• 每周算法:最长对称子串

    Description

    Given a string s, find the longest palindromic substring in s. You may assume that the maximum length of s is 1000.

    Example 1:
    Input: "babad"
    Output: "bab"
    Note: "aba" is also a valid answer.

    Example 2:
    Input: "cbbd"
    Output: "bb"

    来源:LeetCode 05 Longest Palindromic Substring

    Solution

    我想到了两种方法:暴力解法、从中心展开

    Approach 1 暴力解法

    暴击解法的时间复杂度为 O(n3) , 找出所有子串的时间复杂度为 O(n2) , 判断一个子串的时间复杂度为 O(n) ; 空间复杂度为 O(1)

    需要注意的是,如果子串过短,就没有必要进行对称性判断了。

    下面是我的代码

    bool isPalindrome(const string& str) {
    
        int len = str.length();
        if (len <=0) {
    	return false;
        }
    
        int head = 0;
        int tail = len - 1;
    
        while (head < tail) {
    	if (str[head] != str[tail]) {
    	    return false;
    	}
    
    	++head;
    	--tail;
        }
    
        return true;
    }
    
    string longestPalindrome(string s) {
    
        string ans = "";
    
        for (size_t i=0; i < s.length(); ++i) {
    	for (size_t j=s.length()-i; j != 0; --j) {
    	    if (ans.length() >= j) {
    		continue;
    	    }
    
    	    string temp = s.substr(i, j);
    	    if (ans.length() < temp.length()
    		&& isPalindrome(temp)) {
    		ans = temp;
    	    }
    	}
        }
    
        return ans;
    }
    

    Approach 2 从中心展开

    从中心展开方法的时间复杂度为 O(n2) , 空间复杂度为 O(1)

    需要注意的是坐标的计算,这个在字符串处理题目中是十分关键的,也是很容易出错的。
    由于单个字符和两个相同字符都可以作为中心,这点需要额外注意一下。

    下面就是我的解法,使用的C++做的。

    string longestPalindrome(string s) {
    
        string ans = "";
    
        for (size_t i=0; i < s.length(); ++i) {
    
    	// 如何确定初始的边界很重要
    	size_t j = i;
    	size_t k = i;
    
    	// 向两边拓展边界
    	while (j-1>=0 && s[j-1]==s[i]) {
    	    --j;
    	}
    
    	while (k+1<s.length() && s[k+1]==s[i]) {
    	    ++k;
    	}
    
    	while (j-1>=0
    	       && k+1<s.length()
    	       && s[j-1]==s[k+1]) {
    	    --j;
    	    ++k;
    	}
    
    	if (k-j+1 > ans.length()) {
    	    ans = s.substr(j, k-j+1);
    	}
        }
    
        return ans;
    }
    

    leetcode上还有一个解法,使用java完成的,它的坐标计算也很有技巧性。

    public String longestPalindrome(String s) {
        if (s == null || s.length() < 1) return "";
        int start = 0, end = 0;
        for (int i = 0; i < s.length(); i++) {
    	int len1 = expandAroundCenter(s, i, i);
    	int len2 = expandAroundCenter(s, i, i + 1);
    	int len = Math.max(len1, len2);
    	if (len > end - start) {
    	    start = i - (len - 1) / 2;
    	    end = i + len / 2;
    	}
        }
        return s.substring(start, end + 1);
    }
    
    private int expandAroundCenter(String s, int left, int right) {
        int L = left, R = right;
        while (L >= 0 && R < s.length() && s.charAt(L) == s.charAt(R)) {
    	L--;
    	R++;
        }
        return R - L - 1;
    }
    

