摘要: 1.熟悉了解数据库 数据库:关系型数据库和非关系型数据库 关系型数据库:MYSQL,oracle,sqlserver…最典型的特点:支持标准的sql语句 非关系型数据库(no sql):redis,MongoDB Select * from table; MYSQL的三个阶段: 1.开源阶段 2.s 阅读全文
posted @ 2020-10-30 23:43 王钊 阅读(44) 评论(0) 推荐(0)
摘要: class Node: def __init__(self, value=None, next=None): self.value = value self.next = nextclass LinkedList(object): def __init__(self, head=None): sel 阅读全文
posted @ 2020-10-20 00:11 王钊 阅读(101) 评论(0) 推荐(0)
摘要: 改变模型需要这三步: 编辑 models.py 文件,改变模型。 运行 python manage.py makemigrations 为模型的改变生成迁移文件。 运行 python manage.py migrate 来应用数据库迁移。 阅读全文
posted @ 2020-04-19 22:06 王钊 阅读(76) 评论(0) 推荐(0)
摘要: mac启动zookeeper和kafka:zookeeper-server-start /usr/local/etc/kafka/zookeeper.properties & kafka-server-start /usr/local/etc/kafka/server.properties#py2. 阅读全文
posted @ 2020-03-11 00:39 王钊 阅读(495) 评论(0) 推荐(0)
摘要: # 稳定性:不稳定# 时间复杂度:O(nlog2n) def quick_sort(arr): # 结束递归的条件 # 当列表为空或者只包含一个元素的时候退出递归 if len(arr) <= 1: return arr pivot = arr[0] left = [] # 小于基准pivot的放在 阅读全文
posted @ 2020-03-04 21:18 王钊 阅读(238) 评论(0) 推荐(0)
摘要: 如果我们只是为了确定这个查找的目标在列表中,在递归实现的方式中,可以直接使用列表的长度len(),来新建新的列表,如果需要找到对应的坐标就需要在原有的列表上利用对应的下标进行切片,这样就可以定位元素的下标 def search(li, item, low=0, height=None): '''递归 阅读全文
posted @ 2020-03-04 13:46 王钊 阅读(286) 评论(0) 推荐(0)
摘要: 时间复杂度: o(d(n+r) ) d:执行分桶操作多少次 n:有多少数字要进行排序 r:合并桶的次数 def radix_sort(arr): loop_times = len(str(max(arr))) print("times:",loop_times) for i in range(loo 阅读全文
posted @ 2019-11-19 21:50 王钊 阅读(533) 评论(0) 推荐(0)
摘要: 选择排序: 列表中有多个元素要排序 第一次,将列表第一个元素赋值给min变量 然后遍历剩余元素找到最小元素所在的坐标 (剩余的元素和min比较,如果比min小,就把min的值改为此元素值)然后将一个元素和最小元素通过坐标来进行交换。 实现了,将最小值放到了第一个位置。 第2次,将列表第2个元素赋值给 阅读全文
posted @ 2019-10-30 00:02 王钊 阅读(144) 评论(0) 推荐(0)
摘要: 冒泡算法: 5 4 3 6 8 7 第一次:找到最大值放到列表的最后一个位置 5 4 3 6 8 7--》5 4 3 6 7 8 第二次:找到次大值放到列表的倒数第二个位置 5 4 3 6 8 7--》5 4 3 6 7 8 第三次:找到第三大值放到列表的倒数第三个位置 5 4 3 6 8 7--》 阅读全文
posted @ 2019-10-29 23:58 王钊 阅读(117) 评论(0) 推荐(0)
摘要: 名词解释: 事务:一个事务(transaction)中的所有操作,要么全部完成,要么全部不完成,不会结束在中间某个环节。事务在执行过程中发生错误,会被回滚(Rollback)到事务开始前的状态,就像这个事务从来没有执行过一样。简称:原子性 1.进入mysql命令: /usr/local/mysql/ 阅读全文
posted @ 2019-04-09 22:52 王钊 阅读(231) 评论(0) 推荐(0)