想啥呢？labuladong 怎么可能被整不会？只是东哥又发现了一个有趣的套路，所以写了篇文章分享给大家~
在设计G1时会极力避免Full GC（以下简称FGC），但是总有一些特殊情况，如果当前并发回收的速度跟不上对象分配的速度，那么需要G1启动后备方案进行FGC。早期G1的FGC使用单线程的标记整理算法，后来为了充分发挥多核处理器的优势，JEP 307提案为G1的FGC设计了多线程标记整理算法，此时多线程的FGC的线程数量可以由-XX:ParallelGCThreads控制。
专栏作者简介 九茶 Python工程师，目前居于广州。Github知名开源爬虫QQSpider和SinaSpider作者，经常会在CSDN上分享一些爬虫、数据等福利。爬过的网站有 QQ空间、新浪微博、Facebook、Twitter、WooYun、Github、SearchCode、CSDN、博客园、天猫、大众点评、图吧 网、域名与IP数据、证券投资数据、中国土地数据、某些政府网站等。 除了爬虫领域之外，还会分享一些Python小应用（例如Python+PhantomJS批量注册账号，登录等），接下来在Py
对于一个给定的 source 字符串和一个 target 字符串，你应该在 source 字符串中找出 target 字符串出现的第一个位置(从0开始)。如果不存在，则返回 -1。
1. SDS简介 Redis中使用的字符串均为『简单动态字符串』（Simple Dynamic String），简称SDS。 SDS是在C字符串的基础上进行了一些包装，使得它更符合Redis的使用场景。 在Redis中，C字符串只用在一些无需修改的地方，如日志打印；其他需要使用字符串的地方基本上使用的都是SDS。 2. 数据结构 struct sdshdr{ int len; int free; char buf[]; }; len：buf数组中字符串的实际使用量。 free：buf数组中空闲
KMP这个名字不是视频播放器，更不是看毛片，它其实是由Knuth、Morris、Pratt这三个大牛名字的合称。老外很喜欢用人名来命名算法或者是定理，数学里就有一堆，什么高斯定理、欧拉函数什么的。但是中国人更倾向于从表意上来给一个概念命名，比如勾股定理、同余定理等等。之前觉得用人名命名很洋气，作者可以青史留名，后来想想这也是英文表意能力不足，很难用表意的方式起名的体现。
文章主要讲述了如何通过自然语言处理技术，如词向量、文本分类、情感分析等，来对文本进行相似性分析。同时，文章也介绍了一些具体的应用场景，如搜索引擎、文本分类、情感分析等。
最近在自学JavaScript，看到一些用js实现的算法，觉得挺有意思的，记录一下
这篇文章憋的太久了，断断续续战线拉了好长。这个也是属于喜马拉雅那个项目的一部分，还要再忙一阵子。请大家见谅。
给你一个字符串 s ，请你去除字符串中重复的字母，使得每个字母只出现一次。需保证 返回结果的字典序最小（要求不能打乱其他字符的相对位置）。
Redis面试中经常被问到，Redis效率为什么这么快，很多同学往往回答：① Redis基于内存操作；② Redis是单线程的，采用了IO多路复用技术；③ Redis未使用C语言字符串，使用了SDS字符串。然而，很少有人能说清楚SDS字符串到底是什么，为什么使用SDS字符串比使用C语言字符串效率要高。
面试官：了解redis的String数据结构底层实现嘛? 铁子：当然知道，是基于SDS实现的 面试官：redis是用C语言开发的，那为啥不直接用C的字符串，还单独设计SDS这样的结构呢? 铁子：···
jvm-sandbox-repeater 是阿里开源的一款可基于 jvm-sandbox (阿里另一开源项目)可对应用目标 jvm 进行动态增强同时对目标服务的指定流量进行录制及回放的工具，使用过程中遇到如下问题:
之前我们对下载的url地址进行了去重操作，避免同样的url下载多次。其实不光url需要去重，我们对下载的内容也需要去重。
2021开工第一天，就有小伙伴私信我，还给我分享了一道他面阿里的redis题（这家伙绝比已经拿到年终奖了），我看了以后觉得挺有意思，题目很简单，是那种典型的似懂非懂，常常容易被大家忽略的问题。这里整理出来分享一下，顺便自己巩固一下基础，希望对正在面试和想要面试的兄弟有点帮助。
String在Redis底层是怎么存储的？这些数据类型在Redis中是怎么存放的？Redis快的原因就只有单线程和基于内存么？
所谓左右指针，就是两个指针相向而行或者相背而行；而所谓快慢指针，就是两个指针同向而行，一快一慢。
Redis没有直接使用C语言传统的字符串表示(以空字符 \0 结尾的字符数组)，而是构建了一种名为简单动态字符串SDS的抽象类型，并将SDS用作Redis的默认字符串表示。
International Morse Code defines a standard encoding where each letter is mapped to a series of dots and dashes, as follows: “a” maps to “.-”, “b” maps to “-…”, “c” maps to “-.-.”, and so on.