    Approach 3 动态规划(dynamic programming)

    leetcode上还给给出了使用DP解决这个问题的方法。
    我在leetcode上的discuss上找了个java写的解法。

    动态规划的时间复杂度为 O(n2) , 空间复杂度为 O(n2)
    我对dp算法的了解还不多,个人感觉值得思考的是 ij 的变化起点和变化方向。

    public String longestPalindrome(String s) {
      int n = s.length();
      String res = null;
    
      boolean[][] dp = new boolean[n][n];
    
      for (int i = n - 1; i >= 0; i--) {
        for (int j = i; j < n; j++) {
          dp[i][j] = s.charAt(i) == s.charAt(j) && (j - i < 3 || dp[i + 1][j - 1]);
    
          if (dp[i][j] && (res == null || j - i + 1 > res.length())) {
    	res = s.substring(i, j + 1);
          }
        }
      }
    
      return res;
    }
    

    Approach 4 Manacher算法

    这个算法思路实在是新奇,感兴趣的同学可以 去看看

  • 每周算法:最长不含重复字符的子串

    Description

    Given a string, find the length of the longest substring without repeating characters.

    Examples:
    Given "abcabcbb", the answer is "abc", which the length is 3.
    Given "bbbbb", the answer is "b", with the length of 1.
    Given "pwwkew", the answer is "wke", with the length of 3. Note that the answer must be a substring, "pwke" is a subsequence and not a substring.

    来源:LeetCode 03 Longest Substring Without Repeating Characters

    Solution

    好久没刷算法题了,手有点生,没有什么思路,下面的答案是看过提示之后才写出来的。

    Approach 1 暴力解法

    将所有的子串都穷举出来,并对它们进行判断,就能够得到最长子串的长度。这个算法很显然需要耗费很长时间。
    需要注意的是: C++20中才支持 std::set::contains 这个接口(根据cppreference.com)。

    bool isStringWithUniqueString(const string& str)
    {
        // 用于判断字符串是否是具有唯一字符的
        set<char> setChar;
        for (size_t i = 0; i<str.length(); ++i)
        {
    	if (setChar.find(str[i]) != setChar.end())
    	{
    	    return false;
    	}
    
    	setChar.insert(str[i]);
        }
        return true;
    }
    
    int lengthOfLongestSubstring(string s)
    {
        int lengthMax = 0;
    
        for (size_t i=0; i<s.length(); ++i)
        {
    	for (size_t j=i+1; j<=s.length(); ++j)
    	{
    	    // get sub-string
    	    string strTemp = s.substr(i, j-i);
    	    if (isStringWithUniqueString(strTemp))
    	    {
    		lengthMax = max(lengthMax, (int)strTemp.length());
    	    }
    	}
        }
    
        return lengthMax;
    }
    

    Approach 2 滑动窗口

    滑动窗口的概念在字符串处理问题中十分常用,保持子串的左端点不动,不断拓展右侧端点,就能穷举出所有满足条件的子串。
    需要注意的是这句话: lengthMax = max(lengthMax, int(j-i+1));

    1. std::max 并不能同时匹配 intsize_t ,所以需要进行强制类型转换。
    2. 在完成第 j 个字母的验证后,说明包含该字母的子串也满足条件,所以要进行 +1 操作,这个主要是针对只有一个字母的字符串。
    int lengthOfLongestSubstring(string s)
    {
        int lengthMax = 0;
    
        for (size_t i=0; i<s.length(); ++i)
        {
    	// 这个循环目的是,验证从i到j的字符串是否满足条件
    	set<char> setChar;
    
    	for (size_t j=i; j<s.length(); ++j)
    	{
    	    char ch = s[j];
    	    if (setChar.find(ch) != setChar.end())
    	    {
    		break;
    	    }
    	    else
    	    {
    		lengthMax = max(lengthMax, int(j - i + 1));
    	    }
    
    	    setChar.insert(ch);
    	}
        }
    
        return lengthMax;
    }
    

    Approach 3 优化的滑动窗口

    使用 map 对字母出现的位置进行记录,这样在出现相同字母时,就能够从上一次出现的位置向后开始寻找。
    需要注意句话 it->second+1>=i , 需要对位置加1后再比较,这样才能保证 i 的坐标计算正确。

