ARTS第三周

　　

第三周。上周欠下了 赶紧补上，糟糕了 还有第四篇也得加紧了 难受。

1.Algorithm：每周至少做一个 leetcode 的算法题
2.Review：阅读并点评至少一篇英文技术文章
3.Tip：学习至少一个技术技巧
4.Share：分享一篇有观点和思考的技术文章

以下是各项的情况：

Algorithm

链接：[LeetCode-09]-Palindrome Number

 首先排除负数，然后利用取整和取余来获得我们想要的数字，比如 1221 这个数字，如果 计算 1221 / 1000， 则可得首位1， 如果 1221 % 10， 则可得到末尾1，进行比较，然后把中间的22取出继续比较。比较特殊的是1000211，也是一样的，第一遍首尾部1相等，继续循环 中间的00021，取出首位置的时候，除以的是10000，所以取出的是0，尾位置取出的是1，二者不同，直接返回false。

class Solution {
    public boolean isPalindrome(int x) {
        if(x<0) return false;
        int div = 1;
        while(x/div>=10) div *= 10;
            while(x>0){
            int left = x / div;
            int right = x % 10;
            if (left != right) return false;
            x = (x % div) / 10;
            div /= 100;
        }
        return true;
    }
}

 

 

Review

分享   关系数据库如何工作

 东西很丰富 就记下脉络和思维导图

内容

• 1返回基础
  • 1.1 O（1）vs O（n2）
    • 1.1.1概念
    • 1.1.2例子
    • 1.1.3更深入
  • 1.2合并排序
    • 1.2.1合并
    • 1.2.2分部阶段
    • 1.2.3排序阶段
    • 1.2.4合并排序的力量
  • 1.3数组，树和哈希表
    • 1.3.1数组
    • 1.3.2树和数据库索引
    • 1.3.3哈希表
• 2概述
• 3数据管理器
  
• 4查询管理器
  • 4.1查询解析器
  • 4.2查询重写器
  • 4.3统计
  • 4.4查询优化器
    • 4.4.1索引
    • 4.4.2访问路径
    • 4.4.3加入运营商
    • 4.4.4简化示例
    • 4.4.5动态编程，贪心算法和启发式算法
    • 4.4.6真正的优化器
    • 4.4.7查询计划缓存
  • 4.5查询执行程序
• 5数据管理员
  • 5.1缓存管理器
    • 5.1.1预取
    • 5.1.2缓冲区替换策略
    • 5.1.3写缓冲区
  • 5.2事务管理器
    
    • 5.2.1ACID事务
    • 5.2.2并发控制
    • 5.2.3锁管理器
    • 5.2.4日志管理器
• 6总结

 

 

Tip

　　Spring常用注解 ：

　　　　1. @Component  (创建工具类的时候)

　　　　　　1.1@Repository   仓库(dao层)

　　　　　　　1.2@Service      服务(service层)

 

　　　　　　1.3@Controller控制调节(表现层)

 

　　　　　　上面三个注解都是@Component的衍生物,是更细的分层

 

　　　　　　用法和作用和@Component 是完全一样的,只是各有各使用的地方

　　　　2.给对象赋值

　　　　　　2.1@Autowired   自动

 

@Autowired(required = false)
    private Integer id;


@Autowired
    private String name;

　　　　　　@Autowired  引用容器中的另一个对象,来给成员属性赋值

 

　　　　　　1.它寻找的原则是:先根据数据类型去容器里面找,如果找不到或有多个这样的数据类型

 

　　　　　　　　它就会根据成员变量的字段名去找. 如果都不适配,那就报错!

