- 博客(91)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Leetcode-316-去除重复字母
首先，seen 中字符不重复，其大小会受字母表大小的限制，所以是O(1)。虽然看起来是双重循环，但内循环的次数受栈中剩余字符总数的限制，因为栈中的元素不重复，不会超出字母表大小，因此最终复杂度仍为 O(N)。空间复杂度：O(N)，每次给字符串切片都会创建一个新的字符串（字符串不可变），切片的数量受常数限制，最终复杂度为 O(N) * C = O(N)。空间复杂度：O(N)，每次给字符串切片都会创建一个新的字符串（字符串不可变），切片的数量受常数限制，最终复杂度为 O(N) * C = O(N)。
2024-05-06 22:53:40
392
原创 Leetcode-43-字符串相乘
做计算的时候，外层需要从右往左遍历num2，而对于num2的每一位，都需要和 num1的每一位计算乘积，因此计算乘积的总次数是 mn。而且，某两个数位相乘，num1[i] x num2[j] 的结果(定义为两位数，一位数的话前面补0)，其第一位位于 result[i+j]，第二位位于 result[i+j+1]。需要计算num1 的每一位和 num2的每一位的乘积。给定两个以字符串形式表示的非负整数 num1 和 num2，返回 num1 和 num2 的乘积，它们的乘积也表示为字符串形式。
2024-04-28 23:09:56
379
原创 Leetcode-415-字符串相加问题
这里不允许直接将输入字符串转为整数，那自然想到应该把字符串按每个字符char一一拆开，相当于遍历整数上的每一个数位，然后通过“乘10叠加”的方式，就可以整合起来了。时间复杂度：O(max(len1,len2))，其中len1 =num1.length，len2 =num2.length。另外题目要求不能使用BigInteger的内建库，这其实就是让我们自己实现一个大整数相加的功能。给定两个字符串形式的非负整数 num1 和num2 ，计算它们的和。1.num1 和num2 的长度都小于 5100。
2024-04-28 22:53:17
146
原创 Leetcode-287-寻找重复数
空间复杂度： O(1) (or O(n))，在这里，我们对 nums 进行了排序，因此内存大小是固定的。这里，nums 中的每个数字（n+1个）都是一个物品，nums 中可以出现的每个不同的数字（n个）都是一个 “抽屉”。二分查找最多需要O(logn) 次，而每次判断count的时候需要O(n) 遍历 nums[] 数组求解小于等于 i 的数的个数，因此总时间复杂度为O(nlogn)。时间复杂度：O(n)，我们只对数组做了一次遍历，在HashMap和HashSet中查找的复杂度是O(1)。
2024-04-27 23:01:02
674
原创 Leetcode-74-搜索二维矩阵
行列坐标为(row, col)的元素，展开之后索引下标为idx = row * n + col；输入：matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,50]], target = 13。输入：matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,50]], target = 3。编写一个高效的算法来判断 m x n 矩阵中，是否存在一个目标值。时间复杂度 : 由于是标准的二分查找，时间复杂度为O(log(m n))。
2024-04-27 22:39:01
284
原创 Leetcode-48-旋转图像
这四个矩阵的对应关系，其实是一目了然的，我们完全可以在一次循环内，把所有元素都旋转到位。这个简单的方法已经能达到最优的时间复杂度O(N^2) ，因为既然是旋转，那么每个点都应该遍历到，N^2的复杂度不可避免。旋转图像，这个应用在图片处理的过程中，非常常见。空间复杂度：O(1) 由于我们在一次循环中的操作是“就地”完成的，并且我们只用了长度为 4 的临时列表做辅助。因为旋转的时候，是上下、左右分别对称的，所以我们遍历元素的时候，只要遍历一半行、一半列就可以了（1/4元素）。我们可以利用矩阵的特性。
2024-04-15 22:59:12
885
原创 LeetCode-31-下一个排列问题
不过具体操作会发现，如果正序子序列后没数了，那么子序列的“下一个”一定就是整个序列的“下一个”，这样做没问题；但如果后面还有逆序排列的数，这样就不对了。比如 [1,3,8,7,6,2]最后的正序子序列是[1,3,8]，但显然不能直接换成[1,8,3]就完事了；而应该考虑把3换成后面比3大、但比8小的数，而且要选最小的那个（6）。接下来，还要让6之后的所有数，做一个升序排列，得到结果：[1,6,2,3,7,8]
