j] = dp[i - 1][j - 1]; + } else if (p[j - 1] == '*') { + if (p[j - 2] == s[i - 1] || p[j - 2] == '.') { + dp[i][j] = dp[i][j - 1] || dp[i][j - 2] || dp[i - 1][j]; + } else { + dp[i][j] = dp[i][j - 2]; + } } } } @@ -688,7 +770,7 @@ public boolean match(char[] str, char[] pattern) { ## 20. 表示数值的字符串 -**题目描述** +**题目描述** 请实现一个函数用来判断字符串是否表示数值（包括整数和小数）。例如，字符串 "+100","5e2","-123","3.1416" 和 "-1E-16" 都表示数值。 但是 "12e","1a3.14","1.2.3","+-5" 和 "12e+4.3" 都不是。 @@ -701,12 +783,14 @@ public boolean isNumeric(char[] str) { ## 21. 调整数组顺序使奇数位于偶数前面 -**题目要求** +**题目要求** 保证奇数和奇数，偶数和偶数之间的相对位置不变，这和书本不太一样。 -时间复杂度 : O(n2) -空间复杂度 : O(1) +**解题思路** + +- 时间复杂度 : O(n2) +- 空间复杂度 : O(1) ```java public void reOrderArray(int[] array) { @@ -726,8 +810,8 @@ public void reOrderArray(int[] array) { } ``` -时间复杂度 : O(n) -空间复杂度 : O(n) +- 时间复杂度 : O(n) +- 空间复杂度 : O(n) ```java public void reOrderArray(int[] array) { @@ -742,25 +826,39 @@ public void reOrderArray(int[] array) { } ``` -## 22. 链表中倒数第 k 个结点 +## 22. 链表中倒数第 K 个结点 + +**解题思路** + +设链表的长度为 N。设两个指针 P1 和 P2，先让 P1 移动 K 个节点，则还有 N - K 个节点可以移动。此时让 P1 和 P2 同时移动，可以知道当 P1 移动到链表结尾时，P2 移动到 N - K 个节点处，该位置就是倒数第 K 个节点。 + +

```java public ListNode FindKthToTail(ListNode head, int k) { if (head == null) return null; - ListNode fast, slow; - fast = slow = head; - while (fast != null && k-- > 0) fast = fast.next; + ListNode P1, P2; + P1 = P2 = head; + while (P1 != null && k-- > 0) P1 = P1.next; if (k > 0) return null; - while (fast != null) { - fast = fast.next; - slow = slow.next; + while (P1 != null) { + P1 = P1.next; + P2 = P2.next; } - return slow; + return P2; } ``` ## 23. 链表中环的入口结点 +**解题思路** + +使用双指针，一个指针 fast 每次移动两个节点，一个指针 slow 每次移动一个节点。因为存在环，所以两个指针必定相遇在环中的某个节点上。此时 fast 移动的节点数为 x+2y+z，slow 为 x+y，由于 fast 速度比 slow 快一倍，因此 x+2y+z=2(x+y)，得到 x=z。 + +在相遇点，slow 要到环的入口点还需要移动 z 个节点，如果让 fast 重新从头开始移动，并且速度变为每次移动一个节点，那么它到环入口点还需要移动 x 个节点。在上面已经推导出 x=z，因此 fast 和 slow 将在环入口点相遇。 + +

+ ```java public ListNode EntryNodeOfLoop(ListNode pHead) { if (pHead == null) return null; @@ -783,6 +881,10 @@ public ListNode EntryNodeOfLoop(ListNode pHead) { ## 24. 反转链表 +**解题思路** + +头插法 + ```java public ListNode ReverseList(ListNode head) { ListNode newList = new ListNode(-1); @@ -798,6 +900,10 @@ public ListNode ReverseList(ListNode head) { ## 25. 合并两个排序的链表 +**题目描述** + +

+ ```java public ListNode Merge(ListNode list1, ListNode list2) { ListNode head = new ListNode(-1); @@ -820,6 +926,10 @@ public ListNode Merge(ListNode list1, ListNode list2) { ## 26. 树的子结构 +**题目描述** + +

+ ```java public boolean HasSubtree(TreeNode root1, TreeNode root2) { if (root1 == null || root2 == null) return false; @@ -839,6 +949,10 @@ private boolean isSubtree(TreeNode root1, TreeNode root2) { ## 27. 二叉树的镜像 +**题目描述** + +

+ ```java public void Mirror(TreeNode root) { if (root == null) return; @@ -852,6 +966,16 @@ public void Mirror(TreeNode root) { ## 28.1 对称的二叉树 +**题目描述** + +```html + 1 + / \ + 2 2 + / \ / \ +3 4 4 3 +``` + ```java boolean isSymmetrical(TreeNode pRoot) { if (pRoot == null) return true; @@ -868,6 +992,18 @@ boolean isSymmetrical(TreeNode t1, TreeNode t2) { ## 28.2 平衡二叉树 +**题目描述** + +```html + 3 + / \ + 9 20 + / \ + 15 7 +``` + +平衡二叉树左右子树高度差不超过 1。 + ```java private boolean isBalanced = true; @@ -887,6 +1023,12 @@ private int height(TreeNode root) { ## 29. 顺时针打印矩阵 +**题目描述** + +下图的矩阵顺时针打印结果为：1, 2, 3, 4, 8, 12, 16, 15, 14, 13, 9, 5, 6, 7, 11, 10 + +

+ ```java public ArrayList printMatrix(int[][] matrix) { ArrayList ret = new ArrayList<>(); @@ -904,6 +1046,10 @@ public ArrayList printMatrix(int[][] matrix) { ## 30. 包含 min 函数的栈 +**题目描述** + +定义栈的数据结构，请在该类型中实现一个能够得到栈最小元素的 min 函数。 + ```java private Stack stack = new Stack<>(); private Stack minStack = new Stack<>(); @@ -932,6 +1078,10 @@ public int min() { ## 31. 栈的压入、弹出序列 +**题目描述** + +输入两个整数序列，第一个序列表示栈的压入顺序，请判断第二个序列是否为该栈的弹出顺序。假设压入栈的所有数字均不相等。例如序列 1,2,3,4,5 是某栈的压入顺序，序列 4,5,3,2,1 是该压栈序列对应的一个弹出序列，但 4,3,5,1,2 就不可能是该压栈序列的弹出序列。 + ```java public boolean IsPopOrder(int[] pushA, int[] popA) { int n = pushA.length; @@ -949,6 +1099,20 @@ public boolean IsPopOrder(int[] pushA, int[] popA) { ## 32.1 从上往下打印二叉树 +**题目描述** + +从上往下打印出二叉树的每个节点，同层节点从左至右打印。 + +例如，以下二叉树层次遍历的结果为 8, 6, 10, 5, 7, 9, 11 + +

+ +**解题思路** + +使用队列来进行层次遍历。 + +不需要使用两个队列来分别存储当前层的节点和下一层的节点，因为在开始遍历一层的节点时，当前队列中的节点数就是当前层的节点数，只要控制遍历这么多节点数，就能保证这次遍历的都是当前层的节点。 + ```java public ArrayList PrintFromTopToBottom(TreeNode root) { Queue queue = new LinkedList<>(); @@ -968,7 +1132,11 @@ public ArrayList PrintFromTopToBottom(TreeNode root) { } ``` -## 32.3 把二叉树打印成多行 +## 32.2 把二叉树打印成多行 + +**题目描述** + +和上题几乎一样。 ```java ArrayList> Print(TreeNode pRoot) { @@ -993,6 +1161,10 @@ ArrayList> Print(TreeNode pRoot) { ## 32.3 按之字形顺序打印二叉树 +**题目描述** + +请实现一个函数按照之字形打印二叉树，即第一行按照从左到右的顺序打印，第二层按照从右至左的顺序打印，第三行按照从左到右的顺序打印，其他行以此类推。 + ```java public ArrayList> Print(TreeNode pRoot) { ArrayList> ret = new ArrayList<>(); @@ -1021,32 +1193,44 @@ public ArrayList> Print(TreeNode pRoot) { } ``` - ## 33. 二叉搜索树的后序遍历序列 +**题目描述** + +输入一个整数数组，判断该数组是不是某二叉搜索树的后序遍历的结果。 + +例如，下图中后序遍历序列 5, 7, 6, 9, 11, 10, 8 所对应的二叉搜索树。 + +

+ ```java public boolean VerifySquenceOfBST(int[] sequence) { if (sequence.length == 0) return false; return verify(sequence, 0, sequence.length - 1); } -private boolean verify(int[] sequence, int start, int end) { - if (end - start <= 1) return true; - int rootVal = sequence[end]; - int cutIdx = start; - while (cutIdx < end) { - if (sequence[cutIdx] > rootVal) break; - cutIdx++; - } - for (int i = cutIdx + 1; i < end; i++) { +private boolean verify(int[] sequence, int first, int last) { + if (last - first <= 1) return true; + int rootVal = sequence[last]; + int cutIndex = first; + while (cutIndex < last && sequence[cutIndex] <= rootVal) cutIndex++; + for (int i = cutIndex + 1; i < last; i++) { if (sequence[i] < rootVal) return false; } - return verify(sequence, start, cutIdx - 1) && verify(sequence, cutIdx, end - 1); + return verify(sequence, first, cutIndex - 1) && verify(sequence, cutIndex, last - 1); } ``` ## 34. 二叉树中和为某一值的路径 +**题目描述** + +输入一颗二叉树和一个整数，打印出二叉树中结点值的和为输入整数的所有路径。路径定义为从树的根结点开始往下一直到叶结点所经过的结点形成一条路径。 + +下图的二叉树有两条和为 22 的路径：10, 5, 7 和 10, 12 + +

+ ```java private ArrayList> ret = new ArrayList<>(); @@ -1071,33 +1255,38 @@ private void dfs(TreeNode node, int target, int curSum, ArrayList path) ## 35. 复杂链表的复制 -**题目描述** +**题目描述** 输入一个复杂链表（每个节点中有节点值，以及两个指针，一个指向下一个节点，另一个特殊指针指向任意一个节点），返回结果为复制后复杂链表的 head。（注意，输出结果中请不要返回参数中的节点引用，否则判题程序会直接返回空） +

+ +**解题思路** + 第一步，在每个节点的后面插入复制的节点。 -

+

第二步，对复制节点的 random 链接进行赋值。 -

+

第三步，拆分。 -

- +

```java public RandomListNode Clone(RandomListNode pHead) { - if (pHead == null) return null; + if (pHead == null) { + return null; + } // 插入新节点 RandomListNode cur = pHead; while (cur != null) { - RandomListNode node = new RandomListNode(cur.label); - node.next = cur.next; - cur.next = node; - cur = node.next; + RandomListNode clone = new RandomListNode(cur.label); + clone.next = cur.next; + cur.next = clone; + cur = clone.next; } // 建立 random 链接 cur = pHead; @@ -1109,12 +1298,12 @@ public RandomListNode Clone(RandomListNode pHead) { cur = clone.next; } // 拆分 - RandomListNode pCloneHead = pHead.next; cur = pHead; + RandomListNode pCloneHead = pHead.next; while (cur.next != null) { - RandomListNode t = cur.next; - cur.next = t.next; - cur = t; + RandomListNode next = cur.next; + cur.next = next.next; + cur = next; } return pCloneHead; } @@ -1122,10 +1311,12 @@ public RandomListNode Clone(RandomListNode pHead) { ## 36. 二叉搜索树与双向链表 -**题目描述** +**题目描述** 输入一棵二叉搜索树，将该二叉搜索树转换成一个排序的双向链表。要求不能创建任何新的结点，只能调整树中结点指针的指向。 +

+ ```java private TreeNode pre = null; public TreeNode Convert(TreeNode pRootOfTree) { @@ -1147,40 +1338,43 @@ private void inOrder(TreeNode node) { ## 37. 序列化二叉树 +**题目描述** + +请实现两个函数，分别用来序列化和反序列化二叉树。 + ```java -private String serizeString = ""; +public class Solution { -String Serialize(TreeNode root) { - if (root == null) return "#"; - return root.val + " " + Serialize(root.left) + " " - + Serialize(root.right); -} + private String deserializeStr; -TreeNode Deserialize(String str) { - this.serizeString = str; - return Deserialize(); -} - -private TreeNode Deserialize() { - if (this.serizeString.length() == 0) return null; - int idx = this.serizeString.indexOf(" "); - if (idx == -1) return null; - String sub = this.serizeString.substring(0, idx); - this.serizeString = this.serizeString.substring(idx + 1); - if (sub.equals("#")) { - return null; + public String Serialize(TreeNode root) { + if (root == null) return "#"; + return root.val + " " + Serialize(root.left) + " " + Serialize(root.right); + } + + public TreeNode Deserialize(String str) { + deserializeStr = str; + return Deserialize(); + } + + private TreeNode Deserialize() { + if (deserializeStr.length() == 0) return null; + int index = deserializeStr.indexOf(" "); + String node = index == -1 ? deserializeStr : deserializeStr.substring(0, index); + deserializeStr = index == -1 ? "" : deserializeStr.substring(index + 1); + if (node.equals("#")) return null; + int val = Integer.valueOf(node); + TreeNode t = new TreeNode(val); + t.left = Deserialize(); + t.right = Deserialize(); + return t; } - int val = Integer.valueOf(sub); - TreeNode t = new TreeNode(val); - t.left = Deserialize(); - t.right = Deserialize(); - return t; } ``` ## 38. 字符串的排列 -**题目描述** +**题目描述** 输入一个字符串 , 按字典序打印出该字符串中字符的所有排列。例如输入字符串 abc, 则打印出由字符 a, b, c 所能排列出来的所有字符串 abc, acb, bac, bca, cab 和 cba。 @@ -1188,24 +1382,26 @@ private TreeNode Deserialize() { private ArrayList ret = new ArrayList<>(); public ArrayList Permutation(String str) { - if (str.length() == 0) return new ArrayList<>(); + if (str.length() == 0) return ret; char[] chars = str.toCharArray(); Arrays.sort(chars); - backtracking(chars, new boolean[chars.length], ""); + backtracking(chars, new boolean[chars.length], new StringBuffer()); return ret; } -private void backtracking(char[] chars, boolean[] used, String s) { +private void backtracking(char[] chars, boolean[] hasUsed, StringBuffer s) { if (s.length() == chars.length) { - ret.add(s); + ret.add(s.toString()); return; } for (int i = 0; i < chars.length; i++) { - if (used[i]) continue; - if (i != 0 && chars[i] == chars[i - 1] && !used[i - 1]) continue; // 保证不重复 - used[i] = true; - backtracking(chars, used, s + chars[i]); - used[i] = false; + if (hasUsed[i]) continue; + if (i != 0 && chars[i] == chars[i - 1] && !hasUsed[i - 1]) continue; // 保证不重复 + hasUsed[i] = true; + s.append(chars[i]); + backtracking(chars, hasUsed, s); + s.deleteCharAt(s.length() - 1); + hasUsed[i] = false; } } ``` @@ -1214,60 +1410,50 @@ private void backtracking(char[] chars, boolean[] used, String s) { ## 39. 数组中出现次数超过一半的数字 +**解题思路** + +多数投票问题，可以利用 Boyer-Moore Majority Vote Algorithm 来解决这个问题，使得时间复杂度为 O(n)。 + +使用 cnt 来统计一个元素出现的次数，当遍历到的元素和统计元素不想等时，令 cnt--。如果前面查找了 i 个元素，且 cnt == 0 ，说明前 i 个元素没有 majority，或者有 majority，但是出现的次数少于 i / 2 ，因为如果多于 i / 2 的话 cnt 就一定不会为 0 。此时剩下的 n - i 个元素中，majority 的数目依然多于 (n - i) / 2，因此继续查找就能找出 majority。 + ```java -public int MoreThanHalfNum_Solution(int[] array) { - int cnt = 1, num = array[0]; - for (int i = 1; i < array.length; i++) { - if (array[i] == num) cnt++; +public int MoreThanHalfNum_Solution(int[] nums) { + int cnt = 1, num = nums[0]; + for (int i = 1; i < nums.length; i++) { + if (nums[i] == num) cnt++; else cnt--; if (cnt == 0) { - num = array[i]; + num = nums[i]; cnt = 1; } } cnt = 0; - for (int i = 0; i < array.length; i++) { - if (num == array[i]) cnt++; + for (int i = 0; i < nums.length; i++) { + if (num == nums[i]) cnt++; } - return cnt > array.length / 2 ? num : 0; + return cnt > nums.length / 2 ? num : 0; } ``` - ## 40. 最小的 K 个数 -构建大小为 k 的小顶堆。 +**快速选择** -时间复杂度：O(nlgk) -空间复杂度：O(k) +- 时间复杂度：O(N) +- 空间复杂度：O(1) +- 只有当可以修改数组元素时才可以使用 + +快速排序的 partition() 方法，会返回一个整数 j 使得 a[lo..j-1] 小于等于 a[j]，且 a[j+1..hi] 大于等于 a[j]，此时 a[j] 就是数组的第 j 大元素，可以利用这个特性找出数组的第 K 个元素，这种找第 K 个元素的算法称为快速选择算法。 + +找到第 K 个元素之后，就可以再遍历一次数组，所有小于等于该元素的数组元素都在最小的 K 个数中。 ```java -public ArrayList GetLeastNumbers_Solution(int[] input, int k) { - if (k > input.length || k <= 0) return new ArrayList<>(); - PriorityQueue pq = new PriorityQueue<>((o1, o2) -> o2 - o1); - for (int num : input) { - pq.add(num); - if (pq.size() > k) { - pq.poll(); - } - } - ArrayList ret = new ArrayList<>(pq); - return ret; -} -``` - -利用快速选择 - -时间复杂度：O(n) -空间复杂度：O(1) - -```java -public ArrayList GetLeastNumbers_Solution(int[] input, int k) { - if (k > input.length || k <= 0) return new ArrayList<>(); - int kthSmallest = findKthSmallest(input, k - 1); +public ArrayList GetLeastNumbers_Solution(int[] nums, int k) { + if (k > nums.length || k <= 0) return new ArrayList<>(); + int kthSmallest = findKthSmallest(nums, k - 1); ArrayList ret = new ArrayList<>(); - for (int num : input) { - if(num <= kthSmallest && ret.size() < k) ret.add(num); + for (int num : nums) { + if (num <= kthSmallest && ret.size() < k) ret.add(num); } return ret; } @@ -1288,25 +1474,25 @@ public int findKthSmallest(int[] nums, int k) { return nums[k]; } -private int partition(int[] a, int lo, int hi) { +private int partition(int[] nums, int lo, int hi) { int i = lo; int j = hi + 1; while (true) { - while (i < hi && less(a[++i], a[lo])) ; - while (j > lo && less(a[lo], a[--j])) ; + while (i < hi && less(nums[++i], nums[lo])) ; + while (j > lo && less(nums[lo], nums[--j])) ; if (i >= j) { break; } - exch(a, i, j); + exch(nums, i, j); } - exch(a, lo, j); + exch(nums, lo, j); return j; } -private void exch(int[] a, int i, int j) { - final int tmp = a[i]; - a[i] = a[j]; - a[j] = tmp; +private void exch(int[] nums, int i, int j) { + final int tmp = nums[i]; + nums[i] = nums[j]; + nums[j] = tmp; } private boolean less(int v, int w) { @@ -1314,76 +1500,110 @@ private boolean less(int v, int w) { } ``` +**大小为 K 的最小堆** + +- 时间复杂度：O(NlgK) +- 空间复杂度：O(K) +- 特别适合处理海量数据 + +应该注意的是，应该使用大顶堆来维护最小堆，而不能直接创建一个小顶堆并设置一个大小，企图让小顶堆中的元素都是最小元素。 + +维护一个大小为 K 的最小堆过程如下：先添加一个元素，添加完之后如果大顶堆的大小大于 K，那么需要将大顶堆的堆顶元素去除。 + +```java +public ArrayList GetLeastNumbers_Solution(int[] input, int k) { + if (k > input.length || k <= 0) return new ArrayList<>(); + PriorityQueue maxHeap = new PriorityQueue<>((o1, o2) -> o2 - o1); + for (int num : input) { + maxHeap.add(num); + if (maxHeap.size() > k) { + maxHeap.poll(); + } + } + ArrayList ret = new ArrayList<>(maxHeap); + return ret; +} +``` + ## 41.1 数据流中的中位数 - -**题目描述** +**题目描述** 如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。 ```java -private PriorityQueue maxHeap = new PriorityQueue<>((o1, o2) -> o2-o1); // 实现左边部分 -private PriorityQueue minHeep = new PriorityQueue<>(); // 实现右边部分，右边部分所有元素大于左边部分 -private int cnt = 0; +public class Solution { + // 大顶堆，存储左半边元素 + private PriorityQueue left = new PriorityQueue<>((o1, o2) -> o2 - o1); + // 小顶堆，存储右半边元素，并且右半边元素都大于左半边 + private PriorityQueue right = new PriorityQueue<>(); + // 当前数据流读入的元素个数 + private int N = 0; -public void Insert(Integer num) { - // 插入要保证两个堆存于平衡状态 - if(cnt % 2 == 0) { - // 为偶数的情况下插入到最小堆，先经过最大堆筛选，这样就能保证最大堆中的元素都小于最小堆中的元素 - maxHeap.add(num); - minHeep.add(maxHeap.poll()); - } else { - minHeep.add(num); - maxHeap.add(minHeep.poll()); + public void Insert(Integer num) { + // 插入要保证两个堆存于平衡状态 + if (N % 2 == 0) { + // N 为偶数的情况下插入到右半边。 + // 因为右半边元素都要大于左半边，但是新插入的元素不一定比左半边元素来的大， + // 因此需要先将元素插入左半边，然后利用左半边为大顶堆的特点，取出堆顶元素即为最大元素，此时插入右半边 + left.add(num); + right.add(left.poll()); + } else { + right.add(num); + left.add(right.poll()); + } + N++; } - cnt++; -} -public Double GetMedian() { - if(cnt % 2 == 0) { - return (maxHeap.peek() + minHeep.peek()) / 2.0; - } else { - return (double) minHeep.peek(); + public Double GetMedian() { + if (N % 2 == 0) { + return (left.peek() + right.peek()) / 2.0; + } else { + return (double) right.peek(); + } } } ``` ## 41.2 字符流中第一个不重复的字符 -**题目描述** +**题目描述** 请实现一个函数用来找出字符流中第一个只出现一次的字符。例如，当从字符流中只读出前两个字符 "go" 时，第一个只出现一次的字符是 "g"。当从该字符流中读出前六个字符“google" 时，第一个只出现一次的字符是 "l"。 ```java -//Insert one char from stringstream -private int[] cnts = new int[256]; -private Queue queue = new LinkedList<>(); +public class Solution { + private int[] cnts = new int[256]; + private Queue queue = new LinkedList<>(); -public void Insert(char ch) { - cnts[ch]++; - queue.add(ch); - while (!queue.isEmpty() && cnts[queue.peek()] > 1) { - queue.poll(); + public void Insert(char ch) { + cnts[ch]++; + queue.add(ch); + while (!queue.isEmpty() && cnts[queue.peek()] > 1) { + queue.poll(); + } } -} -//return the first appearence once char in current stringstream -public char FirstAppearingOnce() { - if (queue.isEmpty()) return '#'; - return queue.peek(); + public char FirstAppearingOnce() { + if (queue.isEmpty()) return '#'; + return queue.peek(); + } } ``` - ## 42. 连续子数组的最大和 +**题目描述** + +{6,-3,-2,7,-15,1,2,2}，连续子向量的最大和为 8（从第 0 个开始,到第 3 个为止） + ```java -public int FindGreatestSumOfSubArray(int[] array) { - if(array.length == 0) return 0; +public int FindGreatestSumOfSubArray(int[] nums) { + if (nums.length == 0) return 0; int ret = Integer.MIN_VALUE; int sum = 0; - for(int num : array) { - if(sum <= 0) sum = num; + for (int num : nums) { + if (sum <= 0) sum = num; else sum += num; ret = Math.max(ret, sum); } @@ -1408,51 +1628,63 @@ public int NumberOf1Between1AndN_Solution(int n) { ## 44. 数字序列中的某一位数字 -**题目描述** +**题目描述** 数字以 0123456789101112131415... 的格式序列化到一个字符串中，求这个字符串的第 index 位。 ```java -int digitAtIndex(int index) { +public int digitAtIndex(int index) { if (index < 0) return -1; int digit = 1; while (true) { int amount = getAmountOfDigit(digit); int totalAmount = amount * digit; - if (index < totalAmount) return digitAtIndex(index, digit); + if (index < totalAmount) { + return digitAtIndex(index, digit); + } index -= totalAmount; digit++; } } +/** + * digit 位数的数字组成的字符串长度 + * 例如 digit = 2， return 90 + */ private int getAmountOfDigit(int digit) { if (digit == 1) return 10; - return (int) Math.pow(10, digit - 1); + return (int) Math.pow(10, digit - 1) * 9; } -private int digitAtIndex(int index, int digits) { - int number = beginNumber(digits) + index / digits; - int remain = index % digits; +/** + * 在 digit 位数组成的字符串中，第 index 为的数 + */ +private int digitAtIndex(int index, int digit) { + int number = beginNumber(digit) + index / digit; + int remain = index % digit; return (number + "").charAt(remain) - '0'; } -private int beginNumber(int digits) { - if (digits == 1) return 0; - return (int) Math.pow(10, digits - 1); -} - -public static void main(String[] args) { - Solution solution = new Solution(); - System.out.println(solution.digitAtIndex(1001)); +/** + * digit 位数的起始数字 + * 例如 digit = 2 return 10 + */ +private int beginNumber(int digit) { + if (digit == 1) return 0; + return (int) Math.pow(10, digit - 1); } ``` ## 45. 把数组排成最小的数 -**题目描述** +**题目描述** 输入一个正整数数组，把数组里所有数字拼接起来排成一个数，打印能拼接出的所有数字中最小的一个。例如输入数组 {3，32，321}，则打印出这三个数字能排成的最小数字为 321323。 +**解题思路** + +可以看成是一个排序问题，在比较两个字符串 S1 和 S2 的大小时，应该比较的是 S1+S2 和 S2+S1 的大小，如果 S1+S2 >= S2+S1，那么应该把 S1 排在前面，否则应该把 S2 排在前面。 + ```java public String PrintMinNumber(int[] numbers) { int n = numbers.length; @@ -1467,7 +1699,7 @@ public String PrintMinNumber(int[] numbers) { ## 46. 把数字翻译成字符串 -**题目描述** +**题目描述** 给定一个数字，按照如下规则翻译成字符串：0 翻译成“a”，1 翻译成“b”...25 翻译成“z”。一个数字有多种翻译可能，例如 12258 一共有 5 种，分别是 bccfi，bwfi，bczi，mcfi，mzi。实现一个函数，用来计算一个数字有多少种不同的翻译方法。 @@ -1489,9 +1721,9 @@ public int getTranslationCount(String number) { ## 47. 礼物的最大价值 -**题目描述** +**题目描述** -在一个 m * n 的棋盘的每一个格都放有一个礼物，每个礼物都有一定价值（大于 0）。从左上角开始拿礼物，每次向右或向下移动一格，直到右下角结束。给定一个棋盘，求拿到礼物的最大价值。例如，对于如下棋盘 +在一个 m\*n 的棋盘的每一个格都放有一个礼物，每个礼物都有一定价值（大于 0）。从左上角开始拿礼物，每次向右或向下移动一格，直到右下角结束。给定一个棋盘，求拿到礼物的最大价值。例如，对于如下棋盘 ``` 1 10 3 8 @@ -1502,7 +1734,7 @@ public int getTranslationCount(String number) { 礼物的最大价值为 1+12+5+7+7+16+5=53。 -**解题思路** +**解题思路** 应该用动态规划求解，而不是深度优先搜索，深度优先搜索过于复杂，不是最优解。 @@ -1524,7 +1756,7 @@ public int getMaxValue(int[][] values) { ## 48. 最长不含重复字符的子字符串 -**题目描述** +**题目描述** 输入一个字符串（只包含 a\~z 的字符），求其最长不含重复字符的子字符串的长度。例如对于 arabcacfr，最长不含重复字符的子字符串为 acfr，长度为 4。 @@ -1532,16 +1764,16 @@ public int getMaxValue(int[][] values) { public int longestSubStringWithoutDuplication(String str) { int curLen = 0; int maxLen = 0; - int[] position = new int[26]; + int[] indexs = new int[26]; for (int i = 0; i < str.length(); i++) { int c = str.charAt(i) - 'a'; - int preIndex = position[c]; + int preIndex = indexs[c]; if (preIndex == -1 || i - preIndex > curLen) curLen++; else { maxLen = Math.max(maxLen, curLen); curLen = i - preIndex; } - position[c] = i; + indexs[c] = i; } maxLen = Math.max(maxLen, curLen); return maxLen; @@ -1550,26 +1782,26 @@ public int longestSubStringWithoutDuplication(String str) { ## 49. 丑数 -**题目描述** +**题目描述** 把只包含因子 2、3 和 5 的数称作丑数（Ugly Number）。例如 6、8 都是丑数，但 14 不是，因为它包含因子 7。 习惯上我们把 1 当做是第一个丑数。求按从小到大的顺序的第 N 个丑数。 ```java -public int GetUglyNumber_Solution(int index) { - if (index <= 6) return index; +public int GetUglyNumber_Solution(int N) { + if (N <= 6) return N; int i2 = 0, i3 = 0, i5 = 0; int cnt = 1; - int[] dp = new int[index]; + int[] dp = new int[N]; dp[0] = 1; - while (cnt < index) { + while (cnt < N) { int n2 = dp[i2] * 2, n3 = dp[i3] * 3, n5 = dp[i5] * 5; - int tmp = Math.min(n2, Math.min(n3, n5)); - dp[cnt++] = tmp; - if (tmp == n2) i2++; - if (tmp == n3) i3++; - if (tmp == n5) i5++; + int min = Math.min(n2, Math.min(n3, n5)); + dp[cnt++] = min; + if (min == n2) i2++; + if (min == n3) i3++; + if (min == n5) i5++; } - return dp[index - 1]; + return dp[N - 1]; } ``` @@ -1586,52 +1818,70 @@ public int FirstNotRepeatingChar(String str) { ## 51. 数组中的逆序对 +**题目描述** + +在数组中的两个数字，如果前面一个数字大于后面的数字，则这两个数字组成一个逆序对。输入一个数组，求出这个数组中的逆序对的总数 P。 + ```java private long cnt = 0; +private int[] tmp; // 在这里创建辅助数组，而不是在 merge() 递归函数中创建 -public int InversePairs(int[] array) { - mergeSortUp2Down(array, 0, array.length - 1); +public int InversePairs(int[] nums) { + tmp = new int[nums.length]; + mergeSortUp2Down(nums, 0, nums.length - 1); return (int) (cnt % 1000000007); } -private void mergeSortUp2Down(int[] a, int start, int end) { +private void mergeSortUp2Down(int[] nums, int start, int end) { if (end - start < 1) return; int mid = start + (end - start) / 2; - mergeSortUp2Down(a, start, mid); - mergeSortUp2Down(a, mid + 1, end); - merge(a, start, mid, end); + mergeSortUp2Down(nums, start, mid); + mergeSortUp2Down(nums, mid + 1, end); + merge(nums, start, mid, end); } -private void merge(int[] a, int start, int mid, int end) { - int[] tmp = new int[end - start + 1]; - int i = start, j = mid + 1, k = 0; +private void merge(int[] nums, int start, int mid, int end) { + int i = start, j = mid + 1, k = start; while (i <= mid || j <= end) { - if (i > mid) tmp[k] = a[j++]; - else if (j > end) tmp[k] = a[i++]; - else if (a[i] < a[j]) tmp[k] = a[i++]; + if (i > mid) tmp[k] = nums[j++]; + else if (j > end) tmp[k] = nums[i++]; + else if (nums[i] < nums[j]) tmp[k] = nums[i++]; else { - tmp[k] = a[j++]; - this.cnt += mid - i + 1; // a[i] > a[j] ，说明 a[i...mid] 都大于 a[j] + tmp[k] = nums[j++]; + this.cnt += mid - i + 1; // a[i] > a[j]，说明 a[i...mid] 都大于 a[j] } k++; } - - for (k = 0; k < tmp.length; k++) { - a[start + k] = tmp[k]; + for (k = start; k <= end; k++) { + nums[k] = tmp[k]; } } ``` ## 52. 两个链表的第一个公共结点 +**题目描述** + +```html +A: a1 → a2 + ↘ + c1 → c2 → c3 + ↗ +B: b1 → b2 → b3 +``` + +**解题思路** + +设 A 的长度为 a + c，B 的长度为 b + c，其中 c 为尾部公共部分长度，可知 a + c + b = b + c + a。 + +当访问 A 链表的指针访问到链表尾部时，令它从链表 B 的头部开始访问链表 B；同样地，当访问 B 链表的指针访问到链表尾部时，令它从链表 A 的头部开始访问链表 A。这样就能控制访问 A 和 B 两个链表的指针能同时访问到交点。 + ```java public ListNode FindFirstCommonNode(ListNode pHead1, ListNode pHead2) { ListNode l1 = pHead1, l2 = pHead2; while (l1 != l2) { - if (l1 == null) l1 = pHead2; - else l1 = l1.next; - if (l2 == null) l2 = pHead1; - else l2 = l2.next; + l1 = (l1 == null) ? pHead2 : l1.next; + l2 = (l2 == null) ? pHead1 : l2.next; } return l1; } @@ -1641,38 +1891,71 @@ public ListNode FindFirstCommonNode(ListNode pHead1, ListNode pHead2) { ## 53 数字在排序数组中出现的次数 +**题目描述** + +```html +Input: +1, 2, 3, 3, 3, 3, 4, 6 +3 +Output: +4 +```` + +**解题思路** + +可以用二分查找找出数字在数组的最左端和最右端。 + ```java -public int GetNumberOfK(int[] array, int k) { - int l = 0, h = array.length - 1; +public int GetNumberOfK(int[] nums, int K) { + int first = getFirstK(nums, K); + int last = getLastK(nums, K); + return first == -1 || last == -1 ? 0 : last - first + 1; +} + +private int getFirstK(int[] nums, int K) { + int l = 0, h = nums.length - 1; while (l <= h) { int m = l + (h - l) / 2; - if (array[m] >= k) h = m - 1; + if (nums[m] >= K) h = m - 1; else l = m + 1; } - int cnt = 0; - while (l < array.length && array[l++] == k) cnt++; - return cnt; + if (l > nums.length - 1 || nums[l] != K) return -1; + return l; +} + +private int getLastK(int[] nums, int K) { + int l = 0, h = nums.length - 1; + while (l <= h) { + int m = l + (h - l) / 2; + if (nums[m] > K) h = m - 1; + else l = m + 1; + } + if (h < 0 || nums[h] != K) return -1; + return h; } ``` ## 54. 二叉搜索树的第 k 个结点 +**解题思路** + +利用二叉搜索数中序遍历有序的特点。 + ```java TreeNode ret; int cnt = 0; TreeNode KthNode(TreeNode pRoot, int k) { - inorder(pRoot, k); + inOrder(pRoot, k); return ret; } -private void inorder(TreeNode root, int k) { - if (root == null) return; - if (cnt > k) return; - inorder(root.left, k); +private void inOrder(TreeNode root, int k) { + if (root == null || cnt > k) return; + inOrder(root.left, k); cnt++; if (cnt == k) ret = root; - inorder(root.right, k); + inOrder(root.right, k); } ``` @@ -1687,11 +1970,11 @@ public int TreeDepth(TreeNode root) { ## 56. 数组中只出现一次的数字 -**题目描述** +**题目描述** 一个整型数组里除了两个数字之外，其他的数字都出现了两次，找出这两个数。 -**解题思路** +**解题思路** 两个不相等的元素在位级表示上必定会有一位存在不同。 @@ -1714,10 +1997,16 @@ public void FindNumsAppearOnce(int[] array, int num1[], int num2[]) { ## 57.1 和为 S 的两个数字 -**题目描述** +**题目描述** 输入一个递增排序的数组和一个数字 S，在数组中查找两个数，是的他们的和正好是 S，如果有多对数字的和等于 S，输出两个数的乘积最小的。 +**解题思路** + +使用双指针，一个指针指向元素较小的值，一个指针指向元素较大的值。指向较小元素的指针从头向尾遍历，指向较大元素的指针从尾向头遍历。 + +如果两个指针指向元素的和 sum == target，那么得到要求的结果；如果 sum > target，移动较大的元素，使 sum 变小一些；如果 sum < target，移动较小的元素，使 sum 变大一些。 + ```java public ArrayList FindNumbersWithSum(int[] array, int sum) { int i = 0, j = array.length - 1; @@ -1733,7 +2022,7 @@ public ArrayList FindNumbersWithSum(int[] array, int sum) { ## 57.2 和为 S 的连续正数序列 -**题目描述** +**题目描述** 和为 100 的连续序列有 18, 19, 20, 21, 22 @@ -1768,12 +2057,16 @@ public ArrayList> FindContinuousSequence(int sum) { ## 58.1 翻转单词顺序列 -**题目描述** +**题目描述** 输入："I am a student." 输出："student. a am I" +**解题思路** + +题目应该有一个隐含条件，就是不能用额外的空间。虽然 Java 的题目输入参数为 String 类型，需要先创建一个字符数组使得空间复杂度为 O(n)，但是正确的参数类型应该和原书一样，为字符数组，并且只能使用该字符数组的空间。任何使用了额外空间的解法在面试时都会大打折扣，包括递归解法。正确的解法应该是和书上一样，先旋转每个单词，再旋转整个字符串。 + ```java public String ReverseSentence(String str) { if (str.length() == 0) return str; @@ -1804,16 +2097,16 @@ private void reverse(char[] c, int start, int end) { ## 58.2 左旋转字符串 -**题目描述** +**题目描述** 对于一个给定的字符序列 S，请你把其循环左移 K 位后的序列输出。例如，字符序列 S=”abcXYZdef”, 要求输出循环左移 3 位后的结果，即“XYZdefabc”。 ```java -public String LeftRotateString(String str, int n) { +public String LeftRotateString(String str, int k) { if (str.length() == 0) return ""; char[] c = str.toCharArray(); - reverse(c, 0, n - 1); - reverse(c, n, c.length - 1); + reverse(c, 0, k - 1); + reverse(c, k, c.length - 1); reverse(c, 0, c.length - 1); return new String(c); } @@ -1831,7 +2124,7 @@ private void reverse(char[] c, int i, int j) { ## 59. 滑动窗口的最大值 -**题目描述** +**题目描述** 给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组 {2, 3, 4, 2, 6, 2, 5, 1} 及滑动窗口的大小 3，那么一共存在 6 个滑动窗口，他们的最大值分别为 {4, 4, 6, 6, 6, 5}； @@ -1839,6 +2132,7 @@ private void reverse(char[] c, int i, int j) { public ArrayList maxInWindows(int[] num, int size) { ArrayList ret = new ArrayList<>(); if (size > num.length || size < 1) return ret; + // 构建最大堆，即堆顶元素是堆的最大值。 PriorityQueue heap = new PriorityQueue((o1, o2) -> o2 - o1); for (int i = 0; i < size; i++) heap.add(num[i]); ret.add(heap.peek()); @@ -1853,7 +2147,7 @@ public ArrayList maxInWindows(int[] num, int size) { ## 60. n 个骰子的点数 -**题目描述** +**题目描述** 把 n 个骰子仍在地上，求点数和为 s 的概率。 @@ -1872,12 +2166,12 @@ public double countProbability(int n, int s) { for (int i = 1; i < n; i++) { for (int j = i; j < pointNum; j++) { // 使用 i 个骰子最小点数为 i for (int k = 1; k <= face; k++) { - if (j - k < 0) continue; - dp[i][j] += dp[i - 1][j - k]; + if (j - k >= 0) { + dp[i][j] += dp[i - 1][j - k]; + } } } } - int totalNum = (int) Math.pow(6, n); return (double) dp[n - 1][s - 1] / totalNum; } @@ -1899,12 +2193,13 @@ public double countProbability(int n, int s) { for (int i = 1; i < n; i++) { for (int j = i; j < pointNum; j++) { // 使用 i 个骰子最小点数为 i for (int k = 1; k <= face; k++) { - if (j - k < 0) continue; - dp[flag][j] += dp[1 - flag][j - k]; + if (j - k >= 0) { + dp[flag][j] += dp[1 - flag][j - k]; + } } } + flag = 1 - flag; } - int totalNum = (int) Math.pow(6, n); return (double) dp[n - 1][s - 1] / totalNum; } @@ -1912,21 +2207,21 @@ public double countProbability(int n, int s) { ## 61. 扑克牌顺子 -**题目描述** +**题目描述** 五张牌，其中大小鬼为癞子，牌面大小为 0。判断是否能组成顺子。 ```java -public boolean isContinuous(int[] numbers) { - if (numbers.length < 5) return false; +public boolean isContinuous(int [] numbers) { + if(numbers.length < 5) return false; Arrays.sort(numbers); int cnt = 0; - for (int num : numbers) if (num == 0) cnt++; - for (int i = cnt; i < numbers.length - 1; i++) { - if (numbers[i + 1] == numbers[i]) return false; - int cut = numbers[i + 1] - numbers[i] - 1; - if (cut > cnt) return false; - cnt -= cut; + for(int num : numbers) if(num == 0) cnt++; + for(int i = cnt; i < numbers.length - 1; i++) { + if(numbers[i + 1] == numbers[i]) return false; + int interval = numbers[i + 1] - numbers[i] - 1; + if(interval > cnt) return false; + cnt -= interval; } return true; } @@ -1934,11 +2229,11 @@ public boolean isContinuous(int[] numbers) { ## 62. 圆圈中最后剩下的数 -**题目描述** +**题目描述** 让小朋友们围成一个大圈。然后 , 他随机指定一个数 m, 让编号为 0 的小朋友开始报数。每次喊到 m-1 的那个小朋友要出列唱首歌 , 然后可以在礼品箱中任意的挑选礼物 , 并且不再回到圈中 , 从他的下一个小朋友开始 , 继续 0...m-1 报数 .... 这样下去 .... 直到剩下最后一个小朋友 , 可以不用表演。 -**解题思路** +**解题思路** 约瑟夫环 @@ -1952,7 +2247,7 @@ public int LastRemaining_Solution(int n, int m) { ## 63. 股票的最大利润 -**题目描述** +**题目描述** 可以有一次买入和一次卖出，买入必须在前。求最大收益。 @@ -1972,7 +2267,7 @@ public int maxProfit(int[] prices) { ## 64. 求 1+2+3+...+n -**题目描述** +**题目描述** 求 1+2+3+...+n，要求不能使用乘除法、for、while、if、else、switch、case 等关键字及条件判断语句（A?B:C） @@ -1997,28 +2292,19 @@ public int Add(int num1, int num2) { ## 66. 构建乘积数组 -**题目描述** +**题目描述** 给定一个数组 A[0, 1,..., n-1], 请构建一个数组 B[0, 1,..., n-1], 其中 B 中的元素 B[i]=A[0]\*A[1]\*...\*A[i-1]\*A[i+1]\*...\*A[n-1]。不能使用除法。 ```java public int[] multiply(int[] A) { int n = A.length; - int[][] dp = new int[n][n]; - for (int i = 0; i < n; i++) { - dp[i][i] = A[i]; - } - for (int i = 0; i < n; i++) { - for (int j = i + 1; j < n; j++) { - dp[i][j] = dp[i][j - 1] * A[j]; - } - } - int[] B = new int[n]; - Arrays.fill(B, 1); - for (int i = 0; i < n; i++) { - if (i != 0) B[i] *= dp[0][i - 1]; - if (i != n - 1) B[i] *= dp[i + 1][n - 1]; + for (int i = 0, product = 1; i < n; product *= A[i], i++) { + B[i] = product; + } + for (int i = n - 1, product = 1; i >= 0; product *= A[i], i--) { + B[i] *= product; } return B; } diff --git a/notes/数据库系统原理.md b/notes/数据库系统原理.md new file mode 100644 index 00000000..a38880b7 --- /dev/null +++ b/notes/数据库系统原理.md @@ -0,0 +1,365 @@ + +* [事务四大特性](#事务四大特性) + * [1. 原子性](#1-原子性) + * [2. 一致性](#2-一致性) + * [3. 隔离性](#3-隔离性) + * [4. 持久性](#4-持久性) +* [数据不一致](#数据不一致) + * [1. 丢失修改](#1-丢失修改) + * [2. 读脏数据](#2-读脏数据) + * [3. 不可重复读](#3-不可重复读) +* [隔离级别](#隔离级别) + * [1. 未提交读（READ UNCOMMITTED）](#1-未提交读read-uncommitted) + * [2. 提交读（READ COMMITTED）](#2-提交读read-committed) + * [3. 可重复读（REPEATABLE READ）](#3-可重复读repeatable-read) + * [4. 可串行化（SERIALIXABLE）](#4-可串行化serialixable) +* [可串行化调度](#可串行化调度) +* [封锁类型](#封锁类型) +* [封锁粒度](#封锁粒度) +* [封锁协议](#封锁协议) + * [三级封锁协议](#三级封锁协议) + * [两段锁协议](#两段锁协议) +* [乐观锁和悲观锁](#乐观锁和悲观锁) + * [悲观锁](#悲观锁) + * [乐观锁](#乐观锁) + * [MySQL 隐式和显示锁定](#mysql-隐式和显示锁定) +* [范式](#范式) + * [第一范式 (1NF)](#第一范式-1nf) + * [第二范式 (2NF)](#第二范式-2nf) + * [第三范式 (3NF)](#第三范式-3nf) + * [BC 范式（BCNF）](#bc-范式bcnf) +* [约束](#约束) + * [键码](#键码) + * [单值约束](#单值约束) + * [引用完整性约束](#引用完整性约束) + * [域约束](#域约束) + * [一般约束](#一般约束) +* [数据库的三层模式和两层映像](#数据库的三层模式和两层映像) + * [外模式](#外模式) + * [模式](#模式) + * [内模式](#内模式) + * [外模式/模式映像](#外模式模式映像) + * [模式/内模式映像](#模式内模式映像) +* [ER 图](#er-图) + * [实体的三种联系](#实体的三种联系) + * [表示出现多次的关系](#表示出现多次的关系) + * [联系的多向性](#联系的多向性) + * [表示子类](#表示子类) +* [一些概念](#一些概念) +* [参考资料](#参考资料) + + + +# 事务四大特性 + +## 1. 原子性 + +事务被视为不可分割的最小单元，要么全部提交成功，要么全部失败回滚。 + +## 2. 一致性 + +事务执行前后都保持一致性状态。在一致性状态下，所有事务对一个数据的读取结果都是相同的。 + +## 3. 隔离性 + +一个事务所做的修改在最终提交以前，对其它事务是不可见的。也可以理解为多个事务单独执行，互不影响。 + +## 4. 持久性 + +一旦事务提交，则其所做的修改将会永远保存到数据库中。即使系统发生崩溃，事务执行的结果也不能丢失。持久性通过数据库备份和恢复来保证。 + +# 数据不一致 + +## 1. 丢失修改 + +T1 和 T2 两个事务同时对一个数据进行修改，T1 先修改，T2 随后修改，T2 的修改覆盖了 T1 的修改。 + +## 2. 读脏数据 + +T1 修改后写入数据库，T2 读取这个修改后的数据，但是如果 T1 撤销了这次修改，使得 T2 读取的数据是脏数据。 + +## 3. 不可重复读 + +T1 读入某个数据，T2 对该数据做了修改，如果 T1 再读这个数据，该数据已经改变，和最开始读入的是不一样的。 + +# 隔离级别 + +数据库管理系统需要防止出现数据不一致问题，并且有多种级别可以实现，这些级别称为隔离级别。 + +## 1. 未提交读（READ UNCOMMITTED） + +事务中的修改，即使没有提交，对其它事务也都是可见的。事务可以读取未提交的数据，这也被称为脏读。 + +## 2. 提交读（READ COMMITTED） + +一个事务只能读取已经提交的事务所做的修改。换句话说，一个事务所在的修改在提交之前对其它事务是不可见的。这个级别有时候也叫做不可重复读，因为两次执行同样的查询，可能会得到不一样的结果。 + +## 3. 可重复读（REPEATABLE READ） + +解决了脏读的问题，保证在同一个事务中多次读取同样的记录结果是一致的。 + +但是会出现幻读的问题，所谓幻读，指的是某个事务在读取某个范围内的记录时，另一个事务会在范围内插入数据，当之前的事务再次读取该范围的记录时，会产生幻行。 + +## 4. 可串行化（SERIALIXABLE） + +强制事务串行执行，避免幻读。 + +# 可串行化调度 + +如果并行的事务的执行结果和某一个串行的方式执行的结果一样，那么可以认为结果是正确的。 + +# 封锁类型 + +排它锁 (X 锁）和共享锁 (S 锁），又称写锁和读锁。 + +- 一个事务对数据对象 A 加了 X 锁，就可以对 A 进行读取和更新。加锁期间其它事务不能对 A 加任何锁； + +- 一个事务对数据对象 A 加了 S 锁，可以对 A 进行读取操作，但是不能进行更新操作。加锁期间其它事务能对 A 加 S 锁，但是不能加 X 锁。 + +# 封锁粒度 + +应该尽量只锁定需要修改的那部分数据，而不是所有的资源。锁定的数据量越少，发生锁争用的可能就越小，系统的并发程度就越高。 + +但是加锁需要消耗资源，锁的各种操作，包括获取锁，检查所是否已经解除、释放锁，都会增加系统开销。因此封锁粒度越小，系统开销就越大。需要在锁开销以及数据安全性之间做一个权衡。 + +MySQL 中主要提供了两种封锁粒度：行级锁以及表级锁。 + +# 封锁协议 + +## 三级封锁协议 + +

