qq_29647593的博客

其实这道题从另一个思路来看，问题就迎刃而解了，找出每组字母相同并且字母个数也相同的元素，例如 [“nat”] 和 [“tan”] 这两组元素的大小和字母都相同。我们可以对元素的字母进行排序，然后对这些排序后的元素进行对比，看他是否和数组中的其他元素相等。这时可以借用散列表map，因为map的键是进行哈希的，所以同一个字母哈希的结果是相同的，也就是他们会有同一个键，这样我们可以把具有相同的键的元素，存到一个数组中，然后再把数组返回即可。字母异位词 是由重新排列源单词的所有字母得到的一个新单词。

LRU是内存淘汰策略，LRU （Least recently used：最近最少使用）算法在缓存写满的时候，会根据所有数据的访问记录，淘汰掉未来被访问几率最低的数据。也就是说该算法认为，最近被访问过的数据，在将来被访问的几率最大。双链表的话，那查询的时间复杂度不就是O(n)了，那应该怎么办，于是可以用双链表加Map的方式进行插入和查询，在插入的时候，把key,value 存到map中，那么这样查询的时候时间复杂读不就是O(n)了。，如果读取链表中的元素，他就会加载到。如果内存被读满，那么他就会。

直接通过root就可以看首位节点// Front 返回双链表的第一个元素地址return nil// Back 返回双链表的做后一个元素地址return nil。

这两个条件共同确保递归算法在合适的时候停止，并且在进行递归时问题规模逐渐减小。基线条件提供了终止递归的条件，而递归条件提供了问题继续分解的规则。在编写递归函数时，正确定义这两个条件非常关键，以确保算法的正确性和有效性。在递归算法中其实就是两个条件：基线条件（Base Case）和递归条件（Recursive Case）。哪些问题我们可以考虑使用递归来解决呢？即递归的应用场景一般有哪些呢？下章节我将讲解二分查找树，二分查找树也是用到了递归算法。递归实现斐波那契数列，就是前两个数加起来等于第三个数。

二分查找（Binary Search）是一种用于在有序数组中查找特定元素的高效算法。它的基本思想是通过反复将有序数组分成两半，确定目标元素可能存在的范围，然后逐步缩小这个范围直到找到目标元素或确定目标元素不存在。这个算法的时间复杂度是 O(log n)，其中 n 是数组的长度。在有序数组中，二分查找是一种非常高效的查找算法。如果循环结束时仍未找到目标元素，说明目标元素不存在于数组中，返回 -1。以下是一个简单的二分查找的示例代码（假设数组。，初始时分别指向数组的起始和结束位置。时，继续执行以下步骤。

更改数组 nums ，使 nums 的前 k 个元素包含唯一元素，并按照它们最初在 nums 中出现的顺序排列。解释：函数应该返回新的长度 5 ， 并且原数组 nums 的前五个元素被修改为 0, 1, 2, 3, 4。解释：函数应该返回新的长度 2 ，并且原数组 nums 的前两个元素被修改为 1, 2。输入：nums = [0,0,1,1,1,2,2,3,3,4]输出：5, nums = [0,1,2,3,4]输出：2, nums = [1,2,_]输入：nums = [1,1,2]

Go运⾏的时候包涵⼀个⾃⼰的调度器，这个调度器使⽤⼀个称为⼀个M:N调度技术， m个goroutine到n 个os线程 （可以⽤GOMAXPROCS来控制n的数量）， Go的调度器不是由硬件时钟来定期触发的，⽽是 由特定的go语⾔结构 来触发的，他不需要切换到内核语境，所以调度⼀个goroutine⽐调度⼀个线程的 成本低很多。这种线程切换需要⼀个完整的上下⽂切换：即保存⼀个线程 的状态到 内存，再恢复另外⼀个线程的状态，最后更新调度器的数据结构。某种意义上，这种操作还是很慢的。