2024-04-14 23:11:49
515
原创 LeetCode-15-三数之和问题
左右指针，其实借鉴的就是分治的思想，简单来说，就是在数组头尾各放置一个指针，先让头部的指针（左指针）右移，移不动的时候，再让尾部的指针（右指针）左移：最终两个指针相遇，那么搜索就结束了。之前我们搜索数组，时间复杂度至少都为O(N^2)，而如果用快排或者归并，排序的复杂度，是 O(NlogN)，最多也是O(N^2)。尽管时间复杂度依然为O(n^2)，但是过程中避免了复杂的数据结构，空间复杂度仅为常数级O(1)，可以说，双指针法是一种很巧妙、很优雅的算法设计。比暴力法的O(n^3)，显然有了很大的改善。
2024-04-14 22:49:54
454
原创 分布式事务详解-高频面试题
XA协议 其实又叫 XA规范 具体来看就是 XA规范(XA Specification) 是X/OPEN 提出的分布式事务处理规范。XA则规范了TM（事务管理器）与RM（资源管理器）之间的通信接口，在TM与多个RM之间形成一个双向通信桥梁，从而在多个数据库资源下保证ACID四个特性。目前知名的数据库，如Oracle, DB2,mysql等，都是实现了XA接口的，都可以作为RM那么基于XA规范下的具体实现就是2PC和3PC。
2024-03-03 18:10:47
638
原创 Java-并发高频面试题-3
Exchanger（交换者）是一个用于线程间协作的工具类。Exchanger用于进行线程间的数据交换。它提供一个同步点，在这个同步点，两个线程可以交换彼此的数据。这两个线程通过 exchange方法交换数据，如果第一个线程先执行exchange()方法，它会一直等待第二个线程也执行exchange方法，当两个线程都到达同步点时，这两个线程就可以交换数据，将本线程生产出来的数据传递给对方。线程池： 简单理解，它就是一个管理线程的池子,那么线程池有哪些好处呢？
2024-02-20 08:25:25
859
1
原创 Hot100-hash表-字母异位词分组问题
这题的关键是找到字母异位词的共同点，即他们的字符出现个数一样多，这样一来可以把每个字符映射到具体的数组上。
2024-02-17 19:41:39
232
原创 Hot100-hash表-两数之和
这题相对比较简单，就是用hash表来解决，key为具体数，value为下标，通过containsKey方法来判断是否存在两数之和。
2024-02-17 19:33:48
163
原创 Java-并发高频面试题-2
如果要想清楚锁升级，需要先知道不同锁的状态，这个锁状态其实就是java对象头中的mark word 标记字段，而这块结构会随着锁的状态的变化而变化。如下图所示：再具体细看 Mark Word存储的是对象自身的 运行数据，如哈希码、GC分代年龄、锁状态标志、偏向时间戳（Epoch） 等信息。而从上图也可以看出因为mark word状态的不同又可以区分出无锁，偏向锁，轻量级锁，重量级锁，我们依次介绍下吧无锁：简单来说就是mark word中锁状态为01时，同时在低三位不是偏向锁的状态。
2024-02-05 23:30:22
979
原创 Java-并发高频面试题
说白了就是在程序执行时，为了提升效率，编译器 和执行器在执行指令时会对指令进行重排序，但是注意不能随意重排序，不是你想怎么排序就怎么排序，它需要满足以下两个条件：在单线程环境下不能改变程序运行的结果；存在数据依赖关系的不允许重排序这两个条件其实也就是两个规则as-if-serial和 happens-before；重排序不会影响单线程环境的执行结果，但是会破坏多线程的执行语义。
2024-01-30 23:00:05
971
原创 Nacos注册中心核心原理
不知你是否跟我一样，在使用Nacos时有以下几点疑问：临时实例和永久实例是什么？有什么区别？服务实例是如何注册到服务端的？服务实例和服务端之间是如何保活的？服务订阅是如何实现的？集群间数据是如何同步的？CP还是AP？Nacos的数据模型是什么样的？本文就通过探讨上述问题来探秘Nacos服务注册中心核心的底层实现原理。虽然Nacos最新版本已经到了2.x版本，但是为了照顾那些还在用1.x版本的同学，所以本文我会同时去讲1.x版本和2.x版本的实现。
2024-01-30 08:27:08
684
原创 面试题-海量数据去重，如何实现？