+ +**一级封锁协议** + +事务 T 要修改数据 A 时必须加 X 锁，直到事务结束才释放锁。 + +可以解决丢失修改问题； + +**二级封锁协议** + +在一级的基础上，要求读取数据 A 时必须加 S 锁，读取完马上释放 S 锁。 + +可以解决读脏数据问题，因为如果一个事务在对数据 A 进行修改，根据 1 级封锁协议，会加 X 锁，那么就不能再加 S 锁了，也就是不会读入数据。 + +**三级封锁协议** + +在二级的基础上，要求读取数据 A 时必须加 S 锁，直到事务结束了才能释放 S 锁。 + +可以解决不可重复读的问题，因为读 A 时，其它事务不能对 A 加 X 锁，从而避免了在读的期间数据发生改变。 + +## 两段锁协议 + +加锁和解锁分为两个阶段进行。两段锁是并行事务可串行化的充分条件，但不是必要条件。 + +```html +lock-x(A)...lock-s(B)...lock-s(c)...unlock(A)...unlock(C)...unlock(B) +``` + +# 乐观锁和悲观锁 + +## 悲观锁 + +假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。 + +Java synchronized 就属于悲观锁的一种实现，每次线程要修改数据时都先获得锁，保证同一时刻只有一个线程能操作数据，其他线程则会被阻塞。 + +## 乐观锁 + +假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。 + +Java JUC 中的 Atomic 包就是乐观锁的一种实现，AtomicInteger 通过 CAS（Compare And Set）操作实现线程安全的自增操作。 + +乐观锁有两种实现方式，数据版本和时间戳。它们都需要在数据库表中增加一个字段，使用这个字段来判断数据是否过期。例如，数据版本实现方式中，需要在数据库表中增加一个数字类型的 version 字段，当读取数据时，将 version 字段的值一同读出。随后数据每更新一次，对此 version 值加 1。当提交更新的时候，判断读出的 version 和数据库表中的 version 是否一致，如果一致，则予以更新；否则认为是过期数据。 + +## MySQL 隐式和显示锁定 + +MySQL InnoDB 采用的是两阶段锁协议。在事务执行过程中，随时都可以执行锁定，锁只有在执行 COMMIT 或者 ROLLBACK 的时候才会释放，并且所有的锁是在同一时刻被释放。前面描述的锁定都是隐式锁定，InnoDB 会根据事务隔离级别在需要的时候自动加锁。 + +另外，InnoDB 也支持通过特定的语句进行显示锁定，这些语句不属于 SQL 规范： + +- SELECT ... LOCK IN SHARE MODE +- SELECT ... FOR UPDATE + +# 范式 + +记 A->B 表示 A 函数决定 B，也可以说 B 函数依赖于 A。 + +如果 {A1，A2，... ，An} 是关系的一个或多个属性的集合，该集合决定了关系的其它所有属性并且是最小的，那么该集合就称为键码。 + +对于 W->A，如果能找到 W 的真子集 W'，使得 W'-> A，那么 W->A 就是部分函数依赖，否则就是完全函数依赖； + +以下关系中，Sno 表示学号，Sname 表示学生姓名，Sdept 表示学院，Cname 表示课程名，Mname 表示院长姓名。函数依赖为 {Sno, Cname} -> {Sname, Sdept, Mname}。 + +

+ +不符合范式的关系，会产生很多异常。主要有以下四种异常： + +1. 冗余数据 +2. 修改异常 +3. 删除异常 +4. 插入异常，比如如果新插入一个学生的信息，而这个学生还没选课，那么就无法插入该学生。 + +关系数据库的范式理论就是是为了解决这四种异常。 + +高级别范式的依赖基于低级别的范式。 + +## 第一范式 (1NF) + +属性不可分。 + +## 第二范式 (2NF) + +每个非主属性完全函数依赖于键码。 + +可以通过分解来满足。 + +**分解前** + +


+ +


+ +**分解后** + +


+ +


+ +


+ +

+ +


+ +


+ +

+ +## 第三范式 (3NF) + +非主属性不传递依赖于键码。 + +上述 S1 存在传递依赖，Mname 依赖于 Sdept，而 Sdept 又依赖于 Sno，可以继续分解。 + +

+ +## BC 范式（BCNF） + +所有属性不传递依赖于键码。 + +关系模式 STC(Sname, Tname, Cname, Grade)，其中四个属性分别为学生姓名、教师姓名、课程名和成绩。有以下函数依赖： + +


+ +


+ +


+ +


+ +


+ +分解成 SC(Sname, Cname, Grade) 和 ST(Sname, Tname)，对于 ST，属性之间是多对多关系，无函数依赖。 + +# 约束 + +## 键码 + +用于唯一表示一个实体。 + +键码可以由多个属性构成，每个构成键码的属性称为码。 + +## 单值约束 + +某个属性的值是唯一的。 + +## 引用完整性约束 + +一个实体的属性引用的值在另一个实体的某个属性中存在。 + +## 域约束 + +某个属性的值在特定范围之内。 + +## 一般约束 + +一般性约束，比如大小约束，数量约束。 + +# 数据库的三层模式和两层映像 + +- 外模式：局部逻辑结构 +- 模式：全局逻辑结构 +- 内模式：物理结构 + +## 外模式 + +又称用户模式，是用户和数据库系统的接口，特定的用户只能访问数据库系统提供给他的外模式中的数据。例如不同的用户创建了不同数据库，那么一个用户只能访问他有权限访问的数据库。 + +一个数据库可以有多个外模式，一个用户只能有一个外模式，但是一个外模式可以给多个用户使用。 + +## 模式 + +可以分为概念模式和逻辑模式，概念模式可以用概念-关系来描述；逻辑模式使用特定的数据模式（比如关系模型）来描述数据的逻辑结构，这种逻辑结构包括数据的组成、数据项的名称、类型、取值范围。不仅如此，逻辑模式还要描述数据之间的关系，数据的完整性与安全性要求。 + +## 内模式 + +又称为存储模式，描述记录的存储方式，例如索引的组织方式、数据是否压缩以及是否加密等等。 + +## 外模式/模式映像 + +把外模式的局部逻辑结构和模式的全局逻辑结构联系起来。该映像可以保证数据和应用程序的逻辑独立性。 + +## 模式/内模式映像 + +把模式的全局逻辑结构和内模式的物理结构联系起来，该映像可以保证数据和应用程序的物理独立性。 + +# ER 图 + +Entity-Relationship，有三个组成部分：实体、属性、联系。 + +## 实体的三种联系 + +联系包含 1 对 1，1 对多，多对多三种。 + +如果 A 到 B 是 1 对多关系，那么画个带箭头的线段指向 B；如果是 1 对 1，画两个带箭头的线段；如果是多对多，画两个不带箭头的线段。下图的 Course 和 Student 是 1 对多的关系。 + +

+ +## 表示出现多次的关系 + +一个实体在联系出现几次，就要用几条线连接。下图表示一个课程的先修关系，先修关系出现两个 Course 实体，第一个是先修课程，后一个是后修课程，因此需要用两条线来表示这种关系。 + +

+ +## 联系的多向性 + +虽然老师可以开设多门课，并且可以教授多名学生，但是对于特定的学生和课程，只有一个老师教授，这就构成了一个三元联系。 + +

+ +一般只使用二元联系，可以把多元关系转换为二元关系。 + +

+ +## 表示子类 + +用 IS-A 联系来表示子类，具体做法是用一个三角形和两条线来连接类和子类。与子类有关的属性和联系都连到子类上，而与父类和子类都有关的连到父类上。 + +

+ +# 一些概念 + +**数据模型** + +由数据结构、数据操作和完整性三个要素组成。 + +**数据库系统** + +数据库系统包含所有与数据库相关的内容，包括数据库、数据库管理系统、应用程序以及数据库管理员和用户，还包括相关的硬件和软件。 + +# 参考资料 + +- 史嘉权. 数据库系统概论[M]. 清华大学出版社有限公司, 2006. +- 施瓦茨. 高性能MYSQL(第3版)[M]. 电子工业出版社, 2013. +- [MySQL 乐观锁与悲观锁 ](https://www.jianshu.com/p/f5ff017db62a) diff --git a/notes/正则表达式.md b/notes/正则表达式.md new file mode 100644 index 00000000..52c30ff1 --- /dev/null +++ b/notes/正则表达式.md @@ -0,0 +1,409 @@ + +* [概述](#概述) +* [匹配单个字符](#匹配单个字符) +* [匹配一组字符](#匹配一组字符) +* [使用元字符](#使用元字符) + * [匹配空白字符](#匹配空白字符) + * [匹配特定的字符类别](#匹配特定的字符类别) + * [使用 POSIX 字符类](#使用-posix-字符类) +* [重复匹配](#重复匹配) +* [位置匹配](#位置匹配) + * [单词边界](#单词边界) + * [字符串边界](#字符串边界) +* [使用子表达式](#使用子表达式) +* [回溯引用](#回溯引用) + * [替换](#替换) + * [大小写转换](#大小写转换) +* [前后查找](#前后查找) +* [嵌入条件](#嵌入条件) + * [回溯引用条件](#回溯引用条件) + * [前后查找条件](#前后查找条件) + + + +# 概述 + +正则表达式用于文本内容的查找和替换。 + +正则表达式内置于其它语言或者软件产品中，它本身不是一种语言或者软件。 + +一个问题往往可以用多种正则表达式方案来解决。 + +[正则表达式在线工具](http://tool.chinaz.com/regex) + +# 匹配单个字符 + +正则表达式一般是区分大小写的，但是也有些实现是不区分。 + +**.** 可以用来匹配任何的单个字符，但是在绝大多数实现里面，不能匹配换行符； + +**\\** 是元字符，表示它有特殊的含义，而不是字符本身的含义。如果需要匹配 . ，那么要用 \ 进行转义，即在 . 前面加上 \ 。 + +**正则表达式** + +``` +nam. +``` + +**匹配结果** + +My **name** is Zheng. + +# 匹配一组字符 + +**[ ]** 定义一个字符集合； + +0-9、a-z 定义了一个字符区间，区间使用 ASCII 码来确定。字符区间只能用在 [ ] 之间，因此 **-** 元字符只有在 [ ] 之间才是元字符，在 [ ] 之外就是一个普通字符； + +**^** 是取非操作，必须在 [ ] 字符集合中使用； + +**应用** + +匹配以 abc 为开头，并且最后一个字母不为数字的字符串： + +**正则表达式** + +``` +abc[^0-9] +``` + +**匹配结果** + +1. **abcd** +2. abc1 +3. abc2 + +# 使用元字符 + +## 匹配空白字符 + +| 元字符 | 说明 | +| ------------ | ------------ | +| [\b] | 回退（删除）一个字符 | +| \f | 换页符 | +| \n | 换行符 | +| \r | 回车符 | +| \t | 制表符 | +| \v | 垂直制表符 | + +\r\n 是 Windows 中的文本行结束标签，在 Unix/Linux 则是 \n ；\r\n\r\n 可以匹配 Windows 下的空白行，因为它将匹配两个连续的行尾标签，而这正是两条记录之间的空白行； + +. 是元字符，前提是没有对它们进行转义； f 和 n 也是元字符，但是前提是对他们进行了转义。 + +## 匹配特定的字符类别 + +**1. 数字元字符** + +| 元字符 | 说明 | +| ------------ | ------------ | +| \d | 数字字符，等价于 [0-9] | +| \D | 非数字字符，等价于 [^0-9] | + +**2. 字母数字元字符** + +| 元字符 | 说明 | +| ------------ | ------------ | +| \w | 大小写字母，下划线和数字，等价于 [a-zA-Z0-9\_] | +| \W | 对 \w 取非 | + +**3. 空白字符元字符** + +| 元字符 | 说明 | +| ------------ | ------------ | +| \s | 任何一个空白字符，等价于 [\f\n\r\t\v] | +| \S | 对 \s 取非 | + +\x 匹配十六进制字符，\0 匹配八进制，例如 \x0A 对应 ASCII 字符 10 ，等价于 \n，也就是它会匹配 \n 。 + +## 使用 POSIX 字符类 + +| 字符类 | 说明 | +| --- | --- | +| [:alnum:] | 字母数字字符 | +| [:alpha:] | 字母字符 | +| [:cntrl:] | 控制字符 | +| [:digit:] | 数字字符 | +| [:graph:] | 非空白字符 ( 非空格、控制字符等 ) | +| [:lower:] | 小写字母 | +| [:print:] | 与 [:graph:] 相似，但是包含空格字符 | +| [:punct:] | 标点字符 | +| [:space:] | 所有的空白字符 ( 换行符、空格、制表符 ) | +| [:upper:] | 大写字母 | +| [:xdigit:] | 允许十六进制的数字 (0-9a-fA-F) | + +并不是所有正则表达式实现都支持 POSIX 字符类，也不一定使用它。 + +使用时需要用两对方括号，例如 [[:alpha:]]。 + +# 重复匹配 + +**\+** 匹配 1 个或者多个字符， **\*** 匹配 0 个或者多个，**?** 匹配 0 个或者 1 个。 + +**应用** + +匹配邮箱地址。 + +**正则表达式** + +``` +[\w.]+@\w+.\w+ +``` + +[\w.] 匹配的是字母数字或者 . ，在其后面加上 + ，表示匹配多次。在字符集合 [ ] 里，. 不是元字符； + +**匹配结果** + +**abc.def@qq.com** + +为了可读性，常常把转义的字符放到字符集合 [ ] 中，但是含义是相同的。 + +``` +\w+@\w+.\w+ +[\w]+@[\w]+.[\w]+ +``` + +**{n}** 匹配 n 个字符，**{m, n}** 匹配 m\~n 个字符，**{m,}** 至少匹配 m 个字符； + +\* 和 + 都是贪婪型元字符，会匹配最多的内容，在元字符后面加 ? 可以转换为懒惰型元字符，例如 \*?、+? 和 {m, n}? 。 + +**正则表达式** + +``` +a.+c +``` + +由于 + 是贪婪型的，因此 .+ 会匹配更可能多的内容，所以会把整个 abcabcabc 文本都匹配，而不是只匹配前面的 abc 文本。用懒惰型可以实现匹配前面的。 + +**匹配结果** + +**abcabcabc** + +# 位置匹配 + +## 单词边界 + +**\b** 可以匹配一个单词的边界，边界是指位于 \w 和 \W 之间的位置；**\B** 匹配一个不是单词边界的位置。 + +\b 只匹配位置，不匹配字符，因此 \babc\b 匹配出来的结果为 3 个字符。 + +## 字符串边界 + +**^** 匹配整个字符串的开头，**$** 匹配结尾。 + +^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的开头。 + +使用 (?m) 来打开分行匹配模式，在该模式下，换行被当做字符串的边界。 + +**应用** + +匹配代码中以 // 开始的注释行 + +**正则表达式** + +``` +(?m)^\s*//.*$ +``` + +如果没用 (?m)，则只会匹配 // 注释 1 以及之后的所有内容，因为 * 是贪婪型的。用了分行匹配模式之后，换行符被当成是字符串分隔符，因此能正确匹配出两个注释内容。 + +**匹配结果** + +1. public void fun() { +2.      **// 注释 1** +3.      int a = 1; +4.      int b = 2; +5.      **// 注释 2** +6.      int c = a + b; +7. } + +# 使用子表达式 + +使用 **( )** 定义一个子表达式。子表达式的内容可以当成一个独立元素，即可以将它看成一个字符，并且使用 * 等元字符。 + +子表达式可以嵌套，但是嵌套层次过深会变得很难理解。 + +**正则表达式** + +``` +(ab) {2,} +``` + +**匹配结果** + +**ababab** + +**|** 是或元字符，它把左边和右边所有的部分都看成单独的两个部分，两个部分只要有一个匹配就行。 + +``` +(19|20)\d{2} +``` + +**匹配结果** + +1. **1900** +2. **2010** +3. 1020 + +**应用** + +匹配 IP 地址。IP 地址中每部分都是 0-255 的数字，用正则表达式匹配时以下情况是合法的： + +1. 一位或者两位的数字 +2. 1 开头的三位数 +3. 2 开头，第 2 位是 0-4 的三位数 +4. 25 开头，第 3 位是 0-5 的三位数 + +**正则表达式** + +``` +(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))\.) {3}(((\d{1,2})|(1\d{2})|(2[0-4]\d)|(25[0-5]))) +``` + +**匹配结果** + +1. **192.168.0.1** +2. 555.555.555.555 + +# 回溯引用 + +回溯引用使用 **\n** 来引用某个子表达式，其中 n 代表的是子表达式的序号，从 1 开始。它和子表达式匹配的内容一致，比如子表达式匹配到 abc ，那么回溯引用部分也需要匹配 abc 。 + +**应用** + +匹配 HTML 中合法的标题元素。 + +**正则表达式** + +\1 将回溯引用子表达式 (h[1-6]) 匹配的内容，也就是说必须和子表达式匹配的内容一致。 + +``` +<(h[1-6])>\w*? +``` + +**匹配结果** + +1. **<h1>x</h1>** +2. **<h2>x</h2>** +3. <h3>x</h1> + +## 替换 + +需要用到两个正则表达式。 + +**应用** + +修改电话号码格式。 + +**文本** + +313-555-1234 + +**查找正则表达式** + +``` +(\d{3})(-)(\d{3})(-)(\d{4}) +``` + +**替换正则表达式** + +在第一个子表达式查找的结果加上 () ，然后加一个空格，在第三个和第五个字表达式查找的结果中间加上 - 进行分隔。 + +``` +($1) $3-$5 +``` + +**结果** + +(313) 555-1234 + +## 大小写转换 + +| 元字符 | 说明 | +| ---| ---| +| \l | 把下个字符转换为小写 | +| \u| 把下个字符转换为大写 | +| \L | 把\L 和\E 之间的字符全部转换为小写 | +| \U | 把\U 和\E 之间的字符全部转换为大写 | +| \E | 结束\L 或者\U | + +**应用** + +把文本的第二个和第三个字符转换为大写。 + +**文本** + +abcd + +**查找** + +``` +(\w)(\w{2})(\w) +``` + +**替换** + +``` +$1\U$2\E$3 +``` + +**结果** + +aBCd + +# 前后查找 + +前后查找规定了匹配的内容首尾应该匹配的内容，但是又不包含首尾匹配的内容。向前查找用 **?=** 来定义，它规定了尾部匹配的内容，这个匹配的内容在 ?= 之后定义。所谓向前查找，就是规定了一个匹配的内容，然后以这个内容为尾部向前面查找需要匹配的内容。向后匹配用 ?<= 定义。 + +**应用** + +查找出邮件地址 @ 字符前面的部分。 + +**正则表达式** + +``` +\w+(?=@) +``` + +**结果** + +**abc** @qq.com + +对向前和向后查找取非，只要把 = 替换成 ! 即可，比如 (?=) 替换成 (?!) 。取非操作使得匹配那些首尾不符合要求的内容。 + +# 嵌入条件 + +## 回溯引用条件 + +条件判断为某个子表达式是否匹配，如果匹配则需要继续匹配条件表达式后面的内容。 + +**正则表达式** + +子表达式 (\\() 匹配一个左括号，其后的 ? 表示匹配 0 个或者 1 个。 ?(1) 为条件，当子表达式 1 匹配时条件成立，需要执行 \) 匹配，也就是匹配右括号。 + +``` +(\()?abc(?(1)\)) +``` + +**结果** + +1. **(abc)** +2. **abc** +3. (abc + +## 前后查找条件 + +条件为定义的首尾是否匹配，如果匹配，则继续执行后面的匹配。注意，首尾不包含在匹配的内容中。 + +**正则表达式** + + ?(?=-) 为前向查找条件，只有在以 - 为前向查找的结尾能匹配 \d{5} ，才继续匹配 -\d{4} 。 + +``` +\d{5}(?(?=-)-\d{4}) +``` + +**结果** + +1. **11111** +2. 22222- +3. **33333-4444** diff --git a/notes/算法.md b/notes/算法.md index c9a59b62..1f02fbc1 100644 --- a/notes/算法.md +++ b/notes/算法.md @@ -5,6 +5,15 @@ * [3. ThreeSum](#3-threesum) * [4. 倍率实验](#4-倍率实验) * [5. 注意事项](#5-注意事项) +* [栈和队列](#栈和队列) + * [1. 栈](#1-栈) + * [2. 队列](#2-队列) +* [union-find](#union-find) + * [1. quick-find 算法](#1-quick-find-算法) + * [2. quick-union 算法](#2-quick-union-算法) + * [3. 加权 quick-union 算法](#3-加权-quick-union-算法) + * [4. 路径压缩的加权 quick-union 算法](#4-路径压缩的加权-quick-union-算法) + * [5. 各种 union-find 算法的比较](#5-各种-union-find-算法的比较) * [排序](#排序) * [1. 初级排序算法](#1-初级排序算法) * [1.1 约定](#11-约定) @@ -84,29 +93,29 @@ 指数函数可以转换为线性函数，从而在函数图像上显示的更直观。 -T(N)=aN3 转换为 lg(T(N))=3lgN+lga +
转换为

