sort

1，service层代码： @Override public QrCodeRecordPaging getPage(String projectId, Integer pageNumber, Integer pageSize) { //创建时间排序 Sort sort = new Sort(Sort.Direction.DESC, "createAt"); //不合法给予默认值 if (pageNumber == null || pageSize == null || pageNumber <= 0 || pageSize <= 0) { pageNumber = 1; pageSize = Integer.MAX_VALUE; } PageRequest pageRequest = new PageRequest(pageNumber - 1, pageSize, sort); //返回分页信息 Page<QrCodeRecord> all = qrCodeRecordRepository.findAll((root, query, cb) -> { //断言，添加断言 Predicate p = cb.equal(root.get("projectId").as(String.class), projectId); return cb.and(p); },

leetcode 976 给定由一些正数（代表长度）组成的数组 A ，返回由其中三个长度组成的、面积不为零的三角形的最大周长。 如果不能形成任何面积不为零的三角形，返回 0 。 1 impl Solution { 2 pub fn largest_perimeter(a: Vec<i32>) -> i32 { 3 let mut a = a; 4 a.sort_by(|a, b| b.cmp(&a)); 5 for i in 0..a.len()-2 { 6 if a[i] < a[i+1] + a [i+2] { 7 return a[i] + a[i+1] + a[i+2]; 8 } 9 } 10 0 11 } 12 } sort_by源码 1 /// # Examples 2 /// 3 /// ``` 4 /// let mut v = [5, 4, 1, 3, 2]; 5 /// v.sort_by(|a, b| a.cmp(b)); 6 /// assert!(v == [1, 2, 3, 4, 5]); 7 /// 8 /// // reverse sorting 9 /// v.sort_by(|a, b| b.cmp(a)); 10 /// assert!(v == [5, 4, 3, 2, 1]); 11 /// ``` 12 #[stable(feature

数据排序这块应该是每个程序员都会遇到的，而这篇文章主要是介绍js中sort排序如何使用得当，既然有现成的封装的方法就用现成的，自己稍加修改就能完成，不需要再重新自己重头到尾写个函数，当然如果大家有这个兴趣也可以自己写啦。 1.字母排序 sort默认的排序方式为字母排序，根据二十六个字母依次排列，单词之间比较，则先比较第一个字母，如果第一个字母相同则比较第二个字母，以此类推。 // 1.字母排序（sort默认排序） var arr = ["za","zb","a","b","xc","xa"]; arr.sort(); console.log(arr); // 运行结果：["a", "b", "xa", "xc", "za", "zb"] 2.sort数字排序 sort()中参数可以是方法函数，可以升序和降序输出结果。 //2.sort数字排序 var array = [100,10,50,800,320,34,53]; array.sort(function(a,b){ //a-b升序，b-a降序 return b-a; }); console.log(array); //运行结果：[800, 320, 100, 53, 50, 34, 10] 注意： 其中a,b都是表示这个数组里面的元素，如果是a-b则表示升序，如果是b-a则表示降序。 3.数组对象排序

前言 顾名思义，sort（）是标准库中的排序算法，能用此算法的容器是支持随机访问的容器：vector, deque, string，array。 其有两种形式，第一种sort（a,b）,其中a,b为排序的地址范围，为[a,b)，此时用operator<作比较，默认升序排序。 第二种sort(a,b,comp),此时采用comp进行比较，comp带两个同类型的参数，如果第一个参数排在第二个参数前面，返回true，否则返回false，它可以是函数指针，也可以是函数对象，即仿函数。 下为几个常见的仿函数： less(小于) greater(大于) equal_to(等于) not_equal_to(不相等) less_equal(小于等于) greater_equal(大于等于) 须注意不能直接写入仿函数的名字，而是要写其重载的()函数： less<>() greater<>() 常见sort分类 1.全排序 sort 和 stable_sort，前者不稳定，采用快排，后者为稳定排序，归并排序 2.部分排序 partial_sort,如part_sort(a,a+n,comp)；只排前n个，采用堆排序，显然适用于求解topn问题。 结构体排序 针对两种sort的两种形式主要有两种应用形式。 1.运算符重载 采用sort(a,b)，或者只想利用上述常见的伪函数，需要用到运算符重载。

概述 最近在温习数据结构，现在针对排序算法写一篇随笔，其中附带原理说明和代码。 插入排序 直接插入排序(Straight Insertion Sort)的基本思想是：把n个待排序的元素看成为一个有序表和一个无序表。开始时有序表中只包含1个元素，无序表中包含有n-1个元素，排序过程中每次 从无序表中取出第一个元素，将它插入到有序表中的适当位置，使之成为新的有序表，重复n-1次可完成排序过程。 假设{20,30,40,10,60,50}中的前3个数已经排列过，是有序的了；接下来对10进行排列。示意图如下： 图中将数列分为有序区和无序区。我们需要做的工作只有两个：(1)取出无序区中的第1个数，并找出它在有序区对应的位置。(2)将无序区的数据插入到有序区；若有必要的话，则对有序区中的相关数据进行移位。 时间复杂度和稳定性 直接插入排序的时间复杂度是O(N2)。 假设被排序的数列中有N个数。遍历一趟的时间复杂度是O(N)，需要遍历多少次呢？N-1！因此，直接插入排序的时间复杂度是O(N*N)。 直接插入排序是稳定的算法，它满足稳定算法的定义。 算法稳定性 -- 假设在数列中存在a[i]=a[j]，若在排序之前，a[i]在a[j]前面；并且排序之后，a[i]仍然在a[j]前面。则这个排序算法是稳定的。 插入排序JAVA实现 1 import static javaTest.SortUtils

