遍历

为了在O(n)的时间复杂度内完成。需要一次遍历就得到结果 所以，我们在一次遍历的过程中检查当前不重复子串的长度，并更新最长子串的长度 为了记录当前遍历到的字符cur是否出现在不重复子串中，我们使用字典dic记录cur前一次上一次出现的位置： 1、如果dic的keys中没有cur则记录当前位置 2、如果有，则更新cur当前位置 使用start记录当前不重复子串的起始位置，初始为0 maxLen记录最长子串的长度，初始为0 过程是这样的： 　　从头遍历字符串，记录当前位置 i 的字符为cur。 　　1、如果cur没有包含在不重复子串中，记录cur的位置 　　　　　dic[cur] = i 　　2、如果cur已经出现过 　　　　 1）当前不重复字串中包含上一次出现的cur，即dic[cur] > start 　　　　　　 将start移动到 i 之后，防止不重复子串中出现重复字符 　　　 　 2) 当前不重复子串中不包含上一次出现的cur，即dic[cur] < start ，不做任何操作 　　 判断完成后，更新dic[cur] = i 　　检查当前不重复子串的长度是否大于maxLen，更新maxLen 1 class Solution(object): 2 def lengthOfLongestSubstring(self, s): 3 """ 4 :type s: str 5

数据结构之二叉树（C#版） 什么是二叉树 人话版 猿话版 代码实现 树结构 树节点 二叉树的遍历方法 深度优先---Depth First Search（DFS） 先序遍历 中序遍历 后序遍历 深度优先遍历总结 广度优先---Breadth First Search（BFS） 总结 什么是二叉树 数据结构里面的“二叉树”这种结构，听起来很高大上，但实际上，他也的确是高大上，那么什么是二叉树呢？ 下面我再次用灵魂给你画一下，什么是二叉树。 人话版 可以看到，最顶端那个小伙伴最拽，为什么呢？因为他是老大（ 根节点 ），然后这位老大，左右手都提着一个小弟（ 左右子树 ），并不是每个老大左右手都能提着小弟的哦，有可能只提一个，也有可能两手空空，然后他的小弟呢，也跟他一样（如果小弟比老大能提的小弟多，那老大可能就打死这个小弟了），可能提着两个小弟，可能提着一个小弟，也可能这个小弟也是两手空空，那么如此反反复复就构成了一个二叉树。 题外话 ： 一开始我画上面的图的时候，我将没有提小弟的那只手，是给他们砍掉的，但后面发现不对，小伙伴还是要双手都有，但提不提小弟，就看他自己咯，这里其实是对应于 猿话版中的第二点 备注一下 ： 图中红色的部分，其实在二叉树中并不存在，只是为了解释得更加生动，就把他画成比较像人（我也不敢说我画的是个人） 猿话版 1.首先二叉树是树； 2.二叉树每个元素都有只有两棵子树

写SQL语句的时候我们往往关注的是SQL的执行结果，但是是否真的关注了SQL的执行效率，是否注意了SQL的写法规范？ 以下的干货分享是在实际开发过程中总结的，希望对大家有所帮助！ 1. limit分页优化 当偏移量特别大时，limit效率会非常低。 SELECT id FROM A LIMIT 1000,10 很快 SELECT id FROM A LIMIT 90000,10 很慢 方案一： select id from A order by id limit 90000,10; 复制代码 如果我们结合order by使用。很快，0.04秒就OK。 因为使用了id主键做索引！ 当然，是否能够使用索引还需要根据业务逻辑来定，这里只是为了提醒大家，在分页的时候还需谨慎使用！ 方案二 select id from A order by id between 90000 and 90010; 复制代码 2.利用limit 1 、top 1 取得一行 有些业务逻辑进行查询操作时(特别是在根据某一字段DESC,取最大一笔).可以使用limit 1 或者 top 1 来终止[数据库索引]继续扫描整个表或索引。 反例 SELECT id FROM A LIKE 'abc%' 复制代码 正例 SELECT id FROM A LIKE 'abc%' limit 1 复制代码 3. 任何情况都不要用