-

+

## 2. 数学模型 -**近似** +**近似** 使用 \~f(N) 来表示所有随着 N 的增大除以 f(N) 的结果趋近于 1 的函数 , 例如 N3/6-N2/2+N/3 \~ N3/6。 -

+

-**增长数量级** +**增长数量级** 增长数量级将算法与它的实现隔离开来，一个算法的增长数量级为 N3 与它是否用 Java 实现，是否运行于特定计算机上无关。 -

+

-**内循环** +**内循环** 执行最频繁的指令决定了程序执行的总时间，把这些指令称为程序的内循环。 -**成本模型** +**成本模型** 使用成本模型来评估算法，例如数组的访问次数就是一种成本模型。 @@ -133,9 +142,9 @@ public class ThreeSum { } ``` -该程序的内循环为 if (a[i] + a[j] + a[k] == 0) 语句，总共执行的次数为 N3/6-N2/2+N/3，因此它的近似执行次数为 \~N3/6，增长数量级为 N3。 +该程序的内循环为 if (a[i] + a[j] + a[k] == 0) 语句，总共执行的次数为 N3/6 - N2/2 + N/3，因此它的近似执行次数为 \~N3/6，增长数量级为 N3。 -**改进** +**改进** 通过将数组先排序，对两个元素求和，并用二分查找方法查找是否存在该和的相反数，如果存在，就说明存在三元组的和为 0。 @@ -149,12 +158,11 @@ public class ThreeSumFast { int cnt = 0; for (int i = 0; i < N; i++) { for (int j = i + 1; j < N; j++) { - for (int k = j + 1; k < N; k++) { - // rank() 方法返回元素在数组中的下标，如果元素不存在，这里会返回 -1。应该注意这里的下标必须大于 j，这样就不会重复统计了。 - if (BinarySearch.rank(-a[i] - a[j], a) > j) { - cnt++; - } - } + // rank() 方法返回元素在数组中的下标，如果元素不存在，这里会返回 -1。 + // 应该注意这里的下标必须大于 j，这样就不会重复统计了。 + if (BinarySearch.rank(-a[i] - a[j], a) > j) { + cnt++; + } } } return cnt; @@ -166,32 +174,322 @@ public class ThreeSumFast { 如果 T(N) \~ aNblgN，那么 T(2N)/T(N) \~ 2b，例如对于暴力方法的 ThreeSum 算法，近似时间为 \~N3/6，对它进行倍率实验得到如下结果： -

+

可见 T(2N)/T(N)\~23，也就是 b 为 3。 ## 5. 注意事项 -**大常数** +**大常数** 在求近似时，如果低级项的常数系数很大，那么近似的结果就是错误的。 -**缓存** +**缓存** 计算机系统会使用缓存技术来组织内存，访问数组相邻的元素会比访问不相邻的元素快很多。 -**对最坏情况下的性能的保证** +**对最坏情况下的性能的保证** 在核反应堆、心脏起搏器或者刹车控制器中的软件，最坏情况下的性能是十分重要的。 -**随机化算法** +**随机化算法** 通过打乱输入，去除算法对输入的依赖。 -**均摊分析** +**均摊分析** -将所有操作的总成本所以操作总数来将成本均摊。例如对一个空栈进行 N 次连续的 push() 调用需要访问数组的元素为 N+4+8+16+...+2N=5N-4（N 是向数组写入元素，其余的都是调整数组大小时进行复制需要的访问数组操作），均摊后每次操作访问数组的平均次数为常数。 +将所有操作的总成本除于操作总数来将成本均摊。例如对一个空栈进行 N 次连续的 push() 调用需要访问数组的元素为 N+4+8+16+...+2N=5N-4（N 是向数组写入元素，其余的都是调整数组大小时进行复制需要的访问数组操作），均摊后每次操作访问数组的平均次数为常数。 +# 栈和队列 + +## 1. 栈 + +**数组实现** + +```java +public class ResizeArrayStack implements Iterable { + private Item[] a = (Item[]) new Object[1]; + private int N = 0; + + public void push(Item item) { + if (N >= a.length) { + resize(2 * a.length); + } + a[N++] = item; + } + + public Item pop() { + Item item = a[--N]; + if (N <= a.length / 4) { + resize(a.length / 2); + } + return item; + } + + // 调整数组大小，使得栈具有伸缩性 + private void resize(int size) { + Item[] tmp = (Item[]) new Object[size]; + for (int i = 0; i < N; i++) { + tmp[i] = a[i]; + } + a = tmp; + } + + public boolean isEmpty() { + return N == 0; + } + + public int size() { + return N; + } + + @Override + public Iterator iterator() { + // 需要返回逆序遍历的迭代器 + return new ReverseArrayIterator(); + } + + private class ReverseArrayIterator implements Iterator { + private int i = N; + + @Override + public boolean hasNext() { + return i > 0; + } + + @Override + public Item next() { + return a[--i]; + } + } +} +``` + +上面实现使用了泛型，Java 不能直接创建泛型数组，只能使用转型来创建。 + +```java +Item[] arr = (Item[]) new Object[N]; +``` + +**链表实现** + +需要使用链表的头插法来实现，因为头插法中最后压入栈的元素在链表的开头，它的 next 指针指向前一个压入栈的元素，在弹出元素使就可以让前一个压入栈的元素称为栈顶元素。 + +```java +public class Stack { + + private Node top = null; + private int N = 0; + + private class Node { + Item item; + Node next; + } + + public boolean isEmpty() { + return N == 0; + } + + public int size() { + return N; + } + + public void push(Item item) { + Node newTop = new Node(); + newTop.item = item; + newTop.next = top; + top = newTop; + N++; + } + + public Item pop() { + Item item = top.item; + top = top.next; + N--; + return item; + } +} +``` +## 2. 队列 + +下面是队列的链表实现，需要维护 first 和 last 节点指针，分别指向队首和队尾。 + +这里需要考虑让哪个指针指针链表头部节点，哪个指针指向链表尾部节点。因为出队列操作需要让队首元素的下一个元素成为队首，就需要容易获取下一个元素，而链表的头部节点的 next 指针指向下一个元素，因此让队首指针 first 指针链表的开头。 + +```java +public class Queue { + private Node first; + private Node last; + int N = 0; + private class Node{ + Item item; + Node next; + } + + public boolean isEmpty(){ + return N == 0; + } + + public int size(){ + return N; + } + + // 入队列 + public void enqueue(Item item){ + Node newNode = new Node(); + newNode.item = item; + newNode.next = null; + if(isEmpty()){ + last = newNode; + first = newNode; + } else{ + last.next = newNode; + last = newNode; + } + N++; + } + + // 出队列 + public Item dequeue(){ + Node node = first; + first = first.next; + N--; + return node.item; + } +} +``` + +# union-find + +**概览** + +用于解决动态连通性问题，能动态连接两个点，并且判断两个点是否连接。 + +

+ +**API** + +

+ +**基本数据结构** + +```java +public class UF { + // 使用 id 数组来保存点的连通信息 + private int[] id; + + public UF(int N) { + id = new int[N]; + for (int i = 0; i < N; i++) { + id[i] = i; + } + } + + public boolean connected(int p, int q) { + return find(p) == find(q); + } +} +``` + +## 1. quick-find 算法 + +保证在同一连通分量的所有触点的 id 值相等。 + +这种方法可以快速取得一个触点的 id 值，并且判断两个触点是否连通，但是 union 的操作代价却很高，需要将其中一个连通分量中的所有节点 id 值都修改为另一个节点的 id 值。 + +```java + public int find(int p) { + return id[p]; + } + public void union(int p, int q) { + int pID = find(p); + int qID = find(q); + + if (pID == qID) return; + for (int i = 0; i < id.length; i++) { + if (id[i] == pID) id[i] = qID; + } + } +``` + +## 2. quick-union 算法 + +在 union 时只将触点的 id 值指向另一个触点 id 值，不直接用 id 来存储所属的连通分量。这样就构成一个倒置的树形结构，根节点需要指向自己。在进行查找一个节点所属的连通分量时，要一直向上查找直到根节点，并使用根节点的 id 值作为本连通分量的 id 值。 + +

+ +```java + public int find(int p) { + while (p != id[p]) p = id[p]; + return p; + } + + public void union(int p, int q) { + int pRoot = find(p); + int qRoot = find(q); + if (pRoot == qRoot) return; + id[pRoot] = qRoot; + } +``` + +这种方法可以快速进行 union 操作，但是 find 操作和树高成正比，最坏的情况下树的高度为触点的数目。 + +

+ +## 3. 加权 quick-union 算法 + +为了解决 quick-union 的树通常会很高的问题，加权 quick-union 在 union 操作时会让较小的树连接较大的树上面。 + +理论研究证明，加权 quick-union 算法构造的树深度最多不超过 lgN。 + +

+ +```java +public class WeightedQuickUnionUF { + private int[] id; + // 保存节点的数量信息 + private int[] sz; + + public WeightedQuickUnionUF(int N) { + id = new int[N]; + sz = new int[N]; + for (int i = 0; i < N; i++) { + id[i] = i; + sz[i] = 1; + } + } + + public boolean connected(int p, int q) { + return find(p) == find(q); + } + + public int find(int p) { + while (p != id[p]) p = id[p]; + return p; + } + + public void union(int p, int q) { + int i = find(p); + int j = find(q); + if (i == j) return; + if (sz[i] < sz[j]) { + id[i] = j; + sz[j] += sz[i]; + } else { + id[j] = i; + sz[i] += sz[j]; + } + } +} +``` + +## 4. 路径压缩的加权 quick-union 算法 + +在检查节点的同时将它们直接链接到根节点，只需要在 find 中添加一个循环即可。 + +## 5. 各种 union-find 算法的比较 + +

# 排序 @@ -219,9 +517,9 @@ private void exch(Comparable[] a, int i, int j){ ### 1.2 选择排序 -找到数组中的最小元素，然后将它与数组的第一个元素交换位置。然后再从剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。不断进行这样的操作，直到将整个数组排序。 +找到数组中的最小元素，将它与数组的第一个元素交换位置。再从剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。不断进行这样的操作，直到将整个数组排序。 -

+

```java public class Selection { @@ -242,9 +540,9 @@ public class Selection { ### 1.3 插入排序 -将一个元素插入到已排序的数组中，使得插入之后的数组也是有序的。插入排序从左到右插入每个元素，每次插入之后左部的子数组是有序的。 +入排序从左到右进行，每次都将当前元素插入到左部已经排序的数组中，使得插入之后左部数组依然有序。 -

+

```java public class Insertion { @@ -275,7 +573,7 @@ public class Insertion { 希尔排序使用插入排序对间隔 h 的序列进行排序，如果 h 很大，那么元素就能很快的移到很远的地方。通过不断减小 h，最后令 h=1，就可以使得整个数组是有序的。 -

+

```java public class Shell { @@ -283,7 +581,7 @@ public class Shell { int N = a.length; int h = 1; while (h < N / 3) { - h = 3 * h + 1;// 1, 4, 13, 40, ... + h = 3 * h + 1; // 1, 4, 13, 40, ... } while (h >= 1) { for (int i = h; i < N; i++) { @@ -297,16 +595,18 @@ public class Shell { } ``` -希尔排序的运行时间达不到平方级别，使用递增序列 1, 4, 13, 40, ... 的希尔排序所需要的比较次数不会超过 N 的若干倍乘于递增序列的长度。后面介绍的高级排序算法只会比希尔排序快两倍左右。 +希尔排序的运行时间达不到平方级别，使用递增序列 1, 4, 13, 40, ... 的希尔排序所需要的比较次数不会超过 N 的若干倍乘于递增序列的长度。后面介绍的高级排序算法只会比希尔排序快两倍左右。 ## 2 归并排序 归并排序的思想是将数组分成两部分，分别进行排序，然后归并起来。 -

+

### 2.1 归并方法 +归并方法将数组中两个已经排序的部分归并成一个。 + ```java public class MergeSort { private static Comparable[] aux; @@ -345,11 +645,11 @@ private static void sort(Comparable[] a, int lo, int hi) { } ``` -

+

-

+

-很容易看出该排序算法的时间复杂度为 O(NlgN)。 +因为每次都将问题对半分成两个子问题，而这种对半分的算法复杂度一般为 O(NlgN)，因此该归并排序方法的时间复杂度也为 O(NlgN)。 因为小数组的递归操作会过于频繁，因此使用插入排序来处理小数组将会获得更高的性能。 @@ -357,7 +657,7 @@ private static void sort(Comparable[] a, int lo, int hi) { 先归并那些微型数组，然后成对归并得到的子数组。 -

+

```java public static void busort(Comparable[] a) { @@ -377,7 +677,7 @@ public static void busort(Comparable[] a) { 归并排序将数组分为两个子数组分别排序，并将有序的子数组归并使得整个数组排序；快速排序通过一个切分元素将数组分为两个子数组，左子数组小于等于切分元素，右子数组大于等于切分元素，将这两个子数组排序也就将整个数组排序了。 -

+

```java public class QuickSort { @@ -399,7 +699,7 @@ public class QuickSort { 取 a[lo] 作为切分元素，然后从数组的左端向右扫描直到找到第一个大于等于它的元素，再从数组的右端向左扫描找到第一个小于等于它的元素，交换这两个元素，并不断继续这个过程，就可以保证左指针的左侧元素都不大于切分元素，右指针 j 的右侧元素都不小于切分元素。当两个指针相遇时，将切分元素 a[lo] 和左子数组最右侧的元素 a[j] 交换然后返回 j 即可。 -

+

```java private static int partition(Comparable[] a, int lo, int hi) { @@ -440,7 +740,7 @@ private static int partition(Comparable[] a, int lo, int hi) { 三向切分快速排序对于只有若干不同主键的随机数组可以在线性时间内完成排序。 -

+

```java public class Quick3Way { @@ -470,7 +770,7 @@ public class Quick3Way { 堆可以用数组来表示，因为堆是一种完全二叉树，而完全二叉树很容易就存储在数组中。位置 k 的节点的父节点位置为 k/2，而它的两个子节点的位置分别为 2k 和 2k+1。这里我们不使用数组索引为 0 的位置，是为了更清晰地理解节点的关系。 -

+

```java public class MaxPQ { @@ -561,7 +861,7 @@ public Key delMax() { 无序数组建立堆最直接的方法是从左到右遍历数组，然后进行上浮操作。一个更高效的方法是从右至左进行下沉操作，如果一个节点的两个节点都已经是堆有序，那么进行下沉操作可以使得这个节点为根节点的堆有序。叶子节点不需要进行下沉操作，因此可以忽略叶子节点的元素，因此只需要遍历一半的元素即可。 -

+

```java public static void sort(Comparable[] a){ @@ -590,7 +890,7 @@ public static void sort(Comparable[] a){ ### 5.1 排序算法的比较 -

+

快速排序时最快的通用排序算法，它的内循环的指令很少，而且它还能利用缓存，因为它总是顺序地访问数据。它的运行时间增长数量级为 \~cNlgN，这里的 c 比其他线性对数级别的排序算法都要小。使用三向切分之后，实际应用中可能出现的某些分布的输入能够达到线性级别，而其它排序算法仍然需要线性对数时间。 @@ -600,9 +900,9 @@ Java 系统库中的主要排序方法为 java.util.Arrays.sort()，对于原始 ### 5.3 基于切分的快速选择算法 -快速排序的 partition() 方法，会将数组的 a[lo] 至 a[hi] 重新排序并返回一个整数 j 使得 a[lo..j-1] 小于等于 a[j]，且 a[j+1..hi] 大于等于 a[j]。那么如果 j=k，a[j] 就是第 k 个数。 +快速排序的 partition() 方法，会返回一个整数 j 使得 a[lo..j-1] 小于等于 a[j]，且 a[j+1..hi] 大于等于 a[j]，此时 a[j] 就是数组的第 j 大元素。 -该算法是线性级别的，因为每次正好将数组二分，那么比较的总次数为 (N+N/2+N/4+..)，直到找到第 k 个元素，这个和显然小于 2N。 +可以利用这个特性找出数组的第 k 个元素。 ```java public static Comparable select(Comparable[] a, int k) { @@ -617,19 +917,21 @@ public static Comparable select(Comparable[] a, int k) { } ``` +该算法是线性级别的，因为每次正好将数组二分，那么比较的总次数为 (N+N/2+N/4+..)，直到找到第 k 个元素，这个和显然小于 2N。 + # 查找 -本章使用三种经典的数据类型来实现高效的符号表：二叉查找树、红黑树和散列表。 +本章使用三种经典的数据结构来实现高效的符号表：二叉查找树、红黑树和散列表。 ## 1. 符号表 ### 1.1 无序符号表 -

+

### 1.2 有序符号表 -

+

有序符号表的键需要实现 Comparable 接口。 @@ -704,11 +1006,11 @@ public class BinarySearchST, Value> { ## 2. 二叉查找树 -**二叉树** 定义为一个空链接，或者是一个有左右两个链接的节点，每个链接都指向一颗子二叉树。 +**二叉树** 定义为一个空链接，或者是一个有左右两个链接的节点，每个链接都指向一颗子二叉树。 -**二叉查找树**（BST）是一颗二叉树，并且每个节点的键都大于其左子树中的任意节点的键而小于右子树的任意节点的键。 +**二叉查找树** （BST）是一颗二叉树，并且每个节点的键都大于其左子树中的任意节点的键而小于右子树的任意节点的键。 -

+

二叉查找树的查找操作每次迭代都会让区间减少一半，和二分查找类似。 @@ -781,7 +1083,7 @@ private Node put(Node x, Key key, Value val) { 二叉查找树的算法运行时间取决于树的形状，而树的形状又取决于键被插入的先后顺序。最好的情况下树是完全平衡的，每条空链接和根节点的距离都为 lgN。在最坏的情况下，树的高度为 N。 -

+

复杂度：查找和插入操作都为对数级别。 @@ -837,7 +1139,7 @@ private Node min(Node x) { 令指向最小节点的链接指向最小节点的右子树。 -

+

```java public void deleteMin() { @@ -855,7 +1157,7 @@ public Node deleteMin(Node x) { 如果待删除的节点只有一个子树，那么只需要让指向待删除节点的链接指向唯一的子树即可；否则，让右子树的最小节点替换该节点。 -

+

```java public void delete(Key key) { @@ -907,7 +1209,7 @@ private void keys(Node x, Queue queue, Key lo, Key hi) { ### 3.1 2-3 查找树 -

+

一颗完美平衡的 2-3 查找树的所有空链接到根节点的距离应该是相同的。 @@ -915,19 +1217,19 @@ private void keys(Node x, Queue queue, Key lo, Key hi) { 当插入之后产生一个临时 4- 节点时，需要将 4- 节点分裂成 3 个 2- 节点，并将中间的 2- 节点移到上层节点中。如果上移操作继续产生临时 4- 节点则一直进行分裂上移，直到不存在临时 4- 节点。 -

+

#### 3.1.2 性质 2-3 查找树插入操作的变换都是局部的，除了相关的节点和链接之外不必修改或者检查树的其它部分，而这些局部变换不会影响树的全局有序性和平衡性。 -2-3 查找树的查找和插入操作复杂度和插入顺序 **无关**，在最坏的情况下查找和插入操作访问的节点必然不超过 logN 个，含有 10 亿个节点的 2-3 查找树最多只需要访问 30 个节点就能进行任意的查找和插入操作。 +2-3 查找树的查找和插入操作复杂度和插入顺序 **无关** ，在最坏的情况下查找和插入操作访问的节点必然不超过 logN 个，含有 10 亿个节点的 2-3 查找树最多只需要访问 30 个节点就能进行任意的查找和插入操作。 ### 3.2 红黑二叉查找树 2-3 查找树需要用到 2- 节点和 3- 节点，红黑树使用红链接来实现 3- 节点。指向一个节点的链接颜色如果为红色，那么这个节点和上层节点表示的是一个 3- 节点，而黑色则是普通链接。 -

+

红黑树具有以下性质： @@ -936,7 +1238,7 @@ private void keys(Node x, Queue queue, Key lo, Key hi) { 画红黑树时可以将红链接画平。 -

+

```java public class RedBlackBST, Value> { @@ -970,9 +1272,9 @@ public class RedBlackBST, Value> { 因为合法的红链接都为左链接，如果出现右链接为红链接，那么就需要进行左旋转操作。 -

+

-

+

```java public Node rotateLeft(Node h) { @@ -991,9 +1293,9 @@ public Node rotateLeft(Node h) { 进行右旋转是为了转换两个连续的左红链接，这会在之后的插入过程中探讨。 -

+

-

+

```java public Node rotateRight(Node h) { @@ -1011,9 +1313,9 @@ public Node rotateRight(Node h) { 一个 4- 节点在红黑树中表现为一个节点的左右子节点都是红色的。分裂 4- 节点除了需要将子节点的颜色由红变黑之外，同时需要将父节点的颜色由黑变红，从 2-3 树的角度看就是将中间节点移到上层节点。 -

+

-

+

```java void flipColors(Node h){ @@ -1031,7 +1333,7 @@ void flipColors(Node h){ - 如果左子节点是红色的且它的左子节点也是红色的，进行右旋转； - 如果左右子节点均为红色的，进行颜色转换。 -

+

```java public void put(Key key, Value val) { @@ -1055,7 +1357,7 @@ private Node put(Node x, Key key, Value val) { } ``` -可以看到该插入操作和 BST 的插入操作类似，只是在最后加入了旋转和颜色变换操作即可。 +可以看到该插入操作和二叉查找树的插入操作类似，只是在最后加入了旋转和颜色变换操作即可。 根节点一定为黑色，因为根节点没有上层节点，也就没有上层节点的左链接指向根节点。flipColors() 有可能会使得根节点的颜色变为红色，每当根节点由红色变成黑色时树的黑链接高度加 1. @@ -1067,11 +1369,11 @@ private Node put(Node x, Key key, Value val) { 2. 如果当前节点的左子节点是 2- 节点而它的兄弟节点不是 2- 节点，向兄弟节点拿一个 key 过来； 3. 如果当前节点的左子节点和它的兄弟节点都是 2- 节点，将左子节点、父节点中的最小键和最近的兄弟节点合并为一个 4- 节点。 -

+

最后得到一个含有最小键的 3- 节点或者 4- 节点，直接从中删除。然后再从头分解所有临时的 4- 节点。 -

+

#### 3.2.6 分析 @@ -1093,7 +1395,7 @@ private Node put(Node x, Key key, Value val) { 散列函数应该满足以下三个条件： -1. 一致性：相等的键应当有相等的 hash 值。 +1. 一致性：相等的键应当有相等的 hash 值，两个键相等表示调用 equals() 返回的值相等。 2. 高效性：计算应当简便，有必要的话可以把 hash 值缓存起来，在调用 hash 函数时直接返回。 3. 均匀性：所有键的 hash 值应当均匀地分布到 [0, M-1] 之间，这个条件至关重要，直接影响到散列表的性能。 @@ -1147,7 +1449,7 @@ public class Transaction{ 拉链法使用链表来存储 hash 值相同的键，从而解决冲突。此时查找需要分两步，首先查找 Key 所在的链表，然后在链表中顺序查找。 -

