算法总结（三) 链表
链表相关的题目这里用来记录链表相关的题目以及思路 相交链表输入两个链表，找出它们的第一个公共结点。12345678910111213141516public class Solution { public ListNode getIntersectionNode(ListNode headA, ListNode headB) { /** 定义两个指针, 第一轮让两个到达末尾的节点指向另一个链表的头部, 最后如果相遇则为交点(在第一轮移动中恰好抹除了长度差) 两个指针等于移动了相同的距离, 有交点就返回, 无交点就是各走了两条指针的长度 **/ if(headA == null || headB == null) return null; ListNode pA = headA, pB = headB; // 在这里第一轮体现在pA和pB第一次到达尾部会移向另一链表的表头, 而第二轮体现在如果pA或pB相交就返回交点, 不相交最后就是null==null ...
分布式事务相关的总结
分布式事务TC 如何知道哪些RM属于同一个全局事务？以Seate框架为例，在TM向TC发送全局事务开始时，TC会生成对应的全局事务ID（XID），并发送给TM。TM 将 XID 放入当前线程的 ThreadLocal 中，后续的 RM (资源管理器) 分支事务通过解析该 XID 来注册分支。如果涉及RPC调用，每次调用时会在请求头部传递这个XID，让RM知道这个XID,RM向TC发送分支事务开始时,就会携带这个XID,从而告诉TC这个RM属于哪一个全局事务。 在多线程中，由于每个线程的XID是线程私有的，所以无法确定哪些RM属于同一个全局事务。这时全局事务会失效。解决方案可以是在开启新线程时，将XID传递给新线程，新线程的XID会继承父线程的XID。这样子线程的XID就会和父线程的XID一致，从而可以确定哪些RM属于同一个全局事务。 流程图片
DDD与MVC的统一
MVC到DDD：从架构分层到业务建模的思考在后端开发学习和实践过程中，我们总会被各种架构模式和设计思想围绕——MVC、Service+DAO分层、DDD四层架构（DDD并非与四层架构绑定 DDD是思想，四层架构是代码落地的一个架构）……这些概念之间到底是替代关系还是互补关系？为什么简单业务用Service+DAO就够，复杂业务却要引入DDD？结合近期的学习思考，我想梳理清楚这些架构之间的核心关联，帮自己（也希望帮到同样困惑的同学）建立清晰的认知。 一、起点：MVC的核心价值——解决“代码放哪”的基础问题最早接触后端开发时，MVC是绕不开的入门架构。它的核心思想非常简单：将软件分为三个核心层级，实现“展示与逻辑”的初步解耦。 Controller（控制器）：接收用户请求、协调后续处理、返回响应，相当于系统的“入口/出口”，不承载核心业务逻辑； Model（模型）：封装数据和核心业务逻辑，是系统的“大脑”，负责数据的增删改查和业务规则校验； View（视图）：展示数据，与用户直接交互（前后端分离场景下，前端页面即View层，后端不再关注）。 MVC的价值在于给出了“代码该放...
计算机网络问题总结
学习过程中的疑惑通过ARP协议我们可以知道目的ip的mac地址 那要是这个ip不在我的局域网里面 那我应该得到谁的mac地址呢这是一个非常经典且关键的网络问题。 简单直接的回答是：你会得到你所在局域网的“网关”（Gateway）的 MAC 地址。 详细原理解析当你的电脑（主机 A）想要发送数据包给一个 IP 地址（主机 B）时，它会经历以下逻辑判断流程： 判断目标 IP 是否在同一个局域网（子网）内： 电脑会查看自己的子网掩码（Subnet Mask）。 如果 目标IP 和 本机IP 在同一个网段内，电脑认为它可以直接通信。 如果不在同一个网段内，电脑认为“我够不着它”，必须找一个“中介”来帮忙转发。 寻找“中介”（网关）： 这个“中介”就是你配置的默认网关（Default Gateway）。通常这是你路由器（Router）的内网 IP 地址（例如 192.168.1.1 或 192.168.0.1）。 电脑会把数据包发给网关，由网关负责把数据包投递到外网。 ARP 解析的对象发生变化： 既然数据包要发给网关，那么在数据链路层（二层），目标 MAC 地址就必须是...
算法总结（二）
算法总结（二）异或运算的骚操作异或解释 异或运算，相同的值异或为0，不同的值异或为1 也可以理解为无进位的加法 异或运算满足交换律，结合律 一个数组中所有数的异或和 跟 某些数异或的结果 相当于 减去某些数的异或和 使用异或进行交换两个数 a = a^b b = a^b (此时相当于a^b^b = a , 就让b等于a) a = a^b (此时相当于a^b^a = b , 就让a等于b) 局限性：注意这个交换不能对同一个地址的两个变量进行操作。因为第一步就会把他们都变为0 1234567 int a = -2323;int b = 10;a = a ^ b;b = a ^ b;a = a ^ b;System.out.println(a);System.out.println(b); 使用异或不用判断语句去判断两个数的大小大体思路就是根据a-b的符号，来判断a和b的大小。但是这样有溢出的风险（a-b会溢出）优化思路： 获取a和b的符号 获取c=a-b的符号 综合判断 如果a,b符号相同，则不可能溢出，直接根据c的符号来判断大小 如果a,b符号不同，则a-b可能会溢...
