qq_51260764的博客

如此我们便可实现这些基本的接口级别的鉴权。整个实现下来，我们发现这必须要求整个系统在构建的伊始就必须要完善的配置结构，否则这个方案是很难流畅的使用的，所以我们在整个项目构建时就应该确定权限配置的基本结构。然后整个方案其实就是简单的字符串匹配，直接for循环都可以，没什么高大上的，但是整个思路还是非常新奇的，而且也可以开拓视野，毕竟自定义指令、@PreAuthorize注解，这些都可以进行一个实战，整体学习下来收获还是很多的。如果文章内容有错误欢迎大家留言指正。

本题并不难，解题主要是抓住题意，因为受限节点不可以访问，所以我们可以直接将受限节点涉及到的边直接排除在外，而后在验证节点是否受限时，如果一个个查显然时间复杂度过高，这时我们可以使用Set，减少查询的时间复杂度。而后进行一次dfs就可以了，而后我们还需要知道，因为这是一棵树，所以节点不会重复访问，所以我们直接++即可。在不访问受限节点的前提下，只有节点 [0,1,2,3] 可以从节点 0 到达。在不访问受限节点的前提下，只有节点 [0,5,6] 可以从节点 0 到达。个节点组成的无向树，节点编号从。

本题我们需要读懂题目，这种需要判断是否成立的题目，且不是图树形的数据结构，大多需要进行dp，所以我们先来思考一下，如何进行状态转移。首先我们需要了解本题的三个条件限制，其中一个长度为2和两个长度为三的条件，那么我们就可以进行分类，当长度大于2和3的时候进行分别处理即可。而后就是如何判断是否可行，三种方式只要有一个方式成立即可标记在第i个位置可行，而在当前位置，并且在i-2或i-3的位置都成立的话，那么在这个位置即可成立。数组可以划分成子数组 [4,4] 和 [4,5,6]。，则可以称其为数组的一种。

本题其实与另一题思路相似，但是那道题并没有搜索树的这个条件，所以需要进行全搜索，但是本题二叉搜索树显然可以比较方便的搜索到目标，所以本题我们可以使用另一种搜索思路，可以使用二分查找目标。查找两次即可获得其祖先，而后再遍历，最后一个就是最近祖先。但也可以同时搜索，因为一旦两个产生分歧，也就是两个不在同一边，那么这个分支一定是最近共同祖先，所以我们也可以这样搜索，更加节省空间。例如，给定如下二叉搜索树: root = [6,2,8,0,4,7,9,null,null,3,5]

本题思路其实是比较简单的，首先我们需要思考题目的意思，题目要求我们求出层的数值和，而我们要得到数值的和显然需要进行一次bfs，然后将数存储在一个结构当中，我想到优先队列可以维护出一个有序队列，于是我使用优先队列进行排序，而后第几就是将优先队列书城几个返回就可以了。但是测试结果其实并不理想，后来我发现，这样很容易退化为On，因为如果要求我们得到最大值时，我们需要遍历全部，效果不佳，其实反而不如直接排序然后再获取第几个位置显得有效。，如果两个节点与根节点的距离相同，则认为它们在同一层。最大的层和是 3。

首先先观察本题，本题需要我们找到给出数组中的数在树中的前后数，数也可以是其本身，如果树中有的话，所以这其实就是一个搜索的问题，我们需要找到这个数，如果树中有这个数那我们就可以直接得到两个值，而如果不可以那么就搜索返回和这个数相差最小的数的位置。于是就转变成一个二分搜索的题目，因为二分需要我们得到有序的序列，而这个数又正好是一个二叉搜索树也就是二叉排序树，所以我们首先中序遍历一下这个树，得到有序数列之后，对给出的数组进行遍历查找，然后加入List进行返回即可。所以第一个查询的答案是 [2,2]。

首先本题是一道困难题，其解决方法并不难想，主要难度主要集中在实现的细节，首先对于相同列的排序，行小的在前，同行的按照从大到小排序，所以这个实现我想到了java的排序器，制定类的规则。这个问题想好就按照dfs进行异常遍历，主要记录行列，将同列的放入同一个List从而进行排序，整体实现思路并不复杂，主要需要看清楚题意并认真实现。从最左边的列开始直到最右边的列结束，按列索引每一列上的所有结点，形成一个按出现位置从上到下排序的有序列表。列 0 ：只有结点 3 和 15 在此列中，按从上到下顺序。

本题需要我们求解跳跃的最大解，这很明显是使用贪心或动态规划，使用贪心考虑显然不太合理，因为我们无法保证其选择步数合理范围最大就是最大解如：1,1,1,1,1,2，k=5，显然如果按照贪心我们会选择2，但其实我们完全可以每次走一步，即可获取最大解。所以我们接下来的优化就要向着如何选取步数范围的最大值，很明显我们想到使用优先队列(堆)，统计在步数合理范围内的值，可直接获取这样就可以减少for循环从而节省时间。你可以选择子序列 [1,-1,4,3] （上面加粗的数字），和为 7。步，但你不能跳出数组的边界。