+

对于 N 个键，M 条链表 (N>M)，如果哈希函数能够满足均匀性的条件，每条链表的大小趋向于 N/M，因此未命中的查找和插入操作所需要的比较次数为 \~N/M。 @@ -1155,7 +1457,7 @@ public class Transaction{ 线性探测法使用空位来解决冲突，当冲突发生时，向前探测一个空位来存储冲突的键。使用线程探测法，数组的大小 M 应当大于键的个数 N（M>N)。 -

+

```java public class LinearProbingHashST { @@ -1249,7 +1551,7 @@ public void delete(Key key) { α = N/M，把 α 称为利用率。理论证明，当 α 小于 1/2 时探测的预计次数只在 1.5 到 2.5 之间。 -

+

为了保证散列表的性能，应当调整数组的大小，使得 α 在 [1/4, 1/2] 之间。 @@ -1274,13 +1576,13 @@ private void resize(int cap) { 虽然每次重新调整数组都需要重新把每个键值对插入到散列表，但是从摊还分析的角度来看，所需要的代价却是很小的。从下图可以看出，每次数组长度加倍后，累计平均值都会增加 1，因为表中每个键都需要重新计算散列值，但是随后平均值会下降。 -

+

## 5. 应用 ### 5.1 各种符号表实现的比较 -

+

应当优先考虑散列表，当需要有序性操作时使用红黑树。 diff --git a/notes/计算机操作系统.md b/notes/计算机操作系统.md index 519f4c6a..6a85d3ab 100644 --- a/notes/计算机操作系统.md +++ b/notes/计算机操作系统.md @@ -25,10 +25,9 @@ * [1.2 短作业优先](#12-短作业优先) * [1.3 最短剩余时间优先](#13-最短剩余时间优先) * [2. 交互式系统中的调度](#2-交互式系统中的调度) - * [2.1 优先权优先](#21-优先权优先) + * [2.1 优先级调度](#21-优先级调度) * [2.2 时间片轮转](#22-时间片轮转) * [2.3 多级反馈队列](#23-多级反馈队列) - * [2.4 短进程优先](#24-短进程优先) * [3. 实时系统中的调度](#3-实时系统中的调度) * [进程同步](#进程同步) * [1. 临界区](#1-临界区) @@ -46,21 +45,22 @@ * [1. 读者-写者问题](#1-读者-写者问题) * [2. 哲学家进餐问题](#2-哲学家进餐问题) * [第三章 死锁](#第三章-死锁) - * [死锁的条件](#死锁的条件) + * [死锁的必要条件](#死锁的必要条件) * [死锁的处理方法](#死锁的处理方法) * [1. 鸵鸟策略](#1-鸵鸟策略) - * [2. 死锁预防](#2-死锁预防) - * [2.1 破坏互斥条件](#21-破坏互斥条件) - * [2.2 破坏请求与保持条件](#22-破坏请求与保持条件) - * [2.3 破坏不可抢占条件](#23-破坏不可抢占条件) - * [2.4 破坏环路等待](#24-破坏环路等待) - * [3. 死锁避免](#3-死锁避免) - * [3.1 安全状态](#31-安全状态) - * [3.2 单个资源的银行家算法](#32-单个资源的银行家算法) - * [3.3 多个资源的银行家算法](#33-多个资源的银行家算法) - * [4. 死锁检测与死锁恢复](#4-死锁检测与死锁恢复) - * [4.1 死锁检测算法](#41-死锁检测算法) - * [4.2 死锁恢复](#42-死锁恢复) + * [2. 死锁检测与死锁恢复](#2-死锁检测与死锁恢复) + * [2.1 每种类型一个资源的死锁检测](#21-每种类型一个资源的死锁检测) + * [2.2 每种类型多个资源的死锁检测](#22-每种类型多个资源的死锁检测) + * [2.3 死锁恢复](#23-死锁恢复) + * [3. 死锁预防](#3-死锁预防) + * [3.1 破坏互斥条件](#31-破坏互斥条件) + * [3.2 破坏占有和等待条件](#32-破坏占有和等待条件) + * [3.3 破坏不可抢占条件](#33-破坏不可抢占条件) + * [3.4 破坏环路等待](#34-破坏环路等待) + * [4. 死锁避免](#4-死锁避免) + * [4.1 安全状态](#41-安全状态) + * [4.2 单个资源的银行家算法](#42-单个资源的银行家算法) + * [4.3 多个资源的银行家算法](#43-多个资源的银行家算法) * [第四章 存储器管理](#第四章-存储器管理) * [虚拟内存](#虚拟内存) * [分页与分段](#分页与分段) @@ -101,11 +101,13 @@ 有两种共享方式：互斥共享和同时共享。 -互斥共享的资源称为临界资源，例如打印机等，在同一时间只允许一个进程访问，否则会出现错误，需要用同步机制来实现对临界资源的访问。 +互斥共享的资源称为临界资源，例如打印机等，在同一时间只允许一个进程访问，需要用同步机制来实现对临界资源的访问。 ### 3. 虚拟 -虚拟技术把一个物理实体转换为多个逻辑实体。主要有两种虚拟技术：时分复用技术和空分复用技术，例如多个进程能在同一个处理器上并发执行使用了时分复用技术，让每个进程轮流占有处理器，每次只执行一小个时间片并快速切换。 +虚拟技术把一个物理实体转换为多个逻辑实体。 + +主要有两种虚拟技术：时分复用技术和空分复用技术。例如多个进程能在同一个处理器上并发执行使用了时分复用技术，让每个进程轮流占有处理器，每次只执行一小个时间片并快速切换。 ### 4. 异步 @@ -135,11 +137,15 @@ ### 1. 大内核 -大内核是将操作系统功能作为一个紧密结合的整体放到内核，由于各模块共享信息，因此有很高的性能。 +大内核是将操作系统功能作为一个紧密结合的整体放到内核。 + +由于各模块共享信息，因此有很高的性能。 ### 2. 微内核 -由于操作系统不断复杂，因此将一部分操作系统功能移出内核，从而降低内核的复杂性。移出的部分根据分层的原则划分成若干服务，相互独立。但是需要频繁地在用户态和核心态之间进行切换，会有一定的性能损失。 +由于操作系统不断复杂，因此将一部分操作系统功能移出内核，从而降低内核的复杂性。移出的部分根据分层的原则划分成若干服务，相互独立。 + +因为需要频繁地在用户态和核心态之间进行切换，所以会有一定的性能损失。 # 第二章 进程管理 @@ -153,23 +159,25 @@ ### 2. 线程 -一个进程中可以有多个线程，线程是独立调度的基本单位。同一个进程中的多个线程之间可以并发执行，它们共享进程资源。 +一个进程中可以有多个线程，线程是独立调度的基本单位。 + +同一个进程中的多个线程之间可以并发执行，它们共享进程资源。 ### 3. 区别 -- 拥有资源：进程是资源分配的基本单位，但是线程不拥有资源，线程可以访问率属进程的资源。 +- 拥有资源：进程是资源分配的基本单位，但是线程不拥有资源，线程可以访问隶属进程的资源。 - 调度：线程是独立调度的基本单位，在同一进程中，线程的切换不会引起进程切换，从一个进程内的线程切换到另一个进程中的线程时，会引起进程切换。 -- 系统开销：由于创建或撤销进程时，系统都要为之分配或回收资源，如内存空间、I/O 设备等，因此操作系统所付出的开销远大于创建或撤销线程时的开销。类似地，在进行进程切换时，涉及当前执行进程 CPU 环境的保存及新调度进程 CPU 环境的设置。而线程切换时只需保存和设置少量寄存器内容，开销很小。 +- 系统开销：由于创建或撤销进程时，系统都要为之分配或回收资源，如内存空间、I/O 设备等，所付出的开销远大于创建或撤销线程时的开销。类似地，在进行进程切换时，涉及当前执行进程 CPU 环境的保存及新调度进程 CPU 环境的设置，而线程切换时只需保存和设置少量寄存器内容，开销很小。 -- 通信方面：进程间通信 (IPC) 需要进程同步和互斥手段的辅助，以保证数据的一致性，而线程间可以通过直接读/写同一进程中的数据段（如全局变量）来进行通信。 +- 通信方面：进程间通信 (IPC) 需要进程同步和互斥手段的辅助，以保证数据的一致性。而线程间可以通过直接读/写同一进程中的数据段（如全局变量）来进行通信。 举例：QQ 和浏览器是两个进程，浏览器进程里面有很多线程，例如 HTTP 请求线程、事件响应线程、渲染线程等等，线程的并发执行使得在浏览器中点击一个新链接从而发起 HTTP 请求时，浏览器还可以响应用户的其它事件。 ## 进程状态的切换 -

+

阻塞状态是缺少需要的资源从而由运行状态转换而来，但是该资源不包括 CPU，缺少 CPU 会让进程从运行态转换为就绪态。 @@ -203,7 +211,7 @@ shortest remaining time next（SRTN）。 ### 2. 交互式系统中的调度 -#### 2.1 优先权优先 +#### 2.1 优先级调度 除了可以手动赋予优先权之外，还可以把响应比作为优先权，这种调度方式叫做高响应比优先调度算法。 @@ -219,21 +227,15 @@ shortest remaining time next（SRTN）。 #### 2.3 多级反馈队列 -

+

-1. 设置多个就绪队列，并为各个队列赋予不同的优先级。第一个队列的优先级最高，第二个队列次之，其余各队列的优先权逐个降低。该算法赋予各个队列中进程执行时间片的大小也各不相同，在优先权越高的队列中，为每个进程所规定的执行时间片就越小。 +如果一个进程需要执行 100 个时间片，如果采用轮转调度算法，那么需要交换 100 次。多级队列是为这种需要连续执行多个时间片的进程考虑，它设置了多个队列，每个队列时间片大小都不同，例如 1,2,4,8,..。进程在第一个队列没执行完，就会被移到下一个队列。这种方式下，之前的进程只需要 7 （包括最初的装入）的交换。 -2. 当一个新进程进入内存后，首先将它放入第一队列的末尾，按 FCFS 原则排队等待调度。当轮到该进程执行时，如它能在该时间片内完成，便可准备撤离系统；如果它在一个时间片结束时尚未完成，调度程序便将该进程转入下一个队列的队尾。 - -3. 仅当前 i -1 个队列均空时，才会调度第 i 个队列中的进程。 - -优点：实时性好，同时适合运行短作业和长作业。 - -#### 2.4 短进程优先 +每个队列的优先权也不同，最上面的优先权最高。因此只有上一个队列没有进程在排队，才能调度当前队列上的进程。 ### 3. 实时系统中的调度 -实时系统要一个服务请求在一个确定时间内得到响应。 +实时系统要求一个服务请求在一个确定时间内得到响应。 分为硬实时和软实时，前者必须满足绝对的截止时间，后者可以容忍一定的超时。 @@ -253,68 +255,71 @@ shortest remaining time next（SRTN）。 ### 2. 同步与互斥 -同步指多个进程按一定顺序执行；互斥指多个进程在同一时刻只有一个进程能进入临界区。 - -同步是在对临界区互斥访问的基础上，通过其它机制来实现有序访问的。 +- 同步指多个进程按一定顺序执行； +- 互斥指多个进程在同一时刻只有一个进程能进入临界区。 ### 3. 信号量 -**信号量（Semaphore）** 是一个整型变量，可以对其执行 down 和 up 操作，也就是常见的 P 和 V 操作。 +**信号量（Semaphore）** 是一个整型变量，可以对其执行 down 和 up 操作，也就是常见的 P 和 V 操作。 -- **down** : 如果信号量大于 0 ，执行 -1 操作；如果信号量等于 0，将进程睡眠，等待信号量大于 0； -- **up**：对信号量执行 +1 操作，并且唤醒睡眠的进程，让进程完成 down 操作。 +- **down** : 如果信号量大于 0 ，执行 -1 操作；如果信号量等于 0，将进程睡眠，等待信号量大于 0； +- **up** ：对信号量执行 +1 操作，并且唤醒睡眠的进程，让进程完成 down 操作。 down 和 up 操作需要被设计成原语，不可分割，通常的做法是在执行这些操作的时候屏蔽中断。 -如果信号量的取值只能为 0 或者 1，那么就成为了**互斥量（Mutex）**，0 表示临界区已经加锁，1 表示临界区解锁。 +如果信号量的取值只能为 0 或者 1，那么就成为了 **互斥量（Mutex）** ，0 表示临界区已经加锁，1 表示临界区解锁。 ```c -typedef int semaphore ; +typedef int semaphore; semaphore mutex = 1; void P1() { - down(mutex); + down(&mutex); // 临界区 - up(mutex); + up(&mutex); } void P2() { - down(mutex); + down(&mutex); // 临界区 - up(mutex); + up(&mutex); } ``` -**使用信号量实现生产者-消费者问题** +**使用信号量实现生产者-消费者问题** -使用一个互斥量 mutex 来对临界资源进行访问；empty 记录空缓冲区的数量，full 记录满缓冲区的数量。 +使用一个缓冲区来保存物品，只有缓冲区没有满，生产者才可以放入物品；只有缓冲区不为空，消费者才可以拿走物品。 -注意，必须先执行 down 操作再用互斥量对临界区加锁，否则会出现死锁。因为如果都先对临界区加锁，然后再执行 down 操作，那么可能会出现这种情况：生产者对临界区加锁后，执行 down(empty) 操作，发现 empty = 0，此时生成者睡眠。消费者此时不能进入临界区，因为生产者对临界区加锁了，也就无法执行 up(empty) 操作，那么生产者和消费者就会一直等待下去。 +需要使用一个互斥量 mutex 来对缓冲区这个临界资源进行互斥访问。 + +为了同步生产者和消费者的行为，需要记录缓冲区中物品的数量。数量可以使用信号量来进行统计，这里需要使用两个信号量：empty 记录空缓冲区的数量，full 记录满缓冲区的数量。其中，empty 信号量是在生产者进程中使用，当 empty 不为 0 时，生产者才可以放入物品；full 信号量是在消费者进行中使用，当 full 信号量不为 0 时，消费者才可以取走物品。 + +注意，不能先对缓冲区进行加锁，再测试信号量。也就是说，不能先执行 down(mutex) 再执行 down(empty)。如果这么做了，那么可能会出现这种情况：生产者对缓冲区加锁后，执行 down(empty) 操作，发现 empty = 0，此时生产者睡眠。消费者不能进入临界区，因为生产者对缓冲区加锁了，也就无法执行 up(empty) 操作，empty 永远都为 0，那么生产者和消费者就会一直等待下去，造成死锁。 ```c #define N 100 -typedef int semaphore ; +typedef int semaphore; semaphore mutex = 1; semaphore empty = N; semaphore full = 0; void producer() { while(TRUE){ - int item = produce_item; - down(empty); - down(mutex); + int item = produce_item(); + down(&empty); + down(&mutex); insert_item(item); - up(mutex); - up(full); + up(&mutex); + up(&full); } } void consumer() { while(TRUE){ - down(full); - down(mutex); - int item = remove_item(item); - up(mutex); - up(empty); + down(&full); + down(&mutex); + int item = remove_item(); + up(&mutex); + up(&empty); consume_item(item); } } @@ -330,24 +335,24 @@ c 语言不支持管程，下面的示例代码使用了类 Pascal 语言来描 monitor ProducerConsumer integer i; condition c; - + procedure insert(); begin - + // ... end; - + procedure remove(); begin - + // ... end; end monitor; ``` 管程有一个重要特性：在一个时刻只能有一个进程使用管程。进程在无法继续执行的时候不能一直占用管程，否者其它进程永远不能使用管程。 -管程引入了 **条件变量** 以及相关的操作：**wait()** 和 **signal()** 来实现同步操作。对条件变量执行 wait() 操作会导致调用进程阻塞，把管程让出来让另一个进程持有。signal() 操作用于唤醒被阻塞的进程。 +管程引入了 **条件变量** 以及相关的操作：**wait()** 和 **signal()** 来实现同步操作。对条件变量执行 wait() 操作会导致调用进程阻塞，把管程让出来让另一个进程持有。signal() 操作用于唤醒被阻塞的进程。 -**使用管程实现生成者-消费者问题** +**使用管程实现生成者-消费者问题** ```pascal monitor ProducerConsumer @@ -360,7 +365,7 @@ monitor ProducerConsumer if count = N then wait(full); insert_item(item); count := count + 1; - if count = 1 ten signal(empty); + if count = 1 then signal(empty); end; function remove: integer; @@ -397,21 +402,19 @@ end; ### 1. 管道 -管道是单向的、先进先出的、无结构的、固定大小的字节流，它把一个进程的标准输出和另一个进程的标准输入连接在一起。写进程在管道的尾端写入数据，读进程在管道的首端读出数据。数据读出后将从管道中移走，其它读进程都不能再读到这些数据。 - -管道提供了简单的流控制机制，进程试图读空管道时，在有数据写入管道前，进程将一直阻塞。同样地，管道已经满时，进程再试图写管道，在其它进程从管道中移走数据之前，写进程将一直阻塞。 +写进程在管道的尾端写入数据，读进程在管道的首端读出数据。管道提供了简单的流控制机制，进程试图读空管道时，在有数据写入管道前，进程将一直阻塞。同样地，管道已经满时，进程再试图写管道，在其它进程从管道中移走数据之前，写进程将一直阻塞。 Linux 中管道是通过空文件来实现。 管道有三种： -1. 普通管道：有两个限制：一是只支持半双工通信方式，即只能单向传输；二是只能在父子进程之间使用； +1. 普通管道：有两个限制，一是只能单向传输；二是只能在父子进程之间使用； 2. 流管道：去除第一个限制，支持双向传输； 3. 命名管道：去除第二个限制，可以在不相关进程之间进行通信。 ### 2. 信号量 -信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止某进程正在访问共享资源时，其它进程也访问该资源。因此，主要作为进程间以及同一进程内不同线程之间的同步手段。 +信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止一个进程正在访问共享资源时，其它进程也访问该资源。主要作为进程间以及同一进程内不同线程之间的同步手段。 ### 3. 消息队列 @@ -423,7 +426,9 @@ Linux 中管道是通过空文件来实现。 ### 5. 共享内存 -共享内存就是映射一段能被其它进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。共享内存是最快的 IPC 方式，它是针对其它 IPC 运行效率低而专门设计的。它往往与其它通信机制（如信号量）配合使用，来实现进程间的同步和通信。 +共享内存就是映射一段能被其它进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。 + +共享内存是最快的 IPC 方式，它是针对其它 IPC 运行效率低而专门设计的。它往往与其它通信机制（如信号量）配合使用，来实现进程间的同步和通信。 ### 6. 套接字 @@ -431,7 +436,7 @@ Linux 中管道是通过空文件来实现。 ## 经典同步问题 -生产者和消费者问题前面已经讨论过。 +生产者和消费者问题前面已经讨论过了。 ### 1. 读者-写者问题 @@ -447,87 +452,113 @@ int count = 0; void reader() { while(TRUE) { - down(count_mutex); + down(&count_mutex); count++; - if(count == 1) down(data_mutex); // 第一个读者需要对数据进行加锁，防止写进程访问 - up(count_mutex); + if(count == 1) down(&data_mutex); // 第一个读者需要对数据进行加锁，防止写进程访问 + up(&count_mutex); read(); - down(count_mutex); + down(&count_mutex); count--; - if(count == 0) up(data_mutex); - up(count_mutex); + if(count == 0) up(&data_mutex); + up(&count_mutex); } } void writer() { while(TRUE) { - down(data_mutex); + down(&data_mutex); write(); - up(data_mutex); + up(&data_mutex); } } ``` ### 2. 哲学家进餐问题 -

+

-五个哲学家围着一张圆周，每个哲学家面前放着饭。哲学家的生活有两种交替活动：吃饭以及思考。当一个哲学家吃饭时，需要先一根一根拿起左右两边的筷子。 +五个哲学家围着一张圆桌，每个哲学家面前放着食物。哲学家的生活有两种交替活动：吃饭以及思考。当一个哲学家吃饭时，需要先拿起筷子左右的两根筷子，并且一次只能拿起一根筷子。 -下面是一种错误的解法，考虑到如果每个哲学家同时拿起左手边的筷子，那么就无法拿起右手边的筷子，造成死锁。 +下面是一种错误的解法，考虑到如果所有哲学家同时拿起左手边的筷子，那么就无法拿起右手边的筷子，造成死锁。 ```c #define N 5 -#define LEFT (i + N - 1) % N -#define RIGHT (i + N) % N -typedef int semaphore; -semaphore chopstick[N]; void philosopher(int i) { - while(TURE){ + while(TRUE) { think(); - down(chopstick[LEFT[i]]); - down(chopstick[RIGHT[i]]); + take(i); // 拿起左边的筷子 + take((i+1)%N); // 拿起右边的筷子 eat(); - up(chopstick[RIGHT[i]]); - up(chopstick[LEFT[i]]); + put(i); + put((i+1)%N); } } ``` -为了防止死锁的发生，可以加一点限制，只允许同时拿起左右两边的筷子，方法是引入一个互斥量，对拿起两个筷子的那段代码加锁。 +为了防止死锁的发生，可以两个条件： + +1. 必须同时拿起左右两个筷子； +2. 只有在两个邻居都没有进餐的情况下才允许进餐。 ```c -semaphore mutex = 1; +#define N 5 +#define LEFT (i + N - 1) % N // 左邻居 +#define RIGHT (i + 1) % N // 右邻居 +#define THINKING 0 +#define HUNGRY 1 +#define EATING 2 +typedef int semaphore; +int state[N]; // 跟踪每个哲学家的状态 +semaphore mutex = 1; // 临界区的互斥 +semaphore s[N]; // 每个哲学家一个信号量 void philosopher(int i) { - while(TURE){ + while(TRUE) { think(); - down(mutex); - down(chopstick[LEFT[i]]); - down(chopstick[RIGHT[i]]); - up(mutex); + take_two(i); eat(); - down(mutex); - up(chopstick[RIGHT[i]]); - up(chopstick[LEFT[i]]); - up(mutex); + put_tow(i); + } +} + +void take_two(int i) { + down(&mutex); + state[i] = HUNGRY; + test(i); + up(&mutex); + down(&s[i]); +} + +void put_tow(i) { + down(&mutex); + state[i] = THINKING; + text(LEFT); + test(RIGHT); + up(&mutex); +} + +void test(i) { // 尝试拿起两把筷子 + if(state[i] == HUNGRY && state[LEFT] != EATING && state[RIGHT] !=EATING) { + state[i] = EATING; + up(&s[i]); } } ``` + + + # 第三章 死锁 -## 死锁的条件 +## 死锁的必要条件 -

+

-1. 互斥 -2. 请求与保持 -3. 不可抢占 -4. 环路等待 - -其中，请求与保持是指一个进程因请求资源而阻塞时，对已获得的资源保持不放。 +1. 互斥：每个资源要么已经分配给了一个进程，要么就是可用的。 +2. 占有和等待：已经得到了某个资源的进程可以再请求新的资源。 +3. 不可抢占：已经分配给一个进程的资源不能强制性地被抢占，它只能被占有它的进程显示地释放。 +4. 环路等待：有两个或者两个以上的进程组成一条环路，该环路中的每个进程都在等待下一个进程所占有的资源。 ## 死锁的处理方法 @@ -535,67 +566,27 @@ void philosopher(int i) { 把头埋在沙子里，假装根本没发生问题。 -这种策略不可取。 +因为解决死锁问题的代价很高，因此鸵鸟策略这种不采取任务措施的方案会获得更高的性能。当发生死锁时不会对用户造成多大影响，或发生死锁的概率很低，可以采用鸵鸟策略。 -### 2. 死锁预防 +大多数操作系统，包括 Unix，Linux 和 Windows，处理死锁问题的办法仅仅是忽略它。 -在程序运行之前预防发生死锁。 - -#### 2.1 破坏互斥条件 - -例如假脱机打印机技术允许若干个进程同时输出，唯一真正请求物理打印机的进程是打印机守护进程。 - -#### 2.2 破坏请求与保持条件 - -一种实现方式是规定所有进程在开始执行前请求所需要的全部资源。 - -#### 2.3 破坏不可抢占条件 - -#### 2.4 破坏环路等待 - -给资源统一编号，进程只能按编号顺序来请求资源。 - -### 3. 死锁避免 - -在程序运行时避免发生死锁。 - -#### 3.1 安全状态 - -

- -图 a 的第二列 has 表示已拥有的资源数，第三列 max 表示总共需要的资源数，free 表示还有可以使用的资源数。从图 a 开始出发，先让 B 拥有所需的所有资源，运行结束后释放 B，此时 free 变为 4；接着以同样的方式运行 C 和 A，使得所有进程都能成功运行，因此可以称图 a 所示的状态时安全的。 - -定义：如果没有死锁发生，并且即使所有进程突然请求对资源的最大需求，也仍然存在某种调度次序能够使得每一个进程运行完毕，则称该状态是安全的。 - -#### 3.2 单个资源的银行家算法 - -一个小城镇的银行家，他向一群客户分别承诺了一定的贷款额度，算法要做的是判断对请求的满足是否会进入不安全状态，如果是，就拒绝请求；否则予以分配。 - -

- -上图 c 为不安全状态，因此算法会拒绝之前的请求，从而避免进入图 c 中的状态。 - -#### 3.3 多个资源的银行家算法 - -

- -上图中有五个进程，四个资源。左边的图表示已经分配的资源，右边的图表示还需要分配的资源。最右边的 E、P 以及 A 分别表示：总资源、已分配资源以及可用资源，注意这三个为向量，而不是具体数值，例如 A=(1020)，表示 4 个资源分别还剩下 1/0/2/0。 - -检查一个状态是否安全的算法如下： - -- 查找右边的矩阵是否存在一行小于等于向量 A。如果不存在这样的行，那么系统将会发生死锁，状态是不安全的。 -- 假若找到这样一行，将该进程标记为终止，并将其已分配资源加到 A 中。 -- 重复以上两步，直到所有进程都标记为终止，则状态时安全的。 - -### 4. 死锁检测与死锁恢复 +### 2. 死锁检测与死锁恢复 不试图阻止死锁，而是当检测到死锁发生时，采取措施进行恢复。 -#### 4.1 死锁检测算法 +#### 2.1 每种类型一个资源的死锁检测 -死锁检测的基本思想是，如果一个进程所请求的资源能够被满足，那么就让它执行，释放它拥有的所有资源，然后让其它能满足条件的进程执行。 +

-

+上图为资源分配图，其中方框表示资源，圆圈表示进程。资源指向进程表示该资源已经分配给该进程，进程指向资源表示进程请求获取该资源。 + +图 a 可以抽取出环，如图 b，它满足了环路等待条件，因此会发生死锁。 + +每种类型一个资源的死锁检测算法是通过检测有向图是否存在环来实现，从一个节点出发进行深度优先搜索，对访问过的节点进行标记，如果访问了已经标记的节点，就表示有向图存在环，也就是检测到死锁的发生。 + +#### 2.2 每种类型多个资源的死锁检测 + +

上图中，有三个进程四个资源，每个数据代表的含义如下： @@ -612,34 +603,91 @@ void philosopher(int i) { 1. 寻找一个没有标记的进程 Pi，它所请求的资源小于等于 A。 2. 如果找到了这样一个进程，那么将 C 矩阵的第 i 行向量加到 A 中，标记该进程，并转回 1。 -3. 如果有没有这样一个进程，算法终止。 +3. 如果没有这样一个进程，算法终止。 -#### 4.2 死锁恢复 +#### 2.3 死锁恢复 - 利用抢占恢复 -- 杀死进程 +- 利用回滚恢复 +- 通过杀死进程恢复 + +### 3. 死锁预防 + +在程序运行之前预防发生死锁。 + +#### 3.1 破坏互斥条件 + +例如假脱机打印机技术允许若干个进程同时输出，唯一真正请求物理打印机的进程是打印机守护进程。 + +#### 3.2 破坏占有和等待条件 + +一种实现方式是规定所有进程在开始执行前请求所需要的全部资源。 + +#### 3.3 破坏不可抢占条件 + +#### 3.4 破坏环路等待 + +给资源统一编号，进程只能按编号顺序来请求资源。 + +### 4. 死锁避免 + +在程序运行时避免发生死锁。 + +#### 4.1 安全状态 + +

+ +图 a 的第二列 Has 表示已拥有的资源数，第三列 Max 表示总共需要的资源数，Free 表示还有可以使用的资源数。从图 a 开始出发，先让 B 拥有所需的所有资源（图 b），运行结束后释放 B，此时 Free 变为 5（图 c）；接着以同样的方式运行 C 和 A，使得所有进程都能成功运行，因此可以称图 a 所示的状态时安全的。 + +定义：如果没有死锁发生，并且即使所有进程突然请求对资源的最大需求，也仍然存在某种调度次序能够使得每一个进程运行完毕，则称该状态是安全的。 + +安全状态的检测与死锁的检测类似，因为安全状态必须要求不能发生死锁。下面的银行家算法与死锁检测算法非常类似，可以结合着做参考对比。 + +#### 4.2 单个资源的银行家算法 + +一个小城镇的银行家，他向一群客户分别承诺了一定的贷款额度，算法要做的是判断对请求的满足是否会进入不安全状态，如果是，就拒绝请求；否则予以分配。 + +

+ +上图 c 为不安全状态，因此算法会拒绝之前的请求，从而避免进入图 c 中的状态。 + +#### 4.3 多个资源的银行家算法 + +

+ +上图中有五个进程，四个资源。左边的图表示已经分配的资源，右边的图表示还需要分配的资源。最右边的 E、P 以及 A 分别表示：总资源、已分配资源以及可用资源，注意这三个为向量，而不是具体数值，例如 A=(1020)，表示 4 个资源分别还剩下 1/0/2/0。 + +检查一个状态是否安全的算法如下： + +- 查找右边的矩阵是否存在一行小于等于向量 A。如果不存在这样的行，那么系统将会发生死锁，状态是不安全的。 +- 假若找到这样一行，将该进程标记为终止，并将其已分配资源加到 A 中。 +- 重复以上两步，直到所有进程都标记为终止，则状态时安全的。 # 第四章 存储器管理 ## 虚拟内存 -每个程序拥有自己的地址空间，这个地址空间被分割成多个块，每一块称为一页。这些页被映射到物理内存，但不需要映射到连续的物理内存，也不需要所有页都必须在物理内存中。 - -当程序引用到一部分在物理内存中的地址空间时，由硬件执行必要的映射，将缺失的部分装入物理内存并重新执行失败的指令。 +每个程序拥有自己的地址空间，这个地址空间被分割成多个块，每一块称为一页。这些页被映射到物理内存，但不需要映射到连续的物理内存，也不需要所有页都必须在物理内存中。当程序引用到一部分不在物理内存中的地址空间时，由硬件执行必要的映射，将缺失的部分装入物理内存并重新执行失败的指令。 ## 分页与分段 ### 1. 分页 -用户程序的地址空间被划分为若干固定大小的区域，称为“页”。相应地，内存空间分成若干个物理块，页和块的大小相等。可将用户程序的任一页放在内存的任一块中，实现了离散分配，由一个页表来维护它们之间的映射关系。 +大部分虚拟内存系统都使用分页技术。把由程序产生的地址称为虚拟地址，它们构成了一个虚拟地址空间。例如有一台计算机可以产生 16 位地址，它的虚拟地址空间为 0\~64K，然而计算机只有 32KB 的物理内存，因此虽然可以编写 64KB 的程序，但它们不能被完全调入内存运行。 + +

+ +虚拟地址空间划分成固定大小的页，在物理内存中对应的单元称为页框，页和页框大小通常相同，它们之间通过页表进行映射。 + +程序最开始只将一部分页调入页框中，当程序引用到没有在页框的页时，产生缺页中断，进行页面置换，按一定的原则将一部分页框换出，并将页调入。 ### 2. 分段 -

+

-上图为一个编译器在编译过程中建立的多个表，有 4 个表是动态增长的，如果使用分页系统的一维地址空间，动态递增的特点会导致覆盖问题的出现。 +上图为一个编译器在编译过程中建立的多个表，有 4 个表是动态增长的，如果使用分页系统的一维地址空间，动态增长的特点会导致覆盖问题的出现。 -

+

分段的做法是把每个表分成段，一个段构成一个独立的地址空间。每个段的长度可以不同，并且可以动态增长。 @@ -675,7 +723,7 @@ void philosopher(int i) { 举例：一个系统为某进程分配了三个物理块，并有如下页面引用序列： -7，0，1，2，0，3，0，4，2，3，0，3，2，1，2，0，1，7，0，1 +


进程运行时，先将 7,0,1 三个页面装入内存。当进程要访问页面 2 时，产生缺页中断，会将页面 7 换出，因为页面 7 再次被访问的时间最长。 @@ -691,13 +739,13 @@ void philosopher(int i) { 可以用栈来实现该算法，栈中存储页面的页面号。当进程访问一个页面时，将该页面的页面号从栈移除，并将它压入栈顶。这样，最近被访问的页面的页面号总是在栈顶，而最近最久未使用的页面的页面号总是在栈底。 -4，7，0，7，1，0，1，2，1，2，6 +


-

+

### 4. 时钟（Clock） -Clock 页面置换算法需要用到一个访问位，当一个页面被访问时，将访问为置为 1。 +Clock 页面置换算法需要用到一个访问位，当一个页面被访问时，将访问位置为 1。 首先，将内存中的所有页面链接成一个循环队列，当缺页中断发生时，检查当前指针所指向页面的访问位，如果访问位为 0，就将该页面换出；否则将该页的访问位设置为 0，给该页面第二次的机会，移动指针继续检查。 @@ -717,7 +765,7 @@ Clock 页面置换算法需要用到一个访问位，当一个页面被访问 ### 3. 扫描算法（SCAN） -SSTF 会出现进行饥饿现象。考虑以下情况，新进程请求访问的磁道与磁头所在磁道的距离总是比一个在等待的进程来的近，那么等待的进程会一直等待下去。 +SSTF 会出现饥饿现象。考虑以下情况，新进程请求访问的磁道与磁头所在磁道的距离总是比一个在等待的进程来的近，那么等待的进程会一直等待下去。 SCAN 算法在 SSTF 算法之上考虑了磁头的移动方向，要求所请求访问的磁道在磁头当前移动方向上才能够得到调度。因为考虑了移动方向，那么一个进程请求访问的磁道一定会得到调度。 diff --git a/notes/计算机网络.md b/notes/计算机网络.md index 5c759fb9..a9ebd753 100644 --- a/notes/计算机网络.md +++ b/notes/计算机网络.md @@ -34,9 +34,11 @@ * [点对点信道 - PPP 协议](#点对点信道---ppp-协议) * [局域网的拓扑](#局域网的拓扑) * [广播信道 - CSMA/CD 协议*](#广播信道---csmacd-协议) - * [集线器](#集线器) + * [扩展局域网*](#扩展局域网) + * [1. 在物理层进行扩展](#1-在物理层进行扩展) + * [2. 在链路层进行扩展](#2-在链路层进行扩展) + * [3. 虚拟局域网](#3-虚拟局域网) * [MAC 层*](#mac-层) - * [虚拟局域网](#虚拟局域网) * [第四章 网络层*](#第四章-网络层) * [网际协议 IP 概述](#网际协议-ip-概述) * [IP 数据报格式](#ip-数据报格式) @@ -47,7 +49,6 @@ * [IP 地址和 MAC 地址](#ip-地址和-mac-地址) * [地址解析协议 ARP](#地址解析协议-arp) * [路由器的结构](#路由器的结构) - * [交换机与路由器的区别](#交换机与路由器的区别) * [路由器分组转发流程](#路由器分组转发流程) * [路由选择协议](#路由选择协议) * [1. 内部网关协议 RIP](#1-内部网关协议-rip) @@ -84,6 +85,10 @@ * [动态主机配置协议 DHCP](#动态主机配置协议-dhcp) * [点对点传输 P2P](#点对点传输-p2p) * [Web 页面请求过程](#web-页面请求过程) + * [1. DHCP 配置主机信息](#1-dhcp-配置主机信息) + * [2. ARP 解析 MAC 地址](#2-arp-解析-mac-地址) + * [3. DNS 解析域名](#3-dns-解析域名) + * [4. HTTP 请求页面](#4-http-请求页面) * [常用端口](#常用端口) * [参考资料](#参考资料) @@ -95,7 +100,7 @@ 网络把主机连接起来，而互联网是把多种不同的网络连接起来，因此互联网是网络的网络。 -

+

## ISP @@ -105,28 +110,28 @@ 互联网交换点 IXP 允许两个 ISP 直接相连而不用经过第三个 ISP。 -

+

## 互联网的组成 1. 边缘部分：所有连接在互联网上的主机，用户可以直接使用； 2. 核心部分：由大量的网络和连接这些网络的路由器组成，为边缘部分的主机提供服务。 -

+

## 主机之间的通信方式 -**1. 客户-服务器（C/S）** +**1. 客户-服务器（C/S）** 客户是服务的请求方，服务器是服务的提供方。 -**2. 对等（P2P）** +**2. 对等（P2P）** 不区分客户和服务器。 ## 电路交换与分组交换 -

+

### 1. 电路交换 @@ -140,7 +145,7 @@ 分组交换也使用了存储转发，但是转发的是分组而不是报文。把整块数据称为一个报文，由于一个报文可能很长，需要先进行切分，来满足分组能处理的大小。在每个切分的数据前面加上首部之后就成为了分组，首部包含了目的地址和源地址等控制信息。 -

+

存储转发允许在一条传输线路上传送多个主机的分组，因此两个用户之间的通信不需要占用端到端的线路资源。 @@ -150,13 +155,13 @@ 总时延 = 发送时延 + 传播时延 + 处理时延 + 排队时延 -

+

### 1. 发送时延 主机或路由器发送数据帧所需要的时间。 -

+


其中 l 表示数据帧的长度，v 表示发送速率。 @@ -164,7 +169,7 @@ 电磁波在信道中传播一定的距离需要花费的时间，电磁波传播速度接近光速。 -

+


其中 l 表示信道长度，v 表示电磁波在信道上的传播速率。 @@ -178,7 +183,7 @@ ## 计算机网络体系结构* -

+

### 1. 七层协议 @@ -205,7 +210,7 @@ 路由器只有下面三层协议，因为路由器位于网络核心中，不需要为进程或者应用程序提供服务，因此也就不需要运输层和应用层。 -

+

### 4. TCP/IP 体系结构 @@ -213,11 +218,11 @@ 现在的 TCP/IP 体系结构不严格遵循 OSI 分层概念，应用层可能会直接使用 IP 层或者网络接口层。 -

+

TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中占用举足轻重的地位。 -

+

# 第二章 物理层 @@ -231,7 +236,7 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 模拟信号是连续的信号，数字信号是离散的信号。带通调制把数字信号转换为模拟信号。 -

+

## 信道复用技术 @@ -241,41 +246,41 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 使用这两种方式进行通信，在通信的过程中用户会一直占用一部分信道资源。但是由于计算机数据的突发性质，没必要一直占用信道资源而不让出给其它用户使用，因此这两种方式对信道的利用率都不高。 -

+

