年的架构，而是要能够支撑 10 年的架构。  开放性，设计和讨论保持社区互动和透明，方便大家协作。 架构图 整体架构分为用户层、业务层、内核层和插件，用户层主要解决用户使用的易用性问题，业务层主 要解决服务发现和配置管理的功能问题，内核层解决分布式系统⼀致性、存储、高可用等核心问题， 插件解决扩展性问题。 Nacos 架构 < 18 用户层  OpenAPI：暴露标准 Rest 风格 49 > Nacos 架构 5. 安全性 支持基础的鉴权，数据加密能力。 6. 低成本多语⾔实现 在客户端层面要尽可能多的支持多语言，至少要支持⼀个 Java 服务端连接通道，可以使用多个主 流语言的客户端进行访问，并且要考虑各种语言实现的成本，双边交互上要考虑 thin sdk，降低多 语言实现成本。 7. 开源社区 文档，开源社区活跃度，使用用户数等，面向未来是否有足够的支持度。 端口探测和 HTTP 接口返回码探测，这两种探测方式因为其协 议的通用性可以支持绝大多数的健康检查场景。在其他⼀些特殊的场景中，可能还需要执行特殊的 接口才能判断服务是否可用。例如部署了数据库的主备，数据库的主备可能会在某些情况下切换， 73 > Nacos 架构 需要通过服务名对外提供访问，保证当前访问的库是主库。此时的健康检查接口，可能就是⼀个检 查数据库是否是主库的 MYSQL 命令了。

感謝校銓在智慧財產權方面提供的專業幫助，這對本開源書的完善起到了重要作用； ‧ 感謝蘇潼為本書設計了精美的封面和 logo ，並在我的強迫症的驅使下多次耐心修改； ‧ 感謝 @squidfunk 提供的排版建議，以及他開發的開源文件主題 Material‑for‑MkDocs 。 在寫作過程中，我閱讀了許多關於資料結構與演算法的教材和文章。這些作品為本書提供了優秀的範本，確 保了本書內容的準確性與品質。在此感謝所有老師和前輩的傑出貢獻！ */ 0.2.2 在動畫圖解中高效學習 相較於文字，影片和圖片具有更高的資訊密度和結構化程度，更易於理解。在本書中，重點和難點知識將主 要透過動畫以圖解形式展示，而文字則作為解釋與補充。 如果你在閱讀本書時，發現某段內容提供瞭如圖 0‑2 所示的動畫圖解，請以圖為主、以文字為輔，綜合兩者 來理解內容。 圖 0‑2 動畫圖解示例 0.2.3 在程式碼實踐中加深理解 本書的配套程式碼託管在 GitHub 本書的主要受眾是演算法初學者。如果你已有一定基礎，本書能幫助你系統回顧演算法知識，書中源程 式碼也可作為“刷題工具庫”使用。 ‧ 書中內容主要包括複雜度分析、資料結構和演算法三部分，涵蓋了該領域的大部分主題。 ‧ 對於演算法新手，在初學階段閱讀一本入門書至關重要，可以少走許多彎路。 ‧ 書中的動畫圖解通常用於介紹重點和難點知識。閱讀本書時，應給予這些內容更多關注。 ‧ 實踐乃學習程式設計之最佳途

// 内容注释，用于详解代码 /** * 多行 * 注释 */ 0.2.2 在动画图解中高效学习 相较于文字，视频和图片具有更高的信息密度和结构化程度，更易于理解。在本书中，重点和难点知识将主 要通过动画和图解形式展示，而文字则作为动画和图片的解释与补充。 如果你在阅读本书时，发现某段内容提供了图 0‑2 所示的动画或图解，请以图为主、以文字为辅，综合两者 来理解内容。 图 0‑2 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 「开放寻址 open addressing」不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测、多次哈希等。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。 第 6 章 哈希表 hello‑algo.com 119 表示两顶点之间无边。 第 9 章 图 hello‑algo.com 188 图 9‑5 图的邻接矩阵表示 邻接矩阵具有以下特性。 ‧ 顶点不能与自身相连，因此邻接矩阵主对角线元素没有意义。 ‧ 对于无向图，两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 和 0 替换为权重，则可表示有权图。 使用邻接矩阵表示图时，我们可以直接访问矩阵元素以获取边，因此增删查操作的效率很高，时间复杂度均

表示两顶点之间无边。 9. 图 hello‑algo.com 164 Figure 9‑5. 图的邻接矩阵表示 邻接矩阵具有以下特性： ‧ 顶点不能与自身相连，因此邻接矩阵主对角线元素没有意义。 ‧ 对于无向图，两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 , 0 替换为权重，则可表示有权图。 使用邻接矩阵表示图时，我们可以直接访问矩阵元素以获取边，因此增删查操作的效率很高，时间复杂度均 < 0 || i >= size() || j >= size() || i == j) throw new IndexOutOfBoundsException(); // 在无向图中，邻接矩阵沿主对角线对称，即满足 (i, j) == (j, i) adjMat.get(i).set(j, 1); adjMat.get(j).set(i, 1); } /* 删除边 */ // 参数 i 这个结论与线性查找和二分查找的适用情况的结论类似。快速排序这类 ?(? log ?) 的算法属于基于分治的 排序算法，往往包含更多单元计算操作。而在数据量较小时，?2 和 ? log ? 的数值比较接近，复杂度不占主 导作用；每轮中的单元计算操作数量起到决定性因素。 实际上，许多编程语言（例如 Java）的内置排序函数都采用了插入排序，大致思路为：对于长数组，采用基 于分治的排序算法，例如快速排序；对于短数组，直接使用插入排序。