布隆过滤器是一种数据结构，用于快速检索一个元素是否可能存在于一个集合(bit 数组)中。它的基本原理是利用多个哈希函数，将一个元素映射成多个位，然后将这些位设置为 1。本质上：布隆过滤器内部包含一个bit数组和多个哈希函数，每个哈希函数都会生成一个index 索引值。它由两个部分组成：一个bit数组， 存储数据多个哈希函数， 计算key的 index 索引如下图所示 这里有三个key ==》x，y，z那么问题来了：我们如何做 exist（key）这种存在性的判定呢？
2024-01-24 23:26:14
828
原创 JVM篇--JVM调优高频面试题
1 先打印gc的情况，即通过jstat -gc PID 1000 查看 GC 次数，时间等信息，看看对象的GC 次数是否频繁，而且每次回收的内存空间是否正常，如果说每次回收的内存都很少，GC非常频繁 那么可能是因为内存泄露导致的。首先我们要知道，内存飚高如果是发生在 java 进程上，一般是因为创建了大量对象所导致，而如果持续飚高意味着垃圾回收跟不上对象创建的速度，或者内存泄露导致对象无法回收。-XX:NewRatio=4：设置年轻的和老年代的内存比例为 1:4；-Xmx2g：堆最大内存为 2g；
2024-01-24 08:57:52
715
原创 JVM篇--垃圾回收器高频面试题
首先CMS垃圾收集器是一种1 老年代的垃圾收集器2 是以牺牲吞吐量为代价来获取最短回收停顿时间的垃圾回收器3 多线程并发的标记-清除算法所以在gc的时候会产生大量的内存碎片，当剩余内存不能满足程序运行要求时，系统将会出现 Concurrent Mode Failure，临时 CMS 会采用 Serial Old 回收器进行垃圾清除，此时的性能将会被降低。CMS 工作机制相比其他的垃圾收集器来说更复杂。初始标记只是标记一下 GC Roots 能直接关联的对象，速度很快，仍然需要暂停所有的工作线程。
2024-01-21 22:36:14
1317
原创 JVM篇--垃圾回收高频面试题
首先在java运行过程中，其实程序员并不需要去显示的调用程序来释放对象的内存，而是由虚拟机来完成的，具体来看是在jvm中有个垃圾回收线程，这个线程是个守护线程，这个线程会在虚拟机空闲或者在当前堆内存不足时，才会触发执行，扫面那些没有被任何引用的对象，并将它们添加到要回收的集合中，进行回收。回收后，已用和未用的内存都各自一边。其实jvm的垃圾回收，在我们一开始创建对象的时候，GC就会去监控这个对象的地址，大小和使用情况，而jvm在进行回收的时候主要是采用了可达性分析算法，通过这种方式确定哪些对象是"可达。
2024-01-18 23:21:05
1199
2
原创 JVM篇--Java内存区域高频面试题
以Hotspot为例，堆内存主要由GC模块进行管理和分配，可以分为新生代和老年代，而新生代又可以分为eden区，s1区和s2区，并且他们的比例默认为8:1:1, 同时新生代和老年代的占比如下图所示在使用堆内内存（on-heap memory）的时候，完全遵守JVM虚拟机的内存管理机制，采用垃圾回收器（GC）统一进行内存管理，
2024-01-14 22:40:08
1056
原创 MYSQL篇--锁机制高频面试题
常规回答：死锁它其实是两个或者多个事务在同一个资源上相互占用，同时并请求锁定对方的资源，从而导致恶性循环的现象程序再并发存取多个表的时候，尽量让他们以相同的顺序来访问表在同一个事务中，尽可能做到一次锁定所需要的所有资源，来避免死锁问题对于比较容易产生死锁的部分，可以尝试升级锁的颗粒度，比如使用表级锁，或者分布式事务锁，或者使用乐观锁间隙锁 是 Innodb 在 RR(可重复读) 隔离级别 下为了解决 幻读问题 时引入的锁机制。
2024-01-11 23:23:25
1383
原创 ElasticJob篇--高频面试题
ElasticJob是一个分布式任务调度框架，用于处理大规模任务调度。它的主要特点包括灵活性、分布式能力和扩展性。灵活性：ElasticJob支持多种任务调度策略，如简单调度、Cron表达式调度等，可以根据不同的业务需求选择合适的调度方式。支持任务错过机制（misfire），可以根据配置的策略处理错过的触发时间，保证任务的连续性和正确性。提供了丰富的作业监听器和事件机制，开发者可以通过监听器来实现自定义的业务逻辑，增加灵活性。
2024-01-11 17:45:41
999
原创 MYSQL篇--事务机制高频面试题
