ARTS是什么? Algorithm：每周至少做一个LeetCode的算法题 Review：阅读并点评至少一篇英文技术文章 Tip：学习至少一个技术技巧,总结和归纳日常工作中遇到的知识点 Share：分享一篇有观点和思考的技术文章

Algorithm

完成leetcode算法第28题。

由于时间关系只用最简单的BF算法做了一次，等后续有时间会把BM和KMP的方式在实现一次

  1. package com.ohyoung.leetcode.match;
  3. /**
  4.  * 给你两个字符串 haystack 和 needle ，请你在 haystack 字符串中找出 needle 字符串出现的
  5.    第一个位置（下标从 0 开始）。如果不存在，则返回  -1 。
  6.  *
  7.  * 示例 1：
  8.  *
  9.  * 输入：haystack = "hello", needle = "ll"
  10.  * 输出：2
  11.  * 示例 2：
  12.  *
  13.  * 输入：haystack = "aaaaa", needle = "bba"
  14.  * 输出：-1
  15.  * 示例 3：
  16.  *
  17.  * 输入：haystack = "", needle = ""
  18.  * 输出：0
  19.  * @author vince
  20.  */
  21. public class StrStr28 {
  23.     /**
  24.      * todo 暂时使用最简单的BF算法，有时间了会将BM和KMP算法用进去
  25.      */
  26.     public static void main(String[] args) {
  27.         System.out.println(strStr("a", "a"));
  28.         System.out.println(strStr("abc", "c"));
  29.         System.out.println(strStr("hello", "ll"));
  30.         System.out.println(strStr("aaaaa", "bba"));
  31.         System.out.println(strStr("", ""));
  32.     }
  34.     public static int strStr(String haystack, String needle) {
  35.         return BF(haystack, haystack.length(), needle, needle.length());
  36.     }
  38.     private static int BF(String haystack, int n, String needle, int m) {
  39.         if (needle == null) {
  40.             return -1;
  41.         }
  42.         if ("".equals(needle)) {
  43.             return 0;
  44.         }
  45.         if (haystack == null || "".equals(haystack)) {
  46.             return -1;
  47.         }
  48.         if (haystack.equals(needle)) {
  49.             return 0;
  50.         }
  51.         for (int i = 0; i < n - m + 1; i++) {
  52.             String subStr = haystack.substring(i, i + m);
  53.             if (needle.equals(subStr)) {
  54.                 return i;
  55.             }
  56.         }
  57.         return -1;
  58.     }
  60. }

Review

About Go Language — An Overview

它讲述了Go的演进历史、特性的灵感来源、优缺点以及被使用的曲线图，是一篇不错的了解Go语言全貌的概述文章。

Tip

什么是索引的区分度？

区分度=count(distinct index) / count(*)；如果区分度越小，证明该索引在数据库中的重复项越多，mysql有可能会扫全表，因为索引不能很好的区分数据并且还会有额外的回表的性能损耗。所以，我们建索引的一个前提是在索引长度合适的情况下，区分度越高越好。

Share

输出文章 - 字符串匹配算法（一）- BF、RK算法

Finish

预计完成时间：2021.08.16 ~ 2021.08.22
实际完成时间：2021.08.22