ARTS挑战第八周

Algorithm

复习题—动态规划

• 509. 斐波那契数 这题思路比较直接，为了复习动态规划，使用迭代法+数组实现，dp[i] = fib(i), dp[i] = dp[i-1]+dp[i-2]， base case: dp[0]=0,dp[1]=1;
• 322. 零钱兑换 这题是完全背包问题，由于需要计算凑成的最少硬币的个数，因此需要先对硬币按照币值从大到小的顺序排序，dp[i][j] 表示只使用前i个硬币，将容量为j的背包装满所需要的最少硬币数。然后使用dp[i][j] = min(dp[i-1][j],dp[i][j-coins[i]]+1)，进行状态的转换。base case dp[i][0] = 0, dp[0][i]=inf;表示不可能。使用状态压缩，由于需要访问dp[i][j-coins[i]]，因此需要从小到大遍历j

新题——动态规划

• 494. 目标和 （1）回溯解法：backtrack(nums,i,rest),i表示当前下标，rest表示当前目标值（可以看成是容量） 递归结束条件：i=nums.size(), if rest=0, res++ 做选择 如果是’+'号，则 rest-=nums[i], '-'号则 res+=nums[i] 回溯解法复杂度2^n，很高，可以通过备忘录来加速 （2） 动态规划解法：问题需要转化，假设A组都是+号，B组都是-号，那么sum(A)-sum(B)=target. sum(A)+sum(B)=sum(nums), 从而可得sum(A)=(target+sum(nums))/2. 问题变成了，有多少个子集使得其和为(target+sum(nums))/2。这就是典型的背包问题了. 假设dp[i][j] 表示前i个元素和为j的子集数。那么dp[i][j] = dp[i-1][j] +dp[i-1][j-nums[i]]. base case:dp[i][0]=1,dp[0][j]=0 状态压缩时，j从大到小遍历。注意如果target+sum(nums) 不能被2整除就无解。

Review

modern c++ nullptr、constexpr 即常量

PostgreSQL代价模型

PostgreSQL代价模型包含5个参数：

1. seq_page_cost$(c_s)$: 顺序扫描磁盘过程中，读一个page的代价
2. random_page_cost$(c_r)$：随机读磁盘过程中个，读一个page的代价
3. cpu_tuple_cost$(c_t)$：处理一个tuple的代价
4. cpu_index_tuple_cost$(c_i)$：在index scan过程中，处理一个index entry的代价
5. cpu_operator_cost(c_o)：执行一次操作的代价

对于一个算子，它的代价为：
$$C_o=n_s\ast c_s+n_r\ast c_r+n_t\ast c_t+n_i\ast c_i+n_o\ast c_o$$
$n_s$：顺序扫描磁盘的page数

$n_r$：随机扫描磁盘的page数

$n_t$：处理的tuple数量

$n_i$：索引扫描过程中index entry的数量

$n_o$：操作执行的次数

Tips

1. 缓存雪崩的应对方案：大量数据同时过期: 互斥锁、双key策略、后台更新缓存、均匀过滤时间
   Redis宕机：服务熔断或者限流、主从备份可靠集群
2. 缓存击穿的应对方案：互斥锁、后台更新缓存
3. 缓存穿透的应对方案：限制非法请求、缓存空值或默认值、使用bloom filter加速数据端的判断

Share

现代c++新特性——常量

这周太忙了，有点水