前言在中，我们使用VuePress搭建了一个博客，最终的效果查看：。在搭建这样一个博客后，其实还有很多的优化工作需要做，本篇我们来盘点一下那些完成基础搭建后必做的10个优化。1.开启HTTPS开启HTTPS有很多好处，比如可以实现数据加密传输等，SEO也会更容易收录：Google会优先选择HTTPS网页（而非等效的HTTP网

原文链接：选择器权重选择器权重划分代表有多个选择器同时选中同一个元素时，应该以谁的为准，这里就会涉及到权重的问题。现实生活举例假设你的好朋友小明和路人小红同时掉水里，你先救谁？那你可能会先救小明，因为小明的优先级/权重比较高。基础案例在同一层级下同一层级代

问题描述给定一个序列，每次询问序列中第l个数到第r个数中第K大的数是哪个。输入格式第一行包含一个数n，表示序列长度。第二行包含n个正整数，表示给定的序列。第三个包含一个正整数m，表示询问个数。接下来m行，每行三个数l,r,K，表示询问序列从左往右第l个数到第r个数中，从大往小第K大的数是哪个。序列元素从1开始标号。输出格式总共输出m行，每行一个数

LRU全称是Least RecentlyUsed，即最近最久未使用的意思。LRU算法的设计原则是：如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。也就是说，当限定的空间已存满数据时，应当把最久没有被访问到的数据淘汰。

一.核心军规尽量不在数据库做运算，cpu计算的事务必移至业务层;  控制表、行、列数量（【控制单张表的数据量1年/500W条，超出可做分表】，【单库表数据量不超过300张】、【单张表的字段个数不超过50个，多了拆表】）三大范式没有绝对的要使用，效率优先时可适当牺牲范式 https://www.cnblogs.com/wdw31

前面我们讲解了数组，数组更多的是用来进行数据的存储，纯粹用来存储数据的数据结构，我们期望的是插入、删除和查找性能都比较好。对于无序数组，插入快，但是删除和查找都很慢，为了解决这些问题，后面我们会讲解比如二叉树、哈希表的数据结构。　　而本篇博客讲解的数据结构和算法更多是用作程序员的工具，它们作为构思算法的辅助工具，而不是完全的数据存储工具。这些数据结构的生

　　上篇博客我们简单介绍了数据结构和算法的概念，对此模糊很正常，后面会慢慢通过具体的实例来介绍。本篇博客我们介绍数据结构的鼻祖——数组，可以说数组几乎能表示一切的数据结构，在每一门编程语言中，数组都是重要的数据结构，当然每种语言对数组的实现和处理也不相同，但是本质是都是用来存放数据的的结构，这里我们以Java语言为例，来详细介绍Java语言中数组的用法。

健康的ProductBacklog就像一个健康的人那样：整洁有序、组织合理、公开透明。一个按照优先级顺序排好的敏捷Backlog不仅能够简化发版和迭代计划，还能够对团队计划去做的所有工作进行细致规划——包括客户根本不会关注的内部工作。尤其是当利益相关者和其他团队对团队提出额外的工作需求时，Backlog能够帮助他们设定期望指标，同时还能够使工程时间具备

二分查找又称折半查找，它是一种效率较高的查找方法。折半查找的算法思想是将数列按有序化(递增或递减)排列，查找过程中采用跳跃式方式查找，即先以有序数列的中点位置为比较对象，如果要找的元素值小于该中点元素，则将待查序列缩小为左半部分，否则为右半部分。通过一次比较，将查找区间缩小一半。折半查找是一种高效的查找方法。它可以明显减少比较次数，提高查找效率。但是，

目前市面上充斥着大量关于跳跃表结构与Redis的源码解析，但是经过长期观察后发现大都只是在停留在代码的表面，而没有系统性地介绍跳跃表的由来以及各种常量的由来。作为一种概率数据结构，理解各种常量的由来可以更好地进行变化并应用到高性能功能开发中。本文没有重复地以对现有优秀实现进行代码分析，而是通过对跳跃表进行了系统性地介绍与形式化分析，并给出了在特定场景下的跳跃表扩展方式，方便读者更好地理解跳跃表数据结构。