qq_20411067的博客

原创 排序算法总结

希尔排序是插入排序的优化版本，最后一轮增量为1的时候即为插入排序。它通过交换两个较远位置的数字来达成一次交换能消除一个以上的逆序对。打破在O(1)空间复杂度的情况下，时间复杂度始终为O(n^2)的问题。堆排序分为三个步骤：一是创建大根堆，然后将最大的元素放置到数组末尾；二是对剩余的元素重新进行大根堆的调整。三是重复操作，直到数组有序。快速排序是一种考的比较多的排序，它的思路是首先取出一个基数（pivot），然后将数组中比它小的元素放在它的左侧，而比它大的元素放在右侧。

原创 leetcode 147. 对链表进行插入排序

因为last及其之前的节点都已经是有序的了，那么我们就从dummyHead向后寻找那个位置，即pre(初始为dummyHead，逐渐向后寻找).next.val <= cur.val。（2）last.val > cur.val 此时需要将cur向前进行插入，那么我们需要寻找插入的位置。如果说（1）last.val <= cur.val 那么我们不需要进行排序，继续向后移动。首先我们使用两个指针，一个last和一个cur进行标记，比较他们两的大小。寻找到这个位置后，我们就可以进行一番操作。

原创 leetcode 排序算法的稳定性

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i] = r[j]，且 r[i] 在 r[j] 之前，而在排序后的序列中，r[i] 仍在 r[j] 之前，则称这种排序算法是稳定的；比如数列：[2, 2, 1]，在选择排序中第一次进行交换时，原数列中的两个 2 的相对顺序就被改变了，因此，我们说选择排序是不稳定的。冒泡排序中，只有左边的数字大于右边的数字时才会发生交换，相等的数字之间不会发生交换，所以它是稳定的。

原创 leetcode 153. 寻找旋转排序数组中的最小值

（1）如果中间元素比最后一个元素小，这说明：中间元素在最小元素的右侧（或就是中间元素）；所以我们舍弃掉右半边的元素，保留左半边的元素。（2）如果中间元素比最后一个元素大，这说明：中间元素在最小元素的左侧（或就是中间元素）；所以我们舍弃掉左半边元素，保留右半边的元素。然而，因为数组进行一定程度的旋转，所以可以使用二分查找吗？这就让我们想到了——二分查找的运用。时间复杂度为O(log n)对数组中最后一个元素进行考虑。

原创 leetcode 283. 移动零

但是对于这一题而言，因为它需要交换的是0和另外一个非0数，所以我们可以直接覆盖0即可。最后再把0补上就行。用index记录已经覆盖到的位置，把从index到nums.length处的元素全部设为0即可。使用双指针：慢指针左边均为非0元素；快指针左边到左指针都为0。我们只需要不断的去交换这两个指针位置的元素即可。

原创 leetcode 119. 杨辉三角 II

List接口包括Collection接口的所有方法。这是因为Collection是List的超级接口。，每次迭代依赖“上一行”的数据，迭代之后的数据覆盖“上一行”的数据，每次迭代计算时，在Java中，这题需要返回一个List，借此机会来回顾一下List的相关知识。如果给定的行数rowIndex小于2，则直接返回，否则需要进行。为了使用List接口的方法，我们可以使用以下这四个类。）的空间复杂度进行解题，那么我们只能创建一个大小为。的List<Integer>。思路：我们需要用O（

原创 leetcode 209. 长度最小的子数组

它基本上用掉了4ms左右的时间，后面把它改成fori求和就快了很多，只需要1ms。（1）首先找到一个大于target的窗口，这个过程是右窗口移动；1、暴力解法，对于每个索引开始的子数组进行遍历，效率很差。（3）记录这个最窗口长度，然后将右窗口向右移动一格；一开始的时候还在思考为什么做出来这题时间如此糟糕，（2）试图缩小窗口，即将左窗口向右移动；对于这种情况，我们首先想到的是双指针。（0）判断总和是否大于target。（4）重复2-3，找到最小窗口。

原创 leetcode 27. 移除元素

我们用快指针去找与目标值相同的值，用慢指针来呈现新的数组内容（索引）。

原创 leetcode 28.找出字符串中第一个匹配项的下标

【代码】leetcode 28.找出字符串中第一个匹配项的下标。

原创 leetcode 151. 反转字符串中的单词

在进行分割后将它转换为一个List，使用List的反转方法。（很一般leetcode这个）2、多余的空格处理：String[] strs = s.split(" ");当我们进行处理的时候，碰到strs[i]为空的时候，跳过即可。1、前导、尾随空格的处理：s = s.trim();用于去除字符串两端的空白字符，非常方便。大幅提升了时间效率，也减小了内存消耗。

