数构&算法：数据结构 数据结构是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。通常情况下，精心选择的数据结构可以带来更高的运行或者存储效率。数据结构往往同高效的检索算法和索引技术有关，以下是各种数据结构的详细说明。 线性结构：数组、队列、链表、栈 顺序存储（
直方图，又称质量分布图，用于表示数据的分布情况，是一种常见的统计图表。 一般用横轴表示数据区间，纵轴表示分布情况，柱子越高，则落在该区间的数量越大。构建直方图时，首先首先就是对数据划分区间，通俗的说即是划定有几根柱子（比如，1980年~2020年的数据，每5年划分一个区间的话，共8个区间）。接着，对
很多平台都会禁止用户使用带有网址或者二维码的头像以及文章配图，这样可以有效的防止用户的一些“导流”行为。当然，头像、文章或者视频现在都是AI来审，毕竟现在人工的成本实在太高，但是如果我们把文字元素直接融入图像或者视频之中，如此一来，AI也会很难识别出一些“导流”的元素。 本次我们依靠PIKA-lab
Redis作为当今最流行的内存数据库，已经成为服务端加速的必备工具之一。对于Redis为什么那么快？以及Redis采用单线程，但为什么反而获得更高的性能的疑问，在之前的Redis为什么那么快？一文中，已经有所介绍。 今天通过这篇，我们来了解一下Redis最常见的5种应用场景。您可以通过视频来学习，如
发布于我的博客，也许同步更新于博客园 引入 跳表（跳跃表）能够维护一个数的集合（作用类似普通平衡树），查找时间复杂度为 \(\log n\)，与平衡树一样基于链表结构。由于不需要平衡树那么多旋转什么的，所以效率比较高，一般认为性能能打红黑树。除此以外，链表的特性使它能够以线性时间遍历某个子段。Red
敏感词过滤在社区发帖、网站检索、短信发送等场景下是很常见的需求，尤其是在高并发场景下如何实现敏感词过滤，都对过滤算法提出了更高的性能要求，Ahocorasick算法能够实现毫秒级的万字过滤匹配，能够很好的满足各种场景下的敏感词过滤需求。 Aho-Corasick算法通过将模式串预处理为确定有限状态自
最近在用next13做一个简单的项目，需要兼容chrome 60+以上版本，为了方便测试，特意在公司的台式机上安装了低版本的chrome。 这里简单记录下高版本覆盖低版本的问题，这个方法不影响Windows系统内已安装的Chrome。 下载对应的版本 首先下载你想要的chrome版本，这里找到对应的
一：背景 1. 讲故事 前段时间微信上有一位老朋友找到我，说他的程序跑着跑着内存会突然爆高，有时候会下去，有什么会下不去，怀疑是不是某些情况下存在内存泄露，让我帮忙分析一下，其实内存泄露方面的问题还是比较好解决的，看过这个dump之后觉得还是有一定的分享价值，拿出来和大家分享一下吧。 二：WinDb
## 一：背景 ### 1. 讲故事 有很多朋友跟我说，在 Windows 上看过你文章知道了怎么抓 Crash, CPU爆高，内存暴涨 等各种Dump，为什么你没有写在 Docker 中如何抓的相关文章呢？瞧不上吗？ 哈哈，在DUMP的分析旅程中，跑在 Docker 中的 .NET 占比真的不多，
## 一：背景 ### 1. 讲故事 前几天微信上有位朋友找到我，说他程序的 `线程数` 会偶发性瞬时飙高，让我看下大概是什么原因，截图如下：  Python装饰器实例讲解(一) 你最好去看下第一篇，虽然也不是紧密的链接在一起 参考B站码农高天的视频，大家喜欢看视频可以跳转忽略本文:https://www.bilibili.com/video/BV19U4y1d79C 一键三连哦 本文的知识点主要是 类装
前言 在浏览器中表单元素天然支持focus和blur事件，这两个事件在开发过程中出现的频率还是挺高的，前端开发者也都比较熟悉，在这里特意总结一下。 触发场景 鼠标点击 键盘tab键 直接调用dom的focus,blur方法 使用tabIndex使非表单元素支持focus和blur事件 给一个普通的d
博主是在2018年中就接触了 RuoYi 项目 这个项目，对于当时国内的开源后台管理系统来说，RuoYi 算是一个完成度较高，易读易懂、界面简洁美观的前后端不分离项目。 对于当时刚入行还在写 jsp 模板的博主来说，RuoYi 项目在后台基础功能、模块划分、易用性和页面美观度上，对比同期用 Java
本文博主给大家分享线上多域名实战，当线上主域名不可用的情况下，启用备用域名完成网站高可用保障。 网站的高可用性一直是网站运维的重中之重。一旦网站宕机，不仅会造成巨大的经济损失，也会严重影响用户体验。备份域名就是一种实现网站高可用的重要手段。通过备份域名，可以在主域名不可访问时快速切换域名，保证网站正
分布式系统是指由多个节点通过网络进行通信和协作的系统，它具有高可用性、高扩展性、高性能等优点，但也面临着一些挑战，如数据一致性、容错性、负载均衡等。为了解决这些问题，分布式系统设计出现了一些经典的理论和方法，如 CAP 理论、BASE 理论、一致性等。 # CAP 理论 CAP 理论是指一个分布式系
MySQL 和 Elasticsearch 是两种不同的数据管理系统，它们各有优劣，适用于不同的场景。本文将从以下几个方面对它们进行比较和分析： - 数据模型 - 查询语言 - 索引和搜索 - 分布式和高可用 - 性能和扩展性 - 使用场景 ## 数据模型 MySQL 是一个关系型数据库管理系统（R
Kafka 是一个基于发布-订阅模式的消息系统，它可以在多个生产者和消费者之间传递大量的数据。Kafka 的一个显著特点是它的高吞吐率，即每秒可以处理百万级别的消息。那么 Kafka 是如何实现这样高得性能呢？本文将从七个方面来分析 Kafka 的速度优势。 - 零拷贝技术 - 仅可追加日志结构 -
摘要：对政企、金融客户来说，裸金属服务器相比于云服务器，更能满足他们对性能和稳定性的要求。但裸金属服务器的网络实现，却存在成本高、灵活性差、成熟度不足等问题。为解决这些问题，华为云Stack有一套增强版的网络方案。 本文分享自华为云社区《【华为云Stack】【大架光临】第14期：再升级！全新网络方案
摘要：ForkJoin是由JDK1.7之后提供的多线程并发处理框架。 本文分享自华为云社区《【高并发】什么是ForkJoin？看这一篇就够了！》，作者： 冰 河。 在JDK中，提供了这样一种功能：它能够将复杂的逻辑拆分成一个个简单的逻辑来并行执行，待每个并行执行的逻辑执行完成后，再将各个结果进行汇总
