算法

策略模式(Strategy)： 概念：对于一组算法，将每一个算法封装到具有共同接口的独立的类中，从而使得它们可以互相替换。 目的：环境仅依赖抽象策略，但是不依赖具体的某个策略，故可以做到在不改变环境的前提下，进行策略的更换。 优点：提供了管理一个算法族的解决方案，可以避免使用多重条件语句来判断具体采用哪个算法。 缺点：客户端必须知道所有的策略类，并自行决定使用哪一个策略类；策略模式会造成很多(策略)类。 角色： 环境(Context)：持有一个Strategy类的引用。 抽象策略(Strategy)：所有的具体策略类必须实现此接口。 具体策略(ConcreteStrategy)：包装了相关的算法。 jdk中的策略模式： /** * 环境ThreadPoolExecutor：持有一个RejectedExecutionHandler类的引用 */ public class ThreadPoolExecutor extends AbstractExecutorService { private volatile RejectedExecutionHandler handler; } /** * 抽象策略RejectedExecutionHandler */ public interface RejectedExecutionHandler { void rejectedExecution

正在手打~ 来源： https://www.cnblogs.com/huangdajie/p/12436067.html

1 GC算法简介 算法 特点 标记-清除 分为“标记”和“清除”两个阶段 复制 可以解决效率问题，将可用的内存按容量划分为大小相等的两块。 标记-整理 先标记、再整理，最后清理 分代收集 划分新生代和老年代 2 标记-清除 2.1 流程 分为“标记”和“清除”两个阶段： （1）首先标记出所需要回收的对象（引用计数法和可达性分析，两次标记过程）； （2）在标记完成后统一回收所有被标记的对象。 2.2 缺点 （1）效率问题：标记和清除两个过程的效率不高； （2）空间问题：标记清除后会 产生大量不连续的内存碎片 ，导致以后在程序运行过程中需要分配较大对象时，无法找到足够的连续内存而不得不提前触发另一次垃圾收集动作。 3 复制 3.1 流程 可以解决效率问题，将可用的内存 按容量划分为大小相等的两块 。 （1）每次只使用其中的一块； （2）当这一块用完了，就将还存活的对象复制到另一块上； （3）然后再把已使用的内存空间清理掉。 3.2 优点    每次对整个半区 进行内存回收，避免内存碎片问题，只需 移动堆顶指针 ，按顺序分配内存即可，实现简单，运行高效。 3.3 缺点   将 内存缩小为原来的一半 ，代价高；当对象存活率较高时需要进行较多的复制操作，效率降低。 3.4 应用   回收 新生代 ，新生代中分为Eden空间和两块较小的Survivor空间

https://www.zhihu.com/question/19787937/answer/107750652 来源： oschina 链接： https://my.oschina.net/garlicts/blog/3189631

这是悦乐书的第 328 次更新，第 351 篇原创 01 看题和准备 今天介绍的是LeetCode算法题中Easy级别的第198题（顺位题号是849）。在一排座位中，1表示一个人坐在该座位上，0表示座位是空的。在这些座位中，至少有一个空座位，至少有一个人坐着。Alex想坐在座位上，以便他和离他最近的人之间的距离最远。返回距离最近的人的最大距离。例如： 输入：[1,0,0,0,1,0,1] 输出：2 说明：如果Alex坐在第二个空座位（seats[2]），那么离最近的人距离为2。如果Alex坐在任何其他空座位上，则离最近的人的距离为1。因此，到最近的人的最大距离是2。 输入：[1,0,0,0] 输出：3 说明：如果Alex坐在最后一个座位上，那么离他最近的人距离为3。这是可能的最大距离，所以答案是3。 注意 ： 1 <= seats.length <= 20000 所有座位中仅包含0或1，至少一个0，至少一个1。 本次解题使用的开发工具是eclipse，jdk使用的版本是1.8，环境是win7 64位系统，使用Java语言编写和测试。 02 解题 在解题前，先来看看题目的意思。Alex想要在一排座位中，找到一个离人最近但是距离最远的座位，题目通过一个数组来表示一排座位，元素值为0表示当前这个座位是空的，Alex可以坐，为1时表示当前这个座位有人坐了，Alex不能坐，也就是说

一)转自http://handspeaker.iteye.com/blog/1545126 最近在编程时用到了双线性插值算法，对图像进行缩放。网上有很多这方面的资料，介绍的也算明白。但是，这些文章只介绍了算法，并没有具体说怎么实现以及怎么实现最好，举个例子，你可以按照网上文章的算法自己写一个双线性插值程序，用它对一张图片进行处理，然后再用matlab或者openCV的resize函数对同一张图片进行处理，得到的结果是不一样的，如果源图片较小，效果差距就更大。以下是对于双线性插值的讲解以及上述现象的解释： 1.双线性插值 假设源图像大小为mxn，目标图像为axb。那么两幅图像的边长比分别为：m/a和n/b。注意，通常这个比例不是整数，编程存储的时候要用浮点型。目标图像的第（i,j）个像素点（i行j列）可以通过边长比对应回源图像。其对应坐标为（i*m/a,j*n/b）。 显然，这个对应坐标一般来说不是整数，而非整数的坐标是无法在图像这种离散数据上使用的。双线性插值通过寻找距离这个对应坐标最近的四个像素点，来计算该点的值（灰度值或者RGB值）。如果你的对应坐标是（2.5,4.5），那么最近的四个像素是（2，4）、（2，5）、（3，4），（3，5）。 若图像为灰度图像，那么（i，j）点的灰度值可以通过一下公式计算： f(i,j)=w1*p1+w2*p2+w3*p3+w4*p4; 其中，pi

