组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环的操作就可以通过循环链表来实现。 ‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用到循环链表。比如在音频、视频播放器中，数 据流可能会被分成多个缓冲块并放入一个循环链表，以便实现无缝播放。 4.3. 列表 数组长度不可变导致实用性降低。在许多情况下，我们事先无法确定需要存储多少数据，这使数组长度的选 择变得困难。若长度过 Figure 7‑23. 二叉搜索树的平衡与退化 7.4.3. 二叉搜索树常见应用 ‧ 用作系统中的多级索引，实现高效的查找、插入、删除操作。 ‧ 作为某些搜索算法的底层数据结构。 ‧ 用于存储数据流，以保持其有序状态。 7.5. AVL 树 * 在二叉搜索树章节中，我们提到了在多次插入和删除操作后，二叉搜索树可能退化为链表。这种情况下，所 有操作的时间复杂度将从 ?(log ?) 恶化为 删除节点后，AVL 树 不会退化，从而使得各种操作的时间复杂度保持在 ?(log ?) 级别。换句话说，在需要频繁进行增删查改操 作的场景中，AVL 树能始终保持高效的数据操作性能，具有很好的应用价值。 7.5.1. AVL 树常见术语 「AVL 树」既是二叉搜索树也是平衡二叉树，同时满足这两类二叉树的所有性质，因此也被称为「平衡二叉搜 索树」。 7. 树 hello‑algo.com 136

组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环操作可以通过环形链表来实现。 ‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用环形链表。比如在音频、视频播放器中，数据 流可能会被分成多个缓冲块并放入一个环形链表，以便实现无缝播放。 4.3 列表 列表（list）是一个抽象的数据结构概念，它表示元素的有序集合，支持元素访问、修改、添加、删除和遍历 等操作，无须使用 (?) 。 图 7‑23 二叉搜索树退化 7.4.3 二叉搜索树常见应用 ‧ 用作系统中的多级索引，实现高效的查找、插入、删除操作。 ‧ 作为某些搜索算法的底层数据结构。 ‧ 用于存储数据流，以保持其有序状态。 7.5 AVL 树 * 在“二叉搜索树”章节中我们提到，在多次插入和删除操作后，二叉搜索树可能退化为链表。在这种情况下， 所有操作的时间复杂度将从 ?(log ?) 劣化为 除节点后，AVL 树不 会退化，从而使得各种操作的时间复杂度保持在 ?(log ?) 级别。换句话说，在需要频繁进行增删查改操作 的场景中，AVL 树能始终保持高效的数据操作性能，具有很好的应用价值。 7.5.1 AVL 树常见术语 AVL 树既是二叉搜索树，也是平衡二叉树，同时满足这两类二叉树的所有性质，因此是一种平衡二叉搜索树 （balanced binary search tree）。

组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环的操作就可以通过循环链表来实现。 ‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用到循环链表。比如在音频、视频播放器中，数 据流可能会被分成多个缓冲块并放入一个循环链表，以便实现无缝播放。 第 4 章 数组与链表 hello‑algo.com 76 4.3 列表 数组长度不可变导致实用性降低。在实际中，我们可能事先无法确定需要存储多少数据，这使数组长度的选 (?) 。 图 7‑23 二叉搜索树的退化 7.4.3 二叉搜索树常见应用 ‧ 用作系统中的多级索引，实现高效的查找、插入、删除操作。 ‧ 作为某些搜索算法的底层数据结构。 ‧ 用于存储数据流，以保持其有序状态。 7.5 AVL 树 * 在二叉搜索树章节中，我们提到了在多次插入和删除操作后，二叉搜索树可能退化为链表。这种情况下，所 有操作的时间复杂度将从 ?(log ?) 恶化为 ?( 除节点后，AVL 树 不会退化，从而使得各种操作的时间复杂度保持在 ?(log ?) 级别。换句话说，在需要频繁进行增删查改操 作的场景中，AVL 树能始终保持高效的数据操作性能，具有很好的应用价值。 第 7 章 树 hello‑algo.com 156 7.5.1 AVL 树常见术语 AVL 树既是二叉搜索树也是平衡二叉树，同时满足这两类二叉树的所有性质，因此也被称为「平衡二叉搜索 树

