tag 數據結構

標籤
貢獻106
203
02:01 AM · Oct 27 ,2025
howiecong 頭像 u_16231477 頭像 leguandeludeng 頭像 nick_58a54a169c75f 頭像 jdcdevloper 頭像 cqu_jiangzhou 頭像 bigsai 頭像 gvenusleo 頭像 yuelianggeimengnalisha 頭像 starrocks 頭像 u_15912723 頭像 u_16099177 頭像

@數據結構 / 博客 RSS 訂閱

howiecong 頭像

HowieCong - 刷題前必學！鏈表實戰！用JavaScript學數據結構與算法

🧑‍💻JavaScript算法與數據結構-HowieCong 務必要熟悉JavaScript使用再來學！ 一、鏈表三種方向 鏈表的處理：合併、刪除等（刪除操作畫個記號） 鏈表的反轉及其衍生題目 鏈表成環問題及其衍生題目 二、鏈表的合併 原題： 將兩個有序鏈表合併為一個新的有序鏈表並返回。新鏈表是通過拼接給定的兩個鏈表的所有結點組成的。 示例： 輸入：1-2-4, 1-3-4

數據結構 , 算法 , segmentfault , 數據結構和算法 , Javascript

收藏 評論

laoshideyangrouchuan 頭像

float64 - ByteByteGo學習筆記：一致性哈希

一、引言 在分佈式系統中，實現水平擴展的關鍵在於能夠有效地分配請求並均勻地將數據分配到各個服務器上。一致性哈希算法作為一種常用的技術，能夠很好地解決這一問題。本文將深入探討一致性哈希算法的原理、實現以及應用場景。 二、重哈希問題 2.1 傳統哈希方法 傳統的哈希方法通常使用取模運算來確定鍵存儲在哪個服務器上，即 serverIndex = hash(key) % N，其中 N 是服務器池的大小。這

數據結構 , 系統架構 , 一致性哈希算法 , 後端

收藏 評論

aloudata 頭像

Aloudata大應科技 - 重磅活動！3.14，與數智領袖共探 NoETL 指標平台最佳實踐

NoETL 指標平台重塑了指標開發協作模式。Aloudata CAN 以強大的指標定義和查詢加速能力，直連數倉公共層明細數據，自動化代持寬表與彙總表開發，實現了 NoSQL 指標定義、NoETL 指標開發、統一指標管理，一舉解決了指標“開發週期長、口徑不統一、分析不靈活、冗餘成本高”等頑疾，並在金融、消費零售、製造、ICT、能源、航空、醫療等多行業打造了標杆案例，為企業數據開發、消費與管理帶來了顛

數據管理 , 大數據 , 數據結構 , 數據庫 , 數據分析

收藏 評論

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法01：為什麼要學習數據結構與算法

今天，我向大家介紹一門非常重要的課程——《數據結構與算法》。這門課不僅是計算機學科的核心，更是每一位開發者從“小白”邁向“高手”的必經之路。1、為什麼要學習數據結構與算法 1、為什麼要學習數據結構與算法 總的來説，數據結構與算法是： **求職的“敲門磚”**：國內外大廠面試中，70%的考題與數據結構算法相關； **能力的“分水嶺”**：它能區分“功能實現者”和“問題優化者”； **思維

leetcode , 數據結構 , 算法 , 筆試 , 力扣

收藏 評論

cryptorzz 頭像

CryptoRzz - 如何對接韓國和日本股票數據源API

摘要：本文將詳細介紹如何通過StockTV API對接韓國和日本股票市場的實時行情數據，涵蓋從API申請、接口調用到數據解析的完整流程，並提供Python代碼示例。 一、StockTV API StockTV API 提供全球多個國家的金融市場數據，其中韓國和日本市場數據尤為全面。以下是選擇StockTV API的幾大理由： 覆蓋全面：支持韓國KOSPI、KOSDAQ和日本東京證券交易所

數據結構 , python爬蟲 , Json

收藏 評論

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法19：遞歸基礎

1. 示例 週末你帶着TA去電影院看電影，TA問你，咱們現在坐在第幾排啊？電影院裏面太黑了，看不清，沒法數，現在你怎麼辦？ 這時可以這樣操作：問前一排的，他是第幾排。前一排的不知道自己是第幾排，繼續向前問。直到第一排，由於他面對着屏幕，知道自己是第一排。之後再給後面的回話：“我是第一排”，後面的知道了前面的，也就知道了自己的（在前面的基礎上+1）。之後再給後面的回覆。 2. 遞歸條件 3.