在前面提到的精确去重方案都是会保存全量的数据，但是这种方式是以牺牲存储为代价的，而hyperloglog方式虽然减少了存储但是损失了精度，那么如何能够做到精确去重又能不消耗太多的存储呢，这篇主要讲解如何使用bitmap做精确去重。
更正式地来说，当 arr 的子数组 A[i], A[i+1], ..., A[j] 满足仅满足下列条件时，我们称其为湍流子数组：
给定一个赎金信 (ransom) 字符串和一个杂志(magazine)字符串，判断第一个字符串 ransom 能不能由第二个字符串 magazines 里面的字符构成。如果可以构成，返回 true ；否则返回 false。
给定一个长度为n的字符串S，还有一个数字L，统计长度大于等于L的出现次数最多的子串（不同的出现可以相交），如果有多个，输出最长的，如果仍然有多个，输出第一次出现最早的。
通过 采集系统 我们采集了大量文本数据，但是文本中有很多重复数据影响我们对于结果的分析。分析前我们需要对这些数据去除重复，如何选择和设计文本的去重算法？常见的有余弦夹角算法、欧式距离、Jaccard相似度、最长公共子串、编辑距离等。这些算法对于待比较的文本数据不多时还比较好用，如果我们的爬虫每天采集的数据以千万计算，我们如何对于这些海量千万级的数据进行高效的合并去重。最简单的做法是拿着待比较的文本和数据库中所有的文本比较一遍如果是重复的数据就标示为重复。看起来很简单，我们来做个测试，就拿最简单的两个数据使用Apache提供的 Levenshtein for 循环100w次计算这两个数据的相似度。代码结果如下：
hash大家都不陌生，不同的hash又不一样的特征，今天的主要内容就是带大家一起来学习了解一下不同的hash。
Redis用了这么久，一直没有认真的去了解其内部的数据结构和实现原理。从今天开始正式系统性的学习Redis。首先，还是从工作中经常打交道的数据类型开始说起，然后，在说到其内部使用的数据结构。
Redis 没有直接使用 C 语言传统的字符串表示（以空字符串结尾的字符数组），而是构建了一种名为简单动态字符串（simple dynamic string）的抽象类型，并将 SDS 用作 Redis 的默认字符串表示。
本期文章是js的一些算法题，包括数组去重、数组删除元素、数组排序、字符串排序、字符串反向、字符串改大写 、数组改大写、字符替换。
传统的Hash算法只负责将原始内容尽量均匀随机地映射为一个签名值，原理上仅相当于伪随机数产生算法。传统的hash算法产生的两个签名，如果原始内容在一定概率下是相等的；如果不相等，除了说明原始内容不相等外，不再提供任何信息，因为即使原始内容只相差一个字节，所产生的签名也很可能差别很大。所以传统的Hash是无法在签名的维度上来衡量原内容的相似度，而SimHash本身属于一种局部敏感哈希算法，它产生的hash签名在一定程度上可以表征原内容的相似度。
题目：输入一个字符串，输出该字符串中对称的子字符串的最大长度。比如输入字符串“google”，由于该字符串里最长的对称子字符串是“goog”，因此输出4。 思路：可能很多人写过判断一个字符串是不是对称函数，这个题目可以看成是该函数的加强版。首先想到的就是遍历，暂且先不考虑效率问题。判断一个字符串是不是对称的函数，可以用这个字函数逐一检查原字符串中所有的子字符串，然后输出长度最大的即可。 怎样判断一个字符串是不是对称的字符串？ -->可以用两个指针分别指向字符串的第一个字符和最后一个字符，判断是否相等，如果不
对于传进来的两个字符串，先获取它们的长度，然后对要分析的字符串 haystack 进行遍历，从 haystack 字符串的第0个开始部分字符串（长度为目标字符串的长度 needle.length）与目标字符串 needle 进行对比，用 flag 来记录是否找到目标字符串。
我：哦哦哦，还有HyperLogLog，bitMap，GeoHash，BloomFilter
前言 算法题是锻炼思维的好工具，在解决问题的层面考察思考能力。 正文 1. Compote 题目链接 题目大意： 给出a、b、c三种材料，可以1:2:4组成d，不能拆分成0.5，问最多有多少材料参与制作。 1个a 2个b 4个c 组成一个d，参与的材料有1+2+4=7。 a,b,c (1 ≤ a,b,c ≤ 1000) Examples input 2 5 7 output 7 input 4 7 13 output 21 input 2 3 2 output
