blog | 言七墨

之前使用过Redis作为分布式锁，但是因为本身特性的局限性，存在很多隐患，故将Redis替换成了Redisson。（由于公司直接买的腾讯云的Redis，对于开发者来说，它是单实例的，屏蔽了内部的底层实现，故本文暂且只考虑Redis是单实例的场景，如果想要了解在多实例情况下，基于Redis/Redisson作为分布式锁，可以自行搜索RedLock的具体实现，也很简单）。...

11月22日 · 2020年

图解 IO

AIO BIO epoll IO mmap NIO poll select 零拷贝

2172 8 1

一、图解普通IO、mmap、零拷贝 1、如果不使用零拷贝技术，普通的IO操作在OS层面是如何执行的？ 2、mmap（内存映射技术）为什么可以提升IO性能？3、零拷贝技术是如何提升IO性能的？...

11月22日 · 2020年

图解 AQS

AQS

1727 4 0

AQS，全称AbstractQueuedSynchronizer，是 JDK 提供的一个同步框架，内部维护了一个 volatile int state（代表共享资源）和一个 FIFO 线程等待队列（多线程争用资源被阻塞时会进入此队列） ...

11月8日 · 2020年

使用 Feign 调用分页接口报错：Method has too many Body parameters

Feign Spring Cloud 分页

4411 5 2

使用 Feign 调用分页接口报错：Method has too many Body parameters @ApiOperation(value = "分页查询会话")@PostMapping(Routes.SESSIONS_QUERY)JsonResult<Pagination<SessionInfo>> querySessions(@RequestBody @Valid SessionsQo qo, @PageableDefault(size = 20, sort = "id", direction = Sort.Direction.DESC) Pageable pageable);...

11月1日 · 2020年

朋友圈问题

BFS DFS 并查集

1442 2 0

朋友圈班上有 N 名学生。其中有些人是朋友，有些则不是。他们的友谊具有是传递性。如果已知 A 是 B 的朋友，B 是 C 的朋友，那么我们可以认为 A 也是 C 的朋友。所谓的朋友圈，是指所有朋友的集合。给定一个 N * N 的矩阵 M，表示班级中学生之间的朋友关系。如果M[i][j] = 1，表示已知第 i 个和 j 个学生互为朋友关系，否则为不知道。你必须输出所有学生中的已知的朋友圈总数。来源：力扣（LeetCode）链接：https://leetcode-cn.com/problems/friend-circles著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。...

11月1日 · 2020年

Elasticsearch 常规概念及底层原理

Elasticsearch 底层原理概念

2271 5 0

一、ES 分布式架构原理 ES设计的理念是分布式搜索引擎，底层实现基于Lucene，核心思想是在多台机器上启动多个ES进程实例，组成一个ES集群。概念描述接近实时：ES是一个接近实时的搜索平台，这就意味着，从存入一个文档直到文档能够被搜索到有一个轻微的延迟集群（cluster）：一个集群由多个节点（服务器）组成，所有节点一起保存全部数据，每一个集群有一个唯一的名称标识...

10月25日 · 2020年

路径总和问题

BFS DFS 前缀和回溯递归

1383 5 0

一、路径总和 I 递归 public boolean hasPathSum(TreeNode root, int sum) { if (root == null) { return false; } if (root.left == null && root.right == null) { return root.val == sum; } return hasPathSum(root.left, sum - root.val) || hasPathSum(root.right, sum - root.val);}...

10月18日 · 2020年

搜索二维矩阵问题

二分查找迭代递归

1722 2 1

搜索二维矩阵问题前言搜索二维矩阵 I和搜索二维矩阵 II两道题在解题思路上都是围绕二分查找展开的，搜索二维矩阵 I比较简单，纯暴力或直接套二分查找的公式（二维的二分查找）即可，而搜索二维矩阵 II的解题方法就比较特别，个人感觉有点意思，故在此记录下～...

10月18日 · 2020年

零钱兑换问题

动态规划备忘录递归

1609 4 0

一、零钱兑换 I 自顶向下、使用备忘录(HashMap)的递归解法 // 备忘录Map<Integer, Integer> memoMap = new HashMap<>();public int coinChange(int[] coins, int amount) { // 查备忘录，避免重复计算 if (memoMap.containsKey(amount)) { return memoMap.get(amount); } // base case if (amount == 0) return 0; // 下面的递归入参，假如 amount - coin < 0，则返回 -1 if (amount < 0) return -1; // 最差的情况，就是使用 amount 个面值为 1 的硬币，而 amount + 1 就是个不存在的值，下面要比较最小值，则每次递归都使用 amount + 1 比较求最小值即可 int res = amount + 1; for (int coin : coins) { // 子问题（目标金额减去当前 coin） int subProblem = coinChange(coins, amount - coin); if (subProblem == -1) continue; // 求最值，即 res 与子问题加上一个 coin(与上面`目标金额减去当前 coin`相对应，即自顶向下的思想) 求最值 res = Math.min(res, subProblem + 1); } res = res == amount + 1 ? -1 : res; memoMap.put(amount, res); return res;}...