Spark Shuffle 1. Shuffle相关 当Map 的输出结果要被Reduce使用时，输出结果需要按key哈希，并且分发到每一个Reducer上去，这个过程就是shuffle。由于shuffle涉及到了磁盘的读写和网络的传输，因此shuffle性能的高低直接影响到了整个程序的运行效率。概念上shuffle就是一个沟通数据连接（map和reduce）的桥梁。每个ReduceTask从每个Map Task产生数的据中读取一片数据，极限情况下可能触发M*R个数据拷贝通道（M是MapTask数目，R是Reduce Task数目）。 在Spark1.1 之前，其shuffle只存在一种模式，即hash base。在Spark1.1版本之后加入了sort base。Spark1.1默认采用的shuffle模式还是hash base。在Spark1.2中，sort base将作为默认模式。当然，你可以通过shuffle manager进行配置。 2. Spark shuffle流程 · 首先每一个Mapper 会根据Reducer的数量创建出相应的bucket，bucket的数量是M×R，其中M是Map的个数，R是Reduce的个数。 · 其次Mapper 产生的结果会根据设置的partition算法填充到每个bucket中去。这里的partition算法是可以自定义的

1、归并排序 #include < stdio.h > #include < stdlib.h > typedef int DataType; void merge(DataType arr[], int low, int mid, int high) { DataType * arrTmp; arrTmp = (DataType * )malloc( sizeof (DataType) * (high - low + 1 )); if (arrTmp == NULL) return ; int i = low, j = mid + 1 , p = 0 ; while (i <= mid && j <= high) { arrTmp[p ++ ] = arr[i] < arr[j] ? arr[i ++ ]:arr[j ++ ]; } while (i <= mid) { arrTmp[p ++ ] = arr[i ++ ]; } while (j <= high) { arrTmp[p ++ ] = arr[j ++ ]; } p = 0 ; while (p < high - low + 1 ) { arr[low + p] = arrTmp[p]; p ++ ; } free(arrTmp); arrTmp = NULL; } void merge_sort(DataType

cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l 个数 cat /proc/cpuinfo | grep 'process' | sort | uniq | wc -l 核数 cat /proc/meminfo 查看内存 来源： https://www.cnblogs.com/lutt/p/12207635.html

order by 的排序优化 1、 ORDER BY 子句尽量使用index方式排序，避免使用filesort方式排序。 2、ORDER BY 满足两种方式会使用index方式排序： order by使用索引最左前列 使用where 子句与order by 子句条件列组合满足索引最左前列 3、如果不在索引列上，filesort有两种算法，mysql就要启动双路和单路排序. 双路排序 （1）mysql4.1之前是使用双路排序，两次扫描磁盘，最终得到数据，读取行指针和order by列，对他们进行排序，然后扫描已经排好序的列表，按照列表中的值重新从数据库列表中读取对应的数据输出。 （2）从磁盘读取字段，在buffer中进行排序，再从磁盘取其他字段。 （3）取一批数据，要扫描两次磁盘，进行两次I/O操作，由于I/O操作很耗时，索引在4.1之后采用另一种算法，单路排序。 单路排序 从磁盘中读取查询所需要的列，按照order by列在buffer进行排序，然后扫描排序后的列表进行输出，它的效率更高一点，避免了第二次读取数据。并且随机I/O变成了顺序I/O，但是它会使用更大的内存空间，因为它把数据都保存在内存当中。 注意 在sort buffer中，单路排序比双路排序使用了更多的内存空间，因为单路排序把所有字段都取出，所有有可能导致取出的数据总大小超出sort_buffer的容量

1035 插入与归并 (25分) 根据维基百科的定义： 插入排序是迭代算法，逐一获得输入数据，逐步产生有序的输出序列。每步迭代中，算法从输入序列中取出一元素，将之插入有序序列中正确的位置。如此迭代直到全部元素有序。 归并排序进行如下迭代操作：首先将原始序列看成 N 个只包含 1 个元素的有序子序列，然后每次迭代归并两个相邻的有序子序列，直到最后只剩下 1 个有序的序列。 现给定原始序列和由某排序算法产生的中间序列，请你判断该算法究竟是哪种排序算法？ 输入格式： 输入在第一行给出正整数 N (≤100)；随后一行给出原始序列的 N 个整数；最后一行给出由某排序算法产生的中间序列。这里假设排序的目标序列是升序。数字间以空格分隔。 输出格式： 首先在第 1 行中输出Insertion Sort表示插入排序、或Merge Sort表示归并排序；然后在第 2 行中输出用该排序算法再迭代一轮的结果序列。题目保证每组测试的结果是唯一的。数字间以空格分隔，且行首尾不得有多余空格。 输入样例 1： 10 3 1 2 8 7 5 9 4 6 0 1 2 3 7 8 5 9 4 6 0 输出样例 1： Insertion Sort 1 2 3 5 7 8 9 4 6 0 输入样例 2： 10 3 1 2 8 7 5 9 4 0 6 1 3 2 8 5 7 4 9 0 6 输出样例 2： Merge