sort

题目 Given an integer array arr. You have to sort the integers in the array in ascending order by the number of 1’s in their binary representation and in case of two or more integers have the same number of 1’s you have to sort them in ascending order. Return the sorted array. Example 1: Input: arr = [0,1,2,3,4,5,6,7,8] Output: [0,1,2,4,8,3,5,6,7] Explantion: [0] is the only integer with 0 bits. [1,2,4,8] all have 1 bit. [3,5,6] have 2 bits. [7] has 3 bits. The sorted array by bits is [0,1,2,4,8,3,5,6,7] Example 2: Input: arr = [1024,512,256,128,64,32,16,8,4,2,1] Output: [1,2,4,8,16,32,64,128

每个程序员都应该知道的8个Linux命令 每个程序员，在职业生涯的某个时刻，总会发现自己需要知道一些Linux方面的知识。我并不是说你应该成为一个Linux专家，我的意思是，当面对linux命令行任务时，你应该能很熟练的完成。事实上，学会了下面8个命令，我基本上能完成任何需要完成的任务。 注意：下面的每个命令都有十分丰富的文档说明。这篇文章并不是来详尽的展示每个命令的各种功用的。我在这里要讲的是这几个最常用的命令的最常见用法。如果你对linux命令并不是很了解，你想找一些这方面的资料学习，那这篇文章将会给你一个基本的指导。 让我们从处理一些数据开始。假设我们有两个文件，分别记录的订单清单和订单处理结果。 order.out.log 8:22:19 111, 1, Patterns of Enterprise Architecture, Kindle edition, 39.99 8:23:45 112, 1, Joy of Clojure, Hardcover, 29.99 8:24:19 113, -1, Patterns of Enterprise Architecture, Kindle edition, 39.99 order.in.log 8:22:20 111, Order Complete 8:23:50 112, Order sent to fulfillment

数组 (Array) 　　在程序设计中，为了处理方便， 把具有相同类型的若干 变量 按有序的形式组织起来。这些按序排列的同类数据元素的集合称为 数组 。在C语言中， 数组属于构造数据类型。一个数组可以分解为多个数组元素，这些数组元素可以是基本数据类型或是构造类型。因此按数组元素的类型不同，数组又可分为数值数组、字符数组、 指针数组 、结构数组等各种类别。 栈 (Stack) 　　是只能在某一端插入和删除的特殊 线性表 。它按照先进后出的原则存储数据，先进入的数据被压入栈底，最后的数据在栈顶，需要读数据的时候从栈顶开始弹出数据（最后一个数据被第一个读出来）。 队列 (Queue) 　　一种特殊的 线性表 ，它只允许在表的 前端 （front）进行删除操作，而在表的后端（rear）进行插入操作。进行插入操作的端称为队尾，进行删除操作的端称为队头。队列中没有元素时，称为空队列。 链表 (Linked List) 　　是一种物理存储单元上非连续、非顺序的存储结构，数据元素的 逻辑顺序 是通过链表中的指针链接次序实现的。链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时 动态 生成。每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。 树 (Tree) 　　是包含n（n>0）个结点的有穷集合K，且在K中定义了一个关系N，N满足 以下条件： 　

问题描述： BubbleSort InsertionSort ShellSort MergeSort HeapSort QuickSort 问题分析： 时间复杂度? 空间复杂度? 代码实现： public class BubbleSort { public static <AnyType extends Comparable<? super AnyType>> void bubblesort(AnyType[] a){ boolean done = false; int size = a.length; while(!done){ done = true; for(int i = 0; i < size - 1; i++){ if(a[i].compareTo(a[i+1]) > 0){ done = false; AnyType tmp = a[i+1]; a[i+1] = a[i]; a[i] = tmp; } } size--; } } } class InsertionSort { public static <AnyType extends Comparable<? super AnyType>> void insertionSort(AnyType[] a) { for (int p = 1; p < a.length; p++) { AnyType tmp = a[p

快速排序与归并排序 快速排序 快速排序又称”快排”。排序思路：给定一个数组，选定一个分区点pivot，使得小于等于pivot的元素放在左边，大于pivot放在右边，递归使得区间为1那么排序已经是从小到大了。 递归公式：quick_sort(p,q) = quick_sort(p,r-1) + quick_sort(r+1,q)满足p>=q则终止。 代码实现 /** * @Author : zzz * @Date : Created in 16:25 2020/2/22 * @Description : TODO */ public class SortDemo { private int [ ] arr = new int [ ] { 2 , 5 , 3 , 6 , 8 , 1 , 4 , 7 , 10 , 9 } ; public static void main ( String [ ] args ) { SortDemo sort = new SortDemo ( ) ; //快速排序 sort . quick_sort ( ) ; } public void print ( int [ ] a ) { for ( int i = 0 ; i < a . length ; i ++ ) { System . out . print ( a [ i ] + " " ) ; }