    int lengthOfLongestSubstring(string s)
    {
        int lengthMax = 0;
    
        map<char, size_t> mapPos;
    
        for (size_t i=0, j=0; j<s.length(); ++j)
        {
    	char ch = s[j];
    	map<char, size_t>::iterator it = mapPos.find(ch);
    	if (it != mapPos.end())
    	{
    	    // 这里说明找到了字符上一次出现的位置
    	    if (it->second + 1>= i)
    	    {
    		i = it->second + 1;
    	    }
    	}
    
    	lengthMax = max(lengthMax, int(j - i + 1));
    
    	mapPos[ch] = j;
        }
    
        return lengthMax;
    }
    
  • 提高emacs中浏览和选择操作效率的技巧

    1 引言

    Gaurab Paul的 一篇博文 给了我很大的启发,他详细地介绍了emacs中的相关概念,并提供了许多充满想象力的小技巧。作为emacs的入门级选手确实学到了很多,也拓宽了自己的思路。

    我最初的开发环境是Visual Studio,这一类比较大型的IDE集成了许多功能,但同时也会束缚住使用者的想法。通过这篇文章我感受到的由普通操作指令能组合成的新编辑方式。

    如果英文水平允许的话,非常推荐阅读一下原版的博文,原文中有更加丰富形象的图片示例,无论是跟我一样刚刚入门emacs的新手,还是经验丰富的老兵,都能够从中获得启发。下面,我结合自己的理解和收获谈谈emacs中操作的体会。

    2 pointmarkregion 的概念

    我之前进行代码段复制的操作是十分基础的,用 [email protected] 模拟鼠标按下,方向键模拟鼠标拖动,在鼠标拖动的过程中就形成了一个选区,然后用 M-w 对这个选区进行复制操作,用 C-y 粘贴被复制的内容。

    以上操作带出了几个非常重要的概念 。在emacs中,鼠标光标所在位置被称作 point ;组合键 [email protected] 执行的是 set-mark-command 命令,就是将 point 所在位置标记为 mark ;通过移动光标,也就是移动 point 后,在 pointmark 之间就形成了 region

    3 region 操作技巧

    3.1 调整 region 的大小

    下面就来介绍一个非常重要的命令 exchange-point-and-mark ,这个命令默认被绑定在组合键 C-x C-x 上,从字面意思上很容易理解这条指令的作用,就是交换 markpoint 的位置。这样做的意义在于能够方便地切换 region 的可动边界,这样能够使 region 方便地分别从两端调整大小。
    下面的示例是截取自Paul的博文,需要注意的是,他习惯于使用 C-SPC 调用 set-mark-command

    Lorem ipsum dolor sit amet
          ^ Cursor
    
    
          Point
          |
          Mark
          |
    Lorem ipsum dolor sit amet
          ^ C-spc
    
    
          Mark          Point
          | ----region--|
          |             |
    Lorem ipsum dolor sit amet
    	 move       ^
    	 forward ->
    
    
          Mark          Point
          | ----region--|
          |             |
    Lorem ipsum dolor sit amet
    		    ^
    		    C-x C-x
    
    
          Point         Mark
          | ----region--|
          |             |
    Lorem ipsum dolor sit amet
    