组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环操作可以通过环形链表来实现。 ‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用环形链表。比如在音频、视频播放器中，数据 流可能会被分成多个缓冲块并放入一个环形链表，以便实现无缝播放。 4.3 列表 「列表 list」是一个抽象的数据结构概念，它表示元素的有序集合，支持元素访问、修改、添加、删除和遍历 等操作，无须使 (?) 。 图 7‑23 二叉搜索树退化 7.4.3 二叉搜索树常见应用 ‧ 用作系统中的多级索引，实现高效的查找、插入、删除操作。 ‧ 作为某些搜索算法的底层数据结构。 ‧ 用于存储数据流，以保持其有序状态。 7.5 AVL 树 * 在“二叉搜索树”章节中我们提到，在多次插入和删除操作后，二叉搜索树可能退化为链表。在这种情况下， 所有操作的时间复杂度将从 ?(log ?) 劣化为 除节点后，AVL 树 不会退化，从而使得各种操作的时间复杂度保持在 ?(log ?) 级别。换句话说，在需要频繁进行增删查改操 作的场景中，AVL 树能始终保持高效的数据操作性能，具有很好的应用价值。 7.5.1 AVL 树常见术语 AVL 树既是二叉搜索树，也是平衡二叉树，同时满足这两类二叉树的所有性质，因此也被称为「平衡二叉搜 索树 balanced binary search tree」。

程，阐述了打造⼀款实用、易用系统的全过程。另外，本书也从设计、架构方面详细介绍了 Nacos 的实现，分享了 Nacos 在业内的最佳实践和用户案例。相信对分布式系统和其实现有兴趣的 技术爱好者，这本书有巨大的参考价值。 Apache RocketMQ 作者 & 创始人 & PMC Chair - 王小瑞（誓嘉） 服务发现，配置中心这两个领域在淘宝 2007 年做分布式系统改造时开始建设，特殊之处在于它是整 级互联网架构等壮举，并且开源了很多自主产品如 Dubbo、RocketMQ、Tengine、Jstorm 等，产 生了巨大的影响力，在互联网行业广泛使用，但是这⼀阶段的开源除了情怀和展示技术影响力之后 很难量化对公司的价值，因此也比较难以持续发展。第二个阶段是 2018 年开始，随着云计算发展， 开源作为⼀种标准加速云计算发展，尤其 K8s 迅速崛起给我们很多启示，作为⼀家云计算公司，阿 里巴巴也在 2018 年 年制定了⼀个全面开源，加速企业数字化转型，影响 100w 开发者的战略目标， 这个阶段的开源发生了本质的两个变化，第⼀更重视社区和生态建设，第二更注重自研、开源、商 业化三位⼀体，讲清开源的价值，能够持续投入开源，解决第⼀阶段难以持续的问题。 Nacos 也 是在这个大势下应运而生，并且快速成为国内首选。 2018 年产品规划会⼀起到舟山小岛上，关于是否开源的时候面临几个核心问题进行深度讨论，第⼀

；而如果给定的数据是固定 位数的整数（例如学号），那么我们就可以用效率更高的“基数排序”来做，将时间复杂度降为 ?(??) ， 其中 ? 为位数。当数据体量很大时，节省出来的运行时间就能创造较大价值（成本降低、体验变好等）。 在工程领域中，大量问题是难以达到最优解的，许多问题只是被“差不多”地解决了。问题的难易程度一方 面取决于问题本身的性质，另一方面也取决于观测问题的人的知识储备。人的知识越完备、经验越多，分析 组进程进行循环。每个进程被赋予一个时间片，当时间片用完时，CPU 将切换到下一个进程。这种循 环操作可以通过环形链表来实现。 ‧ 数据缓冲区：在某些数据缓冲区的实现中，也可能会使用环形链表。比如在音频、视频播放器中，数据 流可能会被分成多个缓冲块并放入一个环形链表，以便实现无缝播放。 4.3 列表 列表（list）是一个抽象的数据结构概念，它表示元素的有序集合，支持元素访问、修改、添加、删除和遍历 等操作，无须使用 (?) 。 图 7‑23 二叉搜索树退化 7.4.3 二叉搜索树常见应用 ‧ 用作系统中的多级索引，实现高效的查找、插入、删除操作。 ‧ 作为某些搜索算法的底层数据结构。 ‧ 用于存储数据流，以保持其有序状态。 7.5 AVL 树 * 在“二叉搜索树”章节中我们提到，在多次插入和删除操作后，二叉搜索树可能退化为链表。在这种情况下， 所有操作的时间复杂度将从 ?(log ?) 劣化为