遞歸 , 數據結構 , 算法 , 遞歸調用 , 數據結構和算法

收藏 評論

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法29：合併二叉樹

1. 題目 描述 已知兩顆二叉樹，將它們合併成一顆二叉樹。合併規則是：都存在的結點，就將結點值加起來，否則空的位置就由另一個樹的結點來代替。例如： 數據範圍：樹上節點數量滿足 0 ≤n≤500，樹上節點的值一定在32位整型範圍內。 進階：空間複雜度 O(1) ，時間複雜度 O(n) 示例1 輸入： {1,3,2,5},{2,1,3,#,4,#,7} 返回值： {3,4,5,5,4,#,7}

數據結構 , 算法 , leetcode算法 , 筆試 , 二叉樹

收藏 評論

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法34：二叉搜索樹的最近公共祖先

1. 題目 描述 給定一個二叉搜索樹, 找到該樹中兩個指定節點的最近公共祖先。 1.對於該題的最近的公共祖先定義:對於有根樹T的兩個節點p、q，最近公共祖先LCA(T,p,q)表示一個節點x，滿足x是p和q的祖先且x的深度儘可能大。在這裏，一個節點也可以是它自己的祖先. 2.二叉搜索樹是若它的左子樹不空，則左子樹上所有節點的值均小於它的根節點的值； 若它的右子樹不空，則右子樹上所有節點的值均大於它

leetcode , 數據結構 , 算法 , 筆試 , 二叉樹

收藏 評論

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法35：在二叉樹中找到兩個節點的最近公共祖先（二叉樹的最近公共祖先）

1. 題目 描述 給定一棵二叉樹(保證非空)以及這棵樹上的兩個節點對應的val值 o1 和 o2，請找到 o1 和 o2 的最近公共祖先節點。 數據範圍：樹上節點數滿足 1≤n≤10^5^ , 節點值val滿足區間 [0,n) 要求：時間複雜度 O(n) 注：本題保證二叉樹中每個節點的val值均不相同。 如當輸入{3,5,1,6,2,0,8,#,#,7,4},5,1時，二叉樹{3,5,1,6,2,

leetcode , 數據結構 , 算法 , 筆試題 , 二叉樹

收藏 評論

mirrorship 頭像

鏡舟科技 - 數據湖和數據倉庫的區別

在當今數據驅動的時代，企業需要處理和存儲海量數據。數據湖與數據倉庫作為兩種主要的數據存儲解決方案，各自有其獨特的優勢與適用場景。本文將客觀詳細地介紹數據湖與數據倉庫的基本概念、核心區別、應用場景以及未來發展趨勢，幫助讀者更好地理解和選擇適合自身需求的數據存儲方案。 一、基本概念 數據湖（Data Lake） 數據湖的概念最早由Pentaho公司的James Dixon在2011年提出，是一種能夠存

大數據 , 數據結構 , 數據倉庫 , 數據分析 , 數據湖

收藏 評論

user_zsxbv7bi 頭像

user_zsXbv7Bi - 理解 Golang 中的最大/最小堆、`heap` 與優先隊列

最大堆、最小堆、 heap 、 優先隊列在數據結構算法題目裏都是一個東西。這裏討論 container/heap 的使用。 參考： https://pkg.go.dev/container/heap https://github.com/EndlessCheng/codeforces-go/blob/master/copypasta/heap.go 靈佬筆記，非常有用 在算法題目中，我們經