    Point and mark interchanged
    

    3.2 使用 region 进行重复性输入

    对于 region 相关的操作,通常是对已经存在的代码段进行编辑的,如果我们在输入之前就知道有许多字段是需要重复输入的,那么就可以在输入之前设置好 mark ,对输入后形成的 region 完成复制。这个技巧在特定情况能够很大地提升输入效率,但是我个人认为,想要在实战中完成这个操作,还需要保证非常清晰的思路。可以通过下面的示例感受这种操作带来的方便(示例截取自Paul的博文)。

    nil

    下面给出了详细的操作解析

    class
          ^ C-spc => Activate mark
    
    class Foo
    	  ^ M-w => Foo has now been killed (copied)
    
    class Foo extends React.Component<
    				  ^ C-spc => Activate mark
    
    class Foo extends React.Component<
    				  ^ C-y => Yank (paste) Foo
    
    class Foo extends React.Component<FooProps
    					  ^ M-w => FooProps has now been killed (copied)
    
    class Foo extends React.Component<FooProps>
    
    // Later
    interface
    	   ^ C-y => Yank FooProps
    
    interface FooProps {}
    

    3.3 框选一个矩形的 region

    使用 rectangle-mark-mode 命令,默认快捷键 C-x-SPC ,能够框选出一个矩形的 region 。对于矩形 region ,Paul给出的示例是复制 dired 中的多个文件名称,貌似其他合适的使用场景不太多。

    nil

    4 其他插件支持

    有些插件拓展能够实现光标的快速定位,如 helm-swoopavy

    4.1 helm swoop

    从我个人的使用体验来看 helm-swoop 和helm occur的功能十分相似,它们都提供了方便的关键词跳转功能。

    下面的图片来自helm swoop的 主页

    nil

    4.2 avy

    avy 的思路非常独特,这样的跳转和定位让我想起了Chrome浏览器中的Vimium插件,他允许我们使用更少的按键就能跳转到当前buffer中的任意位置,略微遗憾的是它只支持拉丁字母,不过在编写代码的大多数情况下是够用的。

    下面的图片来自Paul的博文

    nil

    5 参考资料

  • shell的输出重定向

    引言

    在linux中借助shell等命令行工具能够很方便地与操作系统交互,可以在shell中将命令或程序的输入结果重定向到特定地方,很方便地实现一些功能。这个技巧十分实用,使用输出重定向能够极大地简化我们的日常操作。

    使用尖括号完成重定向

    示例如下,运行下面的命令能够把 ls 命令的运行结果写入到 ls-output.txt 中。使用 > 会把程序运行时本该输出到 stdout 的内容重定向到指定名称的文件中。

    ls . > ls-output.txt
    

    可以在 > 左面写上数字和 & ,用以标识在重定向时的特殊用法。下面会给出一些特殊用法的实例。

    重定向 stdout 到指定文件中

    ls . 1> ls-output.txt
    

    重定向 stderr 到指定文件中

    ls . 2> ls-error.txt
    

    stdoutstdout 合并再重定向到指定文件中

    ls . 2>&1 ls-output-and-error.txt
    

    以下命令具有相同的效果

    ls . &> ls-output-and-error.txt
    

    将程序的输出丢掉

    可以将输出重定向到一个特殊的文件 /dev/null ,所有写入到这个文件的内容都会被丢弃掉。

    program > /dev/null
    

    将输出追加到指定文件尾部

    使用一个尖括号( > )能够将输出重定向到文件中,在写入文件时会覆盖掉其中的内容。如果想保留文件中的原始内容,则可以用两个尖括号( >> ),这样就能将输出追加到文件的尾部。示例代码如下:

    echo test >> file-output.txt
    

    使用管道完成重定向

    使用管道符号 | 能够将一个程序的输出重定向到另一个程序的输入中去。下面的命令会将 ls 的输出( stdout )重定向到 grep 的输入( stdin )中去。管道命令在linux中是最常见的用法。

    ls | grep <pattern>
    
  • libshmcache源码阅读笔记

    引言

    由于在工作中需要开发一套内存缓存服务,使用了共享内存作为多进程间的数据共享。为了提高共享内存缓存服务的性能,我找了一个类似的较为成熟的开源项目 libshmcache ,通过研究源码学习其中的优点并改进自己的模块。

    libshmcache与redis相似的是都使用内存进行数据缓存;与redis不同的是,redis使用的进程自己申请的动态内存,而libshmcache使用的是共享内存。使用共享内存就意味着libshmcache主要的应用场景是同一台主机上的数据缓存。