1 加权轮询算法背景 轮询算法没有考虑每台服务器的处理能力，实际情况是每台服务器的配置、安装的业务应用等不同，其处理能力会不一样。所以，加权轮询算法的原理就是：根据服务器的不同处理能力，给每个服务器分配不同的权值，使其能接受相应权值数的服务请求。 首先看一个简单的Nginx负载均衡配置。 http { upstream cluster { server a weight=1; server b weight=2; server c weight=4; } ... } 　 按照上述配置，Nginx每收到7个客户端的请求，会把其中的1个转发给后端a，把其中的2个转发给后端b，把其中的4个转发给后端c。 2 加权轮询算法描述 假设有 N 台实例 S = {S1, S2, …, Sn}，配置权重 W = {W1, W2, …, Wn}，有效权重 CW = {CW1, CW2, …, CWn}。每个实例 i 除了存在一个配置权重 Wi 外，还存在一个当前有效权重 CWi，且 CWi 初始化为 Wi；指示变量 currentPos 表示当前选择的实例 ID，初始化为 -1；所有实例的配置权重和为 weightSum； 那么，调度算法可以描述为： 初始每个实例 i 的 当前有效权重 CWi 为 配置权重 Wi，并求得配置权重和 weightSum； 选出 当前有效权重 最大 的实例，将

转载： 这么说吧，功利一点，算法不好或者不达标，进好公司基本没戏，说得逼格高一点，算法是程序的灵魂，如果程序员都不懂算法，那就真成了搬砖的，写个程序和计算1+1就没什么区别了，这就和一些人说学数学对写代码没啥用一样，通常说这些话的都是水平不咋地的程序员，逼格再高一点，算法锻炼的是解决问题的思维方式，有人说那是靠刷题刷出来的，可是除了少数天才，有谁的学习过程不是重复练习的过程呢？难道高中学到的东西不是靠做习题学习到的吗？只是学习能力强的人能通过练习将知识化为己用，举一反三而已，题主千万不要被那些浅薄的观念欺骗。 转载： 优秀的小伙伴都知道，学好算法与数据结构， 不单单是为了应付技术面试的需要，更重要是提升自身编程水平。 那么程序员到底需不需要精通算法呢？ 首先，一个出色的程序员并不一定要精通算法，毕竟发展的方向很多。 但是，一个人连基本的算法都掌握不了，他肯定成不了优秀的程序员。 前者是选择，后者是能力，能力不够的人谈选择，就是找借口。 有个程序员小哥哥说： 搬砖 + 算法 = 稳定快速的搬砖 ， 真相了，高质量的代码，才能让项目运行如飞！ 确认过眼神 ，修炼过算法的人，是高手程序员没错了······ 转载： 这么多年，你听说过技术过时，什么时候听说过算法过时，不仅没有过时，因为机器学习、大数据的要求，算法变得越来越重要了 转载： 算法对于非专业人来说，确实比较难理解

单向指针扫描 void Swap ( int i , int j , int array [ ] ) //交换数组内两个元素 { int temp ; temp = array [ i ] ; array [ i ] = array [ j ] ; array [ j ] = temp ; } void QuickSort ( int begin , int end , int array [ ] ) //快速排序 { if ( begin < end ) { int mid = Partition ( begin , end , array ) ; //mid返回中间项 QuickSort ( begin , mid - 1 , array ) ; //递归调用，对mid左边的进行快排 QuickSort ( mid + 1 , end , array ) ; //递归调用，对mid右边的进行快排 } } int Partition ( int begin , int end , int array [ ] ) //单向扫描快排中分割函数，结果返回中间项 { int pivot = array [ begin ] ; //初始中间项值=首元素 int sp = begin + 1 ; //扫描指针下标 int bigger = end ; //bigger指针初始在尾部

本文是学习《深入理解JAVA虚拟机》的学习笔记（2） 此篇是概念性东西，可结合下节的垃圾回收器一起看 Java是可以自动回收内存的，什么时候需要虚拟机调优呢？当垃圾回收成为系统达到更高并发的瓶颈时。 垃圾回收第一步要确认哪些对象可以回收。就是那些不能再被任何途径使用到的对象。怎么找到这些对象，这就谈到可达性分析法。 引用计数法，由于循环引用的问题，主流虚拟机均没选用它，这里就不再论述。 可达性分析（Reachability Analysis） 基本算法思想是通过一系列的GC Roots 开始搜索，所走过的路径就是引用链（Reference Chain），当某个对象没有任何引用链连接，即认为此对象不可用，就是被回收的对象。 那啥是GC Roots呢，在JAVA语言中包括： 虚拟机栈中引用的对象 方法区中静态属性引用的对象 方法区中常量引用的对象 本地方法栈中引用的对象 回收方法区 方法区中 废弃常量与无用类也可回收。其中判定无用类的条件很苛刻，有兴趣的可自己研究。 垃圾回收算法 标记-清除算法（Mark-Sweep） 最基础的算法，其后的算法是在此思路上有针对的改进。简单说，就是先标志出所有需要回收的对象，再一次性回收所有被标记的对象。 不足有两个：一是效率不高，二是产生大量不连续的内存碎片。 复制算法（Copying） 解决回收效率问题。把可用内存一分为二，每次只使用其中一块