发表于 | 分类于 | 阅读次数

在学习Elastic Search的时候注意到，当我们去索引一个指定id的新文档时请求用PUT方式，如

1
2
3
4
5
6
PUT /website/blog/123
{
  "title": "My first blog entry",
  "text":  "Just trying this out...",
  "date":  "2014/01/01"
}

而索引一个自动分配id的新文档时就使用POST方式，如

1
2
3
4
5
6
POST /website/blog/
{
  "title": "My second blog entry",
  "text":  "Still trying this out...",
  "date":  "2014/01/01"
}

同样是新建一个文档，为什么要使用不同的方式呢？

阅读全文 »

发表于 | 分类于 | 阅读次数

上一篇博客运行了例子wordCount，用Hadoop来做词频统计，流程是这样的：

1)先用HDFS的命令行工具，将要统计的文件（假设很大，1000G）复制到HDFS上；

2)用Java写MapReduce代码，写完后调试编译，然后打包成Jar包；

3)执行Hadoop命令，用这个Jar包在Hadoop集群上处理1000G的文件，然后将结果文件存放到指定的目录。

4)用HDFS的命令行工具查看处理结果文件。

阅读全文 »

发表于 | 分类于 | 阅读次数

从n个不同元素中任取m（m≤n）个元素，按照一定的顺序排列起来，叫做从n个不同元素中取出m个元素的一个排列。当m=n时所有的排列情况叫全排列。

排列组合公式：

阅读全文 »

发表于 | 分类于 | 阅读次数

数据库索引其实是一种数据结构，将数据库的主键(或其他索引)用一定的数据结构存储，便于对数据库进行查找。

已经了解了常用的查找算法和相关数据结构，数据库中索引常用的数据结构有哈希表或B-树，B+树。

为什么使用索引

计算机一般包含两种类型的存储，计算机主存（RAM）和外部存储器（硬盘，CD等）。主存的容量小，读取速度快，外部存储则相反。通常数据库文件都十分大，不能全部放在主存中，只能在访问的时候去外部存储器中查找，这就回产生IO操作。

阅读全文 »

发表于 | 分类于 | 阅读次数

有些情景不一定需要元素全部有序，而是需要每次处理键值最大的元素，如手机运行程序，程序有优先级，来电的优先级比游戏程序的优先级高。

这是就适合优先队列数据结构。优先队列的主要操作有 删除最大元素delMax()和插入元素insert()。高效地实现优先队列具有挑战性，我们可以基于二叉堆来实现优先队列。

通过插入一系列元素，然后一个个删除其中最小的元素合一实现排序算法，堆排序就是基于堆的优先队列的实现。

阅读全文 »

发表于 | 分类于 | 阅读次数

初级排序

选择排序

选择排序：找到数组中最小的和第一位交换位置，再从剩下的元素中找到最小的和第二个元素互换位置，一支往复到整个数组排序完成。类似于拿到一手杂乱的牌整牌的过程。

阅读全文 »

发表于 | 分类于 | 阅读次数

HashMap也是一个储存价值对的常用方法，她的底层由哈希表实现（数组），用拉链法解决哈希碰撞（链表）。

它继承于AbstractMap，实现了Map<K,V>, Cloneable, Serializable接口。

jdk1.8引入了红黑树，来解决链表长度过长导致的查询速度下降问题,当碰撞过多，链表过长，这时我们将链表用红黑树来替代，以降低查询效率，所以在hashMap中同时有链表节点（Node）的结构，也有树节点（TreeNode）的结构

阅读全文 »