panda-star的博客

概率论中泊松分布和高斯分布随机数生成文章目录概率论中泊松分布和高斯分布随机数生成一、简介二、泊松分布2.1 添加maven依赖2.2 泊松分布随机数生成三、高斯分布3.1 高斯分布随机数生成四、备注一、简介这里介绍概率论中泊松分布和高斯分布(正太分布)在随机数中的生成及应用示例，抛砖引玉，让大家关注概率论在实际中的应用，包括满足特定条件(如均值在特定值)的随机数生成、满足特定工式对应曲线的应用场景(如对某事件随时间自然降低关注度)。本文不涉及数学工式，相关内容请查看相关课本。二、泊松分布泊松分布是

快速排序是根据待排序数组中的某一值val，将待排序数组分割成两部分数据，前一部分数组比val小，后一部分数组比val大，之后对每部分数据重复上述过程，最终实现待排序数组的有序性，实例如下：public class QuickSortMain { public static void main(String[] args) { sort(); }

折半查找算法是建立在有序数组上，通过不断缩小一半的范围进行找到，直至最终找到数据，实例如下：public class BinSearchMain { public static void main(String[] args) { int[] arr = {1,3,3,5,9,12,16,17}; System.out.println(binSe

堆排序是建立在完全二叉树的基础上的。首先理解什么是大顶堆（小顶堆类似），堆顶不小于下面的左子树和右子树。同理，左子树和右子树同样符合上述要求。堆排序分为以下步骤：1、堆初始化，即建立大顶堆，从最后一个大于1个节点的子树开始进行调整，直至调整至整个堆的堆顶为止；2、将堆顶元素与最后一个结节互换；3、除新重建堆的最后一个节点外，对堆顶元素进行调整，重建大顶堆；4、重复步骤2、3

一、要求实现一个生产者、消费者场景。假设现在有一个任务调度系统负责处理数据，A线程负责从DB里拉待处理的任务放到队列；B线程组负责从队列中处理任务；由于任务处理量较大，所以B线程会将任务进行拆分子线程并行处理。当所有子线程处理完成后，由B线程汇总结果并统一落库。要求：1、A线程组负责生产数据data；2、B线程组负责消费data数据；A、B线程组要实现阻塞；请尽量考虑异常场景的

基于twitter的雪花算法生成不重复id