设计链表 设计链表的实现。您可以选择使用单链表或双链表。单链表中的节点应该具有两个属性：val 和 next。val 是当前节点的值，next 是指向下一个节点的指针/引用。如果要使用双向链表，则还需要一个属性 prev 以指示链表中的上一个节点。假设链表中的所有节点都是 0-index 的。 在链
专门开个博客一是因为没地放了，二是以后次小生成树什么的就一块扔这了。 点数n，边数m的图的最小生成树大概有两个算法： Kruskal算法(\(O(m\log m)\)) 思路非常简单粗暴，把所有边扔出来按照边权排个序，然后拿并查集维护点的连通关系，最后选出n-1条边。 int kruskal(int x){ sort(ed
LeetCode617 合并二叉树 # Definition for a binary tree node. # class TreeNode: # def __init__(self, val=0, left=None, right=None): # self.val = val # self.left = left # self.right = right class Solution: def mergeTrees(self, roo
687. 最长同值路径 给定一个二叉树的 root ，返回 最长的路径的长度 ，这个路径中的 每个节点具有相同值 。 这条路径可以经过也可以不经过根节点。 两个节点之间的路径长度 由它们之间的边数表示。 示例 1: 输入：root = [5,4,5,1,1,5] 输出：2 示例 2: 输入：root = [1,4,5
window 画图理解 说明 countByWindow 对每个滑动窗口的数据执行count操作 reduceByWindow 对每个滑动窗口的数据执行reduce操作 reduceByKeyAndWindow 对每个滑动窗口的数据执行reduceByKey操作 countByValueAndWindow 对每个滑动窗口的数据执行countByValue操作 都需要传入两个
(function() { // -- 基础数据类型 { function func (val = 0) { return { decrease() { val-- }, increase() {
将之前批次的状态保存， package SparkStreaming.trans import org.apache.spark.SparkConf import org.apache.spark.storage.StorageLevel import org.apache.spark.streaming.dstream.DStream import org.apache.spark.streaming.{Seconds, StreamingContext} object ByUpdat
61. 旋转链表 给你一个链表的头节点 head ，旋转链表，将链表每个节点向右移动 k 个位置。 示例 1： 输入：head = [1,2,3,4,5], k = 2 输出：[4,5,1,2,3] 示例 2： 输入：head = [0,1,2], k = 4 输出：[2,0,1] 提示： 链表中节点的数目在范围 [0, 500] 内 -100 <= Node.val <= 100
1、代码片段 // 子单据状态更新 List<OutboundOrderDetails> updateOutboundOrderDetailsList = Lists.newArrayList(); outboundOrderDetailsList.forEach(val -> { OutboundOrderDetails updateEntity = new OutboundDetailVO();
传送门 思路 先考虑一下 \(p > 50\) 的情况 这时候就是求“绝对众数” 一个方法就是用“摩尔投票”法 方法就是：每次将不同的两个数去掉，剩下的那种数就是绝对众数（这是保证在有的情况下，才能求出正确的众数） 再考虑 \(20\le p \le 50\) 时，其实我们可以维护 \(\lfloor\frac{p}{100}\rf
描述 给定一个单链表的头结点pHead(该头节点是有值的，比如在下图，它的val是1)，长度为n，反转该链表后，返回新链表的表头。 NowCoder BM1 反转链表 import java.util.*; /* public class ListNode { int val; ListNode next = null; ListNode(int val) { this.val =
给定 \(n\times m\) 的棋盘，连有横纵 \(2\) 种无向边，有 \(3\) 种类型的边： 只允许按照这条边走 \(1\) 步 允许继续走边权为 \(2\) 的边，但不允许改变方向 允许继续走边权为 \(3\) 的边，可以改变方向 走到不同颜色等级 \(\leq\) 自己等级的棋子时可以吃掉棋子并停下，求先后放下 \(q\)
998. 最大二叉树 II 图床：blogimg/刷题记录/leetcode/998/ 刷题代码汇总：https://www.cnblogs.com/geaming/p/16428234.html 题目 思路 看到树就要想到递归。 解法 /** * Definition for a binary tree node. * struct TreeNode { * int val; * TreeNode *left; *
