&

分類:

推薦最新等你回答

若相惜回答

因為你只需要顯示前100名，所以用一個最小堆就可以了。

Redi可以用sorted set加一個key保存第100名的積分，數(shù)據(jù)庫更新用戶積分后，先判斷是否比當前第100名高，如果是就更新key和插入/更新到sorted set，然后定期把100名以后的移除掉，這樣就不會占太多內(nèi)存。

redis 進程和網(wǎng)絡(luò)連接不一致問題？

默念回答

redis cluster : redis 端口+10000 作為集群通信端口

一道ACM的簡單題“某種序列”

喜歡你回答

代碼0 0 0為空

算法小問題：指定類型數(shù)組轉(zhuǎn)換成對象的問題。

葬愛回答

const array = [
    ["北京市", "海淀區(qū)"],
    ["北京市", "東城區(qū)"],
    ["遼寧省", "沈陽市", "和平區(qū)"],
    ["遼寧省", "沈陽市", "鐵西區(qū)"],
    ["臺灣省"]
];

function convert(list) {
    // map 用來保存已處理節(jié)點的字典，
    // 鍵是城市的全路徑（/分隔），
    // 值是根據(jù)城市名稱產(chǎn)生的對象
    const map = {};

    // 根節(jié)點對象
    const root = {
        text: "",
        children: []
    };

    list.forEach(parts => {
        // 對 parts 中的每一個城市進行處理
        // reduce 主要用于拼接 key，即全路徑
        parts.reduce((parentKey, name) => {
            // 根據(jù)父節(jié)點的 key 和當前城市名稱拼接當前城市 key
            const key = `${parentKey}/${name}`;

            // 如果節(jié)點已經(jīng)存在，直接跳過
            if (!map[key]) {
                // 先用 parentKey 找到父節(jié)點，如果沒有，用 root 作為父節(jié)點
                const parent = map[parentKey] || root;

                // 產(chǎn)生子節(jié)點對象
                const node = {
                    text: name,
                    children: []
                };

                // 將子節(jié)點對象加入 map 和父節(jié)點的 children
                map[key] = node;
                parent.children.push(node);
            }

            return key;
        }, "");
    });

    return root;
}

const r = convert(array);
console.log(JSON.stringify(r, null, 4));

請問Spark'DataFrame只對一列進行編輯（截取一段）并返回新的DataFrame該怎么寫

孤島回答

可以map一下

 val session = SparkSession.builder().config(sc).getOrCreate()
    try {

      val df = session.read.json("file:\\\\\\E:/anc.json")
        .map(new MapFunction[Row, String] {
          override def call(value: Row): String = {
            value.getAs[Long]("id").toString.substring(0, 1)
          }
        }, Encoders.STRING)

      df.show()

    } finally {
      session.close()
    }

紅黑樹與4階B樹的本質(zhì)區(qū)別在哪里？

柚稚回答

你的這種比較方式不太對，紅黑樹其實是2-3查找樹的一種比較優(yōu)雅的實現(xiàn)。
性能的量度不光光考慮時間復(fù)雜度，還有空間復(fù)雜度，以及工程難度。
紅黑樹出現(xiàn)的原因在于二叉查找樹的不平衡問題。紅黑樹能比較好的維持平衡。
當然了，4階B樹也可以，但是其實他比2-3查找樹更復(fù)雜，但對于問題的解決卻沒有比較明顯的改善。

可以好好看看2-3查找樹的插入操作實現(xiàn)，對應(yīng)結(jié)合紅黑樹，會有意想不到的收獲

scrapy可不可以在Request下載前一刻更改url？關(guān)于時間戳

瘋子范回答

由于request.url是只讀的屬性，所以不能直接更改。
但看了一下源碼，可以嘗試在下載器中間件中這樣寫：

def process_request(self, request, spider):
    request._set_url(request.url + '&t=%s' % self.gettime())

如何在jupyter中加入python3?

還吻回答

python2 -m pip install ipykernel
python2 -m ipykernel install --user

python3 -m pip install ipykernel
python3 -m ipykernel install --user

.............
ubuntun可以的

前端跨域訪問了，nginx怎么配置

葬愛回答

這種配置只處理了 OPTIONS 請求。OPTIONS 請求不轉(zhuǎn)給后端，直接返回 204，并允許跨域。

對于其它請求，需要在前面再加一段：

location / {
   add_header Access-Control-Allow-Origin *;
   add_header Access-Control-Allow-Headers X-Requested-With;
   add_header Access-Control-Allow-Methods GET,POST,PUT,DELETE,OPTIONS;
    
   if ($request_method = 'OPTIONS') {
     return 204;
   }
}

redis作為數(shù)據(jù)庫的緩存，但redis不支持sql查詢？

做不到回答

redis正常只是做數(shù)據(jù)庫檢索結(jié)果緩存吧
你難道想直接把數(shù)據(jù)庫數(shù)據(jù)全部緩存到redis，然后用sql查詢？。。。
這不是redis干的活啊

用JavaScript寫生成數(shù)獨算法時瀏覽器變慢

尐飯團回答

fillNumberInOneArray 將數(shù)字 m 填入到第 n 個小宮格中，為什么要隨機選一個位置放呢？后期快放滿的時候，沖突的概率越來越大，根本不收斂的呀。你都能 judgeElse 了，為什么不能在生成 random 坐標之前就排除一下已經(jīng)放了數(shù)字的格子呢？這一步浪費的效率不計其數(shù)，甚至導(dǎo)致了算法有極大可能無法停止。9個格子有一個空位，用random去撞這個空位置，那有 8/9 的概率撞不到，一直死循環(huán)。

