框架使用的是 Django，在本地测试一切正常，然后发布到 staging, 噩梦开始了…… 在 staging 环境中，测试的时候发现，HTTP 请求发过去永远收不到回应，最后会得到一个 504 Gateway...一开始有很多错误的怀疑，比如怀疑 hping3 需要 TTY[2] 才能执行，以为 hping3 需要使用绝对路径等…… 但是想想同样的代码在本地可以运行正常，就应该不是这些原因。...于是我打算直接使用 python manage.py runserver 在容器里面跑起来试试…… 一切正常了。 所以 python 直接跑应用没问题，用 uWSGI 运行就有问题。...通过 strace 可以发现它一直在 poll 4 这个 fd，然后查看这个 fd，发现它是一个正常的 socket，应该就是 ping tcp 端口使用的那个 socket....2 果然是，50% 能得到结果，50% 会卡住。
昨天碰到了挺郁闷的错误，我写的一个递归函数，形成了死循环。...代码如下： '递归删除频道,参数:频道ID Sub DeleteBoard(bid) '删除该频道所有新闻 News.DeleteByCondition "BoardID=" & bid...递归的时候，在另一次调用的时候，会修改它的值……因而，就莫明其妙的形成了死循环。...修改后代码如下： '递归删除频道,参数:频道ID Sub DeleteBoard(bid) '删除该频道所有新闻 News.DeleteByCondition "BoardID=" &...DeleteBoard bs(i).ID Next End If '删除该频道 Board.Delete bid End Sub 增加了i的内部声明，这样，就会使用内部的
不过这里我们暂时不会考虑 Bean 的循环依赖，否则会把整个功能实现撑大，这样新人学习时就把握不住了，待后续陆续先把核心功能实现后，再逐步完善 三、设计 鉴于属性填充是在 Bean 使用 newInstance...另外是填充属性信息还包括了 Bean 的对象类型，也就是需要再定义一个 BeanReference，里面其实就是一个简单的 Bean 名称，在具体的实例化操作时进行递归创建和填充，与 Spring 源码实现一样...在 applyPropertyValues 中，通过获取 beanDefinition.getPropertyValues() 循环进行属性填充操作，如果遇到的是 BeanReference，那么就需要递归获取...当把依赖的 Bean 对象创建完成后，会递归回现在属性填充中。这里需要注意我们并没有去处理循环依赖的问题，这部分内容较大，后续补充。...当遇到 Bean 属性为 Bean 对象时，需要递归处理。最后在属性填充时需要用到反射操作，也可以使用一些工具类处理。
按硬件来分类：在cpu、gpu、内存、外存、网卡、IO设备中，所有的api分为调用某个硬件或混合使用多个硬件。 按体量分类：分为单量级、微量级、轻量级、中量级、大量级、重量级、巨量级。...是否在安全上下文环境（https）中才能使用，参考《抛弃HTTP的API们》。...其中按体量分类没有严格的标准，我们经常使用的API包括alert，console.log，setTimout这些都只是单个的函数，像包含许多子函数的console对象才能勉强称之为一个API家族，但console...如果把所有API家族整合到一棵家族树上，树的主干无疑就是V8的基本引擎：JavaScript/Html/CSS，也就是最常用的WebUI渲染引擎，无需多言。...我们今天来谈谈家族树上其他的巨大分支，我整理了10个巨量级的API家族，看看你认识几个： WebStorage：外存相关的API，包括sess/localStorage、indexDB/WebSQL、AsyncCaches