四大特性也就是原子性，一致性，隔离性，持久性首先我们看原子性说白了就是当前事务的操作要么同时成功，要么同时失败，而原子性其实是由undo log日志来保证的（这里简单介绍下undo log，undo log他其实是一种用于撤销回退的日志，也就是说在事务没提交之前 mysql会先记录更新前的数据到undo log日志文件中，当事务回滚时，可以用undo log来进行数据回滚，其实说白了undolog就是用执行的反向sql语句来进行回滚）接着看隔离性。
2024-01-10 23:34:36
965
原创 MYSQL篇--索引高频面试题
1最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、 3 and d = 4如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整2 =和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式。
2024-01-08 23:09:15
1194
原创 MYSQL篇--sql优化高频面试题
其实对于性能比较低的sql语句定位，最重要的也是最有效的方法其实还是看sql的执行计划，而对于mysql来说 它其实也是提供了explain这样的命令可以便于查询sql的执行计划，并且通过执行计划 我们能够看到sql的执行情况，包括是否使用索引，使用了什么样的索引，以及使用索引的一些相关信息对于执行计划来说 它里面有几个非常关键的字段，比如说有，这个字段就表示是否用了索引，如果没用索引，key字段就为null；
2024-01-07 22:26:52
1848
原创 01-Redis核心数据结构与高性能原理
Redis的单线程主要是指，这也是 Redis 对外提供键值存储服务的主要流程。但 Redis 的其他功能，比如。
2023-12-06 23:00:27
203
原创 线上问题整理-ConcurrentModificationException异常
商品改价：商品改价中通过多线程批量处理经过 Lists.partition拆分的集合对象。
2023-11-27 17:39:18
176
原创 后端大厂面试-15道题
innodb 中页的默认大小是 16KB，如果不存储数据，那么 就会存储更多的键值，相应的树的阶数（节点的子节点树）就会更大，树就会 更矮更胖，如此一来我们查找数据进行磁盘的 IO 次数有会再次减少，数据查询 的效率也会更快.例如，常见的HTTP服务器（如Apache和Nginx）通常监听默认的HTTP端口80或HTTPS端口443，不同进程监听不同的端口。不同的路径可以映射到不同的进程或应用程序。例如，一个服务器可以将/app1的请求路由到一个进程，将/app2的请求路由到另一个进程，以此类推。
2023-09-25 14:37:31
438
原创 贪心算法-点灯问题
X’ 表示墙，不能放灯，点亮不点亮都可；’.’ 表示居民点，可以放灯，需要点亮。如果灯放在i位置，可以让 i-1，i 和 i+1 三个位置被点亮。（4）i 位置是 ‘.’ ，i + 1是 ‘.’，i + 2是 'X’，i 或 i + 1 位置需要放灯，（3）i 位置是 ‘.’ ，i + 1是 ‘.’，i + 2是 ‘.’，i + 1 位置需要放灯，（2）i 位置是 ‘.’ ，i + 1是 'X’，i 位置需要放灯，（1）i 位置是 'X’，不管，来到 i + 1位置。
2023-09-25 10:35:30
457
原创 后端大厂面试-16道面试题
JDK1.8 中，由于多线程对HashMap进行put操作，调用了HashMap#putVal()，具体原因：假设两个线程A、B都在进行put操作，并且hash函数计算出的插入下标是相同的，当线程A执行完第六行代码后由于时间片耗尽导致被挂起，而线程B得到时间片后在该下标处插入了元素，完成了正常的插入，然后线程A获得时间片，由于之前已经进行了hash碰撞的判断，所有此时不会再进行判断，而是直接进行插入，这就导致了线程B插入的数据被线程A覆盖了，从而线程不安全。使用Key保证元素唯一性，但不保证有序性。
2023-09-22 13:51:38
2382
原创 贪心算法-IPO问题
然后，有两个数组，一个cost[]，里面记录了每个项目需要花费的资金。一个profit数组，里面记录了每个项目完成后可以获取的利润。然后请你计算出，给你一个初始资金w，和最大项目次数k的情况下，可以获取的最大利润。那么，初始资金只能够花费来进行第一个10的项目，其他项目买不起，然后，第一个项目做完，利润是10，现在手里有20，就可以进行第二个项目了，然后再累加利润，看看能不能再解锁新项目。例如：初始资金10，k=3，cost[10，20，30，40]，profit[10，20，30，40]