原创 leetcode 5.最长回文子串

该函数结合奇数和偶数情况，对中心两侧的字符进行检查，以获取回文串的最大长度。在获取了最大长度后，加之中心字符的索引，我们就可以得到该回文字符串。这里需要注意返回的内容是right - left -1；1、奇数长度回文，以一个字符作为中心。2、偶数长度回文，以两个字符作为中心。如果不理解可以随手画个图感受一下。

原创 leetcode 14.最长公共前缀

1、将第一个字符串拿出来，找它和下一个字符串的前缀交集，然后保存；再将保存的字符串和下一个继续进行比较，直到最后结束。然后对比每一个字符串的第i个字符是否相等，直到比较到不相等的时候退出循环，返回子串。2、纵向对比法，先找出最短的字符串，最长公共前缀长度一定小于等于这个字符串的长度。这种方法为横向对比法，效率很低。

原创 java中字符串的比较和连接

s2是s1的另一个引用。如果使用==进行检查。

原创 对角线遍历

例如：（1）坐标和为偶数，起始位置j = max（0，k - m + 1）3、坐标之和为奇数时从右上向左下放入数组；为偶数时从左下到右上放入数组。（2）坐标和为奇数，起始位置i = max（0，k - n + 1）1、每条对角线上的元素坐标之和相同为k = i + j，且递增。2、需要遍历的次数为m + n - 1条对角线。4、找出每条对角线开始元素的坐标。

原创 n*n矩阵旋转-leetcode 48

这里还有一个知识点，不借助额外的存储空间，将int a和int b的值进行交换。那我们的思路：原第i行对应新第n-1-i列；原第j列对应新第j行（倒序）。最后a = 1 ^ 2 ^ 1 = 1 ^ 1 ^ 2 = 2。实际上我们就使用前面半句话即可，原第i行对应新第n-1-i列。如果不是n*n矩阵而是一个普通的矩阵，其次b = 1 ^ 2 ^ 2 = 1。且异或运算具有交换律和结合律。首先a = 1 ^ 2。1、顺时针旋转90度。2、逆时针旋转90度。

原创 【2024项目实训】千帆大模型 ERNIE-Character-8K 客服对话文档分析

除此之外，还有各种系统内的功能，ai经过学习后，就可以对用户的问题进行回答（有些不太聪明）。"（3）如果用户所需的功能系统中不存在，请回答：功能暂未开放，敬请期待！"（4）如果用户需要订票的话，请推荐他去系统中的“机票”或“火车票”功能" +"（5）如果用户需要小红书推文，请推荐他去系统中的“po文生成”" +"（6）如果用户需要旅游推荐的话，请推荐他去用户下面的各种推荐生成""（1）知道这些功能，并能根据用户的需要给他们推荐相应的功能" +"（2）对用户的简单问题进行回答" +

原创 【2024项目实训】千帆大模型 - 天气插件的调用

如果我们需要达成像app那样的：风力及方向、湿度、体感等，我们都可以在prompt中进行设置并保存为模板，进行重复使用。下面我会给出一个城市，请你默认给出它近三天的天气状况（如果没有要求近几天），你的回答需要包括：温度、风力等级...，这相当于对场景进行预设，这样我们在调用的时候就不需要在代码中引入提示词，可以降低代码的耦合度；在这里我已经配置好了一个自定义的插件，在这个插件内部使用了文心一言内置的天气插件；（1）影响输出文本的多样性，取值越大，生成文本的多样性越强。（2）取值范围 [0, 1.0]

原创 word转pdf 错误 未定义书签的解决办法

原创 【2024项目实训】ERNIE-3.5-8K 千帆大模型API调用

最后返回给我们的是ai的回答，我们将这个回答进行一些处理之后就可以直接输出了。在百度智能云中，千帆大模型平台的文档，找到ERNIE-3.5-8K。应用接入部分，可以找到API Key和Secret Key。而在messages中，必填的有role和content。boby中，必填的参数是messages。获取到唯一的access_token。通过该token对API进行访问；

原创 多线程相关——线程安全（大部分都比较难）

当调用method1时，在线程中会产生一个Lock Record，其中Object reference指向Object对象，Lock record的地址是用来替换Object中的地址的（CAS操作——保证在修改数据的时候是原子操作）。在创建一个线程时，会创建一块工作内存，且其他线程无法访问这一部分，所以不存在线程安全问题。Compare And Swap（CAS），它体现的一种乐观锁的思想，在无锁的情况下保证。synchronized锁是对象锁，是一种互斥锁，最多只有一个对象持有它。

原创 多线程相关——线程基础

3、wait调用必须先获取锁，wait执行后会释放锁，sleep如果在synchronized中执行不会释放对象锁。重写了call方法，但是在实现接口时需要指定一个泛型，重写的call方法的返回值必须和泛型的类型一致；使用方法：首先创建该类的对象，然后将它包装在Thread类中，最后调用start方法。1、wait是Object的成员方法，sleep是Thread的静态方法。实现了Runnable接口，重写了run方法，但是使用方法不一样。2、不同进程使用不同的内存，同一个进程下的线程共享内存。

