Jason

Results 65 comments of Jason

### todo 先学习一下 SQL(MySQL ?

### 在Java 学习中,JDBC应该学到什么程度? [JDBC【介绍JDBC、使用JDBC连接数据库、简单的工具类】](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzI4Njg5MDA5NA%3D%3D%26mid%3D2247483745%26idx%3D2%26sn%3D87b3b5d3b8d44b89743e9e15d3c3a80c%26chksm%3Debd74060dca0c97616b24b36bd053704ff88b241f11bc0914f9ed4b97f32f346af283d7a04b1%23rd) [JDBC【PreparedStatment、批处理、处理二进制、自动主键、调用存储过程、函数】](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzI4Njg5MDA5NA%3D%3D%26mid%3D2247483745%26idx%3D3%26sn%3D26cc7194bca0f460f900176156b1795d%26chksm%3Debd74060dca0c97674f0ff43d7d9d831f7c773d8e5675e5d488356f5f3eb14283bd3be0faaba%23rd) [JDBC【事务、元数据、改造JDBC工具类】](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzI4Njg5MDA5NA%3D%3D%26mid%3D2247483745%26idx%3D4%26sn%3D7b0fd81becfea2aae9ecbf4bc0c10c35%26chksm%3Debd74060dca0c976a1cd5c36acb14e2da6bea6a7b1ac3673e5c54a2160026535cc6b31f025dd%23rd) [JDBC【数据库连接池、DbUtils框架、分页】](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s%3F__biz%3DMzI4Njg5MDA5NA%3D%3D%26mid%3D2247483745%26idx%3D5%26sn%3Da3010d60de8afe16bb1367ab45ab257e%26chksm%3Debd74060dca0c97677aa069b74a8427a63fd4ede563e36d6b8ddd0f3f5db1e43f79145100cce%23rd)

- mybatis 入门 - spring,springMVC,mybatis

- redis - 负载均衡

### 微服务 - 怎么拆分,如何划分颗粒度 - 拆分后怎么协作 - 下游服务频繁的失败怎么办 - 怎么保证高可用 - 怎么保证数据的一致性 - 系统间怎么监控?(调用链路、日志、报警机制、) - .... -

### todo - koa 洋葱模型是如何实现的,和 express 对比,解决了什么问题? - nodejs 单线程的,如何发挥多核优势? - cluster 模块对比 pm2 有什么优势? - 单机多进程架构,多进程架构要考虑什么?存在什么问题? - HTTP RFC中,明确要求 response Header 定义Date字段,Nodejs 如何高效的获取时间戳而不影响性能的? - Nodejs 包和模块机制,如何实现的? - Nodejs 高并发、高可用...

### 二叉查找树 #### 又称二叉排序树,其特性: - 左子树上所有结点的值均小于或等于它的根结点的值 - 右子树上所有结点的值均大于或等于它的根结点的值 - 左、右子树也分别为二叉排序树 如图: ![bst](https://github.com/JTangming/blog/blob/master/images/data-structure-and-algorithms/bst.jpg?raw=true) #### 查找规则 - 如果二叉查找树为空,则返回空操作,否则,执行一下操作 - 先取根节点,如果节点 X 等于根节点,则返回 - 如果节点小于根节点,则递归查找左子树 - 如果节点大于根节点,则递归查找右子树 > 查找的最大次数等同于树的高度 #### 插入 - 若树为空则直接将新节点插入,否则执行下面步骤...

动态规划其实是分治策略的一个子集,即将一个原问题分解为若干个规模较小的子问题,递归的求解这些子问题,然后合并子问题的解得到原问题的解。 关键点就在于这些子问题会有重叠,一个子问题在求解后,可能会再次求解多次,解决思路是将已求解的子问题的解存储起来,当下次再次求解这个子问题时,直接套用即可。 > 分治策略一般用来解决子问题相互对立的问题,称为标准分治,而动态规划用来解决子问题重叠的问题。 动态规划概念的关键点: - 动态规划法只会解决每个子问题一次 - 一旦某个给定子问题的解已经算出,则将其记忆化存储,以便下次需要同一个子问题解之时直接查用 继续以上爬台阶问题,从 f(n)->...->f(n-k)+f(n-k-1)->...->f(2) + F(1),会存在重复计算 `f(n-k)、f(n-k-1)` 的问题。 用动态规划的思路,可以将问题解决办法倒转一下,即从递归出口向上推导: 第一次迭代,如果台阶数为 3 ,那么走法数为 3 ,通过 f(3) = f(2) + f(1) 得来。 第二次迭代,如果台阶数为 4 ,那么走法数为...

**TODOS:** - 树形DP:01背包问题 - 线性DP:最长公共子序列、最长公共子串 - 区间DP:矩阵最大值(和以及积) - 数位DP:数字游戏 - 状态压缩DP:旅行商

``` # React@15 DOM: 真实 DOM 节点 ------- Instances: React 维护的 VDOM tree node ------- Elements: 描述 UI 长什么样子(type, props) ``` 更新主要分为两个步骤完成: - diff: diff 的实际工作是对比 prevInstance 和 nextInstance 的状态,找出差异及其对应的...