Redis没有使用C语言传统的字符串表示(以空字符结尾的字符串数组，以下简称C字符串), 而是自己构建了一种名为简单动态字符串(simple dynamic string，SDS)的抽象类型，并将SDS作为Redis默认的字符串表示。
redis 对于团队中的同学们来说是非常熟悉的存在了，我们常用它来做缓存、或是实现分布式锁等等。对于其 api 中提供的几种数据结构，大家也使用得得心应手。
在之前的两篇博文分别介绍了常用的hash方法（[Data Structure & Algorithm] Hash那点事儿）以及局部敏感hash算法（[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)），本文介绍的SimHash是一种局部敏感hash，它也是Google公司进行海量网页去重使用的主要算法。
shingling算法是最常见的文档分割算法，说白了就是将一个文档分解成由短字符构成的字符串集合。分割后的文档就可以通过Jaccard相似度等简单的度量标准进行相似度检测了。
算法的重要性，我就不多说了吧，想去大厂，就必须要经过基础知识和业务逻辑面试+算法面试。所以，为了提高大家的算法能力，这个公众号后续每天带大家做一道算法题，题目就从LeetCode上面选 ！
回溯， 简单来说也就是暴力算法， 之前在学习二叉树 和 递归算法的时候， 我们都涉及到了回溯， 只是没有深究而已， 对于回溯而言，他本身就是将所有的结果穷举出来， 所以我们这里说回溯就是暴力算法。 在跟随《代码随想录》的学习中， 将回溯算法拆分为了以下几个模块来学习
堆的数据结构是一个完全二叉树，一般使用于优先队列。堆分大数堆和小数堆，大数堆是大数在父节点，小数，小数堆是小数在子节点。每次排序后的次数也有限，插入排序的次数是数的层数减一，就是O(log2n)，初始化的时间复杂度是O(n)，消费最大/最小节点的时间复杂度是O(log2n)。消费父节点的算法是，删掉父节点，用最后一个节点重顶节点做插入算法。
哈喽，我是子牙。十余年技术生涯，一路披荆斩棘从技术小白到技术总监到JVM专家到创业。技术栈如汇编、C语言、C++、Windows内核、Linux内核。特别喜欢研究虚拟机底层实现，对JVM有深入研究。分享的文章偏硬核，很硬的那种。
字符串匹配是计算机的基本任务之一。 举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？ 许多算法可以完成这个任务，Knut
关于字符串匹配KMP算法其实不难，只要理解字符串下一步匹配需要移动的个数就可以了，但是说是这么说，实际理解肯定会有或多或少的问题，要是大家看完之后还是有问题有疑问的同学，可以再文章底部加我~
举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？
redis没有直接使用c语言的传统字符串表示（以空字符结尾的字符数组），而是自己构建了一种名为简单动态字符串（simple dynamic string，SDS）的抽象类型。
短网址在目前来说是一个非常流行的东西，提供短网址服务的网站也是相当多的，短网址在微博上应用的比较广泛 ，因为微博对于url的长度有一个限制，所以将一个很长的网址转换成一个很短的网址，是一个非常棒的想法，其好处有很多，比如字符少，美观，便于发布和传播等。
二面基本是场景设计题，具体忘了，有一说一百度面试体验很好，和面试官一起探讨解决的办法
我们每天都在用 Google, 百度这些搜索引擎，那大家有没想过搜索引擎是如何实现的呢，看似简单的搜索其实技术细节非常复杂，说搜索引擎是 IT 皇冠上的明珠也不为过，今天我们来就来简单过一下搜索引擎的原理，看看它是如何工作的，当然搜索引擎博大精深，一篇文章不可能完全介绍完，我们只会介绍它最重要的几个步骤，不过万变不离其宗，搜索引擎都离不开这些重要步骤，剩下的无非是在其上添砖加瓦，所以掌握这些「关键路径」，能很好地达到观一斑而窥全貎的目的。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
