摘要：
面试题003 从尾到头打印单链表 题目描述： 输入一个链表，按链表从尾到头的顺序返回一个ArrayList。 解题思路：链表的每个元素由两部分组成，元素值和下一个元素的地址，输入一个链表，开始指针指向第一个节点，操作完一个节点接着将指针指向第二个节点，将元素值保存在列表中，逆序操作是list[:: 阅读全文
摘要：
面试题004 重建二叉树 题目描述： 输入某二叉树的前序遍历和中序遍历的结果，请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6}，则重建二叉树并返回。 解题思路： 递归思想。前 阅读全文
摘要：
"Spark快速回顾汇总(1)" "Spark快速回顾汇总(2)" 1 简述 Spark 中共享变量（广播变量和累加器）的基本原理与 用途。（重点） 2 当 Spark 涉及到数据库的操作时，如何减少 Spark 运行中的 数据库连接数 使用 foreachPartition 代替 foreach， 阅读全文
摘要：
"Spark快速回顾汇总(1)" "Spark快速回顾汇总(2)" 1 Spark 有几种部署方式 1）Local:运行在一台机器上,通常用于测试。Spark程序以多线程方式直接运行在本地 2）Standalone:Spark集群独立运行，不依赖于第三方资源管理系统，如：YARN、Mesos 采用M 阅读全文
摘要：
产生的背景 1）MapReduce有较大的局限性 仅支持Map、Reduce两种语义操作 执行效率低，时间开销大 主要用于大规模离线批处理 不适合迭代计算、交互式计算、实时流处理等场景 2）计算框架种类多，选型难，学习成本高 批处理：MapReduce 流处理：Storm、Flink 交互式计算：I 阅读全文
摘要：
1 介绍 1.1 概念 面向批处理的分布式计算框架 一种编程模型：MapReduce程序被分为Map（映射）阶段和Reduce（化简）阶段 1.2 核心思想 分而治之，并行计算 移动计算，而非移动数据 1.3 特点 计算跟着数据走 良好的扩展性：计算能力随着节点数增加，近似线性递增 高容错 状态监控 阅读全文
摘要：
Hadoop提供了一套分布式系统基础架构。 核心内容包含hdfs和mapreduce。hadoop2.0 以后引入yarn. hdfs是提供数据存储的，mapreduce是方便数据计算的。 1. hdfs 又对应 namenode 和 datanode. namenode 负责保存元数据的基本信息， 阅读全文
摘要：
HBase分布式数据库，面向列存储(准确的说是面向列族)，支持实时、随机读写。HDFS 为 Hbase 提供可靠的底层数据存储服务，MapReduce 为 Hbase 提供高性能的计算能力，Zookeeper 为 Hbase 提供 稳定服务和Failover机制，因此，Hbase 是一个通过大量廉价 阅读全文
摘要：
题目描述 现在有一个整数类型的数组，数组中素只有一个元素只出现一次，其余的元素都出现两次。 注意： 你需要给出一个线性时间复杂度的算法，你能在不使用额外内存空间的情况下解决这个问题么？ 解题思路： 所有值异或，相同值异或为0，最后剩下的就是唯一的不同元素 代码: 题目描述 给出两个二叉树，请写出一个 阅读全文
摘要：
面试题 两数之和 题目描述：给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。 你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。 解题思路：创建一个空字典，依次把target-nums[x]的值存入字典 阅读全文