#####对象方法 -最简单的绑定（这里的active加不加单引号都可以，以下也一样都能渲染） :class="{ 'active': isActive }" 1 判断是否绑定一个active :class="{'active':isActive==-1}" 或者 :class="{'active':isActive==index}" 1 2 3 绑定并判断多个 第一种（用逗号隔开） :class="{ 'active': isActive, 'sort': isSort }" 第二种（放在data里面） //也可以把后面绑定的对象写在一个变量放在data里面，可以变成下面这样 :class="classObject" data() { return { classObject:{ active: true, sort:false } } } 第三种（使用computed属性） :class="classObject" data() { return { isActive: true, isSort: false } }, computed: { classObject: function () { return { active: this.isActive, sort:this.isSort } } } 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

exception : SCRIPT5022: DOM Exception: INVALID_CHARACTER_ERR (5) 思路分析： 第一步：兼容IE9，firefox，Opera，Safari等浏览器； var iframe = document.createElement("iframe"); iframe.setAttribute("id", "yui-history-iframe"); iframe.setAttribute("src", "../../images/defaults/transparent-pixel.gif"); iframe.setAttribute("style","position:absolute;top:0;left:0;width:1px;height:1px;visibility:hidden;") 第二步：兼容IE6-8：由于ie6-8 不能修改iframe的name属性 var oFrame = isIE ? document.createElement("<iframe name=/"" + this._FrameName + "/">") : document.createElement("iframe"); oFrame.name = "iframName"; 1、如何让ajaxfileupload.js支持IE9

1、定义 二叉排序树（Binary Sort Tree）又称 二叉查找(搜索)树 （Binary Search Tree）。其定义为：二叉排序树或者是空树，或者是满足如下性质的二叉树： ① 若它的左子树非空，则左子树上所有结点的值均小于根结点的值； ② 若它的右子树非空，则右子树上所有结点的值均大于根结点的值； ③ 左、右子树本身又各是一棵二叉排序树。 上述性质简称二叉排序树性质(BST性质)，故二叉排序树实际上是满足BST性质的二叉树。 注意： 当用线性表作为表的组织形式时，可以有三种查找法。其中以二分查找效率最高。但由于二分查找要求表中结点按关键字有序，且不能用链表作存储结构，因此，当表的插入或删除操作频繁时，为维护表的有序性，势必要移动表中很多结点。这种由移动结点引起的额外时间开销，就会抵消二分查找的优点。也就是说，二分查找只适用于静态查找表。若要对动态查找表进行高效率的查找，可采用下二叉树或树作为表的组织形式。不妨将它们统称为树表。 2、特点 由BST性质可得： （1） 二叉排序树中任一结点x，其左(右)子树中任一结点y(若存在)的关键字必小(大)于x的关键字。 （2） 二叉排序树中，各结点关键字是惟一的。 注意： 实际应用中，不能保证被查找的数据集中各元素的关键字互不相同，所以可将二叉排序树定义中BST性质(1)里的"小于"改为"大于等于"，或将BST性质(2)里的"大于

版权声明：本文由黄辉原创文章，转载请注明出处: 文章原文链接： https://www.qcloud.com/community/article/195 来源：腾云阁 https://www.qcloud.com/community 如今，多样的交易模式以及大众消费观念的改变使得数据库应用领域不断扩大，现代的大型分布式应用系统的数据膨胀也对数据库的海量数据处理能力和并行处理能力提出了更高的要求，如何在数据呈现海量扩张的同时提高处理速度和应用系统的可用性，使客户能同时得到更高的处理速度、更高的数据可用性和更大的数据集，是数据库系统面临的一个挑战。 通过TPC-H基准测试，可获得数据库单位时间内的性能处理能力，为评估数据库系统的现有性能服务水平提供有效依据，通过横向对比促进数据库系统的整体质量提升，能更好地在重大信息化工程中实现推广。 一.TPC-H原理简介 TPC-H是由TPC(Transaction Processing Performance Council)事务处理性能委员会公布的一套针对数据库决策支持能力的测试基准，通过模拟数据库中与业务相关的复杂查询和并行的数据修改操作考察数据库的综合处理能力，获取数据库操作的响应时间和每小时执行的查询数指标(QphH@Size)。 TPC-H基准模型中定义了一个数据库模型，容量可以在1GB~10000GB的8个级别中进行选择

什么时候需要 shuffle writer 假如我们有个 spark job 依赖关系如下 我们抽象出来其中的rdd和依赖关系: E <-------n------, C <--n---D---n-----F--s---, A <-------s------ B <--n----`-- G 对应的划分后的RDD结构为： 最终我们得到了整个执行过程： 中间就涉及到shuffle 过程，前一个stage 的 ShuffleMapTask 进行 shuffle write， 把数据存储在 blockManager 上面， 并且把数据位置元信息上报到 driver 的 mapOutTrack 组件中， 下一个 stage 根据数据位置元信息， 进行 shuffle read， 拉取上个stage 的输出数据。 这篇文章讲述的就是其中的 shuffle write 过程。 spark shuffle 演进的历史 Spark 0.8及以前 Hash Based Shuffle Spark 0.8.1 为Hash Based Shuffle引入File Consolidation机制 Spark 0.9 引入ExternalAppendOnlyMap Spark 1.1 引入Sort Based Shuffle，但默认仍为Hash Based Shuffle Spark 1.2