4.8学习

题目

点击查看代码

布置宴席最微妙的事情，就是给前来参宴的各位宾客安排座位。无论如何，总不能把两个死对头排到同一张宴会桌旁！这个艰巨任务现在就交给你，对任何一对客人，请编写程序告诉主人他们是否能被安排同席。

输入格式：
输入第一行给出3个正整数：N（≤100），即前来参宴的宾客总人数，则这些人从1到N编号；M为已知两两宾客之间的关系数；K为查询的条数。随后M行，每行给出一对宾客之间的关系，格式为：宾客1 宾客2 关系，其中关系为1表示是朋友，-1表示是死对头。注意两个人不可能既是朋友又是敌人。最后K行，每行给出一对需要查询的宾客编号。

这里假设朋友的朋友也是朋友。但敌人的敌人并不一定就是朋友，朋友的敌人也不一定是敌人。只有单纯直接的敌对关系才是绝对不能同席的。

输出格式：
对每个查询输出一行结果：如果两位宾客之间是朋友，且没有敌对关系，则输出No problem；如果他们之间并不是朋友，但也不敌对，则输出OK；如果他们之间有敌对，然而也有共同的朋友，则输出OK but...；如果他们之间只有敌对关系，则输出No way。

输入样例：
7 8 4
5 6 1
2 7 -1
1 3 1
3 4 1
6 7 -1
1 2 1
1 4 1
2 3 -1
3 4
5 7
2 3
7 2
输出样例：
No problem
OK
OK but...
No way

解答
刚看这个题感觉可以用图来写，后来发现可以用并查集
什么是并查集？
包括合并和查找功能的树结构，具有2个重要的函数（查找根节点、合并2个集合）
并查集把具有相同性质的点合并成一个集合，2个人是朋友（性质）我们把它合成一个集合，其中一个人如果还有朋友就把它加入这个集合中。

点击查看代码

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Scanner;
import java.util.StringTokenizer;

public class Main {
	static int[] parent;
	public static void main(String[] args) throws IOException{
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		String s = br.readLine();
		StringTokenizer st =new StringTokenizer(s);
		int n=Integer.parseInt(st.nextToken());
		int m=Integer.parseInt(st.nextToken());
		int k=Integer.parseInt(st.nextToken());
		parent = new int[n+1];
		for(int i=1;i<=n;i++) {
			parent[i]=i;
		}
		int[][] enemy = new int[n+1][n+1];
		for(int i=0;i<m;i++) {
			s = br.readLine();
			st =new StringTokenizer(s);
			int u = Integer.parseInt(st.nextToken());
			int v = Integer.parseInt(st.nextToken());
			int realation=Integer.parseInt(st.nextToken());
			if(realation==1) {
				union(u, v);
			}else {
				enemy[u][v]=-1;
				enemy[v][u]=-1;
			}
		}
		for(int i=0;i<k;i++) {
			s = br.readLine();
			st =new StringTokenizer(s);
			int u = Integer.parseInt(st.nextToken());
			int v = Integer.parseInt(st.nextToken());
			int parentU=findParent(u);
			int parentV=findParent(v);
			if(parentU==parentV) {
				if(enemy[u][v]==0) {
					System.out.println("No problem");
				}else {
					System.out.println("OK but...");
				}
			}
			if(parentU!=parentV) {
				if(enemy[u][v]==0) {
					System.out.println("OK");
				}else {
					System.out.println("No way");
				}
			}
		}
	}
	
	public static int findParent(int x) {//查找根节点
		if(parent[x]==x) {
			return x;
		}
		return parent[x]=findParent(parent[x]);
	}
	public static void union(int x,int y) {//合并x的根节点和Y的根节点
		int rootX=findParent(x);
		int rootY=findParent(y);
		parent[rootX]=rootY;
	}
}

缓存了解

缓存
对于经常访问的数据，每次都从数据库（硬盘）中获取是比较慢，可以利用性能更高的存储来提高系统响应速度，俗称缓存。

合理使用缓存可以显著降低数据库的压力、提高系统性能。

那么，什么样的数据适合缓存呢？一般情况下就 4 个字 “读多写少”，要频繁查询的、不怎么修改的。

具体来说：
高频访问的数据：如系统首页、热门推荐内容等。
计算成本较高的数据：如复杂查询结果、大量数据的统计结果。
允许短时间延迟的数据：如不需要实时更新的排行榜、图片列表等。
在我们的项目中，主页是用户高频访问的内容，调用的获取图片列表的接口也是高频访问的。而且即使数据更新存在一定延迟，也不会对用户体验造成明显影响，因此非常适合缓存。

Redis 分布式缓存
分布式缓存是指将缓存数据分布存储在 多台服务器 上，以便在高并发场景下提供更高的吞吐量和更好的容错性。

Redis 是实现分布式缓存的主流方案，也是后端开发必学的技能。主要是由于它具有下面几个优势：
高性能：基于内存操作，访问速度极快。单节点 Redis 的读写 QPS 可达 10w 次每秒！
丰富的数据结构：支持字符串、列表、集合、哈希、位图等，适用于各种数据结构存储。
分布式支持：可以通过 Redis Cluster 构建高可用、高性能的分布式缓存，还提供哨兵集群机制提升可用性、提供分片集群机制提高可扩展性。