// 内容注释，用于详解代码 /** * 多行 * 注释 */ 0.2.2 在动画图解中高效学习 相较于文字，视频和图片具有更高的信息密度和结构化程度，更易于理解。在本书中，重点和难点知识将主 要通过动画以图解形式展示，而文字则作为解释与补充。 如果你在阅读本书时，发现某段内容提供了如图 0‑2 所示的动画图解，请以图为主、以文字为辅，综合两者 来理解内容。 图 0‑2 动画图解示例 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 开放寻址（open addressing）不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。 ‧ 之间存在边，反之 ?[?, ?] = 0 表示两顶点之间无边。 图 9‑5 图的邻接矩阵表示 邻接矩阵具有以下特性。 ‧ 顶点不能与自身相连，因此邻接矩阵主对角线元素没有意义。 ‧ 对于无向图，两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 和 0 替换为权重，则可表示有权图。 第 9 章 图 hello‑algo.com 190 使用邻接矩阵表示图时，

0 章 前言 hello‑algo.com 5 * 注释 */ 0.2.2 在动画图解中高效学习 相较于文字，视频和图片具有更高的信息密度和结构化程度，更易于理解。在本书中，重点和难点知识将主 要通过动画以图解形式展示，而文字则作为解释与补充。 如果你在阅读本书时，发现某段内容提供了如图 0‑2 所示的动画图解，请以图为主、以文字为辅，综合两者 来理解内容。 图 0‑2 动画图解示例 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 「开放寻址 open addressing」不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。 ‧ 表示两顶点之间无边。 第 9 章 图 hello‑algo.com 190 图 9‑5 图的邻接矩阵表示 邻接矩阵具有以下特性。 ‧ 顶点不能与自身相连，因此邻接矩阵主对角线元素没有意义。 ‧ 对于无向图，两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 和 0 替换为权重，则可表示有权图。 使用邻接矩阵表示图时，我们可以直接访问矩阵元素以获取边，因此增删查改操作的效率很高，时间复杂度

// 内容注释，用于详解代码 /** * 多行 * 注释 */ 0.2.2 在动画图解中高效学习 相较于文字，视频和图片具有更高的信息密度和结构化程度，更易于理解。在本书中，重点和难点知识将主 要通过动画以图解形式展示，而文字则作为解释与补充。 如果你在阅读本书时，发现某段内容提供了如图 0‑2 所示的动画图解，请以图为主、以文字为辅，综合两者 来理解内容。 图 0‑2 动画图解示例 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 开放寻址（open addressing）不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。 ‧ 之间存在边，反之 ?[?, ?] = 0 表示两顶点之间无边。 图 9‑5 图的邻接矩阵表示 邻接矩阵具有以下特性。 ‧ 在简单图中，顶点不能与自身相连，此时邻接矩阵主对角线元素没有意义。 ‧ 对于无向图，两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 和 0 替换为权重，则可表示有权图。 第 9 章 图 www.hello‑algo.com 190 使用邻接矩阵表

来源网站：链滴 许可协议：署名-相同方式共享 4.0 国际 (CC BY-SA 4.0) 之前博主的一篇读书笔记——《深入理解Java虚拟机》系列之回收对象算法与四种引用类型博客中为 家介绍了Java中的四种引用类型，很多同学都希望能够对引用，还有不同类型引用的原理进行更深入 了解。因此博主查看了抽象父类Reference和负责注册引用对象的引用队列ReferenceQueue的源码 在此和

代表两顶点之间无边。 9. 图 hello‑algo.com 136 Figure 9‑5. 图的邻接矩阵表示 邻接矩阵具有以下性质： ‧ 顶点不能与自身相连，因而邻接矩阵主对角线元素没有意义。 ‧「无向图」两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 , 0 替换为权重，则能够表示「有权图」。 使用邻接矩阵表示图时，我们可以直接通过访问矩阵元素来获取边，因此增删查操作的效率很高，时间复杂度 < 0 || i >= size() || j >= size() || i == j) throw new IndexOutOfBoundsException(); // 在无向图中，邻接矩阵沿主对角线对称，即满足 (i, j) == (j, i) adjMat.get(i).set(j, 1); adjMat.get(j).set(i, 1); } /* 删除边 */ // 参数 i

代表两顶点之间无边。 9. 图 hello‑algo.com 137 Figure 9‑5. 图的邻接矩阵表示 邻接矩阵具有以下性质： ‧ 顶点不能与自身相连，因而邻接矩阵主对角线元素没有意义。 ‧「无向图」两个方向的边等价，此时邻接矩阵关于主对角线对称。 ‧ 将邻接矩阵的元素从 1 , 0 替换为权重，则能够表示「有权图」。 使用邻接矩阵表示图时，我们可以直接通过访问矩阵元素来获取边，因此增删查操作的效率很高，时间复杂度 < 0 || i >= size() || j >= size() || i == j) throw new IndexOutOfBoundsException(); // 在无向图中，邻接矩阵沿主对角线对称，即满足 (i, j) == (j, i) adjMat.get(i).set(j, 1); adjMat.get(j).set(i, 1); } /* 删除边 */ // 参数 i