### 2. 统计时分复用 是对时分复用的一种改进，不固定每个用户在时分复用帧中的位置，只要有数据就集中起来组成统计时分复用帧然后发送。 -

+

### 3. 波分复用 光的频分复用。由于光的频率很高，因此习惯上用波长而不是频率来表示所使用的光载波。 -

+

### 4. 码分复用 -为每个用户分配 m bit 的码片，并且所有的码片正交，对于任意两个码片 和 有 +
为每个用户分配 m bit 的码片，并且所有的码片正交，对于任意两个码片 和 有

-

+


-为了方便，取 m=8，设码片 为 00011011。在拥有该码片的用户发送比特 1 时就发送该码片，发送比特 0 时就发送该码片的反码 11100100。 +
为了方便，取 m=8，设码片 为 00011011。在拥有该码片的用户发送比特 1 时就发送该码片，发送比特 0 时就发送该码片的反码 11100100。

在计算时将 00011011 记作 (-1 -1 -1 +1 +1 -1 +1 +1)，可以得到 -

+


-

+


-其中 为 的反码。 +
其中 为 的反码。

-利用上面的式子我们知道，当接收端使用码片 对接收到的数据进行内积运算时，结果为 0 的是其它用户发送的数据，结果为 1 的是用户发送的比特 1，结果为 -1 的是用户发送的比特 0。 +
利用上面的式子我们知道，当接收端使用码片 对接收到的数据进行内积运算时，结果为 0 的是其它用户发送的数据，结果为 1 的是用户发送的比特 1，结果为 -1 的是用户发送的比特 0。

码分复用需要发送的数据量为原先的 m 倍。 -

+

# 第三章 数据链路层 @@ -285,7 +290,7 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 将网络层传下来的分组添加首部和尾部，用于标记帧的开始和结束。 -

+

### 2. 透明传输 @@ -293,7 +298,7 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 帧中有首部和尾部，如果帧的数据部分含有和首部尾部相同的内容，那么帧的开始和结束位置就会被错误的判定。需要在数据中出现首部尾部相同的内容前面插入转义字符，如果需要传输的内容正好就是转义字符，那么就在转义字符前面再加个转义字符，在接收端进行处理之后可以还原出原始数据。这个过程透明传输的内容是转义字符，用户察觉不到转义字符的存在。 -

+

### 3. 差错检测 @@ -303,7 +308,7 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 互联网用户通常需要连接到某个 ISP 之后才能接入到互联网，PPP 协议就是用户计算机和 ISP 进行通信时所使用的数据链路层协议。 -

+

在 PPP 的帧中 @@ -312,11 +317,11 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 - FCS 字段是使用 CRC 的检验序列 - 信息部分的长度不超过 1500 -

+

## 局域网的拓扑 -

+

## 广播信道 - CSMA/CD 协议* @@ -324,40 +329,58 @@ TCP/IP 协议族是一种沙漏形状，中间小两边大，IP 协议在其中 CSMA/CD 表示载波监听多点接入 / 碰撞检测。 -- **多点接入**：说明这是总线型网络，许多计算机以多点的方式连接到总线上。 -- **载波监听**：每个站都必须不停地检听信道。在发送前，如果检听信道正在使用，就必须等待。 -- **碰撞检测**：在发送中，如果检听到信道已有其它站正在发送数据，就表示发生了碰撞。虽然每一个站在发送数据之前都已经检听到信道为空闲，但是由于电磁波的传播时延的存在，还是有可能会发生碰撞。 +- **多点接入** ：说明这是总线型网络，许多计算机以多点的方式连接到总线上。 +- **载波监听** ：每个站都必须不停地监听信道。在发送前，如果检听信道正在使用，就必须等待。 +- **碰撞检测** ：在发送中，如果监听 到信道已有其它站正在发送数据，就表示发生了碰撞。虽然每一个站在发送数据之前都已经检听到信道为空闲，但是由于电磁波的传播时延的存在，还是有可能会发生碰撞。 -

+

-记端到端的传播时延为 τ，最先发送的站点最多经过 2τ 就可以知道是否发生了碰撞，称 2τ 为 **争用期**。只有经过争用期之后还没有检测到碰撞，才能肯定这次发送不会发生碰撞。 +记端到端的传播时延为 τ，最先发送的站点最多经过 2τ 就可以知道是否发生了碰撞，称 2τ 为 **争用期** 。只有经过争用期之后还没有检测到碰撞，才能肯定这次发送不会发生碰撞。 -当发生碰撞时，站点要停止发送，等待一段时间再发送。这个时间采用 **截断二进制指数退避算法** 来确定，从离散的整数集合 {0, 1, .., (2k-1)} 中随机取出一个数，记作 r，然后取 r 倍的争用期作为重传等待时间。 +当发生碰撞时，站点要停止发送，等待一段时间再发送。这个时间采用 **截断二进制指数退避算法** 来确定，从离散的整数集合 {0, 1, .., (2k-1)} 中随机取出一个数，记作 r，然后取 r 倍的争用期作为重传等待时间。 -## 集线器 +## 扩展局域网* -从表面上看，使用集线器的局域网在物理上是一个星型网。但是集线器使用电子器件来模拟实际缆线的工作，逻辑上仍是一个总线网，整个系统仍像一个传统以太网那样运行。 +### 1. 在物理层进行扩展 -

+使用集线器进行扩展。 -

+集线器的主要功能是对接收到的信号进行放大，以扩大网络的传输距离。 + +集线器不能根据 MAC 地址进行转发，而是以广播的方式发送数据帧。 + +集线器是一种共享式的传输设备，意味着同一时刻只能传输一组数据帧。 + +

+ +### 2. 在链路层进行扩展 + +最开始使用的是网桥，它收到一个帧时，根据帧的 MAC 地址，查找网桥中的地址表，然后确定将帧转发到哪一个接口。 + +网桥不是共享式设备，因此性能比集线器这种共享式设备更高。 + +交换机的问世很快就淘汰了网桥，它实质上是一个多接口网桥，而网桥是两接口。交换机的每个接口都能直接与一个主机或者另一个交换机相连，并且一般都工作在全双工方式。 + +交换机具有自学习能力，学习的是交换表的内容，交换表中存储着 MAC 地址到 接口的映射。下图中，交换机有 4 个接口，主机 A 向主机 B 发送数据帧时，交换机把主机 A 到接口 1 的映射写入交换表中。为了发送数据帧到 B，先查交换表，此时没有主机 B 的表项，那么主机 A 就发送广播帧，主机 C 和主机 D 会丢弃该帧，主机 B 收下之后，查找交换表得到主机 A 映射的接口为 1，因此就把帧发送给主机 A，同时交换机添加主机 B 到接口 3 的映射。 + +

+ +### 3. 虚拟局域网 + +虚拟局域网可以建立与物理位置无关的逻辑组，只有在同一个虚拟局域网中的成员才会收到链路层广播信息，例如下图中 (A1, A2, A3, A4) 属于一个虚拟局域网，A1 发送的广播会被 A2、A3、A4 收到，而其它站点收不到。 + +

## MAC 层* MAC 地址是 6 字节（48 位）的地址，用于唯一表示网络适配器（网卡），一台主机拥有多少个适配器就有多少个 MAC 地址，例如笔记本电脑普遍存在无线网络适配器和有线网络适配器。 -

+

-- **类型**：标记上层使用的协议； -- **数据**：长度在 46-1500 之间，如果太小则需要填充； -- **FCS**：帧检验序列，使用的是 CRC 检验方法； -- **前同步码**：只是为了计算 FCS 临时加入的，计算结束之后会丢弃。 - -## 虚拟局域网 - -虚拟局域网可以建立与物理位置无关的逻辑组，只有在同一个虚拟局域网中的成员才会收到链路层广播信息，例如下图中 (A1, A2, A3, A4) 属于一个虚拟局域网，A1 发送的广播会被 A2、A3、A4 收到，而其它站点收不到。 - -

+- **类型** ：标记上层使用的协议； +- **数据** ：长度在 46-1500 之间，如果太小则需要填充； +- **FCS** ：帧检验序列，使用的是 CRC 检验方法； +- **前同步码** ：只是为了计算 FCS 临时加入的，计算结束之后会丢弃。 # 第四章 网络层* @@ -367,7 +390,7 @@ MAC 地址是 6 字节（48 位）的地址，用于唯一表示网络适配器 使用 IP 协议，可以把异构的物理网络连接起来，使得在网络层看起来好像是一个统一的网络。 -

+

与 IP 协议配套使用的还有三个协议： @@ -375,31 +398,31 @@ MAC 地址是 6 字节（48 位）的地址，用于唯一表示网络适配器 2. 网际控制报文协议 ICMP（Internet Control Message Protocol） 3. 网际组管理协议 IGMP（Internet Group Management Protocol） -

+

## IP 数据报格式 -

+

-- **版本** : 有 4（IPv4）和 6（IPv6）两个值； +- **版本** : 有 4（IPv4）和 6（IPv6）两个值； -- **首部长度** : 占 4 位，因此最大值为 15。值为 1 表示的是 1 个 32 位字的长度，也就是 4 字节。因为首部固定长度为 20 字节，因此该值最小为 5。如果可选部分的长度不是 4 字节的整数倍，就用尾部的填充部分来填充。 +- **首部长度** : 占 4 位，因此最大值为 15。值为 1 表示的是 1 个 32 位字的长度，也就是 4 字节。因为首部固定长度为 20 字节，因此该值最小为 5。如果可选部分的长度不是 4 字节的整数倍，就用尾部的填充部分来填充。 -- **区分服务** : 用来获得更好的服务，一般情况下不使用。 +- **区分服务** : 用来获得更好的服务，一般情况下不使用。 -- **总长度** : 包括首部长度和数据部分长度。 +- **总长度** : 包括首部长度和数据部分长度。 -- **标识** : 在数据报长度过长从而发生分片的情况下，相同数据报的不同分片具有相同的标识符。 +- **标识** : 在数据报长度过长从而发生分片的情况下，相同数据报的不同分片具有相同的标识符。 -- **片偏移** : 和标识符一起，用于发生分片的情况。片偏移的单位为 8 字节。 +- **片偏移** : 和标识符一起，用于发生分片的情况。片偏移的单位为 8 字节。 -

+

-- **生存时间** ：TTL，它的存在是为了防止无法交付的数据报在互联网中不断兜圈子。以路由器跳数为单位，当 TTL 为 0 时就丢弃数据报。 +- **生存时间** ：TTL，它的存在是为了防止无法交付的数据报在互联网中不断兜圈子。以路由器跳数为单位，当 TTL 为 0 时就丢弃数据报。 -- **协议**：指出携带的数据应该上交给哪个协议进行处理，例如 ICMP、TCP、UDP 等。 +- **协议** ：指出携带的数据应该上交给哪个协议进行处理，例如 ICMP、TCP、UDP 等。 -- **首部检验和**：因为数据报每经过一个路由器，都要重新计算检验和，因此检验和不包含数据部分可以减少计算的工作量。 +- **首部检验和** ：因为数据报每经过一个路由器，都要重新计算检验和，因此检验和不包含数据部分可以减少计算的工作量。 ## IP 地址编址 @@ -415,15 +438,15 @@ IP 地址的编址方式经历了三个历史阶段： IP 地址 ::= {< 网络号 >, < 主机号 >} -

+

### 2. 子网划分 -通过在网络号字段中拿一部分作为子网号，把两级 IP 地址划分为三级 IP 地址。注意，外部网络看不到子网的存在。 +通过在主机号字段中拿一部分作为子网号，把两级 IP 地址划分为三级 IP 地址。注意，外部网络看不到子网的存在。 IP 地址 ::= {< 网络号 >, < 子网号 >, < 主机号 >} -要使用子网，必须配置子网掩码。一个 B 类地址的默认子网掩码为 255.255.0.0，如果 B 类地址的子网占两个比特，那么子网掩码为 11111111 11111111 11000000 000000，也就是 255.255.192.0。 +要使用子网，必须配置子网掩码。一个 B 类地址的默认子网掩码为 255.255.0.0，如果 B 类地址的子网占两个比特，那么子网掩码为 11111111 11111111 11000000 00000000，也就是 255.255.192.0。 ### 3. 无分类 @@ -435,7 +458,7 @@ CIDR 的记法上采用在 IP 地址后面加上网络前缀长度的方法， CIDR 的地址掩码可以继续称为子网掩码，子网掩码首 1 长度为网络前缀的长度。 -一个 CIDR 地址块中有很多地址，一个 CIDR 表示的网络就可以表示原来的很多个网络，并且在路由表中只需要一个路由就可以代替原来的多个路由，减少了路由表项的数量。把这种通过使用网络前缀来减少路由表项的方式称为路由聚合，也称为 **构成超网**。 +一个 CIDR 地址块中有很多地址，一个 CIDR 表示的网络就可以表示原来的很多个网络，并且在路由表中只需要一个路由就可以代替原来的多个路由，减少了路由表项的数量。把这种通过使用网络前缀来减少路由表项的方式称为路由聚合，也称为 **构成超网** 。 在路由表中的项目由“网络前缀”和“下一跳地址”组成，在查找时可能会得到不止一个匹配结果，应当采用最长前缀匹配来确定应该匹配哪一个。 @@ -443,15 +466,19 @@ CIDR 的地址掩码可以继续称为子网掩码，子网掩码首 1 长度为 网络层实现主机之间的通信，而链路层实现具体每段链路之间的通信。因此在通信过程中，IP 数据报的源地址和目的地址始终不变，而 MAC 地址随着链路的改变而改变。 -

+

## 地址解析协议 ARP 实现由 IP 地址得到 MAC 地址。 -每个主机都有一个 ARP 高速缓存，存放映射表。如果一个 IP 地址到 MAC 地址的映射不在该表中，主机通过广播的方式发送 ARP 请求分组，匹配 IP 地址的主机会发送 ARP 响应分组告知其 MAC 地址。 +

-

+每个主机都有一个 ARP 高速缓存，里面有本局域网上的各主机和路由器的 IP 地址到硬件地址的映射表。 + +如果主机 A 知道主机 B 的 IP 地址，但是 ARP 高速缓存中没有该 IP 地址到 MAC 地址的映射，此时主机 A 通过广播的方式发送 ARP 请求分组，主机 B 收到该请求后会发送 ARP 响应分组给主机 A 告知其 MAC 地址，随后主机 A 向其高速缓存中写入主机 B 的 IP 地址到硬件地址的映射。 + +

## 路由器的结构 @@ -459,16 +486,12 @@ CIDR 的地址掩码可以继续称为子网掩码，子网掩码首 1 长度为 分组转发部分由三部分组成：交换结构、一组输入端口和一组输出端口。 -

+

交换结构的交换网络有以下三种实现方式： -

+

-## 交换机与路由器的区别 - -- 交换机工作于数据链路层，能识别 MAC 地址，根据 MAC 地址转发链路层数据帧。具有自学机制来维护 IP 地址与 MAC 地址的映射。 -- 路由器位于网络层，能识别 IP 地址并根据 IP 地址转发分组。维护着路由表，根据路由表选择最佳路线。 ## 路由器分组转发流程 @@ -479,7 +502,7 @@ CIDR 的地址掩码可以继续称为子网掩码，子网掩码首 1 长度为 5. 若路由表中有一个默认路由，则把数据报传送给路由表中所指明的默认路由器； 6. 报告转发分组出错。 -

+

## 路由选择协议 @@ -492,7 +515,7 @@ CIDR 的地址掩码可以继续称为子网掩码，子网掩码首 1 长度为 1. 内部网关协议 IGP（Interior Gateway Protocol）：在 AS 内部使用，如 RIP 和 OSPF。 2. 外部网关协议 EGP（External Gateway Protocol）：在 AS 之间使用，如 BGP。 -

+

### 1. 内部网关协议 RIP @@ -532,17 +555,17 @@ BGP 只能寻找一条比较好的路由，而不是最佳路由。它采用路 每个 AS 都必须配置 BGP 发言人，通过在两个相邻 BGP 发言人之间建立 TCP 连接来交换路由信息。 -

+

## 网际控制报文协议 ICMP ICMP 是为了更有效地转发 IP 数据报和提高交付成功的机会。它封装在 IP 数据报中，但是不属于高层协议。 -

+

ICMP 报文分为差错报告报文和询问报文。 -

+

## 分组网间探测 PING @@ -557,7 +580,7 @@ PING 的过程： 在一对多的通信中，多播不需要将分组复制多份，从而大大节约网络资源。 -

+

## 虚拟专用网 VPN @@ -573,7 +596,7 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 下图中，场所 A 和 B 的通信部经过互联网，如果场所 A 的主机 X 要和另一个场所 B 的主机 Y 通信，IP 数据报的源地址是 10.1.0.1，目的地址是 10.2.0.3。数据报先发送到与互联网相连的路由器 R1，R1 对内部数据进行加密，然后重新加上数据报的首部，源地址是路由器 R1 的全球地址 125.1.2.3，目的地址是路由器 R2 的全球地址 194.4.5.6。路由器 R2 收到数据报后将数据部分进行解密，恢复原来的数据报，此时目的地址为 10.2.0.3，就交付给 Y。 -

+

## 网络地址转换 NAT @@ -581,7 +604,7 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 在以前，NAT 将本地 IP 和全球 IP 一一对应，这种方式下拥有 n 个全球 IP 地址的专用网内最多只可以同时有 n 台主机接入互联网。为了更有效地利用全球 IP 地址，现在常用的 NAT 转换表把运输层的端口号也用上了，使得多个专用网内部的主机共用一个全球 IP 地址。使用端口号的 NAT 也叫做网络地址与端口转换 NAPT。 -

+

# 第五章 运输层* @@ -597,31 +620,31 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 ## UDP 首部格式 -

+

首部字段只有 8 个字节，包括源端口、目的端口、长度、检验和。12 字节的伪首部是为了计算检验和而临时添加的。 ## TCP 首部格式 -

+

-- **序号** ：用于对字节流进行编号，例如序号为 301，表示第一个字节的编号为 301，如果携带的数据长度为 100 字节，那么下一个报文段的序号应为 401。 +- **序号** ：用于对字节流进行编号，例如序号为 301，表示第一个字节的编号为 301，如果携带的数据长度为 100 字节，那么下一个报文段的序号应为 401。 -- **确认号** ：期望收到的下一个报文段的序号。例如 B 正确收到 A 发送来的一个报文段，序号为 501，携带的数据长度为 200 字节，因此 B 期望下一个报文段的序号为 701，B 发送给 A 的确认报文段中确认号就为 701。 +- **确认号** ：期望收到的下一个报文段的序号。例如 B 正确收到 A 发送来的一个报文段，序号为 501，携带的数据长度为 200 字节，因此 B 期望下一个报文段的序号为 701，B 发送给 A 的确认报文段中确认号就为 701。 -- **数据偏移** ：指的是数据部分距离报文段起始处的偏移量，实际上指的是首部的长度。 +- **数据偏移** ：指的是数据部分距离报文段起始处的偏移量，实际上指的是首部的长度。 -- **确认 ACK** ：当 ACK=1 时确认号字段有效，否则无效。TCP 规定，在连接建立后所有传送的报文段都必须把 ACK 置 1。 +- **确认 ACK** ：当 ACK=1 时确认号字段有效，否则无效。TCP 规定，在连接建立后所有传送的报文段都必须把 ACK 置 1。 -- **同步 SYN** ：在连接建立时用来同步序号。当 SYN=1，ACK=0 时表示这是一个连接请求报文段。若对方同意建立连接，则响应报文中 SYN=1，ACK=1。 +- **同步 SYN** ：在连接建立时用来同步序号。当 SYN=1，ACK=0 时表示这是一个连接请求报文段。若对方同意建立连接，则响应报文中 SYN=1，ACK=1。 -- **终止 FIN** ：用来释放一个连接，当 FIN=1 时，表示此报文段的发送方的数据已发送完毕，并要求释放运输连接。 +- **终止 FIN** ：用来释放一个连接，当 FIN=1 时，表示此报文段的发送方的数据已发送完毕，并要求释放运输连接。 -- **窗口** ：窗口值作为接收方让发送方设置其发送窗口的依据。之所以要有这个限制，是因为接收方的数据缓存空间是有限的。 +- **窗口** ：窗口值作为接收方让发送方设置其发送窗口的依据。之所以要有这个限制，是因为接收方的数据缓存空间是有限的。 ## TCP 的三次握手 -

+

假设 A 为客户端，B 为服务器端。 @@ -634,7 +657,7 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 ## TCP 的四次挥手 -

+

以下描述不讨论序号和确认号，因为序号和确认号的规则比较简单。并且不讨论 ACK，因为 ACK 在连接建立之后都为 1。 @@ -643,7 +666,7 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 3. 当 B 要不再需要连接时，发送连接释放请求报文段，FIN=1； 4. A 收到后发出确认，此时连接释放。 -**TIME_WAIT** +**TIME_WAIT** 客户端接收到服务器端的 FIN 报文后进入此状态，此时并不是直接进入 CLOSED 状态，还需要等待一个时间计时器设置的时间。这么做有两个理由： @@ -652,7 +675,7 @@ VPN 使用公用的互联网作为本机构各专用网之间的通信载体。 ## TCP 滑动窗口 -

+

窗口是缓存的一部分，用来暂时存放字节流。发送方和接收方各有一个窗口，接收方通过 TCP 报文段中的窗口字段告诉发送方自己的窗口大小，发送方根据这个值和其它信息设置自己的窗口大小。 @@ -666,11 +689,11 @@ TCP 使用超时重传来实现可靠传输：如果一个已经发送的报文 一个报文段从发送再到接收到确认所经过的时间称为往返时间 RTT，加权平均往返时间 RTTs 计算如下： -

+


超时时间 RTO 应该略大于 RRTs，TCP 使用的超时时间计算如下： -

+


其中 RTTd 为偏差，它与新的 RRT 和 RRTs 有关。 @@ -684,7 +707,7 @@ TCP 使用超时重传来实现可靠传输：如果一个已经发送的报文 如果网络出现拥塞，分组将会丢失，此时发送方会继续重传，从而导致网络拥塞程度更高。因此当出现拥塞时，应当控制发送方的速率。这一点和流量控制很像，但是出发点不同。流量控制是为了让接收方能来得及接受，而拥塞控制是为了降低整个网络的拥塞程度。 -

+

TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、快重传、快恢复。发送方需要维护有一个叫做拥塞窗口（cwnd）的状态变量。注意拥塞窗口与发送方窗口的区别，拥塞窗口只是一个状态变量，实际决定发送方能发送多少数据的是发送方窗口。 @@ -693,7 +716,7 @@ TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、 1. 接收方有足够大的接收缓存，因此不会发生流量控制； 2. 虽然 TCP 的窗口基于字节，但是这里设窗口的大小单位为报文段。 -

+

### 慢开始与拥塞避免 @@ -711,7 +734,7 @@ TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、 在这种情况下，只是丢失个别报文段，而不是网络拥塞，因此执行快恢复，令 ssthresh = cwnd / 2 ，cwnd = ssthresh，注意到此时直接进入拥塞避免。 -

+

# 第六章 应用层* @@ -725,9 +748,9 @@ TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、 一个域名由多个层次构成，从上层到下层分别为顶级域名、二级域名、三级域名以及四级域名。所有域名可以画成一颗域名树。 -

+

-

+

域名服务器可以分为以下四类： @@ -738,11 +761,11 @@ TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、 区和域的概念不同，可以在一个域中划分多个区。图 b 在域 abc.com 中划分了两个区：abc.com 和 y.abc.com -

+

因此就需要两个权限域名服务器： -

+

### 2. 解析过程 @@ -750,13 +773,13 @@ TCP 主要通过四种算法来进行拥塞控制：慢开始、拥塞避免、 迭代的方式下，本地域名服务器向一个域名服务器解析请求解析之后，结果返回到本地域名服务器，然后本地域名服务器继续向其它域名服务器请求解析；而递归地方式下，结果不是直接返回的，而是继续向前请求解析，最后的结果才会返回。 -

+

## 文件传输协议 FTP FTP 在运输层使用 TCP，并且需要建立两个并行的 TCP 连接：控制连接和数据连接。控制连接在整个会话期间一直保持打开，而数据连接在数据传送完毕之后就关闭。控制连接使用端口号 21，数据连接使用端口号 20。 -

+

## 远程终端协议 TELNET @@ -772,7 +795,7 @@ TELNET 可以适应许多计算机和操作系统的差异，例如不同操作 一个电子邮件系统由三部分组成：用户代理、邮件服务器以及邮件发送协议和读取协议。其中发送协议常用 SMTP，读取协议常用 POP3 和 IMAP。 -

+

### POP3 @@ -786,7 +809,7 @@ IMAP 协议中客户端和服务器上的邮件保持同步，如果不去手动 SMTP 只能发送 ASCII 码，而互联网邮件扩充 MIME 可以发送二进制文件。MIME 并没有改动或者取代 SMTP，而是增加邮件主题的结构，定义了非 ASCII 码的编码规则。 -

+

## 动态主机配置协议 DHCP @@ -812,22 +835,63 @@ P2P 是一个分布式系统，任何时候都有对等方加入或者退出。 ## Web 页面请求过程 -1. 向 DNS 服务器发送 DNS 查询报文来解析域名。 +### 1. DHCP 配置主机信息 -2. 开始进行 HTTP 会话，需要先建立 TCP 连接。 +1. 假设主机最开始没有 IP 地址以及其它信息，那么就需要先使用 DHCP 来获取。 -3. 在运输层的传输过程中，HTTP 报文被封装进 TCP 中。HTTP 请求报文使用端口号 80，因为服务器监听的是 80 端口。连接建立之后，服务器会随机分配一个端口号给特定的客户端，之后的 TCP 传输都是用这个分配的端口号。 +2. 主机生成一个 DHCP 请求报文，并将这个报文放入具有目的端口 67 和源端口 68 的 UDP 报文段中。 -4. 在网络层的传输过程中，TCP 报文段会被封装进 IP 分组中，IP 分组经过路由选择，最后到达目的地。 +3. 该报文段则被放入在一个具有广播 IP 目的地址(255.255.255.255) 和源 IP 地址（0.0.0.0）的 IP 数据报中。 -5. 在链路层，IP 分组会被封装进 MAC 帧中，IP 地址解析成 MAC 地址需要使用 ARP。 +4. 该数据报则被放置在 MAC 帧中，该帧具有目的地址 FF:FF:FF:FF:FF:FF，将广播到与交换机连接的所有设备。 -6. 客户端发送 HTTP 请求报文，请求获取页面。 +5. 连接在交换机的 DHCP 服务器收到广播帧之后，不断地向上分解得到 IP 数据报、UDP 报文段、DHCP 请求报文，之后生成 DHCP ACK 报文，该报文包含以下信息：IP 地址、DNS 服务器的 IP 地址、默认网关路由器的 IP 地址和子网掩码。该报文被放入 UDP 报文段中，UDP 报文段有被放入 IP 数据报中，最后放入 MAC 帧中。 -7. 服务器发送 HTTP 相应报文，客户端从而获取该页面。 +8. 该帧的目的地址是请求主机的 MAC 地址，因为交换机具有自学习能力，之前主机发送了广播帧之后就记录了 MAC 地址到其转发接口的交换表项，因此现在交换机就可以直接知道应该向哪个接口发送该帧。 -8. 浏览器得到页面内容之后，解析并渲染，向用户展示页面。 +9. 主机收到该帧后，不断分解得到 DHCP 报文。之后就配置它的 IP 地址、子网掩码和 DNS 服务器的 IP 地址，并在其 IP 转发表中安装默认网关。 +### 2. ARP 解析 MAC 地址 + +1. 主机通过浏览器生成一个 TCP 套接字，套接字向 HTTP 服务器发送 HTTP 请求。为了生成该套接字，主机需要知道网站的域名对应的 IP 地址。 + +2. 主机生成一个 DNS 查询报文，该报文具有 53 号端口，因为 DNS 服务器的端口号是 53。 + +3. 该 DNS 查询报文被放入目的地址为 DNS 服务器 IP 地址的 IP 数据报中。 + +4. 该 IP 数据报被放入一个以太网帧中，该帧将发送到网关路由器。 + +5. DHCP 过程只知道网关路由器的 IP 地址，为了获取网关路由器的 MAC 地址，需要使用 ARP 协议。 + +6. 主机生成一个包含目的地址为网关路由器 IP 地址的 ARP 查询报文，将该 ARP 查询报文放入一个具有广播目的地址（FF:FF:FF:FF:FF:FF）的以太网帧中，并向交换机发送该以太网帧，交换机将该帧转发给所有的连接设备，包括网关路由器。 + +7. 网关路由器接收到该帧后，不断向上分解得到 ARP 报文，发现其中的 IP 地址与其接口的 IP 地址匹配，因此就发送一个 ARP 回答报文，包含了它的 MAC 地址，发回给主机。 + +### 3. DNS 解析域名 + +1. 知道了网关路由器的 MAC 地址之后，就可以继续 DNS 的解析过程了。 + +2. 网关路由器接收到包含 DNS 查询报文的以太网帧后，抽取出 IP 数据报，并根据转发表决定该 IP 数据报应该转发的路由器。 + +3. 因为路由器具有内部网关协议（RIP、OSPF）和外部网关协议（BGP）这两种路由选择协议，因此路由表中已经配置了网关路由器到达 DNS 服务器的路由表项。 + +4. 到达 DNS 服务器之后，DNS 服务器抽取出 DNS 查询报文，并在 DNS 数据库中查找待解析的域名。 + +5. 找到 DNS 记录之后，发送 DNS 回答报文，将该回答报文放入 UDP 报文段中，然后放入 IP 数据报中，通过路由器反向转发回网关路由器，并经过以太网交换机到达主机。 + +### 4. HTTP 请求页面 + +1. 有了 HTTP 服务器的 IP 地址之后，主机就能够生成 TCP 套接字，该套接字将用于向 Web 服务器发送 HTTP GET 报文。 + +2. 在生成 TCP 套接字之前，必须先与 HTTP 服务器进行三次握手来建立连接。生成一个具有目的端口 80 的 TCP SYN 报文段，并向 HTTP 服务器发送该报文段。 + +3. HTTP 服务器收到该报文段之后，生成 TCP SYNACK 报文段，发回给主机。 + +4. 连接建立之后，浏览器生成 HTTP GET 报文，并交付给 HTTP 服务器。 + +5. HTTP 服务器从 TCP 套接字读取 HTTP GET 报文，生成一个 HTTP 响应报文，将 Web 页面内容放入报文主体中，发回给主机。 + +6. 浏览器收到 HTTP 响应报文后，抽取出 Web 页面内容，之后进行渲染，显示 Web 页面。 ## 常用端口 diff --git a/notes/设计模式.md b/notes/设计模式.md index 5b7edc19..4da4c967 100644 --- a/notes/设计模式.md +++ b/notes/设计模式.md @@ -1,28 +1,25 @@ * [前言](#前言) -* [第一章 设计模式入门](#第一章-设计模式入门) -* [第二章 观察者模式](#第二章-观察者模式) -* [第三章 装饰模式](#第三章-装饰模式) -* [第四章 工厂模式](#第四章-工厂模式) +* [设计模式入门](#设计模式入门) +* [观察者模式](#观察者模式) +* [装饰模式](#装饰模式) +* [工厂模式](#工厂模式) * [1. 简单工厂](#1-简单工厂) * [2. 工厂方法模式](#2--工厂方法模式) * [3. 抽象工厂模式](#3--抽象工厂模式) -* [第五章 单件模式](#第五章-单件模式) -* [第六章 命令模式](#第六章-命令模式) -* [第七章 适配器模式与外观模式](#第七章-适配器模式与外观模式) - * [1. 适配器模式](#1-适配器模式) - * [2. 外观模式](#2-外观模式) -* [第八章 模板方法模式](#第八章-模板方法模式) -* [第九章 迭代器和组合模式](#第九章-迭代器和组合模式) - * [1. 迭代器模式](#1-迭代器模式) - * [2. Java 内置的迭代器](#2-java-内置的迭代器) - * [3. 组合模式](#3-组合模式) -* [第十章 状态模式](#第十章-状态模式) -* [第十一章 代理模式](#第十一章-代理模式) -* [第十二章 复合模式](#第十二章-复合模式) +* [单件模式](#单件模式) +* [命令模式](#命令模式) +* [适配器模式](#适配器模式) +* [外观模式](#外观模式) +* [模板方法模式](#模板方法模式) +* [迭代器模式](#迭代器模式) +* [组合模式](#组合模式) +* [状态模式](#状态模式) +* [代理模式](#代理模式) +* [复合模式](#复合模式) * [MVC](#mvc) -* [第十三章 与设计模式相处](#第十三章-与设计模式相处) -* [第十四章 剩下的模式](#第十四章-剩下的模式) +* [与设计模式相处](#与设计模式相处) +* [剩下的模式](#剩下的模式) @@ -32,51 +29,51 @@ 需要说明的一点是，文中的 UML 类图和规范的 UML 类图不大相同，其中组合关系使用以下箭头表示： -

+

-# 第一章 设计模式入门 +# 设计模式入门 -**1. 设计模式概念** +**1. 设计模式概念** 设计模式不是代码，而是解决问题的方案，学习现有的设计模式可以做到经验复用。 拥有设计模式词汇，在沟通时就能用更少的词汇来讨论，并且不需要了解底层细节。 -**2. 问题描述** +**2. 问题描述** 设计不同种类的鸭子拥有不同的叫声和飞行方式。 -**3. 简单实现方案** +**3. 简单实现方案** 使用继承的解决方案如下，这种方案代码无法复用，如果两个鸭子类拥有同样的飞行方式，就有两份重复的代码。 -

+

-**4. 设计原则** +**4. 设计原则** -**封装变化**在这里变化的是鸭子叫和飞行的行为方式。 +**封装变化** 在这里变化的是鸭子叫和飞行的行为方式。 -**针对接口编程，而不是针对实现编程** 变量声明的类型为父类，而不是具体的某个子类。父类中的方法实现不在父类，而是在各个子类。程序在运行时可以动态改变变量所指向的子类类型。 +**针对接口编程，而不是针对实现编程** 变量声明的类型为父类，而不是具体的某个子类。父类中的方法实现不在父类，而是在各个子类。程序在运行时可以动态改变变量所指向的子类类型。 运用这一原则，将叫和飞行的行为抽象出来，实现多种不同的叫和飞行的子类，让子类去实现具体的叫和飞行方式。 -

+

-**多用组合，少用继承** 组合也就是 has-a 关系，通过组合，可以在运行时动态改变实现，只要通过改变父类对象具体指向哪个子类即可。而继承就不能做到这些，继承体系在创建类时就已经确定。 +**多用组合，少用继承** 组合也就是 has-a 关系，通过组合，可以在运行时动态改变实现，只要通过改变父类对象具体指向哪个子类即可。而继承就不能做到这些，继承体系在创建类时就已经确定。 运用这一原则，在 Duck 类中组合 FlyBehavior 和 QuackBehavior 类，performQuack() 和 performFly() 方法委托给这两个类去处理。通过这种方式，一个 Duck 子类可以根据需要去实例化 FlyBehavior 和 QuackBehavior 的子类对象，并且也可以动态地进行改变。 -

+

-**5. 整体设计图** +**5. 整体设计图** -

+

-**6. 模式定义** +**6. 模式定义** -**策略模式** ：定义了算法族，分别封装起来，让它们之间可以互相替换，此模式让算法的变化独立于使用算法的客户。 +**策略模式** ：定义了算法族，分别封装起来，让它们之间可以互相替换，此模式让算法的变化独立于使用算法的客户。 -**7. 实现代码** +**7. 实现代码** ```java public abstract class Duck { @@ -179,35 +176,35 @@ FlyBehavior.FlyWithWings FlyBehavior.FlyNoWay ``` -# 第二章 观察者模式 +# 观察者模式 -**1. 模式定义** +**1. 模式定义** -定义了对象之间的一对多依赖，当一个对象改变状态时，它的所有依赖者都会受到通知并自动更新。主题（Subject）是被观察的对象，而其所有依赖者（Observer）成为观察者。 +定义了对象之间的一对多依赖，当一个对象改变状态时，它的所有依赖者都会收到通知并自动更新。主题（Subject）是被观察的对象，而其所有依赖者（Observer）成为观察者。 -

+

-**2. 模式类图** +**2. 模式类图** 主题中具有注册和移除观察者，并通知所有注册者的功能，主题是通过维护一张观察者列表来实现这些操作的。 观察者拥有一个主题对象的引用，因为注册、移除还有数据都在主题当中，必须通过操作主题才能完成相应功能。 -

+

-**3. 问题描述** +**3. 问题描述** 天气数据布告板会在天气信息发生改变时更新其内容，布告板有多个，并且在将来会继续增加。 -**4. 解决方案类图** +**4. 解决方案类图** -

+

-**5. 设计原则** +**5. 设计原则** -**为交互对象之间的松耦合设计而努力** 当两个对象之间松耦合，它们依然可以交互，但是不太清楚彼此的细节。由于松耦合的两个对象之间互相依赖程度很低，因此系统具有弹性，能够应对变化。 +**为交互对象之间的松耦合设计而努力** 当两个对象之间松耦合，它们依然可以交互，但是不太清楚彼此的细节。由于松耦合的两个对象之间互相依赖程度很低，因此系统具有弹性，能够应对变化。 -**6. 实现代码** +**6. 实现代码** ```java public interface Subject { @@ -217,8 +214,6 @@ public interface Subject { } ``` ```java -import java.util.ArrayList; -import java.util.List; public class WeatherData implements Subject { private List observers; @@ -313,39 +308,39 @@ CurrentConditionsDisplay.update:1.0 1.0 1.0 StatisticsDisplay.update:1.0 1.0 1.0 ``` -# 第三章 装饰模式 +# 装饰模式 -**1. 问题描述** +**1. 问题描述** 设计不同种类的饮料，并且每种饮料可以动态添加新的材料，比如可以添加牛奶。计算一种饮料的价格。 -**2. 模式定义** +**2. 模式定义** 动态地将责任附加到对象上。在扩展功能上，装饰者提供了比继承更有弹性的替代方案。 下图中 DarkRoast 对象被 Mocha 包裹，Mocha 对象又被 Whip 包裹，并且他们都继承自相同父类，都有 cost() 方法，但是外层对象的 cost() 方法实现调用了内层对象的 cost() 方法。因此，如果要在 DarkRoast 上添加 Mocha，那么只需要用 Mocha 包裹 DarkRoast，如果还需要 Whip ，就用 Whip 包裹 Mocha，最后调用 cost() 方法能把三种对象的价格都包含进去。 -

+

-**3. 模式类图** +**3. 模式类图** 装饰者和具体组件都继承自组件类型，其中具体组件的方法实现不需要依赖于其它对象，而装饰者拥有一个组件类型对象，这样它可以装饰其它装饰者或者具体组件。所谓装饰，就是把这个装饰者套在被装饰的对象之外，从而动态扩展被装饰者的功能。装饰者的方法有一部分是自己的，这属于它的功能，然后调用被装饰者的方法实现，从而也保留了被装饰者的功能。可以看到，具体组件应当是装饰层次的最低层，因为只有具体组件有直接实现而不需要委托给其它对象去处理。 -

+

-**4. 问题解决方案的类图** +**4. 问题解决方案的类图** -

+

-**5. 设计原则** +**5. 设计原则** -**类应该对扩展开放，对修改关闭。** 也就是添加新功能时不需要修改代码。在本章问题中该原则体现在，在饮料中添加新的材料，而不需要去修改饮料的代码。观察则模式也符合这个原则。不可能所有类都能实现这个原则，应当把该原则应用于设计中最有可能改变的地方。 +**类应该对扩展开放，对修改关闭。** 也就是添加新功能时不需要修改代码。在本章问题中该原则体现在，在饮料中添加新的材料，而不需要去修改饮料的代码。观察则模式也符合这个原则。不可能所有类都能实现这个原则，应当把该原则应用于设计中最有可能改变的地方。 -**6. Java I/O 中的装饰者模式** +**6. Java I/O 中的装饰者模式** -

+

