-
6.3 simhash算法
6.3 simhash算法 方法介绍 背景 出世 流程 应用" level="3"> 应用 问题实例 6.3 simhash算法 方法介绍 背景 如果某一天，面试官问你如何设计一个比较两篇文章相似度的算法？可能你会回答几个比较传统点的思路： 一种方案是先将两篇文章分别进行分词，得到一系列特征向量，然后计算特征向量之间的距离（可以计算... -
如何保证缓存与数据库的双写一致性？
缓存与数据库一致性问题 面试题 面试官心理分析 面试题剖析 Cache Aside Pattern 最初级的缓存不一致问题及解决方案 比较复杂的数据不一致问题分析 缓存与数据库一致性问题 面试题 如何保证缓存与数据库的双写一致性？ 面试官心理分析 你只要用缓存，就可能会涉及到缓存与数据库双存储双写，你只要是双写，就一定会有数据一致性的... -
3.3 最近公共祖先LCA
3.3 最近公共祖先LCA 问题描述 分析与解法 解法一：暴力对待 1.1、是二叉查找树 1.2、不是二叉查找树 解法二：Tarjan算法 2.1、什么是Tarjan算法 2.2、Tarjan算法如何而来 2.3、Tarjan算法流程 解法三：转换为RMQ问题" level="3"> 解法三：转换为RMQ问题 3.1、什么是RMQ问题" ... -
6.3 simhash算法
6.3 simhash算法 方法介绍 背景 出世 流程 应用 问题实例 6.3 simhash算法 方法介绍 背景 如果某一天，面试官问你如何设计一个比较两篇文章相似度的算法？可能你会回答几个比较传统点的思路： 一种方案是先将两篇文章分别进行分词，得到一系列特征向量，然后计算特征向量之间的距离（可以计算它们之间的欧氏距离、海明距离或... -
3.3 最近公共祖先LCA
3.3 最近公共祖先LCA 问题描述 分析与解法 解法一：暴力对待 1.1、是二叉查找树 1.2、不是二叉查找树 解法二：Tarjan算法 2.1、什么是Tarjan算法 2.2、Tarjan算法如何而来 2.3、Tarjan算法流程 解法三：转换为RMQ问题 3.1、什么是RMQ问题 3.2、如何解决RMQ问题 3.2.1、Trivial... -
2.15 本章习题
2.15 本章习题 本章数组和队列的习题 2.15 本章习题 本章数组和队列的习题 1、不用除法运算 两个数组a[N]，b[N]，其中A[N]的各个元素值已知，现给b[i]赋值，b[i] = a[0]_a[1]_a[2]…*a[N-1]/a[i]； 要求： 1.不准用除法运算 2.除了循环计数值，a[N],b[N]外，不准再用其他任何变量（... -
9.3.4 Python 多线程编程
9.3.4 Python 多线程编程 9.3.4 Python 多线程编程 很多编程语言都支持多线程编程，Python 语言亦然。与其他编程语言相比，Python 的 多线程编程是非常简单的。 Python 提供了两个支持线程的模块，一个是较老的 thread 模块，另一个是较新的 threading 模块。其中 threading 采用了面向对象实... -
（43）设计模式之状态模式
（43）设计模式之状态模式 介绍 正文 _272总结 （43）设计模式之状态模式 介绍 状态模式（State）允许一个对象在其内部状态改变的时候改变它的行为，对象看起来似乎修改了它的类。 正文 举个例子，就比如我们平时在下载东西，通常就会有好几个状态，比如准备状态（ReadyState）、下载状态（DownloadingState）、暂停状... -
6.2 分而治之
6.2 分而治之 方法介绍 问题实例 举一反三 6.2 分而治之 方法介绍 对于海量数据而言，由于无法一次性装进内存处理，导致我们不得不把海量的数据通过hash映射分割成相应的小块数据，然后再针对各个小块数据通过hash_map进行统计或其它操作。 那什么是hash映射呢？简单来说，就是为了便于计算机在有限的内存中处理big数据，我们通过一种...