    我花了一周时间阅读了比较感兴趣的部分代码,收获不少,现就以下几个方面总结一下自己的心得:

    • 纯C语言开发的代码风格
    • hash table的原理和实现
    • gcc原子化操作接口
    • 有锁写和无锁读的实现细节
    • 共享内存的两套函数接口(POSIX和SystemV)

    纯C语言开发时的代码风格

    我在工作中使用比较多的开发语言是C++,对于C语言编写的这样规模的项目,还是第一次仔细深入地研究。C语言使用 struct 作为大多数自定义数据结构的关键字,相对于C++能够使用成员函数能够对类进行功能拓展,C语言比较常用的是将这个对象作为输入参数传到函数中。

    纵观所有项目代码,我感受比较深的就是使用结构体中嵌套匿名结构体,这样做能够增强数据结构的层次感,示例代码如下:

    struct shmcache_context {
        pid_t pid;
        int lock_fd;    //for file lock
        int detect_deadlock_clocks;
        struct shmcache_config config;
        struct shm_memory_info *memory;
        struct {
    	struct shmcache_segment_info hashtable;
    	struct {
    	    int count;
    	    struct shmcache_segment_info *items;
    	} values;
        } segments;
    
        struct shmcache_value_allocator_context value_allocator;
        struct shmcache_list list;   //for value recycle
        bool create_segment;  //if check segment size                                  
    };
    

    注意 shmcache_context 中的匿名结构体 segmentsvalues ,这样的写法体现了相互包含关系,也使后续的操作该数据结构的语句更加容易理解。

    另外对于联合体和位域这两种技术也是我在之前开发中使用比较少的,通过阅读源码能够让我对其有了更深刻的理解。示例代码如下:

    union shm_hentry_offset {
        int64_t offset;
        struct {
    	int index :16;
    	int64_t offset :48;
        } segment;
    };
    

    这段代码使用了联合体赋予了 shm_hentry_offset 两种访问方式,又使用了位域将 int64_t 分割为两段。

    hash table的原理和实现

    libshmcache内部使用的是hash table做内部缓存的数据结构,这使查找的时间复杂度是O(1)。
    之前看过一些介绍hash table的资料,对hash table的工作原理是有过一个基础的了解的,这次通过阅读源码,能够了解到hash table在代码实现上更加细节的内容。
    对于hash计算中出现的hash值冲突,即在hash计算时出现了两个不同的key在经过hash计算后得到的bucket相同,libshmcache采用的解决方案是使用linked list来存放这些相同bucket对应的value。

    gcc原子化操作接口

    使用原子化操作接口能够解决一些并发读写问题,原子化操作相对于互斥锁执行更快。原子化操作也是一种无锁编程的方式。

    有锁写和无锁读的实现

    在libshmcache中,写操作通过 pthread_mutex_t 进行同步,而读操作是无锁的。
    对于写操作来说,需要对hash table进行操作,这肯定是需要同步的。
    pthread_mutex_t 保存在共享内存中,不同的进程通过映射共享内存就能获得同一个互斥量,通过这个互斥量就能完成进程间同步。

    共享内存的两套函数接口(POSIX和SystemV)

    在linux上使用共享内存时有两套接口 mmapshmgetmmapPOSIX 标准的接口,而 shmgetSystem V 标准的接口,两者都能够实现进程间共享内存,但他们在使用上还是有些区别的。对于 mmap 来说,需要在硬盘上创建一个文件,再将该文件映射到内存中。对于 shmget 来说,需要指定一个key,不同的进程通过相同的key就能映射到同一片内存。

  • C/C++中的位域

    什么是位域

    维基百科 给出了以下解释

    位域(或称“位段”,bit field)为一种数据结构,可以把数据以位的形式紧凑的储存,并允许程序员对此结构的位进行操作。

    cppreference 给出了以下定义

    Declares a class data member with explicit size, in bits. Adjacent bit field members may be packed to share and straddle the individual bytes.