 

　　　　　　2.它后面括号可以设置required参数,默认值是true  表示找不到就报错

 

　　　　　　　　写false  表示找不到也不报错    括号是写不写是可选的

　　　　　　注意:在容器里给对象赋的值,只有使用ac.getBean(“account”) 这样获得的对象,才能拥有容器里面的值,  直接 new Account()  得到的对象属性是空的

 

 

 

 

 

　　　　

　　　　　　2.2@Qualifier   初筛选

　　　　　　　　　　@Qualifier必须结合@Autowired使用   

@Autowired

@Qualifier(“aa”)
    private Integer id;

　　　　　　　　　　就写在@Autowired 和 成员属性 的中间  括号里指定一个名称, 它表示只根据这个名称去容器里面去找,找到的那个名称的值 就用来给成员变量赋值

　　　　　　　　　　　　在@Autowired下设置了@Qualifier注解后,它只只只根据@Qualifier()参数里的那个名称去容器中寻找,找不到就报错,不再找别的  假如@Qualifier(“aa”)  容器里没id=”aa” 的就报错!!!

 

　　　　　　2.3@Resource

l　　　　　　　　　实现效果与@Autowire一样。

　　　　　　　　　　注意:  区别:resource 是 不能跟Qualifier 结合使用的,结合了也没用!

 

　　　　　　2.4@Value

　　　　　　　　　　无论是@Resource还是@Autowired都是引用容器中的对象注入进来。

　　　　　　　　　　对于简单类型可以直接通过@Value赋值.(较少)

 

 　　　　3.spring对象范围注解

 

　　　　　　　　　　@scope(“singleton”)   创建单例对象

　　　　　　　　　　@scope(“prototype”)   创建多例对象

 

　　　　4.spring生命周期注解　

　　　　　　　　4.1. @PostConstruct()

 

　　　　　　　　在任意一个方法的上面打上这个注解,只要对象一创建,这个方法就会立即执行

 

　　　　　　　　4.2. @PreDestroy(只对单例有效)

 

　　　　　　　　在任意一个方法的上面打上这个注解,只要容器被销毁的前一刻,这个方法就会被执行

 

　　　　　　　　4.3. @Lazy

 

　　　　　　　　在类的上方加了这个注解,在创建容器的时候,就不会再自动创建单例对象了

 

　　　　　　　　只有真正需要使用到对象的时候,才会创建对象!  和多例对象一样了!

 

 

 

　　　　5.spring零配置

 

　　　　　　　　5.1@Configuration

 

　　　　　　　　　　　　在一个类(通常是Configuration)的上面标上这个注解,就相当于把这个类变成了bean.xml

 

　　　　　　　　5.2@ComponentScan

 

　　　　　　　　　　　　标在上面所说的那个类的上方,表示开启注解扫描 @ComponentScan(“com.sunsheen”)括号里参数指明扫描哪个文件夹下的类

 

　　　　　　　　　　　　如果有对个路径要指明,可以使用

　　　　　　　　　　　　　　

@ComponentScans({
　　　　　　　　@ComponentScan(“com.sunsheen.dao”) ,
　　　　　　　　@ComponentScan(“com.sunsheen.service”)
})

 

 

 

 

　　　　　　　　5.3@Import

 

　　　　　　　　　　　　导入外部的配置类  如:@Import ( JdbcConfig.class )  写在上面所说的那个类的上方

 

　　　　　　　　5.4@Bean

 

　　　　　　　　　　　　写在一个方法的上方,@Bean(name=”dataSource”) 表示IOC容器会扫描这个注解,并调用执行被@Bean标记的这个方法  

 

　　　　　　　　　　　　默认情况下bean的名称和方法名称相同，你也可以使用name属性来指定

 

 

 

　　　　　　　　5.5@PropertySource

 

　　　　　　　　　　　　写在类的上方,表示(且只能)加载根路径下的properties配置文件. @PropertySource(“classpath:jdbc.properties”)

 

　　　　　　　　　　　　这个classpath 不能忘,并且严格区分大小写,绝对不能写成classPath  它是全小写的!

 

 

 

Share

　　这周推荐一篇观点，是关于数据收集忧患的。Westminster 大学高级讲师  Doug Specht的发表的见解。

https://thenextweb.com/syndication/2019/07/07/how-big-biased-datasets-make-social-inequalities-worse/