算法 - 排序算法 的时间复杂度计算
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/437592.shtml
如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！相关文章
【转】Magento2目录结构
目录结构 可以看到,M2的目录挺多的。 我们依次来讲解下, 我这里截取的是github里的源代码,核心代码跟composer和官网下载的源码包的存放路径不一样。 如果是github下载的，那么m2的核心源代码就在app/code/Magento里。 如果是composer安装或者官网下载的源码包&#…
算法 - 排序算法 （算法学习）（冒泡、选择、插入、希尔、快排、归并）
1）冒泡排序 1.1 图解演示 2）选择排序
import java.text.SimpleDateFormat;
import java.util.Date;/*** 选择排序*/
public class chooseSort {public static void selectSort(int[] arr){for (int i 0; i < arr.length; i) {int minIndex i;int m…
【转】1.4 Magento2语法讲解
M2不是一个标准的MVC架构。 这是m2的app/code/Magento/Catalog插件代码。 可以看到，它有Controller,也有Model,也有view. 奇怪的是,在Controller找不到调用模版的代码。 这是因为我们之前讲过,m2的页面都是用xml写的，xml里是由若干个block组成的。block里…
【转】1.5 运行原理剖析
我们不讲底层架构,核心原理,太枯燥，也记不住，没必要。 毕竟不是人人都要当架构师。
我们从M2的模式说起。 理解了他的模式,就知道了他的原理。
M2有3种模式,
默认模式(default)开发模式(developer)生产模式(production)
默认模式
安装完成后…
SparkStreaming简介 - 与第一个Spark实时计算程序，使用netcat来写数据 - wordcount
官方文档
Spark Streaming 火花流是spark API的扩展，它支持可伸缩、高吞吐量、容错的实时数据流处理。
数据可以从多种来源(如Kafka、Flume、Kinesis或tcp套接字)中摄取，并且可以使用用高级函数表示的复杂算法进行处理，例如map, reduce, jo…
【转】老邹说Magento的前世今生
文章目录[隐藏]
Magento Commerce的历史Magento 2版本历史Magento电子商务的特点和功能Magento市场Magento认证Magento事件为什么Magento统治电子商务领域
想要深入了解magento，我们有必要回顾一下Magento的前世今生，看它是如何一步步成长起来的。 为什…
【转】Magento2 安装系列一 虚拟机、CentOS7 安装
前言 最近打算在Windows10安装最新的magento2.3，由于mg2.3对Windows支持不太友好，所以就打算在Windows10安装虚拟机，虚拟机安装CentOS7版本的Linux，Linux安装Lnmp环境，最终安装Magento2.3.虚拟机选择与安装
我这边打算…
SparkStreaming -Kafka数据源
SparkStreaming处理kafka作为数据源
所以我们要创建的是kafka的Dstream，那么就要使用到KafkaUtils下的createStream，先来看一下ctrl点进去查看，然后来写参数 package date_10_16_SparkStreamingimport org.apache.spark.SparkConf
import or…
SparkStreaming - 无状态与有状态 updataStateByKey
无状态与有状态
简单来说，无状态就是每个采集周期分别采集，并不会把前面的采集周期的数据一起计算
有状态就是：把前面采集周期的也算进来，
比如wordcount，无状态统计的就是每个采集周期内的个数，有状态的…
flink(一个流处理，一个批处理)
流处理，这里用netcat来完成
package com.smalltiger.flinkWCimport org.apache.flink.api.java.utils.ParameterTool
import org.apache.flink.streaming.api.scala._/*** Created by smalltiger on 2019/11/6.* flink基于流处理的一个WordCount统计*/
object Stre…
volatile学习（可见性，不保证原子性，禁止指令重排（双端检索机制））
volatile是java虚拟机提供的轻量级的同步机制：
1.保证可见性：线程之间可见性(及时通知) 2.不保证原子性 3.禁止指令重排
先了解一下jvm同步 由于JVM运行程序的实体是线程，而每个线程创建时JVM都会为其创建一个工作内存（或者称为…
CAS（比较并交换）学习CAS实现原子性+volatile实现可见性，cas与synchronized比较的优缺点
1、CAS底层原理？
自旋锁(cas思想)unsafe类，保证原子性靠的是unsafe类
1.首先可以看到：
atomicInteger.getAndIncrement();getAndIncrement()的底层是 public final int getAndIncrement() {return unsafe.getAndAddInt(this, valueOffset,…
cas引出的ABA问题?如何解决？- 理解原子引用、时间戳(版本号)原子引用
ABA问题：
假如有两个线程1，2； cas下：1.线程取值完等待，2线程取值并把A改成B，有把B改成A，这是1线程执行会任务A还是原来的A没有发生改变，如果不在乎中间结果，只看收尾&am…
java -锁（公平、非公平锁、可重入锁【递归锁】、自旋锁）
1.公平锁、非公平锁 2.可重入锁（递归锁） 3.自旋锁 AtomicReference atomicReference new AtomicReference();//原子引用线程下面代码5秒钟自旋了10万次，还是很消耗CPU的 package HighConcurrency;import java.util.concurrent.TimeUnit;
imp…
CountDownLatch，同步辅助类
public class CountDownLatchextends Object一个同步辅助类，在完成一组正在其他线程中执行的操作之前，它允许一个或多个线程一直等待。
假设定义一个计数器为 5。每个线程完成任务后计数减1计数器减为 0 则通知等待的线程。
用给定的计数 初始化 Count…
CyclicBarrier-同步辅助类
与CountDownLatch相反，CyclicBarrier是做加法
public class CyclicBarrierextends Object一个同步辅助类，它允许一组线程互相等待，直到到达某个公共屏障点 (common barrier point)。在涉及一组固定大小的线程的程序中，这些线程必…
阻塞队列-BlockningQueue
阻塞队列的前言介绍引用于https://www.cnblogs.com/aspirant/p/8657801.html，写的挺好有兴趣可以看一看
一. 前言
在新增的Concurrent包中，BlockingQueue很好的解决了多线程中，如何高效安全“传输”数据的问题。通过这些高效并且线程安全的…
多线程下的生产者消费者（一个初始值为0的变量，两个线程一个加1一个减1，轮询5轮）
在使用Lock之前，我们使用的最多的同步方式应该是synchronized关键字来实现同步方式了。配合Object的wait()、notify()系列方法可以实现等待/通知模式。Condition接口也提供了类似Object的监视器方法，与Lock配合可以实现等待/通知模式
下面用的是lock锁 …
阻塞队列，来写生产者消费者，生产一个消费一个
用阻塞队列来写，就不需要程序员来关心什么时候阻塞线程await，什么时候唤醒线程notify（）。
类似消息中间件
package JUC;import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import…
线程池ThreadPool，线程池底层ThreadPoolExecutor方法七大参数，拒绝策略，以及实际开发中高并发下用到哪个线程池？
为什么要用线程池 基本的三个线程池的底层就是ThreadPoolExecutor类
ExecutorService threadPool Executors.newFixedThreadPool(int);//固定线程数的线程池，，执行长期的任务，性能好 ExecutorService threadPool Executors.newSingleThrea…