-**7. 代码实现** +**7. 代码实现** ```java public interface Beverage { @@ -416,26 +411,27 @@ public class StartbuzzCoffee { 3.0 ``` -# 第四章 工厂模式 +# 工厂模式 ## 1. 简单工厂 -**1. 问题描述** +**1. 问题描述** 有不同的 Pizza，根据不同的情况用不同的子类实例化一个 Pizza 对象。 -**2. 定义** +**2. 定义** -简单工厂不是设计模式，更像是一种编程习惯。在实例化一个超类的对象时，可以用它的所有子类来进行实例化，要根据具体需求来决定使用哪个子类。在这种情况下，把实例化的操作放到工厂来中，让工厂类来决定应该用哪个子类来实例化。这样做把客户对象和具体子类的实现解耦，客户对象不再需要知道有哪些子类以及实例化哪个子类。因为客户类往往有多个，如果不使用简单工厂，那么所有的客户类都要知道所有子类的细节，一旦子类发生改变，例如增加子类，那么所有的客户类都要发生改变。 +简单工厂不是设计模式，更像是一种编程习惯。在实例化一个超类的对象时，可以用它的所有子类来进行实例化，要根据具体情况来决定使用哪个子类。在这种情况下，把实例化的操作放到简单工厂来中，让简单工厂来决定应该用哪个子类来实例化。 -

+这样做能把客户类和具体子类的实现解耦，客户类不再需要知道有哪些子类以及实例化哪个子类。因为客户类往往有多个，如果不使用简单工厂，所有的客户类都要知道所有子类的细节。一旦子类发生改变，例如增加子类，那么所有的客户类都要发生改变。 -**3. 解决方案类图** +

-

+**3. 解决方案类图** +

-**4. 代码实现** +**4. 代码实现** ```java public interface Pizza { @@ -489,27 +485,33 @@ CheesePizza ## 2. 工厂方法模式 -**1. 问题描述** +**1. 问题描述** 每个地区的 Pizza 店虽然种类相同，但是都有自己的风味，需要单独区分。例如，一个客户点了纽约的 cheese 种类的 Pizza 和在芝加哥点的相同种类的 Pizza 是不同的。 -**2. 模式定义** +**2. 模式定义** -定义了一个创建对象的接口，但由子类决定要实例化的类是哪一个。工厂方法让类把实例化推迟到子类。 +定义了一个创建对象的接口，但由子类决定要实例化哪个类。工厂方法让类把实例化推迟到子类。 -**3. 模式类图** +**3. 模式类图** -在简单工厂中，创建对象的是另一个类，而在工厂方法中，是由子类来创建对象。下图中，Creator 有一个 anOperation() 方法，这个方法需要用到一组产品类，这组产品类由每个子类来创建。 +在简单工厂中，创建对象的是另一个类，而在工厂方法中，是由子类来创建对象。下图中，Creator 有一个 anOperation() 方法，这个方法需要用到一组产品类，这组产品类由 factoryMethod() 方法创建。该方法是抽象的，需要由子类去实现。 -可以为每个子类创建单独的简单工厂来创建每一个产品类，但是把简单工厂中创建对象的代码放到子类中来可以减少类的数目，因为子类不算是产品类，因此完全可以这么做。 +

-

+**4. 解决方案类图** -**4. 解决方案类图** +PizzaStore 由 orderPizza() 方法，顾客可以用它来下单。下单之后需要先使用 createPizza() 来制作 Pizza，这里的 createPizza() 就是 factoryMethod()，不同的 PizzaStore 子类实现了不同的 createPizza()。 -

+

-**5. 代码实现** +**5. 设计原则** + +**依赖倒置原则** ：要依赖抽象，不要依赖具体类。听起来像是针对接口编程，不针对实现编程，但是这个原则说明了：不能让高层组件依赖底层组件，而且，不管高层或底层组件，两者都应该依赖于抽象。例如，下图中 Pizza 是抽象类，PizzaStore 和 Pizza 子类都依赖于 Pizza 这个抽象类。 + +

+ +**6. 代码实现** ```java public interface Pizza { @@ -607,27 +609,27 @@ ChicagoStyleCheesePizza is making.. ## 3. 抽象工厂模式 -**1. 设计原则** +**1. 模式定义** -**依赖倒置原则**：要依赖抽象，不要依赖具体类。听起来像是针对接口编程，不针对实现编程，但是这个原则说明了：不能让高层组件依赖底层组件，而且，不管高层或底层组件，两者都应该依赖于抽象。例如，下图中 PizzaStore 属于高层组件，它依赖的是 Pizza 的抽象类，这样就可以不用关心 Pizza 的具体实现细节。 +提供一个接口，用于创建 **相关对象家族** ，而不需要明确指定具体类。 -

+**2. 模式类图** -**2. 模式定义** +抽象工厂模式创建的是对象家族，也就是很多对象而不是一个对象，并且这些对象是相关的，也就是说必须一起创建出来。而工厂模式只是用于创建一个对象，这和抽象工厂模式有很大不同。 -提供一个接口，用于创建相关或依赖对象的家族，而不需要明确指定具体类。 +抽象工厂模式用到了工厂模式来创建单一对象，在类图左部，AbstractFactory 中的 CreateProductA 和 CreateProductB 方法都是让子类来实现，这两个方法单独来看就是在创建一个对象，这符合工厂模式的定义。 -**3. 模式类图** +至于创建对象的家族这一概念是在 Client 体现，Client 要通过 AbstractFactory 同时调用两个方法来创建出两个对象，在这里这两个对象就有很大的相关性，Client 需要这两个对象的协作才能完成任务。 -抽象工厂模式创建的是对象家族，也就是很多对象而不是一个对象，并且这些对象是相关的，也就是说必须一起创建出来。而工厂模式只是用于创建一个对象，这和抽象工厂模式有很大不同。并且，抽象工厂模式也用到了工厂模式来创建单一对象，在类图左部，AbstractFactory 中的 CreateProductA 和 CreateProductB 方法都是让子类来实现，这两个方法单独来看就是在创建一个对象，这符合工厂模式的定义。至于创建对象的家族这一概念是在 Client 体现，Client 要通过 AbstractFactory 同时调用两个方法来创建出两个对象，在这里这两个对象就有很大的相关性，Client 需要这两个对象的协作才能完成任务。从高层次来看，抽象工厂使用了组合，即 Cilent 组合了 AbstractFactory ，而工厂模式使用了继承。 +从高层次来看，抽象工厂使用了组合，即 Cilent 组合了 AbstractFactory ，而工厂模式使用了继承。 -

+

-**4. 解决方案类图** +**3. 解决方案类图** -

+

-**5. 代码实现** +**4. 代码实现** ```java public interface Dough { @@ -736,19 +738,19 @@ ThickCrustDough MarinaraSauce ``` -# 第五章 单件模式 +# 单件模式 -**1. 模式定义** +**1. 模式定义** 确保一个类只有一个实例，并提供了一个全局访问点。 -**2. 模式类图** +**2. 模式类图** 使用一个私有构造器、一个私有静态变量以及一个公有静态函数来实现。私有构造函数保证了不能通过构造函数来创建对象实例，只能通过公有静态函数返回唯一的私有静态变量。 -

+

-**3. 懒汉式-线程不安全** +**3. 懒汉式-线程不安全** 以下实现中，私有静态变量被延迟化实例化，这样做的好处是，如果没有用到该类，那么就不会创建私有静态变量，从而节约资源。 @@ -771,7 +773,7 @@ public class Singleton { } ``` -**4. 懒汉式-线程安全** +**4. 懒汉式-线程安全** 只需要对 getUniqueInstance() 方法加锁，那么在一个时间点只能有一个线程能够进入该方法，从而避免了对 uniqueInstance 进行多次实例化的问题。但是这样有一个问题，就是当一个线程进入该方法之后，其它线程视图进入该方法都必须等待，因此性能上有一定的损耗。 @@ -784,7 +786,7 @@ public class Singleton { } ``` -**5. 饿汉式-线程安全** +**5. 饿汉式-线程安全** 线程不安全问题主要是由于静态实例变量被初始化了多次，那么静态实例变量采用直接实例化就可以解决问题。但是直接初始化的方法也丢失了延迟初始化节约资源的优势。 @@ -792,12 +794,11 @@ public class Singleton { private static Singleton uniqueInstance = new Singleton(); ``` -**6. 双重校验锁-线程安全** +**6. 双重校验锁-线程安全** 因为 uniqueInstance 只需要被初始化一次，之后就可以直接使用了。加锁操作只需要对初始化那部分的代码进行，也就是说，只有当 uniqueInstance 没有被初始化时，才需要进行加锁。 -双重校验锁先判断 uniqueInstance 是否已经被初始化了，如果没有被初始化，那么才对初始化的语句进行加锁。如果只做一次判断，那么多个线程还是有可能同时进入实例化语句块的，因此需要仅此第二次的判断。 - +双重校验锁先判断 uniqueInstance 是否已经被初始化了，如果没有被初始化，那么才对初始化的语句进行加锁。 ```java public class Singleton { @@ -820,23 +821,33 @@ public class Singleton { } ``` -# 第六章 命令模式 +考虑下面的实现，也就是只使用了一个 if 语句。在 uniqueInstance == null 的情况下，如果两个线程同时执行 if 语句，那么两个线程就会同时进入 if 语句块内。虽然在 if 语句块内有加锁操作，但是两个线程都会执行 uniqueInstance = new Singleton(); 这条语句，只是早晚的问题，也就是说会进行两次实例化，从而产生了两个实例。 -**1. 问题描述** +```java +if (uniqueInstance == null) { + synchronized (Singleton.class) { + uniqueInstance = new Singleton(); + } +} +``` + +# 命令模式 + +**1. 问题描述** 设计一个遥控器，它有很多按钮，每个按钮可以发起一个命令，让一个家电完成相应操作。 有非常多的家电，并且之后会增加家电。 -

+

-

+

-**2. 模式定义** +**2. 模式定义** 将命令封装成对象，以便使用不同的命令来参数化其它对象。 -**3. 解决方案类图** +**3. 解决方案类图** - RemoteControl 是遥控器，它可以为每个按钮设置命令对象，并且调用命令对象的 execute() 方法。 @@ -846,13 +857,13 @@ public class Singleton { - RemoteLoader 是客户端，注意它与 RemoteControl 的区别。因为 RemoteControl 不能主动地调用自身的方法，因此也就不能当成是客户端。客户端好比人，只有人才能去真正去使用遥控器。 -

+

-**4. 模式类图** +**4. 模式类图** -

+

-**5. 代码实现** +**5. 代码实现** ```java public interface Command { @@ -931,35 +942,33 @@ public class RemoteLoader { Light is on! ``` -# 第七章 适配器模式与外观模式 +# 适配器模式 -## 1. 适配器模式 - -**1. 模式定义** +**1. 模式定义** 将一个类的接口，转换为客户期望的另一个接口。适配器让原本不兼容的类可以合作无间。 -

+

-**2. 模式类图** +**2. 模式类图** 有两种适配器模式的实现，一种是对象方式，一种是类方式。对象方式是通过组合的方法，让适配器类（Adapter）拥有一个待适配的对象（Adaptee），从而把相应的处理委托给待适配的对象。类方式用到多重继承，Adapter 继承 Target 和 Adaptee，先把 Adapter 当成 Adaptee 类型然后实例化一个对象，再把它当成 Target 类型的，这样 Client 就可以把这个对象当成 Target 的对象来处理，同时拥有 Adaptee 的方法。 -

+

-

+

-**3. 问题描述** +**3. 问题描述** 鸭子（Duck）和火鸡（Turkey）拥有不同的叫声，Duck 调用的是 quack() 方法，而 Turkey 调用 gobble() 方法。 -要求将 Turkey 的 gobble() 方法适配成 Duck 的 quack() 方法。 +要求将 Turkey 的 gobble() 方法适配成 Duck 的 quack() 方法，从而让火鸡冒充鸭子。 -**4. 解决方案类图** +**4. 解决方案类图** -

+

-**5. 代码实现** +**5. 代码实现** ```java public interface Duck { @@ -1013,69 +1022,73 @@ public class DuckTestDrive { gobble! ``` -## 2. 外观模式 +**6. Enumration 适配成 Iterator** -**1. 模式定义** +

+ +# 外观模式 + +**1. 模式定义** 提供了一个统一的接口，用来访问子系统中的一群接口，从而让子系统更容易使用。 -**2. 模式类图** +**2. 模式类图** -

+

-**3. 问题描述** +**3. 问题描述** 家庭影院中有众多电器，当要进行观看电影时需要对很多电器进行操作。要求简化这些操作，使得家庭影院类只提供一个简化的接口，例如提供一个看电影相关的接口。 -

+

-**4. 解决方案类图** +**4. 解决方案类图** -

+

-**5. 设计原则** +**5. 设计原则** -**最少知识原则**：只和你的密友谈话。也就是应当使得客户对象所需要交互的对象尽可能少。 +**最少知识原则** ：只和你的密友谈话。也就是应当使得客户对象所需要交互的对象尽可能少。 -**6. 代码实现** +**6. 代码实现** 过于简单，无实现。 -# 第八章 模板方法模式 +# 模板方法模式 -**1. 模式定义** +**1. 模式定义** 在一个方法中定义一个算法的骨架，而将一些步骤延迟到子类中。 模板方法使得子类可以在不改变算法结构的情况下，重新定义算法中的某些步骤。 -**2. 模式类图** +**2. 模式类图** 模板方法 templateMethod() 定义了算法的骨架，确定了 primitiveOperation1() 和 primitiveOperation2() 方法执行的顺序，而 primitiveOperation1() 和 primitiveOperation2() 让子类去实现。 -

+

-**3. 问题描述** +**3. 问题描述** 冲咖啡和冲茶都有类似的流程，但是某些步骤会有点不一样，要求复用那些相同步骤的代码。 -

+

-**4. 解决方案类图** +**4. 解决方案类图** 其中 prepareRecipe() 方法就是模板方法，它确定了其它四个方法的具体执行步骤。其中 brew() 和 addCondiments() 方法在子类中实现。 -

+

-**5. 设计原则** +**5. 设计原则** -**好莱坞原则**：别调用（打电话给）我们，我们会调用（打电话给）你。这一原则可以防止依赖腐败，即防止高层组件依赖低层组件，低层组件又依赖高层组件。该原则在模板方法的体现为，只有父类会调用子类，子类不会调用父类。 +**好莱坞原则** ：别调用（打电话给）我们，我们会调用（打电话给）你。这一原则可以防止依赖腐败，即防止高层组件依赖低层组件，低层组件又依赖高层组件。该原则在模板方法的体现为，只有父类会调用子类，子类不会调用父类。 -**6. 钩子** +**6. 钩子** -钩子（hock）：某些步骤在不同实现中可有可无，可以先定义一个什么都不做的方法，把它加到模板方法中，如果子类需要它就覆盖默认实现并加上自己的实现。 +某些步骤在不同实现中可有可无，可以先定义一个什么都不做的方法，把它加到模板方法中，如果子类需要它就覆盖默认实现并加上自己的实现。 -**7. 代码实现** +**7. 代码实现** ```java public abstract class CaffeineBeverage { @@ -1155,15 +1168,13 @@ pourInCup Tea.addCondiments ``` -# 第九章 迭代器和组合模式 +# 迭代器模式 -## 1. 迭代器模式 - -**1. 模式定义** +**1. 模式定义** 提供顺序访问一个聚合对象中的各个元素的方法，而又不暴露聚合对象内部的表示。 -**2. 模式类图** +**2. 模式类图** - Aggregate 是聚合类，其中 createIterator() 方法可以产生一个 Iterator 对象； @@ -1171,9 +1182,9 @@ Tea.addCondiments - Client 需要拥有一个 Aggregate 对象，这是很明显的。为了迭代变量 Aggregate 对象，也需要拥有 Iterator 对象。 -

+

-**3. 代码实现** +**3. 代码实现** ```java public class Aggregate { @@ -1247,9 +1258,7 @@ public class Client { 9 ``` -## 2. Java 内置的迭代器 - -**1. 实现接口** +**4. Java 内置的迭代器** 在使用 Java 的迭代器实现时，需要让聚合对象去实现 Iterable 接口，该接口有一个 iterator() 方法会返回一个 Iterator 对象。 @@ -1257,8 +1266,6 @@ public class Client { Java 中的集合类基本都实现了 Iterable 接口。 -**2. 代码实现** - ```java import java.util.Iterator; @@ -1313,27 +1320,27 @@ public class Client { } ``` -## 3. 组合模式 +# 组合模式 -**1. 设计原则** +**1. 设计原则** 一个类应该只有一个引起改变的原因。 -**2. 模式定义** +**2. 模式定义** 允许将对象组合成树形结构来表现“整体/部分”层次结构。 组合能让客户以一致的方式处理个别对象以及组合对象。 -**3. 模式类图** +**3. 模式类图** 组件（Component）类是组合类（Composite）和叶子类（Leaf）的父类，可以把组合类看成是树的中间节点。 组合类拥有一个组件对象，因此组合类的操作可以委托给组件对象去处理，而组件对象可以是另一个组合类或者叶子类。 -

+

-**4. 代码实现** +**4. 代码实现** ```java public abstract class Component { @@ -1434,57 +1441,57 @@ Composite:root --left:3 ``` -# 第十章 状态模式 +# 状态模式 -**1. 模式定义** +**1. 模式定义** 允许对象在内部状态改变时改变它的行为，对象看起来好像修改了它所属的类。 -**2. 模式类图** +**2. 模式类图** Context 的 request() 方法委托给 State 对象去处理。当 Context 组合的 State 对象发生改变时，它的行为也就发生了改变。 -

+

-**3. 与策略模式的比较** +**3. 与策略模式的比较** 状态模式的类图和策略模式一样，并且都是能够动态改变对象的行为。 但是状态模式是通过状态转移来改变 Context 所组合的 State 对象，而策略模式是通过 Context 本身的决策来改变组合的 Strategy 对象。 -所谓的状态转移，是指 Context 在运行过程中由于一些条件发生改变而使得 State 对象发生改变，主要必须要是在运行过程中。 +所谓的状态转移，是指 Context 在运行过程中由于一些条件发生改变而使得 State 对象发生改变，注意必须要是在运行过程中。 -状态模式主要是用来解决状态转移的问题，当状态发生庄毅了，那么 Context 对象就会改变它的行为；而策略模式主要是用来封装一组可以互相替代的算法族，并且可以根据需要动态地去替换 Context 需要使用哪个算法。 +状态模式主要是用来解决状态转移的问题，当状态发生转移了，那么 Context 对象就会改变它的行为；而策略模式主要是用来封装一组可以互相替代的算法族，并且可以根据需要动态地去替换 Context 需要使用哪个算法。 -**4. 问题描述** +**4. 问题描述** 糖果销售机有多种状态，每种状态下销售机有不同的行为，状态可以发生转移，使得销售机的行为也发生改变。 -

+

-**5. 直接解决方案** +**5. 直接解决方案** 在糖果机的每个操作函数里面，判断当前的状态，根据不同的状态进行不同的处理，并且发生不同的状态转移。 这种解决方案在需要增加状态的时候，必须对每个操作的代码都进行修改。 -

+

-**6 代码实现** +**6 代码实现** 糖果销售机即 Context。 -下面的实现中每个 State 都组合了 Context 对象，这是因为状态转移的操作在 State 对象中，而状态转移过程又必须改变 Context 对象的 state 对象，因此 State 必须拥有 Context 对象。 +下面的实现中每个 State 都组合了 Context 对象，这是因为状态转移的操作在 State 对象中，而状态转移过程又必须改变 Context 对象的 state 对象，因此 State 必须组合 Context 对象。 ```java public interface State { /** - * 投入25 分钱 + * 投入 25 分钱 */ void insertQuarter(); /** - * 退回25 分钱 + * 退回 25 分钱 */ void ejectQuarter(); @@ -1501,6 +1508,7 @@ public interface State { ``` ```java public class HasQuarterState implements State{ + private GumballMachine gumballMachine; public HasQuarterState(GumballMachine gumballMachine){ @@ -1532,6 +1540,7 @@ public class HasQuarterState implements State{ ``` ```java public class NoQuarterState implements State { + GumballMachine gumballMachine; public NoQuarterState(GumballMachine gumballMachine) { @@ -1592,6 +1601,7 @@ public class SoldOutState implements State { ``` ```java public class SoldState implements State { + GumballMachine gumballMachine; public SoldState(GumballMachine gumballMachine) { @@ -1627,6 +1637,7 @@ public class SoldState implements State { ``` ```java public class GumballMachine { + private State soldOutState; private State noQuarterState; private State hasQuarterState; @@ -1696,6 +1707,7 @@ public class GumballMachine { ``` ```java public class GumballMachineTestDrive { + public static void main(String[] args) { GumballMachine gumballMachine = new GumballMachine(5); @@ -1751,34 +1763,34 @@ You turned, but there are no gumballs No gumball dispensed ``` -# 第十一章 代理模式 +# 代理模式 -# 第十二章 复合模式 +# 复合模式 ## MVC -**传统 MVC** +**传统 MVC** 视图使用组合模式，模型使用了观察者模式，控制器使用了策略模式。 -

+

-**Web 中的 MVC** +**Web 中的 MVC** 模式不再使用观察者模式。 -

+

-# 第十三章 与设计模式相处 +# 与设计模式相处 -定义：在某 **情境** 下，针对某 **问题** 的某种 **解决方案**。 +定义：在某 **情境** 下，针对某 **问题** 的某种 **解决方案**。 过度使用设计模式可能导致代码被过度工程化，应该总是用最简单的解决方案完成工作，并在真正需要模式的地方才使用它。 -反模式：不好的解决方案来解决一个问题。主要作用是为了警告不要使用这些解决方案。 +反模式：不好的解决方案来解决一个问题。主要作用是为了警告人们不要使用这些解决方案。 模式分类： -

+

-# 第十四章 剩下的模式 +# 剩下的模式 diff --git a/notes/重构.md b/notes/重构.md index 4ccbca26..8cf08472 100644 --- a/notes/重构.md +++ b/notes/重构.md @@ -118,13 +118,13 @@ 重构需要以微小的步伐修改程序，如果重构过程发生错误，很容易就能发现错误。 -**案例分析** +**案例分析** 影片出租店应用程序，需要计算每位顾客的消费金额。 包括三个类：Movie、Rental 和 Customer，Rental 包含租赁的 Movie 以及天数。 -

+

最开始的实现是把所有的计费代码都放在 Customer 类中。 @@ -159,19 +159,19 @@ double getTotalCharge() { 以下是继承 Movie 的多态解决方案，这种方案可以解决上述的 switch 问题，因为每种电影类别的计费方式都被放到了对应 Movie 子类中，当变化发生时，只需要去修改对应子类中的代码即可。 -

+

但是由于 Movie 可以在其生命周期内修改自己的类别，一个对象却不能在生命周期内修改自己所属的类，因此这种方案不可行。可以使用策略模式来解决这个问题（原书写的是使用状态模式，但是这里应该为策略模式，具体可以参考设计模式内容）。 下图中，Price 有多种实现，Movie 组合了一个 Price 对象，并且在运行时可以改变组合的 Price 对象，从而使得它的计费方式发生改变。 -

+

重构后整体的类图和时序图如下： -

+

-

+

# 重构原则 @@ -579,7 +579,7 @@ Hide Delegate 有很大好处，但是它的代价是：每当客户要使用受 将该数据赋值到一个领域对象中，建立一个 Oberver 模式，用以同步领域对象和 GUI 对象内的重复数据。 -

+

## 7. Change Unidirectional Association to Bidirectional（将单向关联改为双向关联） @@ -636,13 +636,13 @@ public 字段应当改为 private，并提供相应的访问函数。 类中有一个数值类型码，但它并不影响类的行为，就用一个新类替换该数值类型码。如果类型码出现在 switch 语句中，需要使用 Replace Conditional with Polymorphism 去掉 switch，首先必须运用 Replace Type Code with Subcalss 或 Replace Type Code with State/Strategy 去掉类型码。 -

+

## 14. Replace Type Code with Subcalsses（以子类取代类型码） 有一个不可变的类型码，它会影响类的行为，以子类取代这个类型码。 -

+

## 15. Replace Type Code with State/Strategy （以 State/Strategy 取代类型码） @@ -650,13 +650,13 @@ public 字段应当改为 private，并提供相应的访问函数。 和 Replace Type Code with Subcalsses 的区别是 Replace Type Code with State/Strategy 的类型码是动态可变的，前者通过继承的方式来实现，后者通过组合的方式来实现。因为类型码可变，如果通过继承的方式，一旦一个对象的类型码改变，那么就要改变用新的对象来取代旧对象，而客户端难以改变新的对象。但是通过组合的方式，改变引用的状态类是很容易的。 -

+

## 16. Replace Subclass with Fields（以字段取代子类） 各个子类的唯一差别只在“返回常量数据”的函数上。 -

+

# 简化条件表达式 @@ -776,7 +776,7 @@ double getSpeed() { } ``` -

+

## 7. Introduce Null Object（引入Null对象） @@ -916,7 +916,7 @@ double finalPrice = discountedPrice (basePrice); 以一个对象取代这些参数。 -

+

## 10. Remove Setting Method（移除设值函数） diff --git a/notes/面向对象思想.md b/notes/面向对象思想.md index acfe39a0..1b88525f 100644 --- a/notes/面向对象思想.md +++ b/notes/面向对象思想.md @@ -1,73 +1,140 @@ -* [S.O.L.I.D](#solid) - * [1. 单一责任原则](#1-单一责任原则) - * [2. 开放封闭原则](#2-开放封闭原则) - * [3. 里氏替换原则](#3-里氏替换原则) - * [4. 接口分离原则](#4-接口分离原则) - * [5. 依赖倒置原则](#5-依赖倒置原则) -* [封装、继承、多态](#封装继承多态) +* [设计原则](#设计原则) + * [1. S.O.L.I.D](#1-solid) + * [1.1 单一责任原则](#11-单一责任原则) + * [1.2 开放封闭原则](#12-开放封闭原则) + * [1.3 里氏替换原则](#13-里氏替换原则) + * [1.4 接口分离原则](#14-接口分离原则) + * [1.5 依赖倒置原则](#15-依赖倒置原则) + * [2. 其他常见原则](#2-其他常见原则) + * [2.1 迪米特法则](#21-迪米特法则) + * [2.2 合成复用原则](#22-合成复用原则) + * [2.3 共同封闭原则](#23-共同封闭原则) + * [2.4 稳定抽象原则](#24-稳定抽象原则) + * [2.5 稳定依赖原则](#25-稳定依赖原则) +* [三大特性](#三大特性) * [1. 封装](#1-封装) * [2. 继承](#2-继承) * [3. 多态](#3-多态) * [UML](#uml) * [1. 类图](#1-类图) + * [1.1 继承相关](#11-继承相关) + * [1.2 整体和部分](#12-整体和部分) + * [1.3 相互联系](#13-相互联系) * [2. 时序图](#2-时序图) + * [2.1 定义](#21-定义) + * [2.2 赤壁之战时序图](#22-赤壁之战时序图) + * [2.3 活动图、时序图之间的关系](#23-活动图时序图之间的关系) + * [2.4 类图与时序图的关系](#24-类图与时序图的关系) + * [2.5 时序图的组成](#25-时序图的组成) * [参考资料](#参考资料) -# S.O.L.I.D +# 设计原则 -S.O.L.I.D 是面向对象设计和编程 (OOD&OOP) 中几个重要编码原则 (Programming Priciple) 的首字母缩写。 +设计原则可以帮助我们避免那些糟糕的设计，这些原则被归纳在《敏捷软件开发：原则、模式与实践》这本书中。 + +## 1. S.O.L.I.D + +| 简写 | 全拼 | 中文翻译 | +| -- | -- | -- | +| SRP | The Single Responsibility Principle | 单一责任原则 | +| OCP | The Open Closed Principle | 开放封闭原则 | +| LSP | The Liskov Substitution Principle | 里氏替换原则 | +| ISP | The Interface Segregation Principle | 接口分离原则 | +| DIP | The Dependency Inversion Principle | 依赖倒置原则 | + +### 1.1 单一责任原则 + +**修改一个类的原因应该只有一个。** + +换句话说就是让一个类只负责一件事，当这个类需要做过多事情的时候，就需要分解这个类。 + +如果一个类承担的职责过多，就等于把这些职责耦合在了一起，一个职责的变化可能会削弱这个类完成其它职责的能力。 + +### 1.2 开放封闭原则 + +**类应该对扩展开放，对修改关闭。** + +扩展就是添加新功能的意思，因此该原则要求在添加新功能时不需要修改代码。 + +符合开闭原则最典型的设计模式是装饰者模式，它可以动态地将责任附加到对象上，而不用去修改类的代码。 + +### 1.3 里氏替换原则 + +**子类对象必须能够替换掉所有父类对象。** + +继承是一种 IS-A 关系，子类需要能够当成父类来使用，并且需要比父类更特殊。 + +如果不满足这个原则，那么各个子类的行为上就会有很大差异，增加继承体系的复杂度。 + +### 1.4 接口分离原则 + +**不应该强迫客户依赖于它们不用的方法。** + +因此使用多个专门的接口比使用单一的总接口总要好。 + +### 1.5 依赖倒置原则 + +- **高层模块不应该依赖于低层模块，二者都应该依赖于抽象** +- **抽象不应该依赖于细节，细节应该依赖于抽象** + +高层模块包含一个应用程序中重要的策略选择和业务模块，如果高层模块依赖于底层模块，那么底层模块的改动就会直接影响到高层模块，从而迫使高层模块也需要改动。 + +依赖于抽象意味着： + +- 任何变量都不应该持有一个指向具体类的指针或者引用； +- 任何类都不应该从具体类派生； +- 任何方法都不应该覆写它的任何基类中的已经实现的方法。 + +## 2. 其他常见原则 + +除了上述的经典原则，在实际开发中还有下面这些常见的设计原则。 | 简写 | 全拼 | 中文翻译 | | -- | -- | -- | -|SRP| The Single Responsibility Principle | 单一责任原则 | -|OCP| The Open Closed Principle | 开放封闭原则 | -|LSP| The Liskov Substitution Principle | 里氏替换原则 | -|ISP| The Interface Segregation Principle | 接口分离原则 | -|DIP| The Dependency Inversion Principle | 依赖倒置原则 | +|LoD| The Law of Demeter | 迪米特法则 | +|CRP| The Composite Reuse Principle | 合成复用原则 | +|CCP| The Common Closure Principle | 共同封闭原则 | +|SAP| The Stable Abstractions Principle | 稳定抽象原则 | +|SDP| The Stable Dependencies Principle | 稳定依赖原则 | +### 2.1 迪米特法则 -## 1. 单一责任原则 +迪米特法则又叫作最少知道原则（Least Knowledge Principle 简写LKP），就是说一个对象应当对其他对象有尽可能少的了解，不和陌生人说话。 -当需要修改某个类的时候原因有且只有一个。换句话说就是让一个类只做一种类型责任，当这个类需要承当其他类型的责任的时候，就需要分解这个类。 +### 2.2 合成复用原则 -## 2. 开放封闭原则 +尽量使用对象组合，而不是继承来达到复用的目的。 -软件实体应该是可扩展，而不可修改的。也就是说，对扩展是开放的，而对修改是封闭的。 +### 2.3 共同封闭原则 -## 3. 里氏替换原则 +一起修改的类，应该组合在一起（同一个包里）。如果必须修改应用程序里的代码，我们希望所有的修改都发生在一个包里（修改关闭），而不是遍布在很多包里。 -当一个子类的实例应该能够替换任何其超类的实例时，它们之间才具有 is-a 关系。 +### 2.4 稳定抽象原则 -## 4. 接口分离原则 +最稳定的包应该是最抽象的包，不稳定的包应该是具体的包，即包的抽象程度跟它的稳定性成正比。 -不能强迫用户去依赖那些他们不使用的接口。换句话说，使用多个专门的接口比使用单一的总接口总要好。 +### 2.5 稳定依赖原则 -## 5. 依赖倒置原则 +包之间的依赖关系都应该是稳定方向依赖的，包要依赖的包要比自己更具有稳定性。 -1. 高层模块不应该依赖于低层模块，二者都应该依赖于抽象 -2. 抽象不应该依赖于细节，细节应该依赖于抽象 - -# 封装、继承、多态 - -封装、继承、多态是面向对象的三大特性。 +# 三大特性 ## 1. 封装 -利用抽象数据类型将数据和基于数据的操作封装在一起，使其构成一个不可分割的独立实体，数据被保护在抽象数据类型的内部，尽可能地隐藏内部的细节，只保留一些对外接口使之与外部发生联系。用户是无需知道对象内部的细节，但可以通过该对象对外的提供的接口来访问该对象。 +利用抽象数据类型将数据和基于数据的操作封装在一起，使其构成一个不可分割的独立实体。数据被保护在抽象数据类型的内部，尽可能地隐藏内部的细节，只保留一些对外接口使之与外部发生联系。用户无需知道对象内部的细节，但可以通过对象对外提供的接口来访问该对象。 封装有三大好处： -1. 良好的封装能够减少耦合。 -2. 类内部的结构可以自由修改。 -3. 可以对成员进行更精确的控制。 -4. 隐藏信息，实现细节。 +1. 减少耦合 +2. 隐藏内部细节，因此内部结构可以自由修改 +3. 可以对成员进行更精确的控制 以下 Person 类封装 name、gender、age 等属性，外界只能通过 get() 方法获取一个 Person 对象的 name 属性和 gender 属性，而无法获取 age 属性，但是 age 属性可以供 work() 方法使用。 -注意到 gender 属性使用 int 数据类型进行存储，封装使得用户注意不到这种实现细节。并且在需要修改使用的数据类型时，也可以在不影响客户端代码的情况下进行。 +注意到 gender 属性使用 int 数据类型进行存储，封装使得用户注意不到这种实现细节。并且在需要修改 gender 属性使用的数据类型时，也可以在不影响客户端代码的情况下进行。 ```java public class Person { @@ -87,7 +154,7 @@ public class Person { if(18 <= age && age <= 50) { System.out.println(name + " is working very hard!"); } else { - System.out.println(name + " can't work!"); + System.out.println(name + " can't work any more!"); } } } @@ -95,23 +162,27 @@ public class Person { ## 2. 继承 -继承实现了 **is-a** 关系，例如 Cat 和 Animal 就是一种 is-a 关系，因此可以将 Cat 继承自 Animal，从而获得 Animal 非 private 的属性和方法。 +继承实现了 **IS-A** 关系，例如 Cat 和 Animal 就是一种 IS-A 关系，因此 Cat 可以继承自 Animal，从而获得 Animal 非 private 的属性和方法。 -Cat 可以当做 Animal 来使用，也就是可以使用 Animal 引用 Cat 对象，这种子类转换为父类称为 **向上转型**。 - -继承应该遵循里氏替换原则：当一个子类的实例应该能够替换任何其超类的实例时，它们之间才具有 is-a 关系。 +Cat 可以当做 Animal 来使用，也就是说可以使用 Animal 引用 Cat 对象。父类引用指向子类对象称为 **向上转型** 。 ```java Animal animal = new Cat(); ``` +继承应该遵循里氏替换原则，子类对象必须能够替换掉所有父类对象。 + ## 3. 多态 -多态分为编译时多态和运行时多态。编译时多态主要指方法的重装，运行时多态指程序中定义的对象引用所指向的具体类型在运行期间才确定。 +多态分为编译时多态和运行时多态。编译时多态主要指方法的重载，运行时多态指程序中定义的对象引用所指向的具体类型在运行期间才确定。 -多态有三个条件：1. 继承；2. 覆盖父类方法；3. 向上转型。 +运行时多态有三个条件： -下面的代码中，乐器类（Instrument）有两个子类：Wind 和 Percussion，它们都覆盖了 play() 方法，并且在 main() 方法中使用父类 Instrument 来引用 Wind 和 Percussion 对象。在 Instrument 引用调用 play() 方法时，会执行实际引用对象所在类的 play() 方法，而不是 Instrument 类的方法。 +1. 继承 +2. 覆盖 +3. 向上转型 + +下面的代码中，乐器类（Instrument）有两个子类：Wind 和 Percussion，它们都覆盖了父类的 play() 方法，并且在 main() 方法中使用父类 Instrument 来引用 Wind 和 Percussion 对象。在 Instrument 引用调用 play() 方法时，会执行实际引用对象所在类的 play() 方法，而不是 Instrument 类的方法。 ```java public class Instrument { @@ -142,72 +213,67 @@ public class Music { } } } - ``` - - # UML ## 1. 类图 -**1.1 继承相关** +### 1.1 继承相关 -继承有两种形式 : 泛化（generalize）和实现（realize），表现为 is-a 关系。 +继承有两种形式 : 泛化（Generalize）和实现（Realize），表现为 IS-A 关系。 -① 泛化关系 (generalization) +**泛化关系 (Generalize)** -从具体类中继承 +从具体类中继承。 -

+

