原理如果A和B具有好友关系，B和C具有好友关系，而A和C却不是好友关系，那么我们称A和C这样的关系为：二度好友关系。在生活中，二度好友推荐的运用非常广泛，比如某些主流社交产品中都会有"可能认识的人"这样的功能，一般来说可能认识的人就是通过二度好友关系搜索得到的，在传统的关系型数据库中，可以通过图的广度优先遍历算法实现，而且深度限定为2，然而在

       在java开发中除了上文经常用的对字符串的操作外，还有使用居多的当属集合了。在基础的java学习时，相信很多同学都学习了List、Set、Map这些，他们之间的区别和基本的使用方法也是很了解了，本文是详细的去分析List中Vector、ArrayList、LinkedList之间的区别和底层实现原理以及使用场景首先说下这三者的区别：

一、HDFS个人理解      HDFS是个文件系统，只不过加了个分布式作为文件系统的前缀而已，大概的结构就像LINUX系统。文件大的一个电脑存储不下，怎办？那就想办法存储到不同的机子上呗，于是HDFS就应用而生了。众所周知，文件在硬盘上是以文件块的形式存储。什么句柄啊，真心不懂，只能感知，没人能明白0和1，当然也没必要。二、Map个人理解

众所周知，HashMap是基于Hash表的Map接口实现，HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。HashMap中主要是通过key的hashCode来计算hash值的，只要hashCode相同，计算出来的hash值就一样。但是知道了Hash值之后，又是怎么确定出key在数组中的索引呢？根据源码得知如下方法static

01前言在本文中，您将了解什么是函数范型，以及如何在Python中使用函数式编程。在Python中，函数式编程中的map和filter可以做与列表相同的事情。这打破了Python的禅宗规则之一，因此函数式编程的这些部分不被认为是“Python式的”。但是由于函数式编程高阶编程的必经之路，所以我们需要了解甚至熟练掌握。02

hadoop最主要的2个基本的内容要了解。上次了解了一下HDFS，本章节主要是了解了MapReduce的一些基本原理。MapReduce文件系统：它是一种编程模型，用于大规模数据集（大于1TB）的并行运算。MapReduce将分为两个部分：Map（映射）和Reduce（归约）。当你向mapreduce框架提交一个计算作业，它会首先把计算作业分成若干个

题意：N个点M条边的有向图，给定起点S和终点T，求每条边都不重复的ST的最短路有多少条。分析：首先第一步需要找出所有可能最短路上的边。怎么高效地求出呢？可以这样：先对起点S，跑出最短路；对于每条边e（u，v，w)，若d\u\wd\v\。那么e就是最短路上的一条边。在前向星存储的图中遍历即可。网上还有题解用的方法是分别从S和T跑两

CSV大文件的读取已经在前面讲述过了，但是如何快速完整的操作大文件仍然还存在一些问题。1、如何快速获取CSV大文件的总行数？办法一：直接获取文件内容，使用换行符进行拆分得出总行数，这种办法对小文件可行，处理大文件时不可行；办法二：使用fgets一行一行遍历，得出总行数，这种办法比办法一好一些，但大文件仍有超时的可能；办法三：借助SplFile

之前一直对Hadoop的MapReduce过程知道皮毛，如今特地深入学习了这个过程一下，把我的理解写下来。以下就是是我读书，看博客，然后根据自己的理解和经验总结出来的。错误的地方，还请大神指出。^\_^由衷感谢~宏观上来说，Hadoop的MapReduce在执行每个作业的时候要经历2个大阶段：Map阶段和Reduce阶段。下图是官方对整个

概述文章的内容基于JDK1.7进行分析，之所以选用这个版本，是因为1.8的有些类做了改动，增加了阅读的难度，虽然是1.7，但是对于1.8做了重大改动的内容，文章也会进行说明。HashMap基于Map接口实现，元素以键值对的方式存储，并且允许使用null建和null　值，　因为key不允许重复，因此只能有一个键为null,另外HashMap不能