class.with.a.Map.property anObject.mapProperty = key1:$object1, key2:$object2 在上面的例子中，$object1 引用的对象将存于键 key1 之下，也就是map.get("key1") 将返回 object1。你也可以使用其它对象作为键值： anObject.map = $objectKey1:$objectValue1 密码加密 如果你不希望[users]区域下的密码以明文显示，你可以用你喜欢的哈希算法（MD5, Sha1, Sha256, 等）来加密它们，将加密后的字符串作为密码值，默认的，密码建议用16位编码算 法，但也可以用64位编码算法替代（如下） 简单的安全密码 为了节约时间获得最佳实践，你可以使用 Shiro 的 Command Line Hasher，它可以加密密码 和其它类型的资源，尤其使给 printer:*:* 或在一台打印机上的所有操作： printer:*:lp7200 或甚至特定的操作： printer:query, print:lp7200 * 通配符， , 子部件分离器可用于权限的任何部分。 Missing Parts 缺省的部分 最后要注意的是权限分配：缺省的部分意味着用户可以访问所有与之匹配的值，换句话说 printer:print 等价于 printer:print:*

“一本通俗易懂的資料結構與演算法入門書，引導讀者手腦並用地學習，強烈推薦演算法初學者閱讀！” ——鄧俊輝，清華大學計算機系教授 “如果我當年學資料結構與演算法時有《Hello 演算法》，學起來應該會簡單 10 倍！” ——李沐，亞馬遜資深首席科學家 電腦的出現為世界帶來了巨大的變革，它憑藉高速的運算能力與卓越的可程式化特性，成為執行演算法 與處理資料的理想媒介。無論是電玩遊戲的逼真畫面、自動駕駛的智慧決策，還是 案。從資料結構與演算法的角度看，這種方法本質上是“貪婪”演算法。 小到烹飪一道菜，大到星際航行，幾乎所有問題的解決都離不開演算法。計算機的出現使得我們能夠透過程 式設計將資料結構儲存在記憶體中，同時編寫程式碼呼叫 CPU 和 GPU 執行演算法。這樣一來，我們就能把 生活中的問題轉移到計算機上，以更高效的方式解決各種複雜問題。 Tip 如果你對資料結構、演算法、陣列和二分搜尋等概念仍感到一知半解，請繼續往下閱讀，本書將引導 各步驟都有確定的含義，在相同的輸入和執行條件下，輸出始終相同。 1.2.2 資料結構定義 資料結構（data structure）是組織和儲存資料的方式，涵蓋資料內容、資料之間關係和資料操作方法，它具 有以下設計目標。 第 1 章 初識演算法 www.hello‑algo.com 14 ‧ 空間佔用儘量少，以節省計算機記憶體。 ‧ 資料操作儘可能快速，涵蓋資料訪問、新增、刪除、更新等。 ‧ 提供簡潔的資料表示和邏輯資訊，以便演算法高效執行。

提供异常处理机制的的基本思想 让一个函数在发现了自己无法处理的错误时抛出（throw）一个 异常，然后它的（直接或者间接）调用者能够处理这个问题。 O 《C++ primer》 将问题检测和问题处理相分离。 (Exceptions let us separate problem detection from problem resolution.) 大纲 异常的概念及分类 Java 异常处理机制 提供异常处理机制的的基本思想 让一个函数在发现了自己无法处理的错误时抛出（throw）一个 异常，然后它的（直接或者间接）调用者能够处理这个问题。 O 《C++ primer》 将问题检测和问题处理相分离。 (Exceptions let us separate problem detection from problem resolution.) 大纲 异常的概念及分类 Java 异常处理机制 提供异常处理机制的的基本思想 让一个函数在发现了自己无法处理的错误时抛出（throw）一个 异常，然后它的（直接或者间接）调用者能够处理这个问题。 O 《C++ primer》 将问题检测和问题处理相分离。 (Exceptions let us separate problem detection from problem resolution.) 大纲 异常的概念及分类 Java 异常处理机制