-② 实现关系 (realize) +**实现关系 (Realize)** -从抽象类或者接口中继承 +从抽象类或者接口中继承。 -

+

-**1.2 整体和部分** +### 1.2 整体和部分 -① 聚合关系 (aggregation) +**聚合关系 (Aggregation)** 表示整体由部分组成，但是整体和部分不是强依赖的，整体不存在了部分还是会存在。以下表示 B 由 A 组成： -

+

-② 组合关系 (composition) +**组合关系 (Composition)** 和聚合不同，组合中整体和部分是强依赖的，整体不存在了部分也不存在了。比如公司和部门，公司没了部门就不存在了。但是公司和员工就属于聚合关系了，因为公司没了员工还在。 -

+

-**1.3 相互联系** +### 1.3 相互联系 -① 关联关系 (association) +**关联关系 (Association)** 表示不同类对象之间有关联，这是一种静态关系，与运行过程的状态无关，在最开始就可以确定。因此也可以用 1 对 1、多对 1、多对多这种关联关系来表示。比如学生和学校就是一种关联关系，一个学校可以有很多学生，但是一个学生只属于一个学校，因此这是一种多对一的关系，在运行开始之前就可以确定。 -

+

-② 依赖关系 (dependency) +**依赖关系 (Dependency)** 和关联关系不同的是 , 依赖关系是在运行过程中起作用的。一般依赖作为类的构造器或者方法的参数传入。双向依赖时一种不好的设计。 -

+

## 2. 时序图 -http://www.cnblogs.com/wolf-sun/p/UML-Sequence-diagram.html - -**2.1 定义** +### 2.1 定义 时序图描述了对象之间传递消息的时间顺序，它用来表示用例的行为顺序。它的主要作用是通过对象间的交互来描述用例（注意是对象），从而寻找类的操作。 -**2.2 赤壁之战时序图** +### 2.2 赤壁之战时序图 从虚线从上往下表示时间的推进。 -

+

可见，通过时序图可以知道每个类具有以下操作： @@ -235,23 +301,23 @@ public class 孙权 { } ``` -**2.3 活动图、时序图之间的关系** +### 2.3 活动图、时序图之间的关系 活动图示从用户的角度来描述用例； 时序图是从计算机的角度（对象间的交互）描述用例。 -**2.4 类图与时序图的关系** +### 2.4 类图与时序图的关系 类图描述系统的静态结构，时序图描述系统的动态行为。 -**2.5 时序图的组成** +### 2.5 时序图的组成 -① 对象 +**对象** 有三种表现形式 -

+

在画图时，应该遵循以下原则： @@ -259,13 +325,13 @@ public class 孙权 { 2. 把初始化整个交互活动的对象（有时是一个参与者）放置在最左边。 -② 生命线 +**生命线** 生命线从对象的创建开始到对象销毁时终止 -

+

-③ 消息 +**消息** 对象之间的交互式通过发送消息来实现的。 @@ -273,29 +339,29 @@ public class 孙权 { 1\. 简单消息，不区分同步异步。 -

+

2\. 同步消息，发送消息之后需要暂停活动来等待回应。 -

+

3\. 异步消息，发送消息之后不需要等待。 -

+

4\. 返回消息，可选。 -④ 激活 +**激活** 生命线上的方框表示激活状态，其它时间处于休眠状态。 -

- +

# 参考资料 - Java 编程思想 -- [ 面向对象设计的 SOLID 原则 ](http://www.cnblogs.com/shanyou/archive/2009/09/21/1570716.html) -- [ 看懂 UML 类图和时序图 ](http://design-patterns.readthedocs.io/zh_CN/latest/read_uml.html#generalization) +- 敏捷软件开发：原则、模式与实践 +- [面向对象设计的 SOLID 原则](http://www.cnblogs.com/shanyou/archive/2009/09/21/1570716.html) +- [看懂 UML 类图和时序图](http://design-patterns.readthedocs.io/zh_CN/latest/read_uml.html#generalization) - [UML 系列——时序图（顺序图）sequence diagram](http://www.cnblogs.com/wolf-sun/p/UML-Sequence-diagram.html) -- [ 面向对象编程三大特性 ------ 封装、继承、多态 ](http://blog.csdn.net/jianyuerensheng/article/details/51602015) +- [面向对象编程三大特性 ------ 封装、继承、多态](http://blog.csdn.net/jianyuerensheng/article/details/51602015) diff --git a/other/alipay.md b/other/alipay.md new file mode 100644 index 00000000..278ba5ba --- /dev/null +++ b/other/alipay.md @@ -0,0 +1,3 @@ +
+ +
diff --git a/other/alipay.png b/other/alipay.png new file mode 100644 index 00000000..6402c854 Binary files /dev/null and b/other/alipay.png differ diff --git a/other/download.md b/other/download.md new file mode 100644 index 00000000..d7f6c5ef --- /dev/null +++ b/other/download.md @@ -0,0 +1,45 @@ + +# 网络 + +          + +# 操作系统 + +          + +# 算法 + +          + +# 设计模式 + +    + +# 数据库 + +       + +# Redis + +    + +# Java + +       + +# C++ + +             + +# 工具 + +    + +# 编码实践 + +                   + +# 科普 + +                + diff --git a/other/download2.md b/other/download2.md new file mode 100644 index 00000000..9d5c7622 --- /dev/null +++ b/other/download2.md @@ -0,0 +1,76 @@ +# 关于 + +计算机经典书籍 PDF 下载 + +# 网络 + +- [计算机网络.pdf](https://pan.baidu.com/s/1EXaJbNckzuQMOCyamzjL_Q) +- [TCP/IP详解.pdf](https://pan.baidu.com/s/1oBbA9LOevcJ_reg8y5kOvw) +- [图解 HTTP.pdf](https://pan.baidu.com/s/1M0AHXqG9sP9Bxne6u0JK8A) +- [图解 TCP/IP.pdf](https://pan.baidu.com/s/1y0P-VFlWKdOPW7YB60OWlw) + +# 操作系统 + +- [计算机操作系统.pdf](https://pan.baidu.com/s/1C-MgvslLKd1buwmebti6Qg) +- [鸟哥的 Linux 私房菜](https://pan.baidu.com/s/1Qm2G4rghPorQeH5J9fDHTg) +- [深入理解计算机系统.pdf](https://pan.baidu.com/s/1OoyVI90fK1Q9eixzH9jnpQ) +- [现代操作系统.pdf](https://pan.baidu.com/s/12mTkrpLsb7tz11cGn_KZ4w) + +# 算法 + +- [算法.pdf](https://pan.baidu.com/s/1Va1R66d13ynmita8nfkRPg) +- [剑指 Offer.pdf](https://pan.baidu.com/s/1HmGwXvTcHDrQnUAL1wWE3g) +- [编程之美.pdf](https://pan.baidu.com/s/1SZGUbvKpKOomM-iYxe_GGw) +- [程序员代码面试指南.pdf](https://pan.baidu.com/s/10EoXyW33MnYJUX5YeD5pPg) + +# 设计模式 + +- [Head First 设计模式.pdf](https://pan.baidu.com/s/1JOO4M3c6EGB5xHz_-aGtDQ) +- [设计模式 可复用面试对象软件的基础.pdf](https://pan.baidu.com/s/1n41aEgGuRg9hQ-9iwOxc5A) + +# 数据库 + +- [数据库系统概论.pdf](https://pan.baidu.com/s/1xhYsZUi2fugLf9jxSWA0pQ) +- [高性能 MySQL.pdf](https://pan.baidu.com/s/1aXRWznphuiEc4XRXpM1qLA) +- [MySQL 必知必会.pdf](https://pan.baidu.com/s/182JK19-rvbISYAv4aLk7xg) + +# Redis + +- [Redis 设计与实现.pdf](https://pan.baidu.com/s/1XovYaApdsVsd97pLCwAvpA) +- [Reids 实战.pdf](https://pan.baidu.com/s/1bfbiPjoBEaNUs6qLWVEIJw) + +# Java + +- [Java 编程思想.pdf](https://pan.baidu.com/s/1iNBkY9ANUcmeSp4VjBGhRQ) +- [深入理解 Java 虚拟机.pdf](https://pan.baidu.com/s/1zdATX8Qs-RMk6DN7iqECYw) +- [Java 并发编程实战.pdf](https://pan.baidu.com/s/1LkPVPrT_3BYFkfxieBkeVw) + +# C++ + +- [C++ Promer 第五版.pdf](https://pan.baidu.com/s/1VhhqN7oVcrv0KhF32CXRLQ) +- [C 和指针.pdf](https://pan.baidu.com/s/1u3-QrdnkHo5ScUK84v7C5w) +- [Unix 环境高级编程.pdf](https://pan.baidu.com/s/1K6xm3YlV53trCxyGR0j_gQ) +- [Unix 网络编程.pdf](https://pan.baidu.com/s/10iFqDOHSveJC3VC7dl1vMw) +- [Effective C++.pdf](https://pan.baidu.com/s/1o-hgLJ4XvXAHeFhWAuuiFQ) + +# 工具 + +- [Pro Git.pdf](https://pan.baidu.com/s/1zYoS3lB1yCCT-So1YeoRuA) +- [正则表达式必知必会.pdf](https://pan.baidu.com/s/1ybA1qvjx4p844Pd8zDlx7Q) + +# 编码实践 + +- [代码大全.pdf](https://pan.baidu.com/s/1H1ilY54BISk7oDaKYpcrwA) +- [重构.pdf](https://pan.baidu.com/s/1pWGwRRVxtpSmlsK7B1uU7Q) +- [敏捷软件开发.pdf](https://pan.baidu.com/s/1HGHeahqtscz7iczhK7ps-Q) +- [编写可读代码的艺术.pdf](https://pan.baidu.com/s/14uxNIdeXKLOnUJ6LMRndPg) +- [程序员的职业素养.pdf](https://pan.baidu.com/s/1MaNeNsoqlTMn2uuT1QrsHQ) +- [人月神话.pdf](https://pan.baidu.com/s/17sIRZxCf_uJMZNnqAHEDkA) +- [黑客与画家.pdf](https://pan.baidu.com/s/1s0vhcWxN_36PpZeJoOHrKA) + +# 科普 + +- [计算机程序的构造与解释.pdf](https://pan.baidu.com/s/1fKo7ntvQUettvjaTQqyCEw) +- [数学之美.pdf](https://pan.baidu.com/s/1dNFZcBdDhA80-pWT1qcQSg) +- [编码.pdf](https://pan.baidu.com/s/1fII84UPuo8aIxDkOakvUVg) +- [编程珠玑.pdf](https://pan.baidu.com/s/1XarJowXrxoBtKdmVCGcm1w) diff --git a/pics/handbook.png b/other/handbook.png similarity index 100% rename from pics/handbook.png rename to other/handbook.png diff --git a/other/s10328621.jpg b/other/s10328621.jpg new file mode 100644 index 00000000..e7f71386 Binary files /dev/null and b/other/s10328621.jpg differ diff --git a/other/s1074361.jpg b/other/s1074361.jpg new file mode 100644 index 00000000..d29002aa Binary files /dev/null and b/other/s1074361.jpg differ diff --git a/other/s1086045.jpg b/other/s1086045.jpg new file mode 100644 index 00000000..cff87033 Binary files /dev/null and b/other/s1086045.jpg differ diff --git a/other/s1092076.jpg b/other/s1092076.jpg new file mode 100644 index 00000000..e4b15eb9 Binary files /dev/null and b/other/s1092076.jpg differ diff --git a/other/s1113106.jpg b/other/s1113106.jpg new file mode 100644 index 00000000..c410ffce Binary files /dev/null and b/other/s1113106.jpg differ diff --git a/other/s11194203.jpg b/other/s11194203.jpg new file mode 100644 index 00000000..b573c8c7 Binary files /dev/null and b/other/s11194203.jpg differ diff --git a/other/s1495029.jpg b/other/s1495029.jpg new file mode 100644 index 00000000..aa7b0e42 Binary files /dev/null and b/other/s1495029.jpg differ diff --git a/other/s1613283.jpg b/other/s1613283.jpg new file mode 100644 index 00000000..3a289bab Binary files /dev/null and b/other/s1613283.jpg differ diff --git a/other/s1650904.jpg b/other/s1650904.jpg new file mode 100644 index 00000000..c2f342a9 Binary files /dev/null and b/other/s1650904.jpg differ diff --git a/other/s1671095.jpg b/other/s1671095.jpg new file mode 100644 index 00000000..55374e82 Binary files /dev/null and b/other/s1671095.jpg differ diff --git a/other/s2359163.jpg b/other/s2359163.jpg new file mode 100644 index 00000000..81a20334 Binary files /dev/null and b/other/s2359163.jpg differ diff --git a/other/s26676928.jpg b/other/s26676928.jpg new file mode 100644 index 00000000..cfabfb6f Binary files /dev/null and b/other/s26676928.jpg differ diff --git a/other/s2686916.jpg b/other/s2686916.jpg new file mode 100644 index 00000000..560eaa00 Binary files /dev/null and b/other/s2686916.jpg differ diff --git a/other/s27023182.jpg b/other/s27023182.jpg new file mode 100644 index 00000000..d2ef9781 Binary files /dev/null and b/other/s27023182.jpg differ diff --git a/other/s27043456.jpg b/other/s27043456.jpg new file mode 100644 index 00000000..5ca8840d Binary files /dev/null and b/other/s27043456.jpg differ diff --git a/other/s27243455.jpg b/other/s27243455.jpg new file mode 100644 index 00000000..c08e0915 Binary files /dev/null and b/other/s27243455.jpg differ diff --git a/other/s27283822.jpg b/other/s27283822.jpg new file mode 100644 index 00000000..d01547a4 Binary files /dev/null and b/other/s27283822.jpg differ diff --git a/other/s27297117.jpg b/other/s27297117.jpg new file mode 100644 index 00000000..5c33d895 Binary files /dev/null and b/other/s27297117.jpg differ diff --git a/other/s27458236.jpg b/other/s27458236.jpg new file mode 100644 index 00000000..2263ce6a Binary files /dev/null and b/other/s27458236.jpg differ diff --git a/other/s2794811.jpg b/other/s2794811.jpg new file mode 100644 index 00000000..b0a3addf Binary files /dev/null and b/other/s2794811.jpg differ diff --git a/other/s28296984.jpg b/other/s28296984.jpg new file mode 100644 index 00000000..9207c218 Binary files /dev/null and b/other/s28296984.jpg differ diff --git a/other/s28313721.jpg b/other/s28313721.jpg new file mode 100644 index 00000000..6a466789 Binary files /dev/null and b/other/s28313721.jpg differ diff --git a/other/s28322244.jpg b/other/s28322244.jpg new file mode 100644 index 00000000..dad9199a Binary files /dev/null and b/other/s28322244.jpg differ diff --git a/other/s28341985.jpg b/other/s28341985.jpg new file mode 100644 index 00000000..5353a050 Binary files /dev/null and b/other/s28341985.jpg differ diff --git a/other/s28845534.jpg b/other/s28845534.jpg new file mode 100644 index 00000000..db2cebef Binary files /dev/null and b/other/s28845534.jpg differ diff --git a/other/s29195878.jpg b/other/s29195878.jpg new file mode 100644 index 00000000..3846011c Binary files /dev/null and b/other/s29195878.jpg differ diff --git a/other/s2992671.jpg b/other/s2992671.jpg new file mode 100644 index 00000000..14ae2d75 Binary files /dev/null and b/other/s2992671.jpg differ diff --git a/other/s2996168.jpg b/other/s2996168.jpg new file mode 100644 index 00000000..57c03982 Binary files /dev/null and b/other/s2996168.jpg differ diff --git a/other/s3296854.jpg b/other/s3296854.jpg new file mode 100644 index 00000000..de15b190 Binary files /dev/null and b/other/s3296854.jpg differ diff --git a/other/s3895413.jpg b/other/s3895413.jpg new file mode 100644 index 00000000..2c9bb790 Binary files /dev/null and b/other/s3895413.jpg differ diff --git a/other/s4141593.jpg b/other/s4141593.jpg new file mode 100644 index 00000000..bbb8eb76 Binary files /dev/null and b/other/s4141593.jpg differ diff --git a/other/s4157180.jpg b/other/s4157180.jpg new file mode 100644 index 00000000..cd33ffad Binary files /dev/null and b/other/s4157180.jpg differ diff --git a/other/s4245786.jpg b/other/s4245786.jpg new file mode 100644 index 00000000..d9ae661a Binary files /dev/null and b/other/s4245786.jpg differ diff --git a/other/s4379914.jpg b/other/s4379914.jpg new file mode 100644 index 00000000..fbc8da34 Binary files /dev/null and b/other/s4379914.jpg differ diff --git a/other/s4399937.jpg b/other/s4399937.jpg new file mode 100644 index 00000000..74984e17 Binary files /dev/null and b/other/s4399937.jpg differ diff --git a/other/s4436543.jpg b/other/s4436543.jpg new file mode 100644 index 00000000..acdd01bd Binary files /dev/null and b/other/s4436543.jpg differ diff --git a/other/s4510534.jpg b/other/s4510534.jpg new file mode 100644 index 00000000..331b991f Binary files /dev/null and b/other/s4510534.jpg differ diff --git a/other/s4647091.jpg b/other/s4647091.jpg new file mode 100644 index 00000000..277c7ea9 Binary files /dev/null and b/other/s4647091.jpg differ diff --git a/other/s4669554.jpg b/other/s4669554.jpg new file mode 100644 index 00000000..2864ba52 Binary files /dev/null and b/other/s4669554.jpg differ diff --git a/other/s4687321.jpg b/other/s4687321.jpg new file mode 100644 index 00000000..63d61b1a Binary files /dev/null and b/other/s4687321.jpg differ diff --git a/other/s5968156.jpg b/other/s5968156.jpg new file mode 100644 index 00000000..e8189c41 Binary files /dev/null and b/other/s5968156.jpg differ diff --git a/other/s7038106.jpg b/other/s7038106.jpg new file mode 100644 index 00000000..fed7fab0 Binary files /dev/null and b/other/s7038106.jpg differ diff --git a/other/s7663093.jpg b/other/s7663093.jpg new file mode 100644 index 00000000..8d352197 Binary files /dev/null and b/other/s7663093.jpg differ diff --git a/other/s8938479.jpg b/other/s8938479.jpg new file mode 100644 index 00000000..d79e664c Binary files /dev/null and b/other/s8938479.jpg differ diff --git a/other/s9114855.jpg b/other/s9114855.jpg new file mode 100644 index 00000000..861d1cec Binary files /dev/null and b/other/s9114855.jpg differ diff --git a/pics/0126ff14-d52d-4a6e-b8ca-e429881e23b7.png b/pics/0126ff14-d52d-4a6e-b8ca-e429881e23b7.png new file mode 100644 index 00000000..f633c0e9 Binary files /dev/null and b/pics/0126ff14-d52d-4a6e-b8ca-e429881e23b7.png differ diff --git a/pics/054d8d16-a3f9-460d-a365-834ba9940e3b.jpg b/pics/054d8d16-a3f9-460d-a365-834ba9940e3b.jpg new file mode 100644 index 00000000..2a14a2eb Binary files /dev/null and b/pics/054d8d16-a3f9-460d-a365-834ba9940e3b.jpg differ diff --git a/pics/0de18cdb-e974-47a3-af47-9538edafe857.png b/pics/0de18cdb-e974-47a3-af47-9538edafe857.png new file mode 100644 index 00000000..ba797ed8 Binary files /dev/null and b/pics/0de18cdb-e974-47a3-af47-9538edafe857.png differ diff --git a/pics/0e4c8a7f-f84c-4c4e-9544-49cd40167af8.png b/pics/0e4c8a7f-f84c-4c4e-9544-49cd40167af8.png new file mode 100644 index 00000000..6caf2f25 Binary files /dev/null and b/pics/0e4c8a7f-f84c-4c4e-9544-49cd40167af8.png differ diff --git a/pics/0f6fe85a-b680-47ea-af67-21ab98a62f8c.jpg b/pics/0f6fe85a-b680-47ea-af67-21ab98a62f8c.jpg new file mode 100644 index 00000000..502722af Binary files /dev/null and b/pics/0f6fe85a-b680-47ea-af67-21ab98a62f8c.jpg differ diff --git a/pics/1164a71f-413d-494a-9cc8-679fb6a2613d.jpg b/pics/1164a71f-413d-494a-9cc8-679fb6a2613d.jpg new file mode 100644 index 00000000..1804cdb1 Binary files /dev/null and b/pics/1164a71f-413d-494a-9cc8-679fb6a2613d.jpg differ diff --git a/pics/1202b2d6-9469-4251-bd47-ca6034fb6116.png b/pics/1202b2d6-9469-4251-bd47-ca6034fb6116.png new file mode 100644 index 00000000..b44fa996 Binary files /dev/null and b/pics/1202b2d6-9469-4251-bd47-ca6034fb6116.png differ diff --git a/pics/14583c71-8f57-4939-a9fc-065469b1bb7a.png b/pics/14583c71-8f57-4939-a9fc-065469b1bb7a.png new file mode 100644 index 00000000..0ea69d17 Binary files /dev/null and b/pics/14583c71-8f57-4939-a9fc-065469b1bb7a.png differ diff --git a/pics/15e1edf0-8908-4815-af5e-a74e456da23b.png b/pics/15e1edf0-8908-4815-af5e-a74e456da23b.png new file mode 100644 index 00000000..90877219 Binary files /dev/null and b/pics/15e1edf0-8908-4815-af5e-a74e456da23b.png differ diff --git a/pics/17976404-95f5-480e-9cb4-250e6aa1d55f.png b/pics/17976404-95f5-480e-9cb4-250e6aa1d55f.png new file mode 100644 index 00000000..276969a7 Binary files /dev/null and b/pics/17976404-95f5-480e-9cb4-250e6aa1d55f.png differ diff --git a/pics/19f2c9ef-6739-4a95-8e9d-aa3f7654e028.jpg b/pics/19f2c9ef-6739-4a95-8e9d-aa3f7654e028.jpg new file mode 100644 index 00000000..905b16ba Binary files /dev/null and b/pics/19f2c9ef-6739-4a95-8e9d-aa3f7654e028.jpg differ diff --git a/pics/1b4d6737-d834-46ed-8f9d-6f123e29c8dd.jpg b/pics/1b4d6737-d834-46ed-8f9d-6f123e29c8dd.jpg new file mode 100644 index 00000000..0f5ecab9 Binary files /dev/null and b/pics/1b4d6737-d834-46ed-8f9d-6f123e29c8dd.jpg differ diff --git a/pics/245fd2fb-209c-4ad5-bc5e-eb5664966a0e.jpg b/pics/245fd2fb-209c-4ad5-bc5e-eb5664966a0e.jpg new file mode 100644 index 00000000..92c11bfd Binary files /dev/null and b/pics/245fd2fb-209c-4ad5-bc5e-eb5664966a0e.jpg differ diff --git a/pics/26223561-eea4-463c-8ddb-3bb456c76267.png b/pics/26223561-eea4-463c-8ddb-3bb456c76267.png new file mode 100644 index 00000000..ffd37a22 Binary files /dev/null and b/pics/26223561-eea4-463c-8ddb-3bb456c76267.png differ diff --git a/pics/26ccd069-55ec-4a28-aeb3-025e39e5810f.jpg b/pics/26ccd069-55ec-4a28-aeb3-025e39e5810f.jpg new file mode 100644 index 00000000..9db84485 Binary files /dev/null and b/pics/26ccd069-55ec-4a28-aeb3-025e39e5810f.jpg differ diff --git a/pics/292b4a35-4507-4256-84ff-c218f108ee31.jpg b/pics/292b4a35-4507-4256-84ff-c218f108ee31.jpg new file mode 100644 index 00000000..38e0905b Binary files /dev/null and b/pics/292b4a35-4507-4256-84ff-c218f108ee31.jpg differ diff --git a/pics/2a398239-ee47-4ea1-b2d8-0ced638839ef.png b/pics/2a398239-ee47-4ea1-b2d8-0ced638839ef.png new file mode 100644 index 00000000..2290e8e9 Binary files /dev/null and b/pics/2a398239-ee47-4ea1-b2d8-0ced638839ef.png differ diff --git a/pics/2b6037b2-ec69-4235-ad0e-886fa320d645.jpg b/pics/2b6037b2-ec69-4235-ad0e-886fa320d645.jpg new file mode 100644 index 00000000..340fc750 Binary files /dev/null and b/pics/2b6037b2-ec69-4235-ad0e-886fa320d645.jpg differ diff --git a/pics/2d078e08-3a49-46d0-b784-df780b7e4bc3.jpg b/pics/2d078e08-3a49-46d0-b784-df780b7e4bc3.jpg new file mode 100644 index 00000000..9df4fe3f Binary files /dev/null and b/pics/2d078e08-3a49-46d0-b784-df780b7e4bc3.jpg differ diff --git a/pics/30edea19-3507-423c-bbb0-5184292692d7.png b/pics/30edea19-3507-423c-bbb0-5184292692d7.png new file mode 100644 index 00000000..c99611bb Binary files /dev/null and b/pics/30edea19-3507-423c-bbb0-5184292692d7.png differ diff --git a/pics/352dd00d-d1bb-4134-845d-16a75bcb0e02.jpg b/pics/352dd00d-d1bb-4134-845d-16a75bcb0e02.jpg new file mode 100644 index 00000000..061099c6 Binary files /dev/null and b/pics/352dd00d-d1bb-4134-845d-16a75bcb0e02.jpg differ diff --git a/pics/365e5a18-cf63-4b80-bb12-da6b650653f7.jpg b/pics/365e5a18-cf63-4b80-bb12-da6b650653f7.jpg new file mode 100644 index 00000000..76afb8a4 Binary files /dev/null and b/pics/365e5a18-cf63-4b80-bb12-da6b650653f7.jpg differ diff --git a/pics/38b894a7-525e-4204-80de-ecc1acc52c46.jpg b/pics/38b894a7-525e-4204-80de-ecc1acc52c46.jpg new file mode 100644 index 00000000..91b39053 Binary files /dev/null and