Vue3的已发布一段时间了，新的Vue3在语法以及底层都进行了全新的重构，带来了更快的运行速度，更小的构建包，更友好的编程规范，让我们来看看有哪些变化吧。更快传统的虚拟dom算法：组件patch的时候，需要重新创建整个vdom树，然后遍历整棵树进行diff，update...更快的虚拟dom算法，源自编译模板时给予更多的运行时提示：1.编译模板时对动

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

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

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

解释：1、JVM重用是hadoop调优参数的内容，对hive的性能具有非常大的影响，特别是对于很难避免小文件的场景或者task特别多的场景，这类场景大多数执行时间都很短。hadoop默认配置是使用派生JVM来执行map和reduce任务的，这是jvm的启动过程可能会造成相当大的开销，尤其是执行的job包含有成千上万个task任务的情况。JVM重用可

　　由于公司项目原因需要把大量图片导入到mongo中，于是乎用java写了个小脚本，遍历图片文件夹，把所有的图片导入mongo中，图片数量庞大100多万张。最开始单线程跑，跑了一会发现很慢，十多分钟传了几千张，一合计这得跑到猴年马月啊。分析了一下mongo服务器在本地测试环境，网络传输不是问题。那大部分时间应该消耗磁盘IO上了。于是乎启动了8个线程跑

Kotlin的when表达式提供了一种比if..else更清晰的方式来选择执行多个代码块之一，类似于Java的switch语句但更为强大和灵活。while循环允许在条件为真时重复执行代码块，而do..while循环则保证至少执行一次。break和continue可用于控制循环流程：前者终止循环，后者跳过当前迭代。数组则用于存储多个值，可以创建、访问、修改数组元素及遍历整个数组。这些构造使得编写简洁且高效的代码成为可能。