适合作为最先介绍的内容。然而，当我们讨论某个数据结构或算法的特点时，难以避免要分析其运行速度和 空间使用情况。 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在数据结构与算法中，重复执行某个任务是很常见的，其与算法的复杂度密切相关。而要重复执行某个任务， 我们通常会选用两种基本的程序结构：迭代和递归。 2.2 根据以上方法，可以得到算法运行时间为 6? + 12 ns ： 1 + 1 + 10 + (1 + 5) × ? = 6? + 12 但实际上，统计算法的运行时间既不合理也不现实。首先，我们不希望将预估时间和运行平台绑定，因为算 法需要在各种不同的平台上运行。其次，我们很难获知每种操作的运行时间，这给预估过程带来了极大的难 度。 2.3.1 统计时间增长趋势 时间复杂度分析统计的不是算法运行时间，而是算法运行时间随着数据量变大时的增长趋势。 数组为数据分配了连续的内存块，无须额外的结构开销。 ‧ 支持随机访问: 数组允许在 ?(1) 时间内访问任何元素。 ‧ 缓存局部性: 当访问数组元素时，计算机不仅会加载它，还会缓存其周围的其他数据，从而借助高速缓 存来提升后续操作的执行速度。 连续空间存储是一把双刃剑，其存在以下缺点。 ‧ 插入与删除效率低: 当数组中元素较多时，插入与删除操作需要移动大量的元素。 ‧ 长度不可变: 数组在初始化后长度就固定

变更快了之后如何管控控制变更风险，如灰度、回滚等  敏感配置如何做安全配置 Nacos 架构 < 22 概念介绍 配置(Configuration) 在系统开发过程中通常会将⼀些需要变更的参数、变量等从代码中分离出来独立管理，以独立的配 置文件的形式存在。目的是让静态的系统工件或者交付物（如 WAR，JAR 包等）更好地和实际的物 理运行环境进行适配。配置管理⼀般包含在系统部署的过程中，由系统管理员或者运维人员完成这 实现和服务注册发现模块的逻辑强耦合在⼀起， 并且充斥着服务注册发现的⼀些概念。这使得 Nacos 的服务注册发现模块的逻辑变得复杂且难以 维护，耦合了⼀致性协议层的数据状态，难以做到计算存储彻底分离，以及对计算层的无限水平扩 容能力也有⼀定的影响。因此为了解决这个问题，必然需要对 Nacos 的⼀致性协议做抽象以及下 31 > Nacos 架构 沉，使其成为 Core 模块的能力，彻底让 内核模块的⼀致性协议，在此基础之上，实现⼀个内存或者持久化的分布式强（弱） ⼀致性 KV。通过功能边界将 Nacos 进程进⼀步分离为计算逻辑层和存储逻辑层，计算层和存储层 之间的交互仅通过⼀层薄薄的数据操作胶水代码，这样就在单个 Nacos 进程里面实现了计算和存储 二者逻辑的彻底分离。 37 > Nacos 架构 同时，针对存储层，进⼀步实现插件化的设计，对于中小公司且有运维成本要求的话，可以直接使

适合作为最先介绍的内容。然而，当我们讨论某个数据结构或算法的特点时，难以避免要分析其运行速度和 空间使用情况。 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在算法中，重复执行某个任务是很常见的，它与复杂度分析息息相关。因此，在介绍时间复杂度和空间复杂 度之前，我们先来了解如何在程序中实现重复执行任务，即两种基本的程序控制结构：迭代、递归。 根据以上方法，可以得到算法的运行时间为 (6? + 12) ns ： 1 + 1 + 10 + (1 + 5) × ? = 6? + 12 但实际上，统计算法的运行时间既不合理也不现实。首先，我们不希望将预估时间和运行平台绑定，因为算 法需要在各种不同的平台上运行。其次，我们很难获知每种操作的运行时间，这给预估过程带来了极大的难 度。 2.3.1 统计时间增长趋势 时间复杂度分析统计的不是算法运行时间，而是算法运行时间随着数据量变大时的增长趋势。 → 0000 0001 + 1000 0010 = 1000 0011 → −3 为了解决此问题，计算机引入了「反码 1’s complement」。如果我们先将原码转换为反码，并在反码下计 算 1 + (−2) ，最后将结果从反码转换回原码，则可得到正确结果 −1 。 第 3 章 数据结构 hello‑algo.com 57 1 + (−2) → 0000 0001 (原码) + 1000

println(0); // 5 ns } } 2. 复杂度 hello‑algo.com 15 然而实际上，统计算法的运行时间既不合理也不现实。首先，我们不希望预估时间和运行平台绑定，因为算 法需要在各种不同的平台上运行。其次，我们很难获知每种操作的运行时间，这给预估过程带来了极大的难 度。 2.2.2. 统计时间增长趋势 「时间复杂度分析」采取了一种不同的方法，其统计的不是算法 ‧ 查找表：当我们需要快速查找一个元素或者需要查找一个元素的对应关系时，可以使用数组作为查找 表。例如，我们有一个字符到其 ASCII 码的映射，可以将字符的 ASCII 码值作为索引，对应的元素存 放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 4. 数组与链表 hello‑algo 节点本身。 与许多语言不同的是，在 Python 中数字也被包装为对象，列表中存储的不是数字本身，而是 对数字的引用。因此，我们会发现两个数组中的相同数字拥有同一个 id ，并且这些数字的内 存地址是无需连续的。 68 5. 栈与队列 5.1. 栈 「栈 Stack」是一种遵循先入后出（First In, Last Out）原则的线性数据结构。 我们可以将栈类比为桌面上的一摞盘子，