如果某个人号称是某朝皇室，我们把皇室的基因和他自己家族的基因一匹配，发现并非来自同一个集合，那么自然这些论调就不告而破了。...比如我们有A和B两棵树需要合并： [sp60j6glt3.jpeg] 我们只需要将B的根节点连到A树上即可： [pznfmxj8wp.jpeg] 这样原来A树和B树上所有的节点都属于同一个集合，使用我们刚才查找的逻辑得出的结果也是正确的...我们来举个例子，假设某一次查找的是下图当中的F元素，那么查找完成之后，整棵树会变成右边的样子： [ddskqxowz0.jpeg] 我们用递归很容易实现这个逻辑，非常简单： def query(...但是虽然有这么一个小问题，但是对我们实际使用的影响不大。...所以总体来说一般我们还是习惯使用树深作为依据。 并查集这个算法非常经典，它并不难理解，代码量也很少，效率也高，学习曲线也很平滑，可以说除了使用场景比较窄之外几乎没有缺点。
---- 解题思路： 一般二叉树相关的算法题，都可以使用递归这个编程技巧来解题，本题也不例外。...分析： 2个节点存在的位置，不外乎以下4种情况： 要么都在左子树上 要么都在右子树上 要么一个在左，一个在右 至少有一个不在这颗二叉树中【就是不在这个二叉树上的情况】 我们先看代码，然后来讲解解法...再从右子树上找共同的祖先，记为right 如果left和right都不为nil，说明满足上述的条件3【一个在左，一个在右】，所以很显然，祖先节点就是根节点root； 如果left不为nil...这里面就包含了剩下3种条件，left不为nil，说明2个节点都在左子树上。如果left为nil，则说明要么2个节点都在右子树上，或者至少有一个不在这个二叉树上。...这就是递归的魅力。 总结： 今天主要讲了一道leetcode上面的第236道算法题，其核心思想就是使用递归来实现的。
树是递归的，将树的任何一个节点以及节点下的节点都能组合成一个新的树，所以树的很多问题都是使用递归去完成。...平衡二叉树：树上任意节点左子树和右子树深度差距不超过1(后文详解)....在具体实现上，根据二叉排序树左侧更小，右侧更大的性质进行往下查找，如果找到值为x的节点则返回true，如果找不到就返回false，当然实现上可以采用递归或者非递归，我这里使用非递归的方式。...很简单啊，二叉树用递归思路解决问题，再次调用删除函数在左子树中删除替换的节点即可。 ?...先替换值再递归在子树中删除18节点 这里演示是选取左子树最大节点(最右侧)替代，当然使用右子树最小节点也能满足在这待删除的大小关系，原理一致。整个删除算法流程为： ?
若x小于根结点的键值，那么递归在左子树删x。删除完毕后，检查根结点的平衡因子。若右子树比左子树高2，那么继续比较x与右孩子的键值大小。...若x比右孩子的键值大，那么x在根节点的右孩子的右子树上，则进行单右旋（RR旋转），反之，x在根节点的右孩子的左子树上，则进行右左旋（RL旋转）。 3）若x大于根结点的键值，那么递归在右子树删x。...若x比左孩子的键值小，那么x在根节点的左孩子的左子树上，则进行单左旋（LL旋转），反之，x在根节点的左孩子的右子树上，则进行左右旋（LR旋转）。...则进行RR旋转 avl = this->SingleRightRotation(avl); }else{//否则是data比右子树的键值小，在右子树的左子树上...，则进行LL旋转 avl = this->SingleLeftRotation(avl); }else{//否则是data比左子树的键值大，在左子树的右子树上
注意，使用 visibility 和 opacity 隐藏的节点，还是会显示在渲染树上的（因为还占据文档空间），只有 display : none 的节点才不会显示在渲染树上。...布局是一个递归的过程。根渲染对象是从HTML元素开始的，然后递归遍历部分或全部树结构，每渲染对象都会调用需要进行布局的子代的 layout 或 paint 方法。...读写 offset 家族、scroll 家族和 client 家族属性的时候，浏览器为了获取这些值，需要进行回流操作。 调用 window.getComputedStyle 方法。...不一定每帧都总是会经过管道每个部分的处理，实际上，不管是使用 JavaScript、CSS 还是网络动画，在实现视觉变化时，管道针对指定帧的运行通常有三种方式: 1.JS / CSS > 样式 > 布局...比如下属性或方法时，浏览器会立刻清空队列 读写 offset 家族、scroll 家族和 client 家族属性，以及 getComputedStyle() 方法和 getBoundingClientRect