对于茫茫多的程序员来说，准备算法面试简直就是一个亚历山大的过程。看不完的学习资料，更惨的是，很多内容和程序员干的事情感觉相去甚远，这无疑只会雪上加霜。 这样的结果之一就是：程序员需要花上数周的时间在诸如LeetCode这样的在线编程平台上准备刷上几百个面试题目。这些焦虑的程序员都关心类似的问题： 我刷了足够的题了吗？我应该再来点吗？ 这就是为啥我专注于帮助码农们掌握每个问题背后的模式的原因：这样的话，你们就不需要苦逼哈哈地担心着茫茫多的（一千多道）LeetCode的进度条了，也帮助你们避免盲目刷题的疲劳。如果你理解这些通用的模式，你就可以把他们当做是模板，去解决其他类似的被改头换面过的题目了。 这篇文章就和大家唠唠所有的面试题目可能的14种模式。当然更重要的，我会给大家讲讲怎么去识别每种模式，每个模式再给大家来几个样题尝尝鲜。当然，这些只是冰山一角啦，详细的，不用多说，墙裂推荐你去看这门课： Grokking the Coding Interview: Patterns for Coding Questions 该课程提供详细的理论讲解，例子和编程训练。 如果你需要买该网址的任何课程，都可以使用coupon code： awesome-developer-20 拿到额外八折。 接下来的这些模式是建立在你已经知晓了数据结构的基础之上的。如果你还没掌握的话，嘿嘿，推荐你去看：

迭代对于我们搞Java的来说绝对不陌生。我们常常使用JDK提供的迭代接口进行Java集合的迭代。 Iterator iterator = list.iterator(); while(iterator.hasNext()){ String string = iterator.next(); //do something } 迭代其实我们可以简单地理解为遍历，是一个标准化遍历各类容器里面的所有对象的方法类，它是一个很典型的设计模式。Iterator模式是用于遍历集合类的标准访问方法。它可以把访问逻辑从不同类型的集合类中抽象出来，从而避免向客户端暴露集合的内部结构。 在没有迭代器时我们都是这么进行处理的。如下： 对于数组我们是使用下标来进行处理的: int[] arrays = new int[10]; for(int i = 0 ; i < arrays.length ; i++){ int a = arrays[i]; //do something } 对于ArrayList是这么处理的: List<String> list = new ArrayList<String>(); for(int i = 0 ; i < list.size() ; i++){ String string = list.get(i); //do something } 对于这两种方式

　　tree是一种常用的数据结构用来模拟真实物理世界里树的层级结构。每个tree有一个根(root)节点和指向其他节点的叶子(leaf)节点。从graph的角度看，tree也可以看作是有N个节点和N-1个边的有向无环图。 　　Binary tree是一个最典型的树结构。顾名思义，二分数的每个节点最多有两个children，分别叫左叶子节点与右叶子节点。下面的内容可以让你学习到： 理解tree的概念以及binary tree 熟悉不同的遍历方法 使用递归来解决二分树相关的问题 A. 遍历一棵树 Pre-order Traversal In-order Traversal Post-order Traversal Recursive or Iterative 　　1. Pre-order Traversal（前序遍历）: 也就是先访问根节点，然后访问左叶子节点与右叶子节点 　　2. In-order Traversal（中序遍历）：先访问左叶子节点，接着访问根节点，最后访问右叶子节点 　　3. Post-order Traversal （后序遍历）：先访问左叶子节点，再访问右叶子节点，最后访问根节点 值得注意的是当你删除树的某一个节点时，删除流程应该是post-order（后序）的。也就是说删除一个节点前应该先删除左节点再删除右节点，最后再删除节点本身。 post

