高山流水

听您的音乐让我想起了无数个令人怀念的童年的下午,和爷爷在田地里的下午，和哥哥在池塘嬉戏的下午，活在从前的人就此获得了一点点对抗生活的勇气

到了时间就一定要上场，人生就是这样

基本概念

最长公共子序列和最长公共子串不同

递归原理

递归公式

假设我们用c[i,j]表示Xi 和 Yj 的LCS的长度（直接保存最长公共子序列的中间结果不现实，需要先借助LCS的长度）。其中X = {x1 … xm}，Y ={y1…yn}，Xi = {x1 … xi}，Yj={y1… yj}。可得递归公式如下：

案例推导

最长公共子序列 LCS解法

其中最长的公共子序列长度为dp[n][m]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

class Solution {
    public int longestCommonSubsequence(String text1, String text2) {
        int n = text1.length(); 
        int m = text2.length();
        int[][] dp = new int[n+1][m+1];
        for(int i=1;i<=n;i++){
            char c1 = text1.charAt(i-1);
            for(int j=1;j<=m;j++){
                char c2 = text2.charAt(j-1);
                if(c1==c2){
                    dp[i][j] = dp[i-1][j-1]+1; 
                }else{
                    dp[i][j] = Math.max(dp[i][j-1],dp[i-1][j]);
                }
            }
        }
        return dp[n][m];
    }
}

祝我生日快乐鸭！祝我天天开心！

使用1660ti运算15分钟出来五张图片,速度实在惊人

初识Nacos

Nacos是 Dynamic Naming and Configuration Service的首字母简称，一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。

CP 和 AP

CAP原则：cap理论是针对分布式数据库而言的，它是指在一个分布式系统中，一致性（Consistency，C）、可用性（Availability，A）、分区容错性（Partition Tolerance, P）三者不可兼得
nacos支持AP(可用性 | 分区容错性) 和 CP(一致性 | 分区容错性)两种 默认是AP
如果注册Nacos的client节点注册时ephemeral=true，那么Nacos集群对这个client节点的效果就是AP，采用distro协议实现；而注册Nacos的client节点注册时ephemeral=false，那么Nacos集群对这个节点的效果就是CP的，采用raft协议实现。根据client注册时的属性，AP，CP同时混合存在，只是对不同的client节点效果不同。Nacos可以很好的解决不同场景的业务需求。

1
2

#false为永久实例，true表示临时实例开启，注册为临时实例，默认是true
 spring.cloud.nacos.discovery.ephemeral=true

服务的健康检查

分为两种模式：1 agent上报模式，2 服务端主动检测

1、 agent上报模式
客户端（注册在nacos上的其它微服务实例）健康检查。

客户端通过心跳上报方式告知服务端(nacos注册中心)健康状态；

默认心跳间隔5秒；

nacos会在超过15秒未收到心跳后将实例设置为不健康状态；

超过30秒将实例删除；

2 、服务端主动检测
服务端健康检查。

nacos主动探知客户端健康状态，默认间隔为20秒；

健康检查失败后实例会被标记为不健康，不会被立即删除。

Nacos 在 1.0.0版本 instance级别增加了一个ephemeral字段，该字段表示注册的实例是否是临时实例还是持久化实例。如果是临时实例，则不会在 Nacos 服务端持久化存储，需要通过上报心跳的方式进行包活，如果一段时间内没有上报心跳，则会被 Nacos 服务端摘除。在被摘除后如果又开始上报心跳，则会重新将这个实例注册。持久化实例则会被 Nacos 服务端持久化，此时即使注册实例的客户端进程不在，这个实例也不会从服务端删除，只会将健康状态设为不健康。

为什么会有两种不同的健康检查模式呢?

对于临时实例，健康检查失败，则直接可以从列表中删除。这种特性就比较适合那些需要应对流量突增的场景，服务可以进行弹性扩容。当流量过去之后，服务停掉即可自动注销了。

对于持久化实例，健康检查失败，会被标记成不健康状态。它的好处是运维可以实时看到实例的健康状态，便于后续的警告、扩容等一些列措施。

Nacos的保护阈值?

Nacos中可以针对具体的实例设置一个保护阈值，值为0-1之间的浮点类型。本质上，保护阈值是⼀个⽐例值（当前服务健康实例数/当前服务总实例数）。

⼀般情况下，服务消费者要从Nacos获取可用实例有健康/不健康状态之分。Nacos在返回实例时，只会返回健康实例。

但在高并发、大流量场景会存在⼀定的问题。比如，服务A有100个实例，98个实例都处于不健康状态，如果Nacos只返回这两个健康实例的话。流量洪峰的到来可能会直接打垮这两个服务，进一步产生雪崩效应。

保护阈值存在的意义在于当服务A健康实例数/总实例数 < 保护阈值时，说明健康的实例不多了，保护阈值会被触发（状态true）。

Nacos会把该服务所有的实例信息（健康的+不健康的）全部提供给消费者，消费者可能访问到不健康的实例，请求失败，但这样也⽐造成雪崩要好。牺牲了⼀些请求，保证了整个系统的可⽤。

这里我们看到了不健康实例的另外一个作用：防止产生雪崩。

那么，如果所有的实例都是临时实例，当雪崩场景发生时，Nacos的阈值保护机制是不是就没有足够的（包含不健康实例）实例返回了？如果有一部分实例是持久化实例，即便它们已经挂掉，状态为不健康的，但当触发阈值保护时，还是可以起到分流的作用。

helloWorld

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

package main

import "fmt"

func main() {
	i := 65
	fmt.Println(string(i))
	fmt.Println("helloWorld")
	fmt.Println(sumAndSub(10, 15))
}

func sumAndSub(a, b int) (int, int) {

	k := float64(45)
	k++
	return a + b, a - b
}

纪念一下第一个由aliRPA完成的一个广播任务

这个东西还和阿里的售后小哥哥聊了两句

纪念一下第一个由Copilot完成的快速排序

其中只输入了//quickSort和//partition

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

class solution(){
    //quickSort
    public static void quickSort(int[] arr, int left, int right){
        if(left < right){
            int pivot = partition(arr, left, right);
            quickSort(arr, left, pivot-1);
            quickSort(arr, pivot+1, right);
        }
    }
    //patition
    public static int partition(int[] arr, int left, int right){
        int pivot = arr[right];
        int i = left-1;
        for(int j = left; j < right; j++){
            if(arr[j] <= pivot){
                i++;
                swap(arr, i, j);
            }
        }
        swap(arr, i+1, right);
        return i+1;
    }
}

看一张色图 十个俯卧撑

看一张色图十个俯卧撑挑战正式开战

五月一号一人一拳打死404全体

周末快乐

后天去和朋友搓麻将，直接虐杀他们!
明天公司还有年会，求一个一等奖