原创 【2024项目实训】消息中间件篇-Kafka

如上图，p1分区中我们已经消费了0-4的消息，那么此时的偏移量就是5，所以我们继续从5获取消息。1、生产者发送消息，从linux的用户空间发起，但是用户空间没有权限对硬件进行操作。到内核空间中去处理，内核空间中存在页缓存，消息到达一定的批次后，批量发送给磁盘。topic分区中的消息只能由一个消费者进行消费，所以消息肯定是按顺序处理的。key可以决定消息存储在哪个分区，我们只需要将key设置为相同的值就可以了。即：如果消费者2消费到5，但是只提交到了3，中间的消息就会被重复消费。

原创 【2024项目实训】消息中间件篇-RabbitMQ

但是它存在一个问题：即主节点还没有给镜像节点备份就宕机了，这时候消息就丢失了。现在消费者消费了某个消息，但这个ack还没有发送到MQ中时，就发生了宕机。它把消息存储在磁盘中，只有需要消费队列时才从磁盘中读取，但是性能会差一些。MQ默认是内存存储消息，开启持久化功能可以确保缓存在MQ中的消息不丢失。这个时候ack未发送，消息仍然存储在MQ消息队列中，它会被重复消费。一般来说，在生产的环境下，提到高可用机制，就不得不提集群了。导致队列中的消息堆积，使消息成为死信，可能产生消息丢弃。

原创 【2024项目实训】微服务篇-Spring Cloud

服务注册主要体现在：服务提供者需要把自己的数据注册到注册中心去。P必然存在（分布式系统节点之间肯定需要网络连接的，分区必然存在）如果注册中心一段时间没有收到微服务的心跳，则将其移出注册中心。最终一致性：无法保证强一致性，但是软状态结束后，保证数据一致。第二个模式AT——弥补XA模式资源锁定周期过长的缺陷（AP）路由策略（故障转移）+ 失败重试，查看日志分析——邮件告警。A：服务提供者的每个微服务，定期向注册中心发送心跳。TC——负责维护全局事务的状态，提交或回滚。2、token + redis(性能较好)

原创 【2024项目实训】框架篇-Mybatis

两种方式：指定映射文件；指定包名，在这个mapper下面所有的映射文件都会进行加载。这里的session.flush() 在commit之前默认都会执行它。可以发现，第二次查询的时候没有执行sql语句，它是从缓存中直接拿的。而二级缓存的作用域在命名空间和mapper，不依赖session。第一个配置的操作：这里指定要操作的数据库，并且输入用户名和密码；它们属于不同的会话，所以在一级缓存下需要查询两次SQL。在Mybatis的核心配置文件中，将其注释解开。2、id，对应mapper接口中的方法的名称。

原创 【2024项目实训】框架篇-Spring

了解了bean的生命周期后——我们能更好的了解Spring的框架、更好的理解Spring。假设账户1给账户2转账，此处运行后，账户1扣除转账金额，但是账户2没有获得转账。执行顺序：前端控制器——处理器映射器——处理器适配器——（处理器）——视图解析器。简而言之，就是实例化A需要B的对象，但是实例化B需要A的对象，循环依赖，AOP实现的事务，不能处理自己处理之后的异常，它只能处理被抛出的异常。从对象工厂中获取的对象可以创建代理对象（如果需要的话）或者普通对象。

原创 【2024项目实训】Redis篇-其他问题

全量同步和增量同步 —— 判断是否是第一次同步 即主从节点记录的replid是否一致。主从复制、主从同步流程。

原创 【2024项目实训】Redis篇-分布式锁

设置超时时间原因：防止业务超时或服务宕机——此时可以自动释放锁，避免死锁出现。每次加一个锁就给value值+1，释放一个锁就给value值-1；Q：redisson实现的分布式锁是可重入的吗？继续——redisson实现的分布式锁，它能实现。如果项目只是一个单体项目，这样是没问题的。属于本地锁，并不能锁住别的服务器上的线程。但是——项目一般会做成服务集群部署。redisson实现的分布式锁。setnx实现的分布式锁。的分布式锁才是可重入的。

原创 【2024项目实训】Redis篇-缓存

fork即是复制主进程，将页表复制给子进程，此时主进程和子进程都可以对物理内存中的数据进行操作。的这段时间中（图中为50ms），如果有大量的对这个key的并发请求，这些请求会瞬间把DB压垮。的功能，我可以选择volatile-lru策略，对置顶的内容不进行ttl的设置，这样就可以达到置顶的效果啦！缺点1：对于每一个不在数据库内的结果，都将其存入缓存中，非常消耗缓存的内存。定期删除两种模式，每次删除的时间都很短，目的是尽可能减小对主进程的影响。Q：假如缓存过多，内存是有限的，内存被占满了怎么办？

原创 C++语言程序设计01--怎么学C++

C++关于自学方面的笔记