上篇文章是資料結構的基礎部分，主要介紹了一些注意事項。   今天開始線性表部分的梳理，線性表主要分為了基礎概念和基本操作兩大部分，由於某些過程或概念比較抽象，我添加了部分圖示，希望能夠把這些抽象的東西直觀的表達出來。   基本操作模組重點主要在單鏈表和順序表兩部分，本文著重梳理了線性表插入

* [第1集：驗證 .NET 5.0 正式版 docker 映象問題](https://www.cnblogs.com/cmt/p/13971299.html) * [第2集：碼中的小窟窿，背後的大坑，發現重要嫌犯 EnyimMemcachedCore](https://www.cnblogs.com/cmt

[TOC] > 本文面向沒有太多 Oracle 基礎知識，但是需要通過 AWR 報告來分析資料庫效能或排查問題人員，通過對 AWR 報告的簡介，瞭解其包含的主要資訊，然後對一些能夠幫助我們分析定位問題的章節做一點稍微詳細的介紹。通過閱讀本文，期望使讀者能夠快速抓住閱讀 AWR 報告的重點，為分析判斷資料庫效

### 前言 由上文我們知道針對某一個Feign介面，我們可以給他設定特定的配置類。那如果現在有一個服務，我們只想對A服務配置一個攔截器攔截請求而不影響其他服務，那應該怎麼做呢？ ### 一、feign介面配置 由前面的文章我們知道了feign的代理過程以及呼叫過程。現在我們看一下feign都有哪些配置？

#### 前言 > 2020年即將進入尾聲,分享一下在現公司業務處理流程,一起討論在分散式場景下,如何通過訊息流的方式處理各種複雜的業務場景,這裡涉及到一些常用元件,後面結合場景與程式碼來具體說明 #### 場景說明 > 這裡就拿我負責的簡訊應用來舉例,它由3個核心模組組成 1. 簡訊閘道器(接收客戶提交簡訊

之前也用了一段時間Vue，對其用法也較為熟練了，但是對各種用法和各種api使用都是隻知其然而不知其所以然。最近利用空閒時間嘗試的去看看Vue的原始碼，以便更瞭解其具體原理實現，跟著學習學習。 ## Proxy 對 data 代理 ## 傳的 data 進去的為什麼可以用this.xxx訪問，而不

#### 基本需求： * 咖啡的種類有很多種，調料也有很多種，下單時，可以點單品咖啡也可以點單品咖啡+調料的組合，並計算下單時花費的金額 #### 傳統方式： * 方式一 * 建立一個抽象類Drink，讓所有的單品咖啡和組合咖啡都繼承Drink類(組合很多) * UML類圖 * ![](

## 簡介 ReentrantReadWriteLock 從字面意思可以看出，是和重入、讀寫有關係的鎖，實際上 ReentrantReadWriteLock 確實也是支援可重入的讀寫鎖，並且支援公平和非公平獲取鎖兩種模式。 **為什麼會出現讀寫鎖？** 普通鎖可以保證共享資料在同一時刻只被一個執行緒訪問

### 前言 >咱們上篇說到，過濾的簡單介紹，但是未介紹如何使用，接下來幾篇，我來給大家講講如何使用，今天第一篇是Authorization。認證過濾器， ### 開發環境介紹 + 開發工具:VS2019 + 開發環境:.net core 3.1 ### 1.建立專案 ![](https://img2020.

  全過程需要聯網，最好有梯子，編譯方式有兩種 安裝依賴庫： apt-get install g++ apt-get install libncurses5-dev apt-get install zlib1g-dev apt-get install bison apt-get instal

1.前提概述         ORM物件關係對映（Object-Relational Mapping）是一種程式技術，用於實現面向物件程式語言裡不同型別系統的資料之間的轉換。從效果上說，它其實是建立了一個可在程式語言裡使用的--“虛擬物件資料庫”。ORM提供了概念性的、

> 本文部分摘自 On Java 8 ## RTTI RTTI（RunTime Type Information）執行時型別資訊，能夠在程式執行時發現和使用型別資訊，把我們從只能在編譯期知曉型別資訊並操作的侷限中解脫出來 傳統的多型機制正是 RTTI 的基本使用：假設有一個基類 Shape 和它

參考文獻 1.雙陣列字典樹(DATrie)詳解及實現 2.小白詳解Trie樹 3.論文《基於雙陣列Trie樹演算法的字典改進和實現》           DAT的基本內容介紹這裡就不展開說了，從Trie過來的同學應該比較熟悉，Trie對記憶體的消耗比較大，DA

> **公號：碼農充電站pro** > **主頁：https://codeshellme.github.io** 貝葉斯原理是英國數學家**托馬斯·貝葉斯**於18 世紀提出的，當我們不能直接計算一件事情（A）發生的可能性大小的時候，可以間接的計算與這件事情有關的事情(X，Y，Z)發生的可能性大小，從而間接

 前言 Grafana允許查詢，視覺化，警報和了解指標，無論它們儲存在哪裡。 視覺化：具有多種選項的快速靈活的客戶端圖。面板外掛提供了許多不同的方式來視覺化指標和日誌。 動態儀表盤：使用模板變數建立動態且可重複使用的儀表盤，這些模板變數顯示在儀表盤頂部。 瀏覽指標：通過即席查詢和動態明細瀏覽資料