行时，各程序有自己独立的实例会更好些，而不是共同引用一块静态内存。 改变配置就需要重新编译你的程序。 然而，尽管有这些不足，在程序中定制的这种方法在限制内存（memory-constrained ）的环 境中还是很有价值的，像智能电话程序。如果你的程序不是运行在一个限制内存的环境中， 你会发现基于文本的配置会更易读易用。 INI Configuration 配置 大多数程序已经改为使用基于文本的配置，不需要依 的Authentication Sequence 是如何起作用的。由于这个原因，以及保证明确的行 为，我们推荐使用显式分配而不是隐式分配。 Realm Authentication 当你理解了Shiro 的主要 认证 工作流后，了解在一个授权尝试中当 Authenticator 与 Realm 交互时到底发生了什么是很重要的。 Supporting AuthenticationTokens 正如在认证流程中提到的，在一个 Shiro 可以理解的用户数据。 5.如果证据不符，抛出 AuthenticationException异常。 这是所有Realm getAuthenticationInfo 实现的最高级别工作流，Realm 在这个过程中可以自 由做自己想做的事情，比如记录日志，修改数据，以及其他，只要对于存储的数据和验证尝 试来讲是合理的就行。 仅有一件事情是必须的，如果 credentials （凭证）和给定的

CacheManager) CacheManager 创建并管理其他 Shiro 组件使用的 Cache 实例生命周期。因为 Shiro 能够访问许多后台数据源， 由于身份验证，授权和会话管理，缓存在框架中一直是一流的架构功能，用来在同时使用这些数据源时提高 性能。任何现代开源和/或企业的缓存产品能够被插入到 Shiro 来提供一个快速及高效的用户体验。  Cryptography(org.apache 行。如果该实例是一个应用程序单例，而不是一个静态内存引用就再好不过了。  每当你想改变 Shiro 配置时，它需要你重新编译你的应用程序。 然而，即使有这么多警告，直接的编程操作方法在内存受限的环境中仍然是有价值的，如智能手机应用。若你的应 用程序不在一个内存受限的环境下运行，你会发现基于文本的配置要更容易使用和阅读。 INI Configuration 大多数应用程序反而从基于文本的配置受益，能够独立地修改源代码，甚至让那些不熟悉 这种情况在许多类型的应用中发生的是如此的频繁，所以这些功能被内置在 Shiro 中，这样你就能利用它来为 你的应用服务了。现在，无论你使用的是 isRemembered()还是 isAuthenticated()来定制你的视图和工作流都由 你来决定，但 Shiro 将维持这一基本情况以防你需要它。 注销 进行身份验证的反面是释放所有已知的的识别状态。当 Subject 完成了与应用程序的交互后，你可以调用 subject

. . . . . . . . . . . . . . . . . . . 169 13.1.2 Java I/O 流的分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 13.2 基础 I/O 流 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13.2.6 Writer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 13.3 常用 I/O 流类型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173 13.3.1 FileInputStream/FileOutputStream 关闭连接文件的 PrintWriter 输出流 18 } catch (IOException e) { 19 e.printStackTrace(); 20 } 21 } 22 } 对上述代码的几点说明如下： 1. 写文件时如果目标文件不存在，程序运行不会出错，而是自动创建该文件，但如 果目标路径不存在，则会出错。 2. 写文件操作结束后一定要关闭输出流，即关闭文件，否则被操作文件仍处于打开

执行算法，从而将生活中的问题搬运到计算机中， 更加高效地解决各式各样的复杂问题。 � 读到这里，如果你感到对数据结构、算法、数组、二分查找等此类概念一知半解，那么就太好 了！因为这正是本书存在的价值，接下来，本书将会一步步地引导你进入数据结构与算法的知 识殿堂。 1.2. 算法是什么 1.2.1. 算法定义 「算法 Algorithm」是在有限时间内解决特定问题的一组指令或操作步骤。算法具有以下特性： 问题。 Figure 7‑22. 二叉搜索树的平衡与退化 7.3.4. 二叉搜索树常见应用 ‧ 系统中的多级索引，高效查找、插入、删除操作。 ‧ 各种搜索算法的底层数据结构。 ‧ 存储数据流，保持其已排序。 7.4. AVL 树 * 在「二叉搜索树」章节中提到，在进行多次插入与删除操作后，二叉搜索树可能会退化为链表。此时所有操作 的时间复杂度都会由 ?(log ?) 劣化至 ?(?) 后，AVL 树仍然 不会发生退化，进而使得各种操作的时间复杂度均能保持在 ?(log ?) 级别。 换言之，在频繁增删查改的使用场景中，AVL 树可始终保持很高的数据增删查改效率，具有很好的应用价值。 7. 树 hello‑algo.com 112 7.4.1. AVL 树常见术语 「AVL 树」既是「二叉搜索树」又是「平衡二叉树」，同时满足这两种二叉树的所有性质，因此又被称为「平衡 二叉搜索树」。