b/pics/38b894a7-525e-4204-80de-ecc1acc52c46.jpg differ diff --git a/pics/395a9e83-b1a1-4a1d-b170-d081e7bb5bab.png b/pics/395a9e83-b1a1-4a1d-b170-d081e7bb5bab.png new file mode 100644 index 00000000..b486ec02 Binary files /dev/null and b/pics/395a9e83-b1a1-4a1d-b170-d081e7bb5bab.png differ diff --git a/pics/39a27cca-c9af-482a-8a87-5522557a309e.jpg b/pics/39a27cca-c9af-482a-8a87-5522557a309e.jpg new file mode 100644 index 00000000..6e9ac942 Binary files /dev/null and b/pics/39a27cca-c9af-482a-8a87-5522557a309e.jpg differ diff --git a/pics/40d96c0d-156f-4eee-a183-2d597344f1cd.png b/pics/40d96c0d-156f-4eee-a183-2d597344f1cd.png new file mode 100644 index 00000000..15f3819b Binary files /dev/null and b/pics/40d96c0d-156f-4eee-a183-2d597344f1cd.png differ diff --git a/pics/423f2a40-bee1-488e-b460-8e76c48ee560.png b/pics/423f2a40-bee1-488e-b460-8e76c48ee560.png new file mode 100644 index 00000000..7b8c8c08 Binary files /dev/null and b/pics/423f2a40-bee1-488e-b460-8e76c48ee560.png differ diff --git a/pics/46f66e88-e65a-4ad0-a060-3c63fe22947c.png b/pics/46f66e88-e65a-4ad0-a060-3c63fe22947c.png new file mode 100644 index 00000000..0dcc8706 Binary files /dev/null and b/pics/46f66e88-e65a-4ad0-a060-3c63fe22947c.png differ diff --git a/pics/485fdf34-ccf8-4185-97c6-17374ee719a0.png b/pics/485fdf34-ccf8-4185-97c6-17374ee719a0.png new file mode 100644 index 00000000..f9f73faf Binary files /dev/null and b/pics/485fdf34-ccf8-4185-97c6-17374ee719a0.png differ diff --git a/pics/488b2127-9ea9-48f3-a3b6-800f1684be12.png b/pics/488b2127-9ea9-48f3-a3b6-800f1684be12.png new file mode 100644 index 00000000..e17e411d Binary files /dev/null and b/pics/488b2127-9ea9-48f3-a3b6-800f1684be12.png differ diff --git a/pics/4995b547-5620-45af-89d7-10f35c9621a1.jpg b/pics/4995b547-5620-45af-89d7-10f35c9621a1.jpg new file mode 100644 index 00000000..180f8031 Binary files /dev/null and b/pics/4995b547-5620-45af-89d7-10f35c9621a1.jpg differ diff --git a/pics/4f67aa74-5bf5-4ea4-9a6e-2e07d8f5fa86.png b/pics/4f67aa74-5bf5-4ea4-9a6e-2e07d8f5fa86.png new file mode 100644 index 00000000..354e6fc3 Binary files /dev/null and b/pics/4f67aa74-5bf5-4ea4-9a6e-2e07d8f5fa86.png differ diff --git a/pics/52726d32-e97a-49dd-8419-04d30a9f9050.png b/pics/52726d32-e97a-49dd-8419-04d30a9f9050.png new file mode 100644 index 00000000..cf474fbc Binary files /dev/null and b/pics/52726d32-e97a-49dd-8419-04d30a9f9050.png differ diff --git a/pics/5292faa6-0141-4638-bf0f-bb95b081dcba.jpg b/pics/5292faa6-0141-4638-bf0f-bb95b081dcba.jpg new file mode 100644 index 00000000..32e1f054 Binary files /dev/null and b/pics/5292faa6-0141-4638-bf0f-bb95b081dcba.jpg differ diff --git a/pics/52bb87e0-983e-4dd0-8e71-46dd2f72c97c.jpg b/pics/52bb87e0-983e-4dd0-8e71-46dd2f72c97c.jpg new file mode 100644 index 00000000..6436c8c9 Binary files /dev/null and b/pics/52bb87e0-983e-4dd0-8e71-46dd2f72c97c.jpg differ diff --git a/pics/58b9926c-b56c-42f7-82e3-86aa0c164d0a.jpg b/pics/58b9926c-b56c-42f7-82e3-86aa0c164d0a.jpg new file mode 100644 index 00000000..0b07fd8d Binary files /dev/null and b/pics/58b9926c-b56c-42f7-82e3-86aa0c164d0a.jpg differ diff --git a/pics/58e57a21-6b6b-40b6-af85-956dd4e0f55a.jpg b/pics/58e57a21-6b6b-40b6-af85-956dd4e0f55a.jpg new file mode 100644 index 00000000..a695be3a Binary files /dev/null and b/pics/58e57a21-6b6b-40b6-af85-956dd4e0f55a.jpg differ diff --git a/pics/5b832bde-d05e-42db-b648-42e274571ad9.jpg b/pics/5b832bde-d05e-42db-b648-42e274571ad9.jpg new file mode 100644 index 00000000..8a478f5b Binary files /dev/null and b/pics/5b832bde-d05e-42db-b648-42e274571ad9.jpg differ diff --git a/pics/5ce4bdad-5ba1-4f60-81c3-874659412a5c.jpg b/pics/5ce4bdad-5ba1-4f60-81c3-874659412a5c.jpg new file mode 100644 index 00000000..9d167cdf Binary files /dev/null and b/pics/5ce4bdad-5ba1-4f60-81c3-874659412a5c.jpg differ diff --git a/pics/6019b2db-bc3e-4408-b6d8-96025f4481d6.png b/pics/6019b2db-bc3e-4408-b6d8-96025f4481d6.png new file mode 100644 index 00000000..900ee963 Binary files /dev/null and b/pics/6019b2db-bc3e-4408-b6d8-96025f4481d6.png differ diff --git a/pics/643a2587-08ae-4d92-94fb-d9a1c448cd13.png b/pics/643a2587-08ae-4d92-94fb-d9a1c448cd13.png new file mode 100644 index 00000000..236088dd Binary files /dev/null and b/pics/643a2587-08ae-4d92-94fb-d9a1c448cd13.png differ diff --git a/pics/70a09383-f432-4b0f-ba42-b5b30d104f0b.jpg b/pics/70a09383-f432-4b0f-ba42-b5b30d104f0b.jpg new file mode 100644 index 00000000..1057068a Binary files /dev/null and b/pics/70a09383-f432-4b0f-ba42-b5b30d104f0b.jpg differ diff --git a/pics/72f9bc11-06a9-40b4-8939-14f72e5cb4c3.png b/pics/72f9bc11-06a9-40b4-8939-14f72e5cb4c3.png new file mode 100644 index 00000000..605cd164 Binary files /dev/null and b/pics/72f9bc11-06a9-40b4-8939-14f72e5cb4c3.png differ diff --git a/pics/73b73189-9e95-47e5-91d0-9378b8462e15.png b/pics/73b73189-9e95-47e5-91d0-9378b8462e15.png new file mode 100644 index 00000000..3f3b32e5 Binary files /dev/null and b/pics/73b73189-9e95-47e5-91d0-9378b8462e15.png differ diff --git a/pics/73ecb593-664e-490e-80e9-4319773113ef.png b/pics/73ecb593-664e-490e-80e9-4319773113ef.png new file mode 100644 index 00000000..6bda394f Binary files /dev/null and b/pics/73ecb593-664e-490e-80e9-4319773113ef.png differ diff --git a/pics/785806ed-c46b-4dca-b756-cebe7bf8ac3a.jpg b/pics/785806ed-c46b-4dca-b756-cebe7bf8ac3a.jpg new file mode 100644 index 00000000..a9469812 Binary files /dev/null and b/pics/785806ed-c46b-4dca-b756-cebe7bf8ac3a.jpg differ diff --git a/pics/79f28233-f5cb-492a-9dc4-696cb714d434.png b/pics/79f28233-f5cb-492a-9dc4-696cb714d434.png new file mode 100644 index 00000000..34e4b4a1 Binary files /dev/null and b/pics/79f28233-f5cb-492a-9dc4-696cb714d434.png differ diff --git a/pics/7a29acce-f243-4914-9f00-f2988c528412.jpg b/pics/7a29acce-f243-4914-9f00-f2988c528412.jpg new file mode 100644 index 00000000..a048d094 Binary files /dev/null and b/pics/7a29acce-f243-4914-9f00-f2988c528412.jpg differ diff --git a/pics/7b281b1e-0595-402b-ae35-8c91084c33c1.png b/pics/7b281b1e-0595-402b-ae35-8c91084c33c1.png new file mode 100644 index 00000000..9308ecb6 Binary files /dev/null and b/pics/7b281b1e-0595-402b-ae35-8c91084c33c1.png differ diff --git a/pics/7bd202a7-93d4-4f3a-a878-af68ae25539a.png b/pics/7bd202a7-93d4-4f3a-a878-af68ae25539a.png new file mode 100644 index 00000000..711fb45b Binary files /dev/null and b/pics/7bd202a7-93d4-4f3a-a878-af68ae25539a.png differ diff --git a/pics/7c54de21-e2ff-402e-bc42-4037de1c1592.png b/pics/7c54de21-e2ff-402e-bc42-4037de1c1592.png new file mode 100644 index 00000000..8b5ce204 Binary files /dev/null and b/pics/7c54de21-e2ff-402e-bc42-4037de1c1592.png differ diff --git a/pics/7cfcfdf7-63a7-4111-a677-2eca29fbcf24.png b/pics/7cfcfdf7-63a7-4111-a677-2eca29fbcf24.png new file mode 100644 index 00000000..ae7577ba Binary files /dev/null and b/pics/7cfcfdf7-63a7-4111-a677-2eca29fbcf24.png differ diff --git a/pics/7ec9d619-fa60-4a2b-95aa-bf1a62aad408.jpg b/pics/7ec9d619-fa60-4a2b-95aa-bf1a62aad408.jpg new file mode 100644 index 00000000..5753388e Binary files /dev/null and b/pics/7ec9d619-fa60-4a2b-95aa-bf1a62aad408.jpg differ diff --git a/pics/81a75fed-5c1d-4e4c-af4a-4c38c2a48927.jpg b/pics/81a75fed-5c1d-4e4c-af4a-4c38c2a48927.jpg new file mode 100644 index 00000000..6acdc930 Binary files /dev/null and b/pics/81a75fed-5c1d-4e4c-af4a-4c38c2a48927.jpg differ diff --git a/pics/823cdab7-3779-4e3a-a951-dc2d154e0ee6.jpg b/pics/823cdab7-3779-4e3a-a951-dc2d154e0ee6.jpg new file mode 100644 index 00000000..48d9c267 Binary files /dev/null and b/pics/823cdab7-3779-4e3a-a951-dc2d154e0ee6.jpg differ diff --git a/pics/8615d9f7-bd1d-4240-8bb4-02b941d54a6f.png b/pics/8615d9f7-bd1d-4240-8bb4-02b941d54a6f.png new file mode 100644 index 00000000..5e13c216 Binary files /dev/null and b/pics/8615d9f7-bd1d-4240-8bb4-02b941d54a6f.png differ diff --git a/pics/87ffaf7f-4aa5-4da0-af84-994de62fa440.jpg b/pics/87ffaf7f-4aa5-4da0-af84-994de62fa440.jpg new file mode 100644 index 00000000..e4860023 Binary files /dev/null and b/pics/87ffaf7f-4aa5-4da0-af84-994de62fa440.jpg differ diff --git a/pics/8b798007-e0fb-420c-b981-ead215692417.jpg b/pics/8b798007-e0fb-420c-b981-ead215692417.jpg new file mode 100644 index 00000000..dd218133 Binary files /dev/null and b/pics/8b798007-e0fb-420c-b981-ead215692417.jpg differ diff --git a/pics/8bc990c1-a2bb-4885-afd7-db0f1ea87451.png b/pics/8bc990c1-a2bb-4885-afd7-db0f1ea87451.png new file mode 100644 index 00000000..f4cf444d Binary files /dev/null and b/pics/8bc990c1-a2bb-4885-afd7-db0f1ea87451.png differ diff --git a/pics/8ef22836-8800-4765-b4b8-ade80096b323.jpg b/pics/8ef22836-8800-4765-b4b8-ade80096b323.jpg new file mode 100644 index 00000000..b4d8268f Binary files /dev/null and b/pics/8ef22836-8800-4765-b4b8-ade80096b323.jpg differ diff --git a/pics/923896c1-937e-4a38-b8a6-cec3040b4e2a.jpg b/pics/923896c1-937e-4a38-b8a6-cec3040b4e2a.jpg new file mode 100644 index 00000000..ee440e1d Binary files /dev/null and b/pics/923896c1-937e-4a38-b8a6-cec3040b4e2a.jpg differ diff --git a/pics/967b2f5a-6ade-4ceb-bb41-493483fd3dff.png b/pics/967b2f5a-6ade-4ceb-bb41-493483fd3dff.png new file mode 100644 index 00000000..73a9046a Binary files /dev/null and b/pics/967b2f5a-6ade-4ceb-bb41-493483fd3dff.png differ diff --git a/pics/9cd97f41-fd9c-405c-aca1-9c82d24e20dc.png b/pics/9cd97f41-fd9c-405c-aca1-9c82d24e20dc.png new file mode 100644 index 00000000..83b3fa61 Binary files /dev/null and b/pics/9cd97f41-fd9c-405c-aca1-9c82d24e20dc.png differ diff --git a/pics/a0339a9f-f44f-4e37-a37f-169bc735536d.jpg b/pics/a0339a9f-f44f-4e37-a37f-169bc735536d.jpg new file mode 100644 index 00000000..a20282eb Binary files /dev/null and b/pics/a0339a9f-f44f-4e37-a37f-169bc735536d.jpg differ diff --git a/pics/a1198642-9159-4d88-8aec-c3b04e7a2563.jpg b/pics/a1198642-9159-4d88-8aec-c3b04e7a2563.jpg new file mode 100644 index 00000000..30e92639 Binary files /dev/null and b/pics/a1198642-9159-4d88-8aec-c3b04e7a2563.jpg differ diff --git a/pics/a1ced733-02f5-4091-8f5a-ab9b4e5a3525.png b/pics/a1ced733-02f5-4091-8f5a-ab9b4e5a3525.png new file mode 100644 index 00000000..fa09f82f Binary files /dev/null and b/pics/a1ced733-02f5-4091-8f5a-ab9b4e5a3525.png differ diff --git a/pics/aa340e1a-f366-436b-a5a5-29a90425c10d.png b/pics/aa340e1a-f366-436b-a5a5-29a90425c10d.png new file mode 100644 index 00000000..5d866289 Binary files /dev/null and b/pics/aa340e1a-f366-436b-a5a5-29a90425c10d.png differ diff --git a/pics/acc42b0f-10ba-4fa2-8694-cf2aab1fb434.jpg b/pics/acc42b0f-10ba-4fa2-8694-cf2aab1fb434.jpg new file mode 100644 index 00000000..24a07a5c Binary files /dev/null and b/pics/acc42b0f-10ba-4fa2-8694-cf2aab1fb434.jpg differ diff --git a/pics/b02a5492-5dcf-4a69-9b5b-c2298b2cb81c.jpg b/pics/b02a5492-5dcf-4a69-9b5b-c2298b2cb81c.jpg new file mode 100644 index 00000000..b951d9c0 Binary files /dev/null and b/pics/b02a5492-5dcf-4a69-9b5b-c2298b2cb81c.jpg differ diff --git a/pics/b0748916-1acd-4138-b24c-69326cb452fe.jpg b/pics/b0748916-1acd-4138-b24c-69326cb452fe.jpg new file mode 100644 index 00000000..350f3aa3 Binary files /dev/null and b/pics/b0748916-1acd-4138-b24c-69326cb452fe.jpg differ diff --git a/pics/b0d94736-e157-4886-aff2-c303735b0a24.jpg b/pics/b0d94736-e157-4886-aff2-c303735b0a24.jpg new file mode 100644 index 00000000..96ec26a7 Binary files /dev/null and b/pics/b0d94736-e157-4886-aff2-c303735b0a24.jpg differ diff --git a/pics/b1fa0453-a4b0-4eae-a352-48acca8fff74.png b/pics/b1fa0453-a4b0-4eae-a352-48acca8fff74.png new file mode 100644 index 00000000..842b2f6c Binary files /dev/null and b/pics/b1fa0453-a4b0-4eae-a352-48acca8fff74.png differ diff --git a/pics/b202eeb9-5e84-4dfb-a6a1-4f4b7ed5d3e4.jpg b/pics/b202eeb9-5e84-4dfb-a6a1-4f4b7ed5d3e4.jpg new file mode 100644 index 00000000..4d844450 Binary files /dev/null and b/pics/b202eeb9-5e84-4dfb-a6a1-4f4b7ed5d3e4.jpg differ diff --git a/pics/b242fafc-5945-42a8-805e-6e3f1f2f89b4.jpg b/pics/b242fafc-5945-42a8-805e-6e3f1f2f89b4.jpg new file mode 100644 index 00000000..13d2bf61 Binary files /dev/null and b/pics/b242fafc-5945-42a8-805e-6e3f1f2f89b4.jpg differ diff --git a/pics/b5af9ee6-97e6-446b-9551-6dfe96770d1a.png b/pics/b5af9ee6-97e6-446b-9551-6dfe96770d1a.png new file mode 100644 index 00000000..35c375b1 Binary files /dev/null and b/pics/b5af9ee6-97e6-446b-9551-6dfe96770d1a.png differ diff --git a/pics/b6a678c0-c875-4038-afba-301846620786.jpg b/pics/b6a678c0-c875-4038-afba-301846620786.jpg new file mode 100644 index 00000000..c3194070 Binary files /dev/null and b/pics/b6a678c0-c875-4038-afba-301846620786.jpg differ diff --git a/pics/b7b1f5c6-ff8a-4353-8060-44bbc4b9e02e.jpg b/pics/b7b1f5c6-ff8a-4353-8060-44bbc4b9e02e.jpg new file mode 100644 index 00000000..1dd8427d Binary files /dev/null and b/pics/b7b1f5c6-ff8a-4353-8060-44bbc4b9e02e.jpg differ diff --git a/pics/b8ceb9db-180e-4d01-932c-593fa2a6f515.jpg b/pics/b8ceb9db-180e-4d01-932c-593fa2a6f515.jpg new file mode 100644 index 00000000..69af8dfb Binary files /dev/null and b/pics/b8ceb9db-180e-4d01-932c-593fa2a6f515.jpg differ diff --git a/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg b/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg new file mode 100644 index 00000000..05c7e6ce Binary files /dev/null and b/pics/b9a39d2a-618c-468b-86db-2e851f1a0057.jpg differ diff --git a/pics/bc775758-89ab-4805-9f9c-78b8739cf780.jpg b/pics/bc775758-89ab-4805-9f9c-78b8739cf780.jpg new file mode 100644 index 00000000..4cd6f60f Binary files /dev/null and b/pics/bc775758-89ab-4805-9f9c-78b8739cf780.jpg differ diff --git a/pics/c484b07d-be3d-4699-9e28-f035de8a274c.jpg b/pics/c484b07d-be3d-4699-9e28-f035de8a274c.jpg new file mode 100644 index 00000000..4c90b9d8 Binary files /dev/null and b/pics/c484b07d-be3d-4699-9e28-f035de8a274c.jpg differ diff --git a/pics/c5409a64-81fc-48c1-9790-ffa0afdb7bf5.png b/pics/c5409a64-81fc-48c1-9790-ffa0afdb7bf5.png new file mode 100644 index 00000000..8bfaa053 Binary files /dev/null and b/pics/c5409a64-81fc-48c1-9790-ffa0afdb7bf5.png differ diff --git a/pics/c8cdfa3d-d610-4731-9d89-564252378e7d.png b/pics/c8cdfa3d-d610-4731-9d89-564252378e7d.png new file mode 100644 index 00000000..5e395a29 Binary files /dev/null and b/pics/c8cdfa3d-d610-4731-9d89-564252378e7d.png differ diff --git a/pics/c9cfcd20-c901-435f-9a07-3e46830c359f.jpg b/pics/c9cfcd20-c901-435f-9a07-3e46830c359f.jpg new file mode 100644 index 00000000..813b5142 Binary files /dev/null and b/pics/c9cfcd20-c901-435f-9a07-3e46830c359f.jpg differ diff --git a/pics/cd5fbcff-3f35-43a6-8ffa-082a93ce0f0e.png b/pics/cd5fbcff-3f35-43a6-8ffa-082a93ce0f0e.png new file mode 100644 index 00000000..f8550a11 Binary files /dev/null and b/pics/cd5fbcff-3f35-43a6-8ffa-082a93ce0f0e.png differ diff --git a/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png b/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png new file mode 100644 index 00000000..d5025bb3 Binary files /dev/null and b/pics/ce039f03-6588-4f0c-b35b-a494de0eac47.png differ diff --git a/pics/cf08a51d-14c0-4bfc-863b-c8672d9c2b02.jpg b/pics/cf08a51d-14c0-4bfc-863b-c8672d9c2b02.jpg new file mode 100644 index 00000000..b3b36b81 Binary files /dev/null and b/pics/cf08a51d-14c0-4bfc-863b-c8672d9c2b02.jpg differ diff --git a/pics/cfb05050-47aa-4fd1-86eb-a7c86320f81b.png b/pics/cfb05050-47aa-4fd1-86eb-a7c86320f81b.png new file mode 100644 index 00000000..7aa144dc Binary files /dev/null and b/pics/cfb05050-47aa-4fd1-86eb-a7c86320f81b.png differ diff --git a/pics/d4a05b9c-f423-4137-9510-b6851f089edb.jpg b/pics/d4a05b9c-f423-4137-9510-b6851f089edb.jpg new file mode 100644 index 00000000..3c5bd7c1 Binary files /dev/null and b/pics/d4a05b9c-f423-4137-9510-b6851f089edb.jpg differ diff --git a/pics/d887219c-963a-4392-abe7-d3967546e96d.jpg b/pics/d887219c-963a-4392-abe7-d3967546e96d.jpg new file mode 100644 index 00000000..07fc20c9 Binary files /dev/null and b/pics/d887219c-963a-4392-abe7-d3967546e96d.jpg differ diff --git a/pics/dac28811-79b6-4b75-bfa7-6b228e8ac3fb.png b/pics/dac28811-79b6-4b75-bfa7-6b228e8ac3fb.png new file mode 100644 index 00000000..467542c4 Binary files /dev/null and b/pics/dac28811-79b6-4b75-bfa7-6b228e8ac3fb.png differ diff --git a/pics/dd78a1fe-1ff3-4bcf-a56f-8c003995beb6.jpg b/pics/dd78a1fe-1ff3-4bcf-a56f-8c003995beb6.jpg new file mode 100644 index 00000000..69f4dd05 Binary files /dev/null and b/pics/dd78a1fe-1ff3-4bcf-a56f-8c003995beb6.jpg differ diff --git a/pics/de9b9ea0-1327-4865-93e5-6f805c48bc9e.png b/pics/de9b9ea0-1327-4865-93e5-6f805c48bc9e.png new file mode 100644 index 00000000..cfabd4d7 Binary files /dev/null and b/pics/de9b9ea0-1327-4865-93e5-6f805c48bc9e.png differ diff --git a/pics/e7d7dc0d-fc22-4f95-8768-b8a216168792.jpg b/pics/e7d7dc0d-fc22-4f95-8768-b8a216168792.jpg new file mode 100644 index 00000000..5a7ea055 Binary files /dev/null and b/pics/e7d7dc0d-fc22-4f95-8768-b8a216168792.jpg differ diff --git a/pics/e84dd187-779f-4ffc-8ccc-40d8c03f5324.jpg b/pics/e84dd187-779f-4ffc-8ccc-40d8c03f5324.jpg new file mode 100644 index 00000000..76c44279 Binary files /dev/null and b/pics/e84dd187-779f-4ffc-8ccc-40d8c03f5324.jpg differ diff --git a/pics/ea5e434a-a218-44b5-aa72-4cd08991abcf.jpg b/pics/ea5e434a-a218-44b5-aa72-4cd08991abcf.jpg new file mode 100644 index 00000000..386f0a6b Binary files /dev/null and b/pics/ea5e434a-a218-44b5-aa72-4cd08991abcf.jpg differ diff --git a/pics/ec2f0a65-82ad-4ab9-940f-70ee9f6992cc.png b/pics/ec2f0a65-82ad-4ab9-940f-70ee9f6992cc.png new file mode 100644 index 00000000..2c0df74f Binary files /dev/null and b/pics/ec2f0a65-82ad-4ab9-940f-70ee9f6992cc.png differ diff --git a/pics/f60c2116-fd19-4431-a57c-102fcc41ebd9.jpg b/pics/f60c2116-fd19-4431-a57c-102fcc41ebd9.jpg new file mode 100644 index 00000000..8fc059bf Binary files /dev/null and b/pics/f60c2116-fd19-4431-a57c-102fcc41ebd9.jpg differ diff --git a/pics/f6be22cb-d64f-4ee5-87b7-cbc4e6255c0e.jpg b/pics/f6be22cb-d64f-4ee5-87b7-cbc4e6255c0e.jpg new file mode 100644 index 00000000..bb25340d Binary files /dev/null and b/pics/f6be22cb-d64f-4ee5-87b7-cbc4e6255c0e.jpg differ diff --git a/pics/f7d170a3-e446-4a64-ac2d-cb95028f81a8.png b/pics/f7d170a3-e446-4a64-ac2d-cb95028f81a8.png new file mode 100644 index 00000000..26799762 Binary files /dev/null and b/pics/f7d170a3-e446-4a64-ac2d-cb95028f81a8.png differ diff --git a/pics/fb327611-7e2b-4f2f-9f5b-38592d408f07.png b/pics/fb327611-7e2b-4f2f-9f5b-38592d408f07.png new file mode 100644 index 00000000..774ecf10 Binary files /dev/null and b/pics/fb327611-7e2b-4f2f-9f5b-38592d408f07.png differ diff --git a/pics/fb546e12-e1fb-4b72-a1fb-8a7f5000dce6.jpg b/pics/fb546e12-e1fb-4b72-a1fb-8a7f5000dce6.jpg new file mode 100644 index 00000000..e15f11db Binary files /dev/null and b/pics/fb546e12-e1fb-4b72-a1fb-8a7f5000dce6.jpg differ