键值

hashing的概念 HashMap中解决碰撞的方法 equals()和hashCode()的应用，以及它们在HashMap中的重要性 不可变对象的好处 HashMap多线程的条件竞争 重新调整HashMap的大小 “什么是HashMap？你为什么用到它？” 数组和链表组合成的链表散列结构，通过hash算法，尽量将数组中的数据分布均匀，如果hashcode相同再比较equals方法，如果equals方法返回false，那么就将数据以链表的形式存储在数组的对应位置，并将之前在该位置的数据往链表的后面移动，并记录一个next属性，来指示后移的那个数据。注意数组中保存的是entry,其中保存的是键值. HashMap可以接受null键值和值，而HashTable则不能；HashMap是非synchronized;HashMap很快；以及HashMap储存的是键值对等等 “为什么String, Interger这样的wrapper类适合作为键？” String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变

1、前言 在Android开发中可能会遇到添加新的按键的需求，本文将简单介绍如何在Android系统中完成一个新的按键的添加。 当系统有新的按键需要添加时，Linux内核下的键码到Android系统中键码是如何进行转换映射的？ 2、内核添加设备节点 首先，我们需要在Linux内核添加新的按键值，在Linux内核中提供了按键的驱动程序gpio_keys.c，该驱动是基于设备树实现的，因此，先添加自己的设备节点，如下： gpio_keys { status = "okay"; compatible = "gpio-keys"; #address-cells = <1>; #size-cells = <0>; input-name = "test-keys"; pinctrl-names = "tlmm_gpio_key_active","tlmm_gpio_key_suspend"; pinctrl-0 = <&gpio_key_active>; pinctrl-1 = <&gpio_key_suspend>; key1@1 { label = "key1"; gpios = <&msm_gpio 96 1>; linux,code = <116>; linux,input-type = <1>; }; key2@2 { label = "key2"; gpios = <&msm

1.过期设置 Redis 中设置过期时间主要通过以下四种方式： expire key seconds：设置 key 在 n 秒后过期； pexpire key milliseconds：设置 key 在 n 毫秒后过期； expireat key timestamp：设置 key 在某个时间戳（精确到秒）之后过期； pexpireat key millisecondsTimestamp：设置 key 在某个时间戳（精确到毫秒）之后过期； 下面分别来看以上这些命令的具体实现。 1）expire：N 秒后过期 127.0.0.1:6379> set key value OK 127.0.0.1:6379> expire key 100 (integer) 1 127.0.0.1:6379> ttl key (integer) 97 其中命令 ttl 的全称是 Time To Live 表示此键值在 n 秒后过期。例如，上面的结果 97 表示 key 在 97s 后过期。 2）pexpire：N 毫秒后过期 127.0.0.1:6379> set key2 value2 OK 127.0.0.1:6379> pexpire key2 100000 (integer) 1 127.0.0.1:6379> pttl key2 (integer) 94524 其中 pexpire key2

微软官网上的解释： 索引是与表或视图关联的磁盘上结构，可以加快从表或视图中检索行的速度。 索引包含由表或视图中的一列或多列生成的键。 这些键存储在一个结构（B 树）中，使 SQL Server 可以快速有效地查找与键值关联的行。 表或视图可以包含以下类型的索引： 聚集 聚集索引根据数据行的键值在表或视图中排序和存储这些数据行。 索引定义中包含聚集索引列。 每个表只能有一个聚集索引，因为数据行本身只能按一个顺序存储。 只有当表包含聚集索引时，表中的数据行才按排序顺序存储。 如果表具有聚集索引，则该表称为聚集表。 如果表没有聚集索引，则其数据行存储在一个称为堆的无序结构中。 非聚集 非聚集索引具有独立于数据行的结构。 非聚集索引包含非聚集索引键值，并且每个键值项都有指向包含该键值的数据行的指针。 从非聚集索引中的索引行指向数据行的指针称为行定位器。 行定位器的结构取决于数据页是存储在堆中还是聚集表中。 对于堆，行定位器是指向行的指针。 对于聚集表，行定位器是聚集索引键。 可以向非聚集索引的叶级添加非键列以跳过现有的索引键限制，并执行完整范围内的索引查询。 聚集索引和非聚集索引都可以是唯一的。 这意味着任何两行都不能有相同的索引键值。 另外，索引也可以不是唯一的，即多行可以共享同一键值。 实际上，可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引：聚集索引

存储数据结构 树型结构,分支结点和叶子节点均可存储数据 每个节点存储的数据为 键->List<值(名称-类型-数据)>; 名称大小写不敏感 数据类型 REG_BINARY 二进制类型,以十六制显示 DWORD/QWORD 数值类型DWORD 为 32 位,QWORD 为 64 位 REG_SZ 字符串类型 ,最大长度不能超过 255 个字符 REG_EXPAND_SZ 扩展字符串类型 ,可解释 %变量% REG_MULTI_SZ 注册表存储的是 Hive 文件,存储路径为 \Windows\System32\config 五大根键 HKEY_USERS Default 子键内容和 HKEY_CURRENT_USER 一致,其它不用管 HKEY_CURRENT_USER 保存了当前登录用户数据,个性化配置,键的内容随登录用户不同而不同 ControlPanel 控制面板设置,桌面背景,容器外观等 Software 当前环境中安装的软件设置,windows 本身内置功能 HKEY_LOCAL_MACHINE 保存的系统信息,包括硬件配置,外围设备,网络设置,所安装的软件 HARDWARE 计算机硬件相关的各项信息,驱动程序的设置 SAM SECURITY 用户组,用户,系统安全设置,权限分配 SOFTWARE 已安装的软件信息,与 HKEY_CURRENT_USER/Software