算法总结（一）
算法总结（一）归并分治使用情况 左边结果+右边结果+跨越两边的结果是否等于最终结果 对于两边排序之后对于统计跨越两边的结果是否有帮助 注意与总结 主要思想跟归并排序一样 只不过是在merge的时候进行一些额外统计操作（统计跨越两边的结果） 如果只是单纯的比大小（比如 小和，逆序对）可以直接在merge的时候进行比较12345678910//小和 直接在合并的时候进行比较统计 while(a <=m && b<=r){ if(nums[a]<nums[b]){ help[i++] = nums[a]; sum+= (nums[a]*(r-b+1)); a++; }else { help[i++] = nums[b++]; } } 如果不只是比大小 而是比较乘以二倍的结果，那么就...
feign的三种异常处理关系
Feign异常处理三重奏：ErrorDecoder、Fallback与全局异常捕获器的优先级探秘在微服务架构中，Feign作为声明式HTTP客户端，是服务间调用的核心组件。而异常处理是保障微服务稳定性的关键环节——当Feign调用下游服务抛出异常时，我们常通过 ErrorDecoder、容错组件的 Fallback（如Sentinel/Hystrix）、Spring全局异常捕获器（@RestControllerAdvice）三种方式处理异常。但三者并存时，执行顺序如何？优先级背后的原理是什么？特殊场景下又会出现哪些变化？本文将结合实践拆解这一核心问题。 一、核心结论：三者的优先执行顺序当Feign调用发生异常（非2xx HTTP状态码、超时、网络异常等）时，三者的执行优先级从高到低依次为： ErrorDecoder（Feign原生） → Fallback（容错组件） → 全局异常捕获器（Spring MVC） 完整执行链路可概括为： Feign调用触发异常 → ResponseInterceptor（OpenFeign 12.0+ 可选预处理） → ErrorDecoder（异...
微服务之间的全局异常捕获
在单体架构中，我们通过全局异常捕获器（如@ControllerAdvice+@ExceptionHandler）就能优雅地处理各类异常，自定义响应状态码和错误信息。但迁移到Spring Cloud微服务架构后，却遇到了一个棘手的问题：无论发生何种异常，接口返回的状态码始终是500，错误信息固定为INTERNAL_SERVER_ERROR，全局异常捕获器形同虚设，尤其在微服务间通过OpenFeign调用API时，该问题更为突出。本文将围绕这一问题，从原因分析、解决方案到特殊场景适配，逐步拆解实战过程中的思考与踩坑。 一、问题现象：单体架构异常捕获在微服务中失效在单体应用中，我们通常会编写如下全局异常捕获器，针对不同业务异常返回自定义状态码和信息： 123456789101112131415@ControllerAdvicepublic class GlobalExceptionHandler { @ExceptionHandler(BusinessException.class) public ResponseEntity<ErrorResponse&g...
MyBatis-Plus的分页查询原理
MyBatis-Plus分页查询底层原理一、分页查询的核心痛点与 MP 的解决方案在传统 MyBatis 开发中，分页实现往往需要手动拼接LIMIT语句（MySQL）或ROWNUM（Oracle），不仅繁琐且易出错，还存在两个核心问题： SQL 侵入性强：业务 SQL 与分页语法耦合，切换数据库时需批量修改； 总条数统计冗余：需手动编写 count 查询，且需处理复杂查询（如多表关联、分组统计）的 count 适配。 MyBatis-Plus（以下简称 MP）的分页插件通过拦截器机制+数据库方言适配，实现了 “无侵入式分页”，其核心设计思路是：在 SQL 执行前动态改写 SQL，自动添加分页语法和 count 查询，同时封装分页结果。 二、MP 分页的核心组件与依赖关系MP 分页功能的实现依赖 3 个核心组件，它们的协作流程决定了分页的底层逻辑： 组件名称 作用说明 PaginationInnerInterceptor 核心拦截器，负责拦截 SQL 执行、改写 SQL、统计总条数（MP 3.4.0 + 推荐使用） Page 分页参数载体，封装页码、每页...
bitMap实现签到功能
在日常开发中，用户签到是一个非常常见的功能需求，比如APP的每日签到领积分、连续签到奖励等。面对海量用户的签到数据，如果使用传统的关系型数据库存储，不仅会占用大量的存储空间，而且在统计签到情况时效率也会比较低下。那么，有没有更高效、更节省空间的方案呢？答案是肯定的，那就是利用Redis中的Bitmap（位图）来实现用户签到功能。本文就来详细探讨一下如何使用Redis Bitmap结合Java实现用户签到，并分析其优势和注意事项。 一、为什么选择Redis Bitmap实现用户签到？在介绍具体实现之前，我们先来思考一下为什么Redis Bitmap适合用来实现用户签到。首先，我们来回顾一下Bitmap的基本概念：Bitmap是一种基于位的数据结构，它使用一个位（bit）来表示一个元素的状态，0表示不存在或未发生，1表示存在或已发生。在用户签到场景中，我们可以用一个位来表示用户某一天是否签到，这样就能够极大地节省存储空间。 假设我们有1000万用户，每个用户每年签到数据需要365个 bit 来存储，那么一年的签到数据总存储空间为：1000万 365 bit = 10000000 ...