崇尚狼性的专栏

一,从根本上认识java.lang.String类和String池 首先,我建议先看看String类的源码实现,这是从本质上认识String类的根本出发点.从中可以看到: 1,String类是final的,不可被继承.public final class String. 2,String类是的本质是字符数组char[], 并且其值不可改变.private final char valu

第一步：启动SAS安装程序，我的系统配置，Windows 7, 64Bit Home Edition 第二步，选择安装方案，这里我按照默认安装路径。  第三步，很重要，要按照我的方法选择。  这是很关键的一步，人大论坛已经有的一个手把手教你安装SAS 9.3的教程里边提到选择第一个“Perform a Planned Depl

在linux系统上进行项目开发，在部署java项目时，常用方法就是写一个shell脚本，但当服务器重启了，经常会忘了启动shell脚本了。所以我们需要把自己的应用变成linux的服务，当服务器启动的时候就自行启动自己的应用。使用JSVC就能够实现上面的功能。jsvc详细信息请参考：http://commons.apache.org/daemon/jsvc.html 1.安装jsvc

下载thrift依赖的东西 yum -y install automake libtool flex bison pkgconfig gcc-c++ boost-devel libevent-devel zlib-devel python-devel ruby-devel crypto-utilsopenssl openssl-devel 下载最新版本thrift，网址：http:

secondary namenoded 配置很容易被忽视，如果jps检查都正常，大家通常不会太关心，除非namenode发生问题的时候，才会想起还有个secondary namenode，它的配置共两步：     集群配置文件conf/master中添加secondarynamenode的机器     修改/添加 hdfs-site.xml中如下属性：

索引查找是在索引表和主表(即线性表的索引存储结构)上进行的查找。索引查找的过程是：1)       首先根据给定的索引值K1，在索引表上查找出索引值等于KI的索引项，以确定对应予表在主表中的开始位置和长度，2)       然后再根据给定的关键字K2，茬对应的子表中查找出关键字等于K2的元素(结点)。对索引表或子表进行查找时，若表是顺序存储的有序表，则既可进行顺序查找，也可进行二分查找

哈希查找是通过计算数据元素的存储地址进行查找的一种方法。O(1)的查找，即所谓的秒杀。哈希查找的本质是先将数据映射成它的哈希值。哈希查找的核心是构造一个哈希函数，它将原来直观、整洁的数据映射为看上去似乎是随机的一些整数。哈希查找的操作步骤：1)       用给定的哈希函数构造哈希表；2)       根据选择的冲突处理方法解决地址冲突；3)       在哈希表的基础上执行哈希查

【基本思想是】：首先，将表中间位置记录的关键字与查找关键字比较，如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后两个子表，如果中间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找不成功。【算法复杂度】：假设其数组长度为n，其算法复杂度为o（log（n））【二分查找要求】

基本思想是：从表的一端开始，顺序扫描线性表，依次将扫描到的结点关键宇和给定值K相比较。若当前扫描到的结点关键字与K相等，则查找成功；若扫描结束后，仍未找到关键字等于K的结点，则查找失败。顺序查找的优点：    　算法简单，且对表的结构无任何要求，无论是用向量还是用链表来存放结点，也无论结点之间是否按关键字有序，它都同样适用。顺序查找的缺点：　　查找效率低，因此，当n较大时不宜采用顺

归并排序（Merge sort，台湾译作：合并排序）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。归并操作的过程如下：1.        申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列2.        设定两个指针，最初位置分别为两个已经排序序列的起始位置3.        比较两

希尔排序，也称递减增量排序算法，是插入排序的一种高速而稳定的改进版本。希尔排序是基于插入排序的以下两点性质而提出改进方法的：l        插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率，如果当数据是”5, 4, 3, 2, 1“的时候，此时将“无序块”中的记录插入到“有序块”时，每次插入都要移动位置，此时插入排序的效率及其低下。l        但插入排序一般

插入排序（Insertion Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。 一般来说，插入排序都采用in-place在数

堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构，并同时满足堆性质：即子结点的键值或索引总是小于（或者大于）它的父节点。堆排序的过程是：1.        建立一个堆2.        把堆首（最大值）和堆尾互换3.        把堆的尺寸缩小1，目的是把新的数组顶端数据调整到相应位置4.        重复步骤2，直到堆

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小元素，然后放到排序序列末尾(目前已被排序的序列)。以此类推，直到所有元素均排序完毕。如图：第一步： 我们拿80作为参照物（base），在80后面找到一个最小数20,然后将80跟20交换。第二步:第一位

它的基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。 快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为两个子序列（sub-lists）。 步骤为：1.        从数

冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。冒泡排序算法的运作如下： 1.比较相邻的元素。如果第一个比第二个大，就交换他们两个。 2.对每一对相邻元素作同样的工作，从开始第一

所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。排序大概分为四类：       交换排序：包括冒泡排序，快速排序。     选择排序：包括直接选择排序，堆排序。     插入排序：包括直接插入排序，希尔排序。     合并排序：合并排序。评估排序算法的

1、克隆collection        1）克隆远程colletion，使用cloneCollection命令完成将远程的collection复制到本地。           命令格式：db.runCommand({cloneCollection:"集合",from:"原机器",copyIndexes:false}),copyIndexes:是否复制索引           例子：

索引信息保存在system.indexes创建索引：        db.c1.ensureIndex({age:1},{background:true})        1：升序  -1 ：降序        background：是否后台创建索引查询表的索引        db.c1.getIndexes()或db.system.indexes.find()文档索引

1、限制特定IP地址访问,只需启动时加入--bind_ip 参数 ，客户端连接时也需要添加--host        /app/mongo/mongodb/bin/mongod --dbpath=/app/mongo/mongodb/data/test --logpath=/app/mongo/mongodb/data/test/server.log --fork --bind_ip 132.