这是我去年碰到的一道面试题，当时直接整懵逼了。源码大致看过，原理也知道，突然要写还真写不出来。于是这两天又把这个问题翻出来，尝试写了一版。 1 明确需求 实现一个简易的 HashMap，包含 hashmap 的核心功能（put、get） 实现拉链法即可，不必实现红黑树 最好实现扩容逻辑 不支持 key 为 null 的情况（要支持也可以，需要单独处理，比较简单） 为了让需求更加明确，写了单元测试：

这是一个非常简单的知识点，却也值得一记。 在 Java 中，是用 PriorityQueue 来实现堆的。 小顶堆和大顶堆的代码如下： // 小顶堆 new PriorityQueue<>(); // 大顶堆 new PriorityQueue<>(Comparator.reverseOrder());  

（本文属于排序算法总结，并非零基础讲解。更多内容可以参考：https://www.runoob.com/w3cnote/ten-sorting-algorithm.html） 0 前言 个人总结的常见基础排序算法，罗列如下： 简单排序，时间复杂度 O(N2)：冒泡排序、选择排序、插入排序 高级排序，时间复杂度 O(NlogN)：归并排序（自顶向下、自底向上）、快速排序（含3路快排）、堆排序 像希尔

0 基本思路 基本思路如下： 根据慢日志定位慢查询 sql 使用 explain 等工具分析 sql 修改 sql，尽量让 sql 走索引 下面依次展开。 1 根据慢日志定位慢查询 sql 先来认识一下 mysql 中的几个变量： long_query_time：定义了查询时间超过多少秒，即认为属于慢 sql slow_query_log：一个开关，控制是否记录慢日志 slow_query_log

1 什么是 B+ 树？有什么用？ 1.1 数据结构 B+ 树是一种数据结构，是大多数 MySQL 存储引擎的默认索引类型，用于提高查询效率。 B Tree 指的是 Balance Tree，也就是平衡树。平衡树是一颗查找树，并且所有叶子节点位于同一层。 B+ Tree 是基于 B Tree 和叶子节点顺序访问指针进行实现，它具有 B Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。

（这里说的“首选”，是一般而言。根据具体情况，可能有更合适的方案。） 1 关于缓存的共识 想使用缓存，首先要达成以下共识： 缓存必须要有过期时间； 保证数据库跟缓存的最终一致性即可，不必追求强一致性。 尤其是第二点，这是一个 TradeOff。如果非得要求强一致性，就不要用缓存。 本文讨论的策略，只是保证最终一致性。 2 实战首选：旁路缓存策略（Cache-Aside） 进入正题。我在实际工作中，

phpMyAdmin 有官方镜像，用起来很方便。 在 8090 端口启动，命令如下： docker run -d --name phpmyadmin -e PMA_ARBITRARY=1 -p 8090:80 phpmyadmin 这里设置了环境变量 PMA_ARBITRARY=1，可以在登陆框中输入 MySQL 服务器地址（否则不会显示这个输入框）。 上面那条命令运行之后，phpmyadmin

现在都是直接用 SpringBoot。不过偶尔还是会遇到一些使用 JSP 的情况，例如维护老项目，或者学生的学习项目。 本文记录了，在不依赖 SpringBoot，Maven 等工具的情况下，使用 IDEA 社区版，创建一个 Web 项目的过程。 0 前置条件 已下载 tomcat IDEA 社区版已安装 Smart Tomcat 插件 都很简单，略过不表。 1 创建一个空的 Java 项目 2

有一个源码项目，之前是在 Windows 上创建的。拿到 Mac 上用 IDE 打开，中文出现了乱码。我一看，文件编码都是 cp932（也就是 GBK）。 因此，需要把这些文件转码为 UTF-8。 命令如下： find . -type f -exec sh -c "iconv -f GBK -t UTF-8 {} > ~/temp" \; -exec mv ~/temp {} \; &nbs