时间复杂度也存在一定的局限性。比如，虽然算法 A 和 C 的时间复杂度相同，但是实际的运行时间有非常大的 差别。再比如，虽然算法 B 比 C 的时间复杂度要更高，但在输入数据大小 ? 比较小时，算法 B 是要明显优于算 法 C 的。对于以上情况，我们很难仅凭时间复杂度来判定算法效率高低。然而，即使存在这些问题，复杂度分 析仍然是评判算法效率的最有效且常用的方法。 2.2.3. 函数渐近上界 设算法「计算操作数量」为 数 loop()，在循环中调用了 ? 次 function() ，每轮中的 function() 都返回并释放了栈帧空间，因此空间复杂度仍为 ?(1) 。而递归函数 recur() 在运行中会同时存 在 ? 个未返回的 recur() ，从而使用 ?(?) 的栈帧空间。 int function() { // do something return 0; } /* 循环 O(1) */ 空间复杂度的常见类型 � 部分示例代码需要一些前置知识，包括数组、链表、二叉树、递归算法等。如果遇到看不懂的 地方无需担心，可以在学习完后面章节后再来复习，现阶段先聚焦在理解空间复杂度含义和推 算方法上。 常数阶 ?(1) 常数阶常见于数量与输入数据大小 ? 无关的常量、变量、对象。 需要注意的是，在循环中初始化变量或调用函数而占用的内存，在进入下一循环后就会被释放，即不会累积占 用空间，空间复杂度仍为

时间复杂度也存在一定的局限性。比如，虽然算法 A 和 C 的时间复杂度相同，但是实际的运行时间有非常大的 差别。再比如，虽然算法 B 比 C 的时间复杂度要更高，但在输入数据大小 ? 比较小时，算法 B 是要明显优于算 法 C 的。对于以上情况，我们很难仅凭时间复杂度来判定算法效率高低。然而，即使存在这些问题，复杂度分 析仍然是评判算法效率的最有效且常用的方法。 2.2.3. 函数渐近上界 设算法「计算操作数量」为 数 loop()，在循环中调用了 ? 次 function() ，每轮中的 function() 都返回并释放了栈帧空间，因此空间复杂度仍为 ?(1) 。而递归函数 recur() 在运行中会同时存 在 ? 个未返回的 recur() ，从而使用 ?(?) 的栈帧空间。 int function() { // do something return 0; } /* 循环 O(1) */ 空间复杂度的常见类型 � 部分示例代码需要一些前置知识，包括数组、链表、二叉树、递归算法等。如果遇到看不懂的 地方无需担心，可以在学习完后面章节后再来复习，现阶段先聚焦在理解空间复杂度含义和推 算方法上。 常数阶 ?(1) 常数阶常见于数量与输入数据大小 ? 无关的常量、变量、对象。 需要注意的是，在循环中初始化变量或调用函数而占用的内存，在进入下一循环后就会被释放，即不会累积占 用空间，空间复杂度仍为

Shiro 可以非常容易的开发出足够好的应用，其不仅可以用在 JavaSE 环境，也可以用在 JavaEE 环境。Shiro 可以帮助我们完成：认证、授权、加密、会话管理、与 Web 集成、缓 存等。这不就是我们想要的嘛，而且 Shiro 的 API 也是非常简单；其基本功能点如下图所 示： Authentication：身份认证/登录，验证用户是不是拥有相应的身份； Autho Authenticator：认证器，负责主体认证的，这是一个扩展点，如果用户觉得 Shiro 默认的 不好，可以自定义实现；其需要认证策略（Authentication Strategy），即什么情况下算用户 认证通过了； Authrizer：授权器，或者访问控制器，用来决定主体是否有权限进行相应的操作；即控制 着用户能访问应用中的哪些功能； Realm：可以有 1 个或多个 Realm，可以认为 Realm 验证成功即可，和 FirstSuccessfulStrategy 不同，返回所有 Realm 身份验证成功的认证信息； AllSuccessfulStrategy：所有 Realm 验证成功才算成功，且返回所有 Realm 身份验证成功的 认证信息，如果有一个失败就失败了。 ModularRealmAuthenticator 默认使用 AtLeastOneSuccessfulStrategy