REmote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。 Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。 它通常被称为数据结构服务器，因为值（value）可以是 字符串(String), 哈希(Map), 列表(list), 集合(sets) 和 有序集合(sorted sets)等类型。 本笔记主要实现Redis的运维常用功能的配置,如编译安装,设置初始密码,主从同步,数据库的备份,等功能 编译安装Redis 1.编译安装依赖. [root@localhost ~]# wget https://jaist.dl.sourceforge.net/project/tcl/Tcl/8.5.18/tcl8.5.18-src.tar.gz [root@localhost ~]# tar -xzvf tcl8.5.18-src.tar.gz [root@localhost ~]# cd tcl8.5.18/unix/ [root@localhost ~]# ./configure [root@localhost ~]# make && make install 2.编译安装Redis. [root

1、本文章主要写的是关于HFile里面键值对的剖析 先来看看HFile的存储格式 HFile的文件是不定长的，长度固定的只有两块，就是Traifer和File info。 Data块的是由Magic和键值对组成，Magic主要是生成一些随机数来防止数据的损坏，其他的就是键值对。 上面我们大概的讲了一下，键值对，下面这个张图描述的更清晰 键值对结构图 上面这张图里面包含的内容是： Key Length :用4个字节（32位二进制）来描述我的Key的长度，里面4个字节的二进制位算出来的结果就表示我的Key占多少个字节 Value Length：用4个字节（32位二进制）来描述我的Value有多少字节，也是4个字节的二进制位算出来的结果就表示我的Value占多少个字节 Row Length：用2个字节（16位二进制）来描述我的RowKey有多少个字节，两个字节总共是16位，里面16位二进制算出来的值就是Rowkey的长度（多少字节） Row：就是表示Rowkey Column Family Length：用一个字节（8位二进制）来描述列族的长度，包含的二进制位算出来的值就是我的列族名的长度 Column Family：列族 Column Qualifiler：列族下的列族名，用Key Length算出来的总的二进制来减去（Row Length＋Row+Column Family

声明：#字典是一个可变类型：其中key不可变，value可变 格式key：value """ 1、优先掌握的 1、按照key:value映射关系取值（可存可取） 2、成员运算in，not in # 默认判断key 3、len() # 获取当前字典中键值对的个数 """ 1.#字典的三种定义方式 d1 = {'name':'egon','age':2} print(d1) # 第二种方式: dict() d1 = dict(name='sean',age=1) print(type(d1)) # 第三种方式：zip 了解 l1 = ['name','egon'] l2 = ['age',2] z1 = zip(l1,l2) print(z1) print(dict(z1)) 2. 字典的增删改取 d1 = {'name':'egon','age':2,'hopy':'ee'} #增操作d1[''weight] = 178#删操作 list 有remove del 彻底删除d1.clear() 清除字典中的数据 # d1.pop() pop('key') 指定键删除，返回值是key的value# d1.popitem() 随机删除键值对 返回值是一个元组 #取操作 d1 = {'name':'egon','age':2,'hopy':'ee'} print(d1['name'])#

字典dict： 定义：通过{ }来存储数据，通过key:value来定义键值对数据，每个键值对中间用逗号分隔开，其中value可以是任意类型，而key一定要是不可变类型(数字，字符串)。 字典的三种定义方式： 1、d1 = {'name':'bob','age':18} 2、d2 = dict({'name':'bob'}) 3、#了解 zip: l1 = ['name','bob'] l2 = ['age','18'] z1 = zip(l1,l2) print(dict(z1)) 常用方法： #1.1、按照key:value映射关系取值(可存可取） user_info = {'name':'egon','age':18,'hobbies':['football','eat','sleep']} print(user_info['age']) >>>18 print(user_info['hobbies'][0]) >>>football #1.2 对于赋值操作，如果key原先不存在于字典，则会新增key:value user_info = {'name':'egon','age':18} user_info['gender'] = 'male' print(user_info) >>>{'name': 'egon', 'age': 18, 'gender': 'male'} #

元组 tuple 用途：存储多个类型的值（不能存可变类型） 定义方式：通过小括号存储数据，数据之间通过逗号分隔（值不能被改变） 定义容器类型的时候如果里面只有一个值，在值的后面加上一个逗号，在元组中，不加就是字符串 元组的类型总结：有序，不可变，存多个值 t1 = ('a','b','c','a') # t1 = tuple(('a','b','c')) print(t1) print(type(t1)) 打印结果： ('a', 'b', 'c', 'a') <class 'tuple'> 常用方法 1、索引取值 t1 = ('a','b','c','a') print(t1[0]) 打印结果： a 2、索引切片 t1 = ('a','b','c','a') print(t1[0:2]) 打印结果： ('a', 'b') 3、成员运算 t1 = ('a','b','c','a') print('a' in t1 ) print('a'not in t1 ) 打印结果： True False 4、len：获取当前元组中的元素个数 t1 = ('a','b','c','a') print(len(t1)) 打印结果： 4 5、count：统计当前元组中的某个元素的个数 t1 = ('a','b','c','a') print(t1.count('a')) 打印结果： 2 6、index