Dimple在左耳听风ARTS打卡（十一）

今天是端午节，也是高考的日子。小编当年是过了端午节高考的，今年也是赶上了，凑到了一起。你们家里人有要高考的吗？小编祝福他们。同时也祝各位端午节快乐！

所谓ARTS： 每周至少做一个LeetCode的算法题；阅读并点评至少一篇英文技术文章；学习至少一个技术技巧；分享一篇有观点和思考的技术文章。（也就是Algorithm、Review、Tip、Share 简称ARTS）这是第十一期打卡。

这个ARTS打卡真的很赞，这几周因为没有提前准备，所以总是有一颗石子在心头挥之不去，生怕忘记打卡啥的。所以，还是坚持每天去寻找素材，搜集素材，只为能坚持下去，对得起自己的内心。

虽然有些时候，确实写的不咋滴，但是还是经过努力付出的，也算是给自己的交代。十一期了，继续努力前进。

Algorithm LeetCode算法

搜索插入位置 (https://leetcode-cn.com/problems/search-insert-position/)

题目描述：给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

你可以假设数组中无重复元素。

示例 1：

输入: [1,3,5,6], 5
输出: 2

示例 2:

输入: [1,3,5,6], 2
输出: 1

示例 3:

输入: [1,3,5,6], 7
输出: 4

示例 3:

输入: [1,3,5,6], 0
输出: 0

这题就是告诉大家怎么查找一个数字，而且是依次从大到小的查找，所以，你知道你怎么做了吗？

如果你想到了循环遍历，说明你热衷于基础知识的构建，对于性能没啥追求。所以，还有更好的办法不？LeetCode不就是在帮助我们找更好的解决办法吗？查找的算法，有好几个，对吧。这里，自然用的就是二分法查找来的更省力，相比于循环遍历，查找的次数自然就少了很多，性能也就提升上去啦。

可能对数据少的，是体会不出来的，所以当你提交答案的时候，会发现时间和内存消耗都不大，但是，如果你用了大数据量，那差距自然就会体现出来了，不信你试试。

/**
 * 
 * @Title: searchInsert
 * @Description: 通过遍历
 * @param nums
 * @param target
 * @return int
 * @throws
 */
public static int searchInsert(int[] nums, int target) {
    if (nums == null || nums.length == 0) {
        return 0;
    }
    int length = nums.length;
    if (nums[0] == target) {
        return 0;
    }

    if (nums[length - 1] == target) {
        return length - 1;
    }

    for (int i = 0; i < length; i++) {
        if (nums[i] >= target) {
            return i;
        }
    }
    return length;
}

/**
 * 
 * @Title: searchInsert1
 * @Description: 通过二分法
 * @param nums
 * @param target
 * @return int
 * @throws
 */
public static int searchInsert1(int[] nums, int target) {
    if (nums == null || nums.length == 0) {
        return 0;
    }
    int length = nums.length;
    int low = 0;
    int high = length - 1;
    if (nums[low] == target) {
        return 0;
    }

    if (nums[high] == target) {
        return high;
    }

    int mid = (low + high) / 2;
    while (low <= high) {
        if (nums[mid] == target) {
            return mid;
        }

        if (nums[mid] < target) {
            low = mid + 1;
            mid = (low + high) / 2;
        } else {
            high = mid - 1;
            mid = (low + high) / 2;
        }
    }
    return low;
}

Review 阅读并点评至少一篇英文文章

Spring Cloud Consul (https://cloud.spring.io/spring-cloud-static/spring-cloud-consul/2.1.0.RELEASE/single/spring-cloud-consul.html#_how_to_activate)

今天这个，看标题想必大家都已经知道，这是微服务中的注册中心。因为eureka在2.x版本之后停止更新了，小编最近又在学习微服务。把eureka学会了，但是还是想挑战下这个consul，毕竟小编的项目是新项目，可以做各种尝试，而不怕。

但是因为consul资料不多，所以很多时候，需要自己寻找资料。这篇文中的consul就描述的挺好的，而且基本上我也能看懂，适合大部分开发人员掌握。consul在微服务中的地位会越来越高，随着像我这种新人的加入，以及后续的发展来说，掌握这个技能是刻不容缓

想学习微服务的可以了解下哦。最近入了微服务的坑，真的是酸爽，把我所有的休息时间都占据了，但能学到快乐，这才是最重要的。小编当初可以很抗拒学技术，现在不一样了，当乐趣在写程序，心态不同，角度就不同，写程序的你，体会到了吗？如果你还没转换这个角色，那请你赶紧转换过来，愉快的编程才是最好的方式。

Tip 一个技术技巧

继续分享《Java核心技术36讲》做的学习笔记，对比Java标准NIO类库，你知道Netty是如何实现更高性能的吗？这篇是《Java核心技术36讲》的最后一篇分享了，后面还有两个，个人觉得适合自行消化，所以就不分享啦。我们回头换一个技术栈。

典型回答 单独从性能角度，Netty在基础的NIO等类库之上进行了很多改进，例如：

• 更加优雅的Reactor模式实现、灵活的线程模型、利用EventLoop等创新性的机制，可以非常高效地管理成百上千的Channel
• 充分利用Java的Zero-Copy机制，并且从多角度，“斤斤计较”般的降低内存分配和回收的开销。例如，使用池化的DirectBuffer等技术，在提高IO性能的同时，减少了对象的创创建和销毁；利用反射等技术直接操纵SelectionKey，使用数组而不是Java容器等
• 使用更多本地代码。例如直接利用JNI调用Open SSL等方式，获得比Java内建SSL引擎更好的性能
• 在通信协议、序列化等其他角度的优化

知识扩展 按照官方定义，它是一个异步的、基于时间Client/Server的网络框架，目标是提供一种简单、快速构建网络应用的方式，同时保证高吞吐量、低延时、高可靠性。

考点：

1. Reactor模式和Netty线程模型
2. Pipelining、EventLoop 等部分的设计实现细节
3. Netty的内存管理机制、引用计数等特别手段
4. 有的时候面试官也喜欢对比Java标准NIO API，例如，你是否知道Java NIO早期版本中的Epoll空转问题，以及Netty的解决方式等。

Netty的线程模型是什么样的？

Netty采用Reactor线程模型。这里面主要有三种Reactor线程模型。分别是单线程模式、主从Reactor模式、多Reactor线程模式。其都可以通过初试和EventLoopGroup进行设置。其主要区别在于，单Reactor模式就是一个线程，既进程处理连接，也处理IO。类似于我们传统的OIO编程。主从Reactor模式，其实就是将监听连接和处理IO的分开在不同的线程完成。最后，主从Reactor线程模型，为了解决多Reactor模型下单一线程性能不足的问题。改为了一组线程池进行处理。官方默认的是采用这种主从Reactor模型。其线程数默认为CPU内核的2倍。

Share 一篇有观点和思考的技术文章

这次还是沉浸在设计模式的世界中，继续前行了。

公众号地址： 设计模式之工厂模式（一）