首先何时贪心这个问题还是比较简单的，因为一定要一直保持正值，所以我们可以在每次血量非正的时候进行移动，移动的移动一定是我们前面所经历的（因为后面的对前面毫无影响，主要依靠之前扣血的才能保证现在是正）。那么只能使用堆，使用最小堆每次堆顶都为最小元素O(logN)，所以可以使用优先队列进行维护。本题是一个比较明显的贪心，因为说最少需要几次，血量无上限，那么每次选择最小一定没错，于是本题就是一个明显的贪心。解释：初始血量为 1。但现在有两个问题，何时贪心，如何找到最小的。，小扣需对房间访问顺序进行调整，

本题是一道简单题，本身的测试用例较为简单，本身思路也比较清晰，主要依靠bfs进行搜索，因为是求解堂兄弟，所以我们使用bfs可以很快的求解同一层的兄弟，再遍历过程中是事先判断两个值是否是亲兄弟，而后遍历过程中按层次遍历，如果出现目标数字就将+1，如果出现s==1说明不在同一层，s==2说明成功找到即可返回true。我们给出了具有唯一值的二叉树的根节点。对应的节点是堂兄弟节点时，才返回。如果二叉树的两个节点深度相同，但。，以及树中两个不同节点的值。在二叉树中，根节点位于深度。的节点的子节点位于深度。

结果不出意外的超出时间限制了，问题也很简单出现在二次遍历中的for循环当中。于是开始尝试优化，既然遍历其他同层的太过于冗余麻烦，那么我可以将同层的所有相加，而后再减去同父的节点值不就可以了。于是出现了下面的代码。这题思路其实是比较简单的，就是找到同层的节点，然后让非同父的节点相加即可。如果两个节点在树中有相同的深度且它们的父节点不同，那么它们互为。，一个节点的深度指的是从树根节点到这个节点经过的边数。，请你将每个节点的值替换成该节点的所有。这样我们就需要记录父节点，本节点的值。请你返回修改值之后，树的根。

简单介绍一下websocket它是一个双向的通信协议，一旦通信双方建立联系，就可以互相发送消息。都使用注解进行控制，其中这里最重要的就是 OnMessage，这个是得到websocket消息进行的处理，是最核心的方法，本次主要的业务实现焦距于本方法。最近再写项目练手，想着最近大模型那么火，也想接入项目来玩一玩，于是去了解了一下相关的api和通信协议，最后选择了文心一言进行集成，国内的相对稳定。现在就开始进行配置吧，首先我们需要配置好websocket的的相关依赖已经配置serverEndpoint的扫描。

排查到这里的时候我已经开始烦躁了，怎么会这样呢？难道是session的问题，因为我将会话内容存储session中，一检查果然是session的问题，我就开始查询，最后将问题锁定到cookie上，查看浏览器JSESSIONID发现并没有次次发生改变，所以也不是浏览器的问题，于是开始查看网络请求，发现。我的解决方法是使用一个代理，将请求进行转发这样对于安全策略而言这个请求过程会携带cookie，会将此请求当作普通的请求，使用代理进行转发就可以解决这个问题，但实际上这是不安全的，真正安全的是设置。

1.创建单例连接因为hbase的连接是一个重量级的，所以为了优化时间我们尽量使用一次连接，多次使用，也就是创建一次连接后，往后的每次使用都使用之前创建的连接，而不创建新的连接，也就是单例连接。public class HBaseConnect { // 设置静态属性hbase 连接 public static Connection connection = null; static { // 创建hbase 的连接 try { // 使用配置文件的

Intel VT-x/EPT. 不使用虚拟化的Intel VT-x/EPT 后备差异虚拟磁盘 kvm克隆

在大数据处理时，排序是一个非常重要的功能，可以说如果不排序，那么大数据查询出来的结果也将没有价值，那么hive作为hadoop数仓工具，自然也是可以提供排序整个功能的，接下来就为大家介绍一下，hive中查询排序的4个by。

（1）IF NOT EXISTS 选项来忽略表存在这个异常。（2）EXTERNAL 关键字可以让用户创建一个外部表，在建表的同时可以指定一个指向实际数据的路径（LOCATION），在删除表的时候，内部表的元数据和数据会被一起删除，而外 部表只删除元数据，不删除数据。（3）COMMENT：为表和列添加注释。（4）PARTITIONED BY 创建分区表（5）CLUSTERED BY 创建分桶表（6）SORTED BY 不常用，对桶中的一个或多个列另外排序。

zookeeper翻译成中文就是非常形象，hadoop的图标是个大象，hive是个蜜蜂，pig是个猪zookeeper就是管理这些动物的管理员，负责统筹这些框架起到一个非常重要的作用。

常用于管道符联动的命令，cat、less、more、head、tail、grep、cut、sort、uniq、tee、tr、split