2023-09-21 21:01:59
270
原创 贪心算法-金条切割问题
金条要分成10，20，30。如果先把长度60的金条分成10和50，花费60；再把长度50的金条分成20和30，花费50；一共花费110铜板。一块金条切成两半，是需要花费和长度数值一样的铜板的。比如长度为20的金条，不管切成长度多大的两半，都要花费20个铜板。但是如果先把长度60的金条分成30和30，花费60；再把长度30金条分成10和20，花费30；例如，给定数组{10，20，30}，代表一共三个人，整块金条长度为10+20+30=60。之后再把累加值放到小根堆里去，所有的累加和即为最小代价。
2023-09-21 20:56:57
338
原创 贪心算法-会议室问题
现在给你两个长度一样的数组，starts数组代码每个会议开始的时间，ends数组代表每个会议结束的时间。贪心算法是纯粹的积累经验类型的算法思想，贪心策略的正确性证明是非常困难的，几乎不可能证明正确性，因此，只能通过对数器进行验证。导致它前面的时间浪费了，后面的时间可能正好差一点不够一个会议，这样也很浪费，肯定不是最优解。因此，排除掉1和2，此题的最优贪心算法应该就是3。1.按照最早开始的会议排序，最早开始的优先。2.按照最短时间排序，时间最短的优先。3.按照最早结束排序，最早结束的优先。
2023-09-21 20:49:11
416
原创 贪心算法-拼接字符串使得字典顺序最小问题
给定一个由字符串组成的数组strs，必须把所有字符串拼接起来，返回所有可能的拼接结果中，字典序最小的结果。：对数组排序，排序规则是对a+b和b+a的字符串进行比较大小，返回较小的顺序放到数组中最后将数组累加即得。
2023-09-21 20:38:35
361
原创 redis事务对比Lua脚本区别是什么
Redis使用同一个Lua解释器来执行所有命令，同时，Redis保证以一种原子性的方式来执行脚本：当lua脚本在执行的时候，不会有其他脚本和命令同时执行，这种语义类似于 MULTI/EXEC。从别的客户端的视角来看，一个lua脚本要么不可见，要么已经执行完。然而这也意味着，执行一个较慢的lua脚本是不建议的，由于脚本的开销非常低，构造一个快速执行的脚本并非难事。但是你要注意到，当你正在执行一个比较慢的脚本时，所以其他的客户端都无法执行命令。
2023-08-15 11:23:46
1021
原创 面试题：为什么解决发送消息零丢失方案，一定要使用RocketMQ事务消息？
这种情况存在情况是 比如刚执行完成了订单本地事务了，还没等到你发送消息到MQ，结果你的订单系统突然崩溃了，这就导致你的订单状态可能已经修改为了“已完成”，但是消息却没发送到MQ去！o如果你要是已经完成了订单数据库更新、Redis缓存更新、ES数据更新了，结果没法送MQ呢订单系统崩溃了虽然订单数据库的操作会回滚，依然有问题，假设用户支付成功了，然后支付系统回调通知你的订单系统说，有一笔订单已经支付成功了，这个时候你的订单系统卡在多次重试MQ。事务机制复杂度提高，会导致整体性能比较差，吞吐量比较低。
2023-05-17 08:04:21
390
原创 面试题：RocketMQ事务消息机制的底层实现原理
rocketmq后台有定时任务，定时任务会去扫描RMQ_SYS_TRANS_HALF_TOPIC中的half消息，如果你超过一定时间还是half消息，他会回调业务系统的接口，让你判断这个half消息是要rollback还是commit。接着需要把放在RMQ_SYS_TRANS_HALF_TOPIC中的half消息给写入到原始Topic的ConsumeQueue里去，然后我们的红包系统可以就可以看到这条消息进行消费了。然后正常情况下然后业务系统按理说会从这个ConsumeQueue里获取到你写入的这个消息。
2023-05-15 08:18:42
335
原创 动态规划问题-求最长回文子序列长度
所以列L 是从N-3出发（N-1和N-2已经填完了）；最长回文子序列是 “123c321” 或者1234321 返回长度为7。通过画图知道，每一行依赖于它下边的，左边的格子，左边下角的格子。给定一个字符串str，返回这个字符串的最长回文子序列长度。因为每一个数都依赖它左边的，下边的，左下的 并求最大值。所以 应该从下往上填，但是每一行又是从左往右填写。回文串 开始位置不算， 结束位置不算。开始位置算， 结束位置不算。开始位置不算， 结束位置算。开始位置算， 结束位置算。
2023-02-24 09:36:19
259
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人