遍历

在使用redis时，一般会设置一个过期时间，当然也有不设置过期时间的，也就是永久不过期。当设置了过期时间，redis是如何判断是否过期，以及根据什么策略来进行删除的。 设置过期时间 　expire key time(以秒为单位) 这是最常用的方式 setex(String key, int seconds, String value) 字符串独有的方式 除了字符串自己独有设置过期时间的方法外，其他方法都需要依靠expire方法来设置时间如果没有设置时间，那缓存就是永不过期如果设置了过期时间，之后又想让缓存永不过期，使用persist key 三种过期策略 定时删除 在设置key的过期时间的同时，为该key创建一个定时器，让定时器在key的过期时间来临时，对key进行删除 优点： 保证内存被尽快释放 缺点： 若过期key很多，删除这些key会占用很多的CPU时间，在CPU时间紧张的情况下，CPU不能把所有的时间用来做要紧的事儿，还需要去花时间删除这些key 定时器的创建耗时，若为每一个设置过期时间的key创建一个定时器（将会有大量的定时器产生），性能影响严重 懒汉式式删除 key过期的时候不删除，每次通过key获取值的时候去检查是否过期，若过期，则删除，返回null。 优点： 删除操作只发生在通过key取值的时候发生，而且只删除当前key，所以对CPU时间的占用是比较少的

快速排序 2019-11-10 11:43:52 by冲冲 1、概念 快速排序(Quick Sort)使用分治法策略。 ① 基本思想是，选择一个基准数，通过一趟排序将要排序的数据分割成独立的两部分；其中一部分的所有数据都比另外一部分的所有数据都要小。然后，再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。 ② 快速排序流程 A. 从数列中挑出一个基准值。 B. 将所有比基准值小的摆放在基准前面，所有比基准值大的摆在基准的后面(相同的数可以到任一边)；在这个分区退出之后，该基准就处于数列的中间位置。 C. 递归地把"基准值前面的子数列"和"基准值后面的子数列"进行排序。 2、基本思想 以数列a={30,40,60,10,20,50}为例，演示它的快速排序过程： 在第1趟中，设置x=a[i]，即x=30。 ① 从"右 --> 左"查找小于x的数：找到满足条件的数a[j]=20，此时j=4；然后将a[j]赋值a[i]，此时i=0；接着从左往右遍历。 ② 从"左 --> 右"查找大于x的数：找到满足条件的数a[i]=40，此时i=1；然后将a[i]赋值a[j]，此时j=4；接着从右往左遍历。 ③ 从"右 --> 左"查找小于x的数：找到满足条件的数a[j]=10，此时j=3；然后将a[j]赋值a[i]，此时i=1；接着从左往右遍历。 ④ 从

思路就是通过文件的遍历，对一个文件夹中的非目录文件进行大小统计，并对其中目录文件进行相同的遍历操作，代码如下： package word; import java.io.File; import java.io.FileNotFoundException; public class Aa { static iong numb=0;//总大小 public static void main(String[] args) throws FileNotFoundException { // TODO 自动生成的方法存根 String path = "C:\\File"; //要遍历的路径 File file = new File(path); //获取其file对象 fil(file); System.out.println(numb); } public static void fil(File a) throws FileNotFoundException { String path =a.getPath(); File file = new File(path); //获取其file对象 File[] fs = file.listFiles(); //遍历path下的文件和目录，放在File数组中 for(File f:fs){ //遍历File[]数组 if(!f

hello，大家好，明天就是"double eleven了，不知道大家准备好没有，我们还是加班加点的把二叉树来看一下。 在讲遍历之前，我们首先应该了解一下二叉树是怎么建立的 3 / \ 9 20 / \ 15 7 你可能会看到这样的一颗二叉树，那么这颗二叉树的根节点就是 3 ，而它的两个孩子结点就是 9 和 20 ，在我们建立一颗二叉树的时候，就算它只有一个或者没有孩子，我们也要把另外一个或两个孩子补上去，可以是空格，也可以是其他你自己定义的特殊字符。（但是补了字符的两个孩子就不用管了。） 看了上面，相信你对二叉树已经有了一个印象了，让我们开始吧。 一、结构体 typedef struct node{ 　　elemtype data; //注意这里的 elemtype 前面要设置成 char 类型（也就是字符串）， //因为我们的二叉树可能会是字母什么的 　　struct node*lchild,*rchild; //然后构造它的两个孩子指针，跟之前的 next 差不多，就是一个指向左边的 next 和一个指向右边的 next }node,*btnode; //常规定义 node 数组名和 btnode 指针类型名 二、建立二叉树 3 / \ 9 20 / \ 15 7 关于方法，上面有提到，这里再提两点： 1，在构造数的过程中，因为用到的是递归，所以当我们构造了 3 之后，再构造