數據結構 , 數據結構和算法 , go

收藏 評論

nick_58a54a169c75f 頭像

Nick - 位運算

為什麼需要位運算 機器裏的數字表示方式和存儲格式就是二進制 位運算符 含義 運算符 示例 左移 0011 --- 0110 右移 0110 --- 0011 按位或 \ 0011 \ 1011 --- 1011 按位與 0

數據結構 , 算法

收藏 評論

nick_58a54a169c75f 頭像

Nick - 字典樹的數據結構

字典樹的數據結構 字典樹，即 Trie 樹，又稱單詞查找樹或鍵樹，是一種樹形結構。典型應用是用於統計和排 序大量的字符串(但不僅限於字符串)，所以經常被搜索引擎系統用於文本詞頻統計。 它的優點是:最大限度地減少 無謂的字符串比較，查詢效率 比哈希表高。 字典樹的基本性質 結點本身不存完整單詞。 從根結點到某一結點，路徑上經過的字符連接起來，為該結點對應的 字符串。 每個結點的所有子結

數據結構 , 算法

收藏 評論

nick_58a54a169c75f 頭像

Nick - 算法動態規劃

動態規劃 Dynamic Programming Wiki 定義： https://en.wikipedia.org/wiki/Dynamic_programming “Simplifying a complicated problem by breaking it down into simpler sub-problems” (in a recursive manner) Divide

數據結構 , 算法

收藏 評論

nick_58a54a169c75f 頭像

Nick - 算法深度優先搜索和廣度優先搜索

深度優先搜索和廣度優先搜索 深度優先 DFS Depth First Search 遍歷方式 遞歸 非遞歸，使用循環遍歷，需要棧後進先出的特性來輔助 廣度優先 BFS Breadth First Search 遍歷方式 循環遍歷，需要隊列先進先出的特性來輔助 貪心算法 Greedy 貪心算法是一種在每一步選擇中都採取在當前狀態下最好或最優(即最有利)的選擇，從而希望導致結果是全局最好

數據結構 , 算法

收藏 評論

nick_58a54a169c75f 頭像

Nick - 算法遞歸和回溯

遞歸 應用場景 一個問題的解可以分解成多個子問題的解。 這個問題與分解之後的子問題，除了數據規模不同，求解思路完全一樣。 存在遞歸終止條件。 遞歸代碼編寫技巧 找到如何將大問題分解成小問題的規律，基於此寫出遞推公式，推敲終止條件，將遞推公式和終止條件翻譯成代碼。 只要遇到遞歸，就把它抽象成一個遞推公式，不用想一層層的調用關係，不要試圖用人腦去分解遞歸的每個步驟。 遞歸代碼編寫難點

數據結構 , 算法

收藏 評論

ruanjiankaifa_xiaofanya 頭像

軟件部長 - 2025年企業數據遷移新方案：JVS低代碼用可視化配置實現海量數據自動映射

隨着數字化轉型的推動，低代碼開發在企業中應用的場景越來越多。但是企業在處理海量數據與系統對接時，常遇到困難。那麼如何快速將外部數據轉化為系統可識別的結構化模型？今天我們以JVS低代碼為例，詳細聊一聊。 在JVS低代碼系統中推出的數據轉模型組件，數據轉模型組件可以解決批量數據映射與關聯的問題。它通過自動化映射機制，將用户上傳的Excel、CSV等格式文件中的文本信息（如用户姓名、部門名稱、下拉

大數據 , 數據結構 , 低代碼 , 數據遷移 , 低代碼開發平台

收藏 評論

starrocks 頭像

StarRocks - Airtable 如何用 StarRocks 構建數據驗證系統

摘要：歸檔冷數據至 S3，藉助 StarRocks 實現一致性驗證與存儲降本 作者：Riley ，Airtable 數據基礎設施團隊 導讀： 開源無國界，在本期“StarRocks 全球用户精選案例”專欄中，我們將介紹總部位於舊金山的雲端協作服務公司 Airtable。作為一家致力於讓用户像操作表格一樣輕鬆構建數據應用的企業，Airtable 在 2025 年完成

