ARTS Week 31

最新推荐文章于 2024-10-09 23:24:44 发布

风含叶

最新推荐文章于 2024-10-09 23:24:44 发布

阅读量93

点赞数

分类专栏： ARTS Python 文章标签： python

本文链接：https://blog.csdn.net/weixin_38872236/article/details/114974961

版权

ARTS 同时被 2 个专栏收录

41 篇文章 0 订阅

订阅专栏

Python

26 篇文章 0 订阅

订阅专栏

ARTS Week 31

世界上任何书籍都不能带给你好运，但是它们能让你悄悄成为你自己 --赫尔曼黑塞

Algoithm

解码方法

概述

一条包含字母 A-Z 的消息通过以下映射进行了编码：

'A' -> 1
'B' -> 2 ...
'Z' -> 26 要 解码 已编码的消息，所有数字必须基于上述映射的方法，反向映射回字母（可能有多种方法）。例如，"111" 可以将 "1" 中的每个 "1" 映射为 "A" ，从而得到 "AAA" ，或者可以将 "11" 和 "1"
（分别为 "K" 和 "A" ）映射为 "KA" 。注意，"06" 不能映射为 "F" ，因为 "6" 和 "06" 不同。

给你一个只含数字的非空字符串 num ，请计算并返回解码方法的总数。

题目数据保证答案肯定是一个 32 位的整数。

示例 1：

输入：s = "12"
输出：2
解释：它可以解码为 "AB"（1 2）或者 "L"（12）。

示例 2：

输入：s = "226"
输出：3
解释：它可以解码为 "BZ" (2 26), "VF" (22 6), 或者 "BBF" (2 2 6) 。

示例 3：

输入：s = "0"
输出：0
解释：没有字符映射到以 0 开头的数字。含有 0 的有效映射是 'J' -> "10" 和 'T'-> "20" 。由于没有字符，因此没有有效的方法对此进行解码，因为所有数字都需要映射。

示例 4：

输入：s = "06"
输出：0
解释："06" 不能映射到 "F" ，因为字符串开头的 0 无法指向一个有效的字符。

提示：

1 <= s.length <= 100 s 只包含数字，并且可能包含前导零。

解析

在这里插入图片描述

coding

class Solution:
    def numDecodings(self, s: str) -> int:
        if not s or s[0] == "0":
            return 0
        # 使用 dp 算法同步修改策略方式
        size = len(s)
        dp = [0] * (size + 1)
        dp[0] = dp[1] = 1

        for i in range(1, size):
            if s[i] == "0":
                if s[i - 1] == "1" or s[i - 1] == "2":
                    dp[i + 1] = dp[i - 1]
                else:
                    return 0

            else:
                if s[i - 1] == "1" or (s[i - 1] == "2" and s[i] <= "6"):
                    dp[i + 1] = dp[i] + dp[i - 1]
                else:
                    dp[i + 1] = dp[i]

        return dp[-1]

Review

Redis-异步机制：如何避免单线程模型的阻塞？

概述

Redis 性能：

Redis 内部的阻塞式操作；
CPU 核和 NUMA 架构的影响；
Redis 关键系统配置；
Redis 内存碎片；
Redis 缓冲区。
客户端：网络 IO，键值对增删改查操作，
数据库操作；磁盘：生成 RDB 快照，记录 AOF 日志，AOF 日志重写；
主从节点：主库生成、传输 RDB 文件，从库接收 RDB 文件、清空数据库、加载 RDB 文件；
切片集群实例：向其他实例传输哈希槽信息，数据迁移。

在这里插入图片描述

客户端

网络，但是有 io多路复用，这些都比较低
复杂的操作：
1. 第一个阻塞点：集合全量查询和聚合操作。
2. 复杂删除操作
  其实，删除操作的本质是要释放键值对占用的内存空间。你可不要小瞧内存的释放过程。释放内存只是第一步，为了更加高效地管理内存空间，在应用程序释放内存时，操作系统需要把释放掉的内存块插入一个空闲内存块的链表，以便后续进行管理和再分配。这个过程本身需要一定时间，而且会阻塞当前释放内存的应用程序，所以，如果一下子释放了大量内存，空闲内存块链表操作时间就会增加，相应地就会造成
  Redis 主线程的阻塞。
3. bigkey 删除操作
4. 清空数据库

和磁盘交互时的阻塞点

AOF 日志
RDB 日志，影响比较小

阻塞操作异步

异步执行

异步的子线程机制

Redis 主线程启动后，会使用操作系统提供的 pthread_create 函数创建 3 个子线程，分别由它们负责 AOF 日志写操作、键值对删除以及文件关闭的异步执行。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Tpr7Aror-1616045178777)(https://github.com/Carmenliukang/ARTS/blob/master/image/31/6.jpg)]

Tip

CPU结构-Redis性能

概述

主流的 CPU 架构

在这里插入图片描述

动态规划相关算法题目解析

概述

首先，动态规划问题的一般形式就是求最值。动态规划其实是运筹学的一种最优化方法，只不过在计算机问题上应用比较多，比如说让你求最长递增子序列呀，最小编辑距离呀等等。

既然是要求最值，核心问题是什么呢？求解动态规划的核心问题是穷举。因为要求最值，肯定要把所有可行的答案穷举出来，然后在其中找最值呗。动态规划这么简单，就是穷举就完事了？我看到的动态规划问题都很难啊！

首先，动态规划的穷举有点特别，因为这类问题存在「重叠子问题」，如果暴力穷举的话效率会极其低下，所以需要「备忘录」或者「DP table」来优化穷举过程，避免不必要的计算。

而且，动态规划问题一定会具备「最优子结构」，才能通过子问题的最值得到原问题的最值。另外，虽然动态规划的核心思想就是穷举求最值，但是问题可以千变万化，穷举所有可行解其实并不是一件容易的事，只有列出正确的「状态转移方程」才能正确地穷举。

以上提到的重叠子问题、最优子结构、状态转移方程就是动态规划三要素。具体什么意思等会会举例详解，但是在实际的算法问题中，写出状态转移方程是最困难的，这也就是为什么很多朋友觉得动态规划问题困难的原因，我来提供我研究出来的一个思维框架，辅助你思考状态转移方程：

明确 base case -> 明确**「状态」-> 明确「选择」** -> 定义 dp 数组/函数的含义。

# 初始化 base case
dp[0][0][...] = base
# 进行状态转移
for 状态1 in 状态1的所有取值：
    for 状态2 in 状态2的所有取值：
        for ...
            dp[状态1][状态2][...] = 求最值(选择1，选择2...)