基础梳理 首先，我在 我的算法学习心得 中说过，算法的本质是穷举，而大家普遍认为比较难的算法，比如回溯算法、动态规划、DFS 算法等，它们的本质也是穷举，住不过需要借助递归的形式，或者说是递归的思想，来实现穷举...反过来，在用动态规划/回溯算法等比较复杂的问题时，我也会教大家用树的视角来理解算法，把递归函数理解成递归树上的一个指针，比如 回溯算法秒杀排列/组合/子集问题 中我画出了全排列问题的回溯树： 在 动态规划算法核心框架...中，我画出了斐波那契问题的递归树： 只要把递归树画出来，就可以很直观地理解这些递归算法：回溯算法就是在遍历一棵多叉树，并收集叶子节点的值；动态规划就是在分解问题，用子问题的答案来推导原问题的答案。...，这棵递归树上每个节点的信息都是被我精心设计的。...比如说 回溯算法秒杀排列/组合/子集问题 中的全排列问题，这是算法最终执行完成的样子： 可以看到，这棵递归树上的每个节点都记录了从根节点到当前节点的路径，每个叶子节点就是一个全排列的结果，和我之前画的回溯树一模一样
每个红色的圆圈我们称之为元素也叫节点，用线将两个节点连接起来，这两个节点就形成了父子关系,同一个父节点的子节点成为兄弟节点，这跟我们家族关系一样，同一个父亲的叫做兄弟姐妹，在家族里面最大的称为老子，树里面也是一样的...二叉树的遍历非常简单，一般都是采用递归的方式进行遍历，我们来看看前序遍历的代码： // 先序遍历，递归实现 先打印本身，再打印左节点，在打印右节点 public static void preOrder...对于这颗树上的每一个节点都要满足这个条件，我们拿我们树上的另一个节点 35 来说，它的右子树上的节点值最大不能超过 47 ，因为 35 是 47 的左子树，根据二叉搜索树的规则，左子树的值要小于节点值。...二叉查找树的查找操作 由于二叉查找树的特性，我们需要查找一个数据，先跟跟节点比较，如果值等于跟节点，则返回根节点，如果小于根节点，则必然在左子树这边，只要递归查找左子树就行，如果大于，这在右子树这边，递归右子树即可...1、先用 37 跟 62 比较，37 < 62 ，在左子树中继续查找 ２、左子树的节点值为 58，37 < 58 ，继续在左子树中查找 ３、左子树的节点值为 47，37 < 47，继续在左子树中查找 ４
它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉排序树...---- 查找操作 算法如下： 1）树为空，返回NULL 2）树非空时，对根节点的键值与x即你想那个比较，如果相等则返回根节点 3）如果x小于根结点的键值，在左子树进行查找x 4）如果x...大于根结点的键值，在右子树进行查找x 代码如下： //按值查找结点 BinarySearchTree* Find(BinarySearchTree* BST,int data){ BinarySearchTree...否则在右子树里寻找 cur = cur->rchild; } } } ---- 查找最大最小值 根据二叉搜索树的定义可以知道，最大值一定在最右分支的端节点上，最小值在最左分支的端节点上...2）树非空时，x小于根节点键值时，那么递归插入到左子树上。 3）x大于根节点键值时，那么队规插入到右子树上。
在本节中，我们将继续学习一种特殊的二叉树结构 —— 二叉搜索树（BST）。...；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉搜索树。...但是这种解法是错误的，因为对于任意一个节点，我们不光需要左节点值小于该节点，并且左子树上的所有节点值都需要小于该节点。...03、递归求解 明确了题目，我们直接使用递归进行求解。这里需要强调的是，在每次递归中，我们除了进行左右节点的校验，还需要与上下界进行判断。...如果觉得上文中的递归不太容易理解，可以通过下图理解： ?