1.图的定义 图中的数据元素称为顶点(Vertex)， 来源： https://www.cnblogs.com/lbrs/p/11830182.html

一． 问题描述 给定一个二叉树，返回其节点值自底向上的层次遍历。 （即按从叶子节点所在层到根节点所在的层，逐层从左向右遍历） 例如： 给定二叉树 [3,9,20,null,null,15,7], 3 / \ 9 20 / \ 15 7 返回其自底向上的层次遍历为： [ [15,7], [9,20], [3] ] 二． 解题思路 本题思路：采用层序遍历和递归的方法进行求解。 步骤一：构建递归函数（全局变量list表存储结果数据，局部表data存储当前一层所有节点） 步骤二：对data表进行遍历，将其子树存储在newdata表中，并进行递归（list，newdata）。 步骤三：当在最底层时，将newdata节点数存储在list表中，并返回上一层接着存储，直到结束。 步骤四：返回list表。 三． 执行结果 执行用时 :1 ms, 在所有 java 提交中击败了100.00%的用户 内存消耗 :36.4 MB, 在所有 java 提交中击败了41.70%的用户 四． Java代码 class Solution { public List<List<Integer>> levelOrderBottom(TreeNode root) { List<List<Integer>> list=new ArrayList<List<Integer>>(); if(root==null) {

一． 问题描述 根据一棵树的中序遍历与后序遍历构造二叉树。 注意: 你可以假设树中没有重复的元素。 例如，给出 中序遍历 inorder = [9,3,15,20,7] 后序遍历 postorder = [9,15,7,20,3] 返回如下的二叉树： 3 / \ 9 20 / \ 15 7 二． 解题思路 本题思路：采用中序和后序遍历的特性进行求解，跟第105题几乎完全相同，只是把前序第一个必定是根节点，改成后序最后一个必定是根节点这点区别，没啥说的，具体可看第105题。 三． 执行结果 执行用时 :21 ms, 在所有 java 提交中击败了37.40%的用户 内存消耗 :51.4 MB, 在所有 java 提交中击败了8.79%的用户 四． Java代码 class Solution { public TreeNode buildTree(int[] inorder, int[] postorder) { if(postorder.length>0) { TreeNode root =new TreeNode(postorder[postorder.length-1]); List<Integer> order=new ArrayList<Integer>(); for(int i=0;i<inorder.length;i++) { order.add(inorder[i]);

蒟蒻的第一篇黑题题解（学了这么长时间了才第一道也是没谁了。） 题目链接 ； Solution ： 朴素： 　根据题目描述，我们可以处理每一个x节点左右爆炸半径范围内的点，然后模拟一次爆炸　（for），遍历每一个点。每当我们遍历到一个点，我们就对这个点在进行一次处理半径+dfs直到没有能遍历的了，直接统计遍历的点数然后输出。 时间复杂度：O（n^2）级别。 于是乎： 　　 是不是可以暴力踩标算了呢？ 显然完全接受不了。 因为这个算法要考虑到连边操作。对于每一个点，我们要将它自己连向能够遍历到的边，那么意味着，一个边要被连很多次。 就如下图： 其中编号为1的节点能炸到1 2 3 4 5,2能炸到1 2 3，3能炸到1 2 3 4 5，其中2 3 4挺惨的。 于是有了这么一个线段树建图的思路： 考虑线段树的性质，上层节点可以代表下层节点的一段区间，那么我们是不是也可以建这类的上层边，表示通过这条边能遍历到它对应的下层边的所有点 。 （就是这句精华） 这样我们先把所有点进行从1到n的编号，然后跑线段树的build建边，然后依次对每一个点进行从底层（只能这么理解）到上层节点的连边表示能遍历到上层节点能遍历到的节点。 这样的话，会形成很多环。在对每一个点都进行范围连边以后，对于一个环（或者强连通分量）内的点，自然能互相遍历到，为了方便统计

求两个链表的交点。给个LC的截图作例子， 两种思路，一个是需要求出两个链表各自的长度，当两者不想等的时候，需要先遍历长的链表，使得其剩下的长度要跟短的链表长度相等，再去找两者的交点。如图所示就是需要先让B移动到node.value = 0的那个节点，再遍历A和B，看看交点在哪里。 时间O(n) 空间O(1) 1 /** 2 * @param {ListNode} headA 3 * @param {ListNode} headB 4 * @return {ListNode} 5 */ 6 var getIntersectionNode = function(headA, headB) { 7 // corner case 8 if (headA === null || headB === null) { 9 return null; 10 } 11 12 // normal case 13 let lenA = len(headA); 14 let lenB = len(headB); 15 if (lenA > lenB) { 16 while (lenA !== lenB) { 17 headA = headA.next; 18 lenA--; 19 } 20 } else { 21 while (lenA !== lenB) { 22 headB = headB.next;

迭代器模式：顺序访问一个集合（顺序访问就要求是有序的）。使用者无需知道集合的内部结构（封装） <body> 　　<div id="div1"> 　　　　<p>jquery each</p> 　　　　<p>jquery each</p> 　　　　<p>jquery each</p> 　　</div> 　　<script> 　　　　var arr = [1, 2, 3]; 　　　　var nodeList = document.getElementsByTagName('p'); 　　　　var $p = $('p'); 　　　　//要对三个变量进行遍历，需要写三个遍历方法 　　　　// 第一 　　　　arr.forEach(function(item) { 　　　　　　console.log(item); 　　　　}) 　　　　// 第二 　　　　var i, length = nodeList.length; 　　　　for(i = 0; i < length; i++) { 　　　　　　console.log(nodeList[i]); 　　　　} 　　　　// 第三 　　　　$p.each(function(key, p){ 　　　　　　console.log(key, p); 　　　　}) 　　</script> </body> 这三种数据结构都是不一样的