算法之trie字典树

 Trie树，又称字典树、前缀树、单词查找树、键树，是一种多叉树形结构，是一种哈希树的变种。Trie树典型应用是用于快速检索（最长前缀匹配），统计，排序和保存大量的字符串，所以经常被搜索引擎系统用于文本词频统计，搜索提示等场景。它的优点是最大限度地减少无谓的字符串比较，查询效率比较高。

Trie的核心思想是空间换时间，利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。

google 提出了 Jump consistent hash 算法，跳转一致性哈希不需要存储，速度更快，并且在均匀划分key方面做得更好。它的主要限制是桶必须按顺序编号，这使得它 比分布式 Web 缓存更适合数据存储应用程序

哈希环法是最常用的、最经典的一致性哈希算法， 也叫做割环法。 这个算法易于理解、应用广泛（例如亚马逊的Dynamo¹）， 实现了最小化的重新映射。

一致性哈希算法是一种特殊的哈希算法， 当目标槽位数量发生变化时，它会尽力降低的重新映射的数量。 传统的哈希表设计中，添加或者删除一个槽位，会造成全量的重新映射， 一致性哈希则追求的是增量式重新映射。

散列技术是在记录的存储位置和它的关键字之间建立一个确定的对应关系f，使得每个关键字key对应一个存储位置f(key)。査找时，根据这个确定的对应关系找到给定值key的映射f(key),若査找集合中存在这个记录，则必定在f(key)的位置上。

我们把这种对应关系f称为散列函数，又称为哈希(Hash)函数。按这个思想，采用散列技术将记录存储在一块连续的存储空间中，这块连续存储空间称为散列表或哈希表（Hashtable)。那么关键字对应的记录存储位置我们称为散列地址。

给定一个字符串 s，找到 s 中最长的回文子串？

LMAX Disruptor是一个高性能的线程间消息库。下面是其简单架构示意图

之前把ubuntu装到了ssd上，速度变得快了很多。顺手就安装了steam，昨天突然发现磁盘接近满了🤣。立马插上了一块新买的ssd。

Ubuntu + window双系统，删除window后，在grub和bios的EFI启动项中残留WindowBootManager。

单纯修改/boot/grub下的菜单配置，在执行sudo upgrade-grub2后启动项又会恢复WindowBootManager.

1000瓶药水，1瓶有毒药，服用后一小时毒发，毒药可以无限稀释，那么一小时内用几只小白鼠能够找出毒药¹？

一只老鼠的状态是2种生或死，这里可以看做bit位，而1000瓶药水有1000种情况，显然我们可以使用2^10 = 1024>1000 来描述这1000种可能，而2进制数的唯一性可以唯一确定一种情况。