已經(jīng)被占的格子提前排除，這是其一。其二，假設(shè)小9宮格都剩下3個格子，需要放 7 了對吧，隨機一下，得到一個空格子，檢查了一下橫豎，發(fā)現(xiàn)不能放，接下來你需要標記這個格子不可用，否則下次再 random 還有 1/3 的概率打中這個不可用的格子，導(dǎo)致算法不收斂。犯過的錯，為什么下次還要繼續(xù)犯？下次你就該排除掉它，在剩下的選項里挑，否則這次試錯就沒有意義啦，那這就不是算法，完全就是在碰運氣。

function calculateCoordinate(position,n) 也可以精簡一下，沒必要那么多 switch-case：

function calculateCoordinate(position, n) {
  // 先計算九宮格是幾排幾列的九宮格, 我們把數(shù)獨看成是 3*3 的9個9宮格
  var nx = n % 3;
  var ny = Math.floor(n / 3); 

  var px = position % 3;
  var py = Math.floor(position / 3);
  // 同樣的套路處理小9宮格內(nèi)的坐標，
  
  // 轉(zhuǎn)換一下坐標系
  var returnX = px + nx * 3; 
  var returnY = py + ny * 3;
  return [returnY, returnX];
}

不同用戶登陸的token會覆蓋

吃藕丑回答

……你key都叫token當然會覆蓋|||
你可以把key改成token_然后加個用戶id嘛，這樣就每個用戶獨立緩存了。

$redis->set('token_'.$userinfo['userid'],$cc['token']);

用深度學(xué)習識別語種識別

愚念回答

cnn圖像的輸入就是rgb + 多個卷積核，cnn會自動學(xué)習特征

pycharm使用wsl中的python環(huán)境失敗

誮惜顏回答

python解釋器一般在/usr/bin/下面，你的路徑有問題吧。

請教微服務(wù)與分布式問題

礙你眼回答

分布式系統(tǒng)架構(gòu)中，分布式事務(wù)問題是一個繞不過去的挑戰(zhàn)。而微服務(wù)架構(gòu)的流行，讓分布式事問題日益突出！
下面我們以電商購物支付流程中，在各大參與者系統(tǒng)中可能會遇到分布式事務(wù)問題的場景進行詳細的分析！
圖片描述
如上圖所示，假設(shè)三大參與平臺（電商平臺、支付平臺、銀行）的系統(tǒng)都做了分布式系統(tǒng)架構(gòu)拆分，按上數(shù)中的流程步驟進行分析：
1、電商平臺中創(chuàng)建訂單：預(yù)留庫存、預(yù)扣減積分、鎖定優(yōu)惠券，此時電商平臺內(nèi)各服務(wù)間會有分布式事務(wù)問題，因為此時已經(jīng)要跨多個內(nèi)部服務(wù)修改數(shù)據(jù)；
2、支付平臺中創(chuàng)建支付訂單（選銀行卡支付）：查詢賬戶、查詢限制規(guī)則，符合條件的就創(chuàng)建支付訂單并跳轉(zhuǎn)銀行，此時不會有分布式事務(wù)問題，因為還不會跨服務(wù)改數(shù)據(jù)；
3、銀行平臺中創(chuàng)建交易訂單：查找賬戶、創(chuàng)建交易記錄、判斷賬戶余額并扣款、增加積分、通知支付平臺，此時也會有分布式事務(wù)問題（如果是服務(wù)化架構(gòu)的話）；
4、支付平臺收到銀行扣款結(jié)果：更改訂單狀態(tài)、給賬戶加款、給積分帳戶增加積分、生成會計分錄、通知電商平臺等，此時也會有分布式事務(wù)問題；
5、電商平臺收到支付平臺的支付結(jié)果：更改訂單狀態(tài)、扣減庫存、扣減積分、使用優(yōu)惠券、增加消費積分等，系統(tǒng)內(nèi)部各服務(wù)間調(diào)用也會遇到分布式事問題；
圖片描述
如上圖，支付平臺收到銀行扣款結(jié)果后的內(nèi)部處理流程：
1、支付平臺的支付網(wǎng)關(guān)對銀行通知結(jié)果進行校驗，然后調(diào)用支付訂單服務(wù)執(zhí)行支付訂單處理；
2、支付訂單服務(wù)根據(jù)銀行扣款結(jié)果更改支付訂單狀態(tài)；
3、調(diào)用資金賬戶服務(wù)給電商平臺的商戶賬戶加款（實際過程中可能還會有各種的成本計費；如果是余額支付，還可能是同時從用戶賬戶扣款，給商戶賬戶加款）；
4、調(diào)用積分服務(wù)給用戶積分賬戶增加積分；
5、調(diào)用會計服務(wù)向會計（財務(wù)）系統(tǒng)寫進交易原始憑證生成會計分錄；
6、調(diào)用通知服務(wù)將支付處理結(jié)果通知電商平臺；
圖片描述
如上圖，把支付系統(tǒng)中的銀行扣款成功回調(diào)處理流程提取出來，對應(yīng)的分布式事務(wù)問題的代碼場景：
/ 支付訂單處理 /
@Transactional(rollbackFor = Exception.class)
public void completeOrder() {
orderDao.update(); // 訂單服務(wù)本地更新訂單狀態(tài)
accountService.update(); // 調(diào)用資金賬戶服務(wù)給資金帳戶加款
pointService.update(); // 調(diào)用積分服務(wù)給積分帳戶增加積分
accountingService.insert(); // 調(diào)用會計服務(wù)向會計系統(tǒng)寫入會計原始憑證
merchantNotifyService.notify(); // 調(diào)用商戶通知服務(wù)向商戶發(fā)送支付結(jié)果通知
}