    这种数据结构的好处:

    • 可以使数据单元节省储存空间,当程序需要成千上万个数据单元时,这种方法就显得尤为重要。
    • 位段可以很方便的访问一个整数值的部分内容从而可以简化程序源代码。

    而位域这种数据结构的缺点在于,其内存分配与内存对齐的实现方式依赖于具体的机器和系统,在不同的平台可能有不同的结果,这导致了位域在本质上是不可移植的。

    位域的语法

    下面就是位域的语法格式。

    identifier(optional) attr(optional) : size
    

    注意

    • size 的大小不能超过 identifier 所包含最大比特位个数。
    • identifier 为空时表示对应的 size 个数的比特位不使用
    • size 为0时表示根据前类型强制补齐

    以下为代码示例。

    struct S1 {
        // will usually occupy 2 bytes:
        // 3 bits: value of b1
        // 2 bits: unused
        // 6 bits: value of b2
        // 2 bits: value of b3
        // 3 bits: unused
        unsigned char b1 : 3, : 2, b2 : 6, b3 : 2;
    };
    
    struct S2 {
        // will usually occupy 2 bytes:
        // 3 bits: value of b1
        // 5 bits: unused
        // 6 bits: value of b2
        // 2 bits: value of b3
        unsigned char b1 : 3;
        unsigned char :0; // start a new byte
        unsigned char b2 : 6;
        unsigned char b3 : 2;
    };
    

    size 取0时如何理解

    对于 size 取0时的各种情况进行了尝试,详细用例如下。思路是使用联合体能比较方便地将内存分布表示出来。
    如下所示,定义了如下几种情况。

    case1

    union un1 {
        int n1;
        struct {
    	int nn1 : 4;
    	int : 0;
    	int nn2 : 16;
        } st;
    };
    

    对联合体中的结构体位段进行赋值,并将联合体中的内容打印出来。

    union un1 u1;
    u1.st.nn1 = 1;
    u1.st.nn2 = 1;
    printf("union u1.n1=0x%08x sizeof(un1)=%zu\n", u1.n1, sizeof(un1));
    

    输出结果为

    union un1.n1=0x00000001 sizeof(un1)=8
    

    case2

    union un1 {
        int n1;
        struct {
    	int nn1 : 4;
    	char : 0;
    	int nn2 : 16;
        } st;
    };
    

    输出结果为

    union un1.n1=0x00000101 sizeof(un1)=4
    

    case3

    union un1 {
        int n1;
        struct {
    	int nn1 : 4;
    	short : 0;
    	int nn2 : 16;
        } st;
    };
    

    输出结果为

    union un1.n1=0x00010001 sizeof(un1)=4
    

    case4

    union un1 {
        int n1;
        struct {
    	int nn1 : 8;
    	char : 0;
    	int nn2 : 16;
        } st;
    };
    

    输出结果为

    union un1.n1=0x00000101 sizeof(un1)=4
    

    structclass 关键字

    多数例子都是以 struct 作为位域的组织标识,在C++中能否使用 class 作为位域的标识符呢?
    经过测试,是可以使用 class 关键字的,但是需要注意 class 的默认访问控制属性为 private

    位域的常见应用场景

    为什么要使用位域?位域适合那些情况?

    位域的主要使用目的是节省对象的内存使用。在存放一些比较小的数据时,使用位域能够使字节中的每个比特位合理地利用起来,避免内存浪费。

    比较典型的应用是描述硬件寄存器。如果有32个一组的寄存器,每个寄存器代表一个比特位,就可以使用位域表示这组寄存器。

    C++中的位操作接口

    C++中也提供了一套位操作的接口 std::bitset ,这套接口提供了指定比特位数据的操作接口。