左耳听风ARTS第一周

ZP-深圳-JAVA 4号小组
Algorithm
英文

1009. Complement of Base 10 Integer
Example 1:

输入：5
输出：2
解释：5 的二进制表示为 "101"，其二进制反码为 "010"，也就是十进制中的 2 。
示例 2：

输入：7
输出：0
解释：7 的二进制表示为 "111"，其二进制反码为 "000"，也就是十进制中的 0 。
示例 3：

输入：10
输出：5
解释：10 的二进制表示为 "1010"，其二进制反码为 "0101"，也就是十进制中的 5 。
 

提示：

0 <= N < 10^9

解题思路：最开始我也没相处好的办法，看评论发现大家的思路是在提示0 <= N < 10^9上面，几位老哥的思路启发了我（其实相当于偷看答案了）。想到原码与反码的关系是N 和 M的关系：

M = 2 ^ log N -1

于是第一个解答是

class Solution {
   int bitwiseComplement(int N) {
    int mask = 2;
    while(mask <= N)
        mask <<= 1;
    return N ^ mask - 1;
	}
}

这个while() XXX;我也是第一次用，可能这就是函数式编程的一个思想吧（自己之前写的太low了，看了一个大哥用python这样写可以，自己试一下也行。）。
修正版，一句代码搞定(三元表达式)

class Solution {
   int bitwiseComplement(int N) {
    return (N>0) ? N ^ (2 << (int)(log10(N)/log10(2)))-1 :1;
    }
}

Review
这是一个关于API是什么的文章？标题直译过来就是“用简单的语言说明什么是API”（来自medium，这个作者慢耐心乐于分享的，你看他回复第一个人提问的RestFul API，点开回复简直是另一篇文章。）

https://medium.freecodecamp.org/what-is-an-api-in-english-please-b880a3214a82
文章还不错，主要的收获如下（其实文章知识点很多，且解释的不错，比如作者的关于RestFul API的回复就很不错。）

（1）首先通过说明API不是server，但绝对是server获得请求与接受响应的一部分。
原文：An API is not same as the same remote server,rather it is the part of the server that receive requests and sends responses.

拿访问faceBook作为例子，你访问facebook主机，拿什么访问？用网络请求，网络访问其实还是一个API，一个关于facebook请求的，API是服务器的一部分

（2）API要看成一个服务，既然是服务，从你的用户角度来看就是，这个东西可以离开你的网站照样好用（参考一下，你登录某些网站，可以用微信，微博账号来登录，怎么完成的，就是有一个登录API你通过这个API就可以。）

From your user perspective -----》（就当学英语了，就…的角度而言）

（3）API中的这个A，就是applicetion的意思，什么是applicetion，作者举的两个例子很说明问题：

A piece of software with a distinct function。
The whole server the whole app or just a small part of an app.
以上两者都是applicetion（上学的时候，有个不是相关专业的老师问过这个applicetion容器到底是个什么，现在可以有个好答案，软件的函数或者一整个服务器，一个app 或者 app的一部分都可以是application，放你想实现的一些东西。）

（4）RestFul API
其实就是一个符合Rest原则的API接口

Tips：
关于回调的一个了解，首先我们ajax请求是异步的，他给我带来很多的方便，如果都是串行的请求一个接一个，客户体验就不要提有多糟糕了。异步请求同样也带来不少问题，我们有的时候会基于别的请求结果来处理结果，或者直接依赖别的请求结果去发送另一个请求。

这时候被依赖的那个请求姗姗来迟，或者压根就没返回，后续结果肯定有问题。解决这种JS目前有两种，一种是嵌套，一种是promise（貌似是ES6带来新的东西）

这个我有整理去写相关的博客。

Sharing
分享就是关于复杂度。
其实这部分上学的时候就学过，这次看到相关文章重新温习一遍。

复杂度是什么？其实你可以把他看成一个指标，随着操作数量级提高的对应的空间以及时间的消耗。

复杂度都包括什么？时间复杂度和空间复杂度，一般来说讨论时间复杂度比较多也相对复杂，因为时间的响应带来的体验最直接，而且有很多算法可以优化。

时间复杂度高就一定效率低吗？不一定，宿主的环境，以及你操作的数量级的数据都有影响，同样大的数据量你用i3和 i9 ，结果一定不一样。你的数据就几条，你用什么吊炸天的算法都不一定能快多少。但是这是一个指标，你可以预估你的程序。

怎么估计的？
首先我们可以很清楚的感知到，代码执行时间T（n）和代码执行的次数成正比（不符可以debug一下，前端后台都可以，尤其是for玄幻这种）。

当然了预估行数，也不行。这时候大O表示法登场了，加法法则（就是总复杂度按照复杂度量级最大的那个算）和乘法法则（嵌套代码复杂度等于嵌套内外复杂度的乘积。）

常见的复杂度

上学的时候考试都会考这些复杂度谁大谁小排个序，当时主要就是对这个log n 和 n log n会有点懵逼，借用别人的一个图。（其实很简单的一个数学方面的东西 log n < N < n log n ,你一个logn乘以n怎么会大于n呢，自己写几个数字带进去就好了，比如我就会用100来带入进去
n =100 y = 100
n = log 100 y=10
n = 100log100 y=1000
实操胜于空谈。
）