數據結構 , 數據庫 , starrocks , 數據分析

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 數據怎麼分層？從ODS、DW、ADS三大層一一拆解！

備選標題： 數據分層，不止分層那麼簡單！ 數據為什麼要分層？三招搞定多源異構數據 數據又多又亂，用的時候： 找不到？ 算得慢？ 還容易出錯？ 別頭疼了！數據分層就是解決這些問題的“法寶”。 簡單説，它就是： ​給數據建個清晰有序的“家”，讓每一類數據都有固定的位置和職責​。 今天，我就帶大家拆解數據分層最核心的三大層： 數據運營層(ODS) 數據倉庫層(DW) 數據應用層(ADS

數據結構 , 數據庫

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 終於有人把數據架構講清楚了！

“​數據架構​”這個詞，搞數據的同行們天天都在説。 但你真的能一句話講清楚它到底是啥、為啥那麼重要、又該怎麼設計嗎？ 是不是一提到它，腦子裏就蹦出來一堆​技術名詞和分層模型​，比如 ODS、DWD、DWS、ADS？ 打住！數據架構可遠不只是技術的堆砌。 今天，我就拋開那些模糊的概念和花哨的術語，用大白話手把手拆解​數據架構的核心邏輯​—— 數據架構到底是什麼？ 為什麼需要數據架構？它有什麼作

數據結構

收藏 評論

starrocks 頭像

StarRocks - 從多引擎到統一平台：去哪兒網的 StarRocks 實踐

作者：任志民，2023 年加入去哪兒旅行數據平台團隊，主要負責數據平台 OLAP 引擎基礎建設和相關數據產品研發工作。 導讀： 在去哪兒網新一代數據平台架構中，StarRocks 作為統一 OLAP 引擎，替代了原有的 Trino、Presto、Druid、Impala、Kudu、Iceberg、ClickHouse 等多個引擎。如今，去哪兒網 StarRocks 集羣覆蓋全司業務線，支撐

數據結構 , 數據庫 , starrocks , 物化視圖 , olap

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 終於有人把數據架構講明白了

天天聽人説“數據架構”，是不是覺得有點懵又有點煩？別急！今天咱們就拋開那些高大上的術語，好好聊聊：數據架構到底是啥？它為啥這麼重要？ 其實説白了，數據架構就是你公司裏那套管數據的“規矩”和“方法”——數據放哪？怎麼算？怎麼跑？怎麼用？全歸它管！ 為啥要搞這套“規矩”？因為數據太亂了！到處是孤島，質量參差不齊，想用的時候找不着、用不好。好的數據架構，就是來解決這些頭疼事的！​它能讓你公司的數據井井有

數據結構

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 數據字典是什麼？和數據庫、數據倉庫有什麼關係？

公眾號不引流 工作中處理數據時，你是否曾被這些問題所困擾： 數據庫裏的字段名到底是什麼意思？報表裏的指標是怎麼算出來的？某個數據是從哪裏來的？ 數據字典就是專門解答這些問題的工具。 它​詳細記錄了數據的名稱、具體含義、類型、長度、可能的取值範圍、從哪裏來、怎麼算的等關鍵信息​。無論是寫代碼的開發者、用數據做分析的同事，還是管理數據的人員，都需要數據字典來準確理解和使用數據。今天這篇文章會直接告訴你

數據結構 , 數據庫

收藏 評論

leguandeludeng 頭像

數據集成與治理 - 一文教你讀懂數據架構

我發現很多企業做數字化，都遇到過這些問題： 上了ERP、MES、SCADA等系統，但數據互不聯通； 想做個生產分析，發現數據在ERP裏，質量數據在MES裏，設備數據又在另一個系統； 領導想看實時生產情況，IT部門卻要花好幾天整理數據。 但説到底，我們不是沒有數據，而是缺少一套能夠打通數據、真正服務業務的數據架構。 一、先搞清楚什麼是數據架構 一提到“架構”，有人覺得是 IT 部門的“技術

數據結構 , 架構設計

收藏 評論