实现堆排序的算法思路是先创建堆，也就是从叶子节点起对每一层的孩子节点及其对应位置的父亲节点进行比较，较大的孩子节点替换较小的父亲节点，一级一级比较替换，就创建出了大根堆，小根堆反之。创建好大根堆以后，我们，将整棵树的根节点与最后最后一个节点替换位置，然后去除最后一个节点，在创建一个新的大根堆，以此类推，完成排序。代码如下：/\\\<p堆排

一、简介:1.1、字典树trie:  字典树trie搜索关键码的时间和关键码自身及其长度有关，最快是0(1),，即在第一层即可判断是否搜索到，最坏的情况是0(n),n为Trie树的层数。由于很多时候Trie树的大多数结点分支很少，因此Trie树结构空间浪费比较多。  关键码检索策略可以根据关键码是否可以动态变化

PBFT算法的java实现（上）在这篇博客中，我会通过Java去实现PBFT中结点的加入，以及认证。其中使用socket实现网络信息传输。关于PBFT算法的一些介绍，大家可以去看一看网上的博客，也可以参考我的上上一篇博客(https://www.oschina.net/action/GoToLink?url

如果程序运行所需要的可执行文件、脚本或者配置文件在Hadoop集群的计算节点上不存在，则首先需要将这些文件分发到集群上才能成功进行计算。Hadoop提供了自动分发文件和压缩包的机制，只需要在启动Streaming作业时配置相应的参数。1\.–file将本地文件分发到计算结点2\.–cacheFile文件已经存放在HDFS中，希望计算时

(IsolationForest无监督)这个算法是随机森林的推广。iTree树构造：随机选一个属性，再随机选该特征的一个值，对样本进行二叉划分，重复以上操作。iTree构建好了后，就可以对数据进行预测啦，预测的过程就是把测试记录在iTree上走一下，看测试记录落在哪个叶子节点。iTree能有效检测异常的假设是：异常点一般都是非常稀有的，在iTree中会

Hadoop技术原理总结1、Hadoop运行原理Hadoop是一个开源的可运行于大规模集群上的分布式并行编程框架，其最核心的设计包括：MapReduce和HDFS。基于Hadoop,你可以轻松地编写可处理海量数据的分布式并行程序，并将其运行于由成百上千个结点组成的大规模计算机集群上。基于MapReduce计算模型编写分布式并行程序相对简单，

BTreeBTree又叫做B树，和平衡二叉树不同的地方在于B树是多叉树(平衡多路查找树)，Oracle和MongoDB的索引技术就是基于B树的数据结构，B树也可以看作是对23查找树的一种扩展。一个m阶的BTree有以下性质1.每个节点最多有m个子节点；2.每个非叶子节点（根节点除外）至少含有m/2个子节点；3.

 题目：输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1，2，4，7，3，5，6，8}和中序遍历序列{4，7，2，1，5，3，8，6}，则重建出图2.6所示的二叉树并输出它的头结点。!(https://static.oschina.net/uploads

面试的技术名词面试一般会遇到一些名词，其实可能自己都知道其中的道理，但是因为没了解过，当时心里就一句WC，然后弱弱答一句：不好意思这个我只是听过，具体还没了解过；回表覆盖索引最左前缀匹配索引下推1、回表所谓的回表就是因为普通索引的叶子节点中存储的不是行数据而是主键的值，然后通过主键值

所谓下拉树控件就是在单元格里生成一个下拉树。下面我们就看看下拉树如何设计？在皕杰报表查询表单中选择单元格控件为下拉树，就可以为下拉树设置属性和数据。属性包括多选模式、支持多选模式、只能选叶子节点、默认展开到第几层。数据包括数据来源和节点数据。设置界面见下图