83. 删除排序链表中的重复元素 # 由于是已排序的链表，判断前后是否为相同元素如果是则连接下下个不是则向前移动 #code： # Definition for singly-linked list. # class ListNode: # def __init__(self, val=0, next=None): # self.val = val # self.next = ne
## 修改hdfs-site.xml <property> <name>hive.metastore.warehouse.dir</name> <value>hdfs://node1:9000/user/hive/warehouse</value> <description>location of default database for the warehouse</description> </p
1. 作用 lower_bound和upper_bound都是C++的STL库中的函数，作用差不多，lower_bound所返回的是第一个大于或等于目标元素的元素地址，而upper_bound则是返回第一个大于目标元素的元素地址。 从定义就可以看出两者的差别只差在是否取等的的
Mybatis基本流程 1、利用Resources工具类加载配置文件，并转换成输入输出流 2、利用解析的配置，创建SqlSessionFactory工厂 3、生产SqlSession 4、SqlSession调用方法 Mybatis配置文件分析 sqlMapConfig.xml MyBatis核心配置文件层级 MyBatis常用配置解析 输出日志，在sqlMapConfig.xm
核心语句val rdd1 = dataFrame.rdd package SparkSQL.DataFreamCreate.dataframetordd import org.apache.spark.SparkConf import org.apache.spark.rdd.RDD import org.apache.spark.sql.types.{DataTypes, StructField, StructType} import org.apache.spark.sql.{DataFrame,
快速入门 Mybatis的官网：https://mybatis.org/mybatis-3/ MyBatis的开发步骤 添加MyBatis的坐标 <properties> <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding> <maven.compiler.encoding>UTF-8</maven.compiler.encoding> <
以下内容为本人的著作，如需要转载，请声明原文链接 微信公众号「englyf」https://www.cnblogs.com/englyf/p/16637890.html 如果不是机缘巧合，当年转到C++之后，恐怕很难再有机会还写C的代码。面向对象在现代coding中，就像圣经一样，在码农的口中自带光环，code起来左一个语法糖，右一个范式编
val sparkConf = new SparkConf().setMaster("local[2]").setAppName("tran") val sparkSession = SparkSession.builder().config(sparkConf).getOrCreate() val seq:Seq[Student] = Array(Student("zs",20,"男"),Student("ls&
val sparkConf = new SparkConf().setMaster("local[2]").setAppName("tran") val sparkSession = SparkSession.builder().config(sparkConf).getOrCreate() val seq:Seq[Student] = Array(Student("zs",20,"男"),Student("ls&
SQL方式 需要将DataFrame注册成为一张临时表，并给临时表起名字，通过SQL语句查询分析DataFrame中数据 局部临时表、全局临时表 [注意]： --1 如果我们注册的是全局表，查询全局表的时候，必须在表名前加上一个数据库的名字global_temp val frame = session.sql("select sex, count(*) as n
分块。 \(f[i][j]\)：\(i\) 一直到第 \(i\) 所在块 \(x\) 尾端，对 \(x+1\sim j\) 块造成贡献/\(i\) 一直到 \(i\) 所在块 \(x\) 开头，对 \(j\sim x-1\) 块造成贡献。 \(mn[i][j]\)：块 \(i\sim j\) 的答案。 预处理：块内元素排序，双指针求 \(f\) 后得到 \(mn\)。 查询：整块以及散块对整块的
1470. 重新排列数组 难度简单112收藏分享切换为英文接收动态反馈 给你一个数组 nums ，数组中有 2n 个元素，按 [x1,x2,...,xn,y1,y2,...,yn] 的格式排列。 请你将数组按 [x1,y1,x2,y2,...,xn,yn] 格式重新排列，返回重排后的数组。 1 class Solution { 2 public in