树形DP 动态规划并不只是可以在数组当中运行，实际上只要满足动态规划的状态转移的条件和无后效性就可以使用动态规划，无论在什么数据结构当中。...树上也是一样的，明白了这点之后，就只剩下了两个问题，第一个是状态是什么，第二个问题是状态之间怎么转移？ 在之前的背包问题当中，状态就是背包当前用的体积，转移呢就是我们新拿一个物品的决策。...这种情况都没有问题，下面我们来把情况稍微再变得复杂一些，我们在树上多加入一层： ? 这张图稍微复杂了一些，但是路径也不难找到，应该是E-B-F-H。路径的总长度为12： ?...可能在树上尤其是递归的时候做状态转移有些违反我们的直觉，但实际上并不难，我们写出代码来看下，我们首先来看建树的这个部分。...对于递归不是特别熟悉的同学可能会有些吃力，建议可以根据之前的图手动在纸上验算一下，相信会有更深刻的认识。 另一种做法 文章还没完，我们还有一个小彩蛋。
注意，可能存在多种有效的插入方式，只要树在插入后仍保持为二叉搜索树即可。你可以返回任意有效的结果。...: 4 / \ 2 7 / \ 1 3 和 插入的值: 5 你可以返回这个二叉搜索树: 或者这个树也是有效的: 提示： 给定的树上的节点数介于...抛砖引玉 思路 二叉搜索树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 它的左、右子树也分别为二叉搜索树 即：左子树...递归 指针从根节点开始递归遍历，每轮与根节点值比较，比较后指针更新到子树根节点，直到遇到空根节点即： 使用 val 对节点大小划分划分到与其差值最小的节点，生成节点值为 val 的子树追加到原树上 /*...//比该节点小查找右节点 root.right = insertIntoBST(root.right, val) } return root } 模拟 声明指针 node，模拟递归时指针变化
例如 preOrder()为提供给用户使用的接口，接口声明为public；而preOrder(AVLTreeNode* pnode)是类内部为了递归操作所使用的接口，接口声明为private。...此时的插入情况是“在左子树上插入左孩子导致AVL树失衡”，我们需要进行单右旋调整。...这种情况，总结起来就是“在右子树上插入左孩子导致AVL树失衡",此时我们需要进行先右旋后左旋的调整。...} else //在右子树上选择节点进行替换 { //使用最小节点来代替被删节点...基于二叉排序树的特殊性质， 元素查找操作也能够使用非递归算法简单地实现，我们提供递归与非递归两种版本的元素查找算法。
在本节中，我们将继续学习一种特殊的二叉树结构 —— 二叉搜索树（BST）。...；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉搜索树。...但是这种解法是错误的，因为对于任意一个节点，我们不光需要左节点值小于该节点，并且左子树上的所有节点值都需要小于该节点。...03 递归求解 明确了题目，我们直接使用递归进行求解。这里需要强调的是，在每次递归中，我们除了进行左右节点的校验，还需要与上下界进行判断。...算法思想最重要，使用各语言纯属本人爱好。同时，本系列所有代码均在leetcode上进行过测试运行，保证其严谨性！
由题意可知，如果该二叉树左子树不为空，则左子树上所有节点的值都小于根节点的值，同样，右子树也一样。...那么，就可以使用一个递归函数，将根节点的最大值最小值以及当前节点的值传递进去，然后判断当前节点的值是否满足在根节点的最大值最小值区间内，不满足则直接返回，满足则继续递归检查。...三、总结 这道题根据搜索二叉树的属性： 如果该二叉树左子树不为空，则左子树上所有节点的值都小于根节点的值，同样，如果该二叉树右子树不为空，则右子树上所有节点的值都小于根节点的值。...递归调用所有节点，判断是否在合理的区间，在判断是否是合理的二叉搜索树。 递归的时候用了中序遍历，中序遍历是二叉树的一种遍历方式，先遍历左子树，再遍历根节点，最后遍历右子树。
而二叉搜索树的特点就是左子树的所有节点都小于当前节点，右子树的所有节点都大于当前节点，并且每棵子树都具有上述特点，所以这题就好办了，从更节点开始遍历 如果两个节点值都小于根节点，说明他们都在根节点的左子树上...，我们往左子树上找 如果两个节点值都大于根节点，说明他们都在根节点的右子树上，我们往右子树上找 如果一个节点值大于根节点，一个节点值小于根节点，说明他们他们一个在根节点的左子树上一个在根节点的右子树上，...递归法 class Solution(object): def lowestCommonAncestor(self, root, p, q): """ :type...return self.lowestCommonAncestor(root.left, p, q) else: return root 非递归
二叉树的最近公共祖先 二叉树的最近公共祖先 ---- ---- 共分为三种情况 第一种情况 寻找节点7与0的公共祖先为 根节点3 节点7在根的左子树，而节点0在根的右子树 若一个在根的左子树，一个在根的右子树...，则这个节点就为公共祖先 ---- 由于第二种和第三种情况，节点都在左子树上，所以可以看作是一种情况 ---- class Solution { public: bool istree(TreeNode...return root; } //两个节点都在根的左子树上，则递归左子树 else if(pleft&&qleft)...{ return lowestCommonAncestor(root->left,p,q); } //两个节点都在根的右子树上...- class Solution { public: void inconvert(TreeNode*cur,TreeNode*&prev) //因为prev是要跟着cur进行变化的，所以使用引用
领取专属 10元无门槛券
手把手带您无忧上云