集合（或者叫容器）是Java的核心知识点，它有着很深的深度。我们这里不会设计多深，仅仅作为了解入门，深入了解请移步各种集合源码文章。好的，下面正是开始介绍... Java集合为何而生 我们知道，Java是一门面向对象编程语言，这也就意味着程序中存在着大量的对象。这个时候问题就来了，我们如何很好的存放和操作对象呢？如果你能明白这个问题，那么你就知道了“集合为何而生”这个问题的答案。 总结一句： Java给我们提供了工具（集合）方便我们去存放和操作多个Java对象 Java集合入门学习 Java集合的目的是方便操作多个对象，同时，它提供一系列的API来供我们操作。因此，在初学Java集合的时候我们更多的是 学习这些API的用法 。 对Java集合的API使用有一定了解之后，我们就应该从 面向对象 的角度去理解它。为什么会抽象出多个接口，以及每个接口有什么特征。 我们可以总结出几个常用的实现类，这几个常用的实现类我们必须知道它的数据结构是什么，什么时候使用这个类。 同时，你还需要学习和了解数据结构： 学完上面的内容后，我们基本掌握了常用集合的数据结构，也就知道了如何选择合适的集合容器去存储我们的对象。总之， 学完常见实现类的数据结构之后，对它们的使用场景也有了更加清晰的认识 。 Java集合类简介 Java集合是一个很庞大的知识点，话不多说，上图感受下： Java集合的

（摘自： http://qinxuye.me/article/storing-hierachical-data-in-database/） 本文参考自 这篇文章 。文章是2003年的，但是现在来看仍然有着实际意义。 层级结构，也叫树形结构。在实际应用中，你经常需要保存层级结构到数据库中。比如说：你的网站上的目录。不过，除非使用类XML的数据库，通用的关系数据库很难做到这点。 对于树形数据的存储有很多种方案。主要的方法有两种：邻接表模型，以及修改过的前序遍历算法。本文将会讨论这两种方法的实现。这里的例子沿用参考文章中的例子，原文使用的PHP，这里将会用Java替代（本例使用Mysql数据库，Java连接Mysql的方法见本文末“备注一”）。 文中使用虚拟的在线食品商店作例子。这个食品商店通过类别、颜色以及种类来来组织它的食品。如图所示： 1）首先是邻接表模型 邻接表相当简单。只需要写一个递归函数来遍历这个树。我们的食品商店的例子用邻接表模型存储时看起来就像是这样： 通过邻接表模型存储法中，我们可以看到Pear，它的父节点是Green，而Green的父节点又是Fruit，以此类推。而根节点是没有父节点的。这里为了方便观看，parent字段使用的字符串，实际应用中只要使用每个节点的ID即可。 现在已经在数据库中插入完毕数据，接下来开始先显示这棵树。 打印这棵树：

(待完善) 基本概念： 树 二叉树 完全二叉树 满二叉树 完美二叉树 树的遍历 （二维的树转变为一维的线性表） 遍历的应用 　　查找树的叶子节点 　　求树高度（深度） 　　运算表达示树 　　利用遍历序列确定树 二插搜索树 　　搜索树的查找 　　搜索树的插入 　　搜索树的删除 来源： https://www.cnblogs.com/makelin/p/12146288.html

今天使用lambda表达式处理集合时，发现对return、break以及continue的使用有点迷惑，于是自己动手测试了一下，才发现在使用foreach()处理集合时不能使用break和continue这两个方法，也就是说不能按照普通的for循环遍历集合时那样根据条件来中止遍历，而如果要实现在普通for循环中的效果时，可以使用return来达到，也就是说如果你在一个方法的lambda表达式中使用return时，这个方法是不会返回的，而只是执行下一次遍历，看如下的测试代码： [java] view plain copy List<String> list = Arrays.asList( "123", "45634", "7892", "abch", "sdfhrthj", "mvkd"); list.stream().forEach(e ->{ if(e.length() >= 5){ return; } System.out.println(e); }); 上述代码的输出结果是如下图所示： 可以看出return起到的作用和continue是相同的。 想知道这是为什么，在 Stack Overflow 中找到一个答案，主要是说foreach()不是一个循环，不是设计为可以用break以及continue来中止的操作。 -------------------------------