ARTS打卡第二周

概述

        infoq的arts打卡学习，贯彻左耳朵耗子的学习理念，活到老学到老，每天都精进一点，日拱一卒无有悔，功不唐捐终如海

一、Algorithm 一道算法题

        最近工作使用算法场景较少，基本上是基于数据统计对系统进行优化，因此结合工作的算法暂时没有，最近在学习go，就用go来写一些经典算法吧，再配上单元测试，加深对go的理解

        二分查找法go的实现，接收两个参数：有序数组arr和待查找的值target。通过循环迭代的方式，在每次迭代中更新查找范围的起点和终点，直到找到待查找的值或者确认查找范围为空。若找到待查找的值，则返回它在数组中的索引位置；若未找到，则返回-1。  

// 二分查找法
func BinarySearch(arr []int, target int) int {
	start := 0
	end := len(arr) - 1
	for start <= end {
		mid := (start + end) / 2
		if arr[mid] == target {
			return mid
		}
		if arr[mid] > target {
			end = mid - 1
		} else {
			start = mid + 1
		}
	}
	return -1
}

单元测试

func TestBinarySearch(t *testing.T) {
	Convey("二分查找法", t, func() {
		// 找到的情况
		arr := []int{1,3,4,5,7,9,10}
		res := BinarySearch(arr, 10)
		So(res, ShouldEqual, 6)
		// 找不到的情况
		res = BinarySearch(arr, 11)
		So(res, ShouldEqual, -1)
		// 数组不是有序数组
		arr = []int{1,3,4,20,7,9,10}
		res = BinarySearch(arr, 10)
		So(res, ShouldEqual, -1)
	})
}

 

二、Review 读一篇英文文章

        英语每日一读， 微信公众号 - 「夏说英文晨读」或「友邻优课app」，最近时事，每天一遍，跟读录音review，感觉挺好

三、Technique/Tips 分享一个小技术

        在高并发场景下，使用提前计算代替实时计算，带来非常大的性能提升

        场景： 寻址系统 - 在一堆服务器中为设备选出最优（连接数最少、负载最低）一台，让设备与服务器保持长连接。

        现状：初始时，只有几台服务器，每一个请求来的时候都会实时计算几台服务器的得分，然后取最优。随着时间的推移，服务器数量增加至几百台，几千台，每一次实时计算都会取数据，存在大量io操作，消耗非常多资源

        优化：每10秒钟计算一次服务器的负载得分，并将其写入排行榜中，在寻址取出时，则取前三然后在3个中取最优，这样只需要3次网络io就取得了最优解，大大地减少了服务器资源的占用

四、Share 分享一个观点

        家庭沟通有时候是情绪沟通。最近因小孩入学的事，与老婆在观点上有碰撞冲突，与其说她在问我意见，不如说是走一个过场，让我遵循她的意愿。然而我没有读懂这层意思。

        小儿子准备3岁，要去读幼儿园了，幼儿园有小、中、大班，今年新增了托班，托班比小班人数少5个，学费贵500一个学期，课程差不多。我的想法是让他读小班，而爱人呢却想让他读托班。理由是托班人数少，老师更重视能得到更好的教育，有启智课程更好开发大脑发育。我则说选小班：小班学费低，里面的小孩都是普通家庭小孩，没有那么娇气；启智课程是个噱头，没有什么实质性的教学；小班的小孩年龄相对偏大些，相比托班更优秀；看起来托班更好，实则是幸存者偏差，未必没有虚荣心在其中作怪。

        观点分歧一度陷入僵局，气氛充满单方面的火药味，我一直用平静的语气，然而内心却一直感受着他生气的情绪，无法平静心里焦灼，我想如果我们能坐下来，理性地做个竞品分析，结果可能就一目了然了。搞得大家都不开心，我感觉内心也愧疚，感觉应该让步但是好像让步了就是小孩的损失。

        最后还是她想通了：托班升到中班之后就要被拆散，到时候又得换老师了，对小孩不好。于是选择了小班。其实换一个角度思考，想要说服一个人，得要站在他所关注的重点出发，才能更好的让对方认可接受