摘要：这道题比较简单，观察清楚规律后很快可以写出来。 但是用go写的版本，总是答案错误，本地无问题。后用Java重写。 阅读全文
LeetCode 17. Letter Combinations of a Phone Number
2019-05-26 22:13 by yx1989, 127 阅读, 0 推荐, 收藏, 编辑
摘要：比较简单的一道题，循环搞定 Runtime: 0 ms Memory Usage: 2.6 MB import ( "fmt" "strconv" ) func letterCombinations(digits string) []string { var result []string if l 阅读全文
LeetCode 16 最接近的3Sum
2019-05-19 23:22 by yx1989, 137 阅读, 0 推荐, 收藏, 编辑
摘要：3Sum Closest Runtime: 4 ms Memory Usage: 2.7 MB func threeSumClosest(nums []int, target int) int { sort.Ints(nums) result := nums[0] + nums[1] + nums[ 阅读全文
Vault Architecture (上)
2019-05-05 22:49 by yx1989, 533 阅读, 0 推荐, 收藏, 编辑
摘要：本文摘译自 "Vault Architecure" Vault 是 hashicorp 公司开发并开源的一套密钥管理，加密服务和权限管理工具（KMS）。 Vault是一个复杂的系统，有很多的模块组成。为了帮助用户和开发者构建一个Vault如何工作的心智模型，这篇文档描述了系统的架构。 术语 在开始描 阅读全文
LeetCode 5 最长对称串
2019-04-28 22:48 by yx1989, 100 阅读, 0 推荐, 收藏, 编辑
摘要：LeetCode 5 最长对称串 最早时候做这道题的时候还是用Java写的，用的是字符串匹配的思路，一直Time Limit Exceeded。甚至还想过用KMP开优化子串查找。 后来做字符串题多了之后，开始熟悉双指针的方法。所谓对称，其实就是从中间往两边查找，如果都一样就继续；不一样就是匹配失败。 阅读全文
LeetCode 15 输入无序、有重复，输出排重版 3-Sum
2019-04-22 22:54 by yx1989, 131 阅读, 0 推荐, 收藏, 编辑
摘要：V1 粗暴的遍历，时间复杂度O(N³) go func threeSumClosest(nums []int, target int) int { min := 0 result := 0 for i := 0; i 0 { end } else if x 阅读全文
LeetCode 15 输入无序、有重复，输出排重版 3-Sum
2019-04-15 00:04 by yx1989, 148 阅读, 0 推荐, 收藏, 编辑
摘要：题目 Given an array of n integers, are there elements a , b , c in such that a + b + c = 0? Find all unique triplets in the array which gives the sum of 阅读全文
Netflix是怎样运行的（极度简化版）— 每次点击播放按钮背后的复杂东西
2019-04-07 19:31 by yx1989, 332 阅读, 0 推荐, 收藏, 编辑
摘要：Netflix是怎样运行的（极度简化版）— 每次点击播放按钮背后的复杂东西 本文摘译自 "How Netflix works: the (hugely simplified) complex stuff that happens every time you hit Play" 本文并未讲到任何实现 阅读全文
一小时上手Java 8新特性
2019-03-31 19:53 by yx1989, 174 阅读, 0 推荐, 收藏, 编辑
摘要：一小时上手Java 8新特性 本文摘译自 ，并做了适当增补。 Iterable 接口里的 forEach() 方法 Java 8 在 java.lang.Iterable 接口里引入了forEach方法，所以我们可以只关注业务逻辑（不需要关注迭代细节）。 接口中的default和static方法 如 阅读全文
增长中的时间序列存储(Scaling Time Series Data Storage) - Part I
2019-03-22 19:30 by yx1989, 774 阅读, 0 推荐, 收藏, 编辑
摘要：本文摘译自 "Netflix TechBlog" : "Scaling Time Series Data Storage — Part I" 重点：扩容、缓存、冷热分区、分块。 时序数据 会员观看历史 Netflix的用户，每天观看1.4亿小时的内容。每位用户在查看影片和保存观看记录的时候，都会提供 阅读全文