ARTS 第7周

ARTS 第7周分享

[TOC]

Algorithm

922. Sort Array By Parity II

难度：[easy]

[思路]

1. 遍历整个数组用连个容器，分别存储位置不对的奇数和偶数
2. 分别从两个容器中取出一个数据，进行位置互换

[参考代码]

func sortArrayByParityII(A []int) []int {
    odds := make([]int, 0)
    evens := make([]int, 0)

    // 遍历整个数组用连个容器，分别存储位置不对的奇数和偶数
    for i, v := range A {
        if i%2 == 0 && v%2 != 0 {
            evens = append(evens, i)
        } else if i%2 != 0 && v%2 == 0 {
            odds = append(odds, i)
        }

        // 分别从两个容器中取出一个数据，进行位置互换
        if len(odds) > 0 && len(evens) > 0 {
            A[evens[0]], A[odds[0]] = A[odds[0]], A[evens[0]]
            evens = evens[1:]
            odds = odds[1:]
        }
    }
    return A
}

Review

<https://golangbot.com/write-files/>

如何用golang写数据到文件

• 写字符串到文件
• 写字节到文件
• 逐行写入文件
• 向文件追加内容
• 并发的写数据到文件

Tips

分享一：

这周读的一遍文章，关于如何刷LeetCode：https://mp.weixin.qq.com/s/fECqsr3T4WKNcx7s-2ozuA

个人总结：

刷题不能蛮干，要循序渐进

• 题目难度循序渐进：从简单的题开始，即使有经验，也应该如此
• 按算法分类来刷题：一个时间段，持续地刷同一个类型的题
  • 分类：
    • 考察数据结构：链表、栈、队列、哈希表、图、Trie、二叉树
    • 考察基础算法：深度优先、广度优先、二分查找、递归
    • 考察算法思想：递归、分治、回溯搜索、贪心、动态规划
  • 优点：会促使你对这个数据结构，算法有更深，更全面的理解

刷题的两种方式，龟系，兔系

• 龟系：每一个题目都要追求最有的解法，所以不满足于一种解法，各种解法都写一写，所以每一道题都会需要大量时间
• 兔系：使用固定的套路来刷题，先根据标签来分类，按照解该类型题的套路来刷题
  • 每个标签内部也分为Easy、Medium、Hard，按照先易后难的顺序刷题，先熟悉套路，再循序渐进

解题三部曲：

1. 看懂题目
   • 理解清楚题目究竟要解决什么问题
   • 有些题目很好理解，有些题目很隐晦
   • 5分钟内看不懂，mark下来，以后做
2. 分析，推导解法
   • 不要去想任何实现相关的事情，不去想代码如何写
   • 目的：减少心智负担
3. 将思路转换成代码
   • 将一个思路转换成代码的难度不一定，有时候会很难

算法的封装思想

• 封装的目的是为了重复利用

• 不仅要考虑代码层的封装，思维层的封装也很重要

• 有些已经实现过的基本算法自己就没必要再去实现一遍（元算法），可以直接调用内置函数库的（比如排序算法）

• 对于元算法：一定要刻意练习（理解 + 实现）

  • 先看算法书上的描述，确保自己理解到位
  • 自己尝试实现一遍

• 保持持续地动力

  • 特别关注刷题的正反馈
  • 老是无法解决的难题：降低难度，或更全面的复习该算法和数据结构
  • 千万不要死磕，要智取，如果实在解决不了，就放弃它

分享二：

git移除文件/取消对文件的追踪

移除文件

git rm 文件

取消对文件的追踪

git rm --cached 文件

.gitignore书写套路

第一行应该是：.gitignore

这样写的好处是，可以直接忽略掉这个文件自身，git status时就不会出现这个文件，你就可以大胆的用git add ., 相当实用

Share

这种工作上使用ER图，所以复习了一下ER图基础概念：

ER图最主要的是是三部分：实体(entity)，属性(attribute)，关系(relationship)

实体：长方形表示， 一种特定的数据模型，每个实体都有自己的成员，比如学生实体就拥有张三，李四等实体成员。

属性：椭圆形表示， 这种数据模型具有的属性，例如学生模型就具有姓名， 学号， 年级等属性。

属性分为唯一属性和非唯一属性：

• 唯一属性：可以用来唯一表示一个实体中的成员，每个成员各不相同，比如学生实体的学号id，就是唯一标识一个成员
• 非唯一属性：多个成员的该属性值可以相同， 比如学生实体的性别就是非唯一的，大多数人都相同

关系：菱形表示， 用于表示实体与实体之间的关系，比如学生实体和成绩单实体，它们之间的关系就是：每个学生拥有一张成绩单

• 三种关系类型：
  • 1对1：指实体模型A与实体模型B，A中的每个实体成员至多与B中的唯一个实体成员有关系，并且B中的每个实体成员至多与A中的唯一个实体成员有关系
  • 1对多：实体模型A中的每个实体成员至多与B中的唯一个实体成员有关系，但是实体模型B中的一个实体成员与模型A中的多个实体成员有关系。
  • 多对多：实体模型B中的一个实体成员与模型A中的多个实体成员有关系， 同时实体模型A中的一个实体成员与模型B中的多个实体成员有关系

实体补充：实体还细分为弱实体和复合实体：

• 弱实体：双菱形表示
  • 一个实体必须依赖于另一个实体存在，那么前者是弱实体，后者是强实体，弱实体必须依赖强实体存在，例如上图的学生实体和成绩单实体，成绩单依赖于学生实体而存在，因此学生是强实体，而成绩单是弱实体，强实体不存在，那么弱实体就不存在。
  • 弱实体和强实体的联系必然只有1：N或者1：1，
• 复合实体：长方体内加一个菱形来表示
  • 还是不太理解。。

属性补充：属性还细分为复合属性、多值属性和派生属性、可选属性，同时还有用来表示联系的属性，称为联系属性。

• 复合属性：一个属性实际是由多个属性组合而成， 例如名字属性，它可以包含姓氏属性和名字属性；
  • 复合属性也有唯一属性，例如学生的所在班级属性，由于多个年级都有班级，所以单单班级属性是不唯一的，但是和年级组成的复合属性后则可以匹配成唯一属性。
• 多值属性：用双线椭圆表示， 一个实体的某个属性可以有多个不同的取值，例如一本书的分类属性，这本书有多个分类，例如科学、医学等，这个分类就是多值属性
• 派生属性：用虚线椭圆表示，派生属性的值由其它属性的值计算得出
  • 小组人数就是典型的派生属性，随着学生实例的参加的兴趣小组变化，小组人数属性也会变化，一般来讲派生属性不存在于数据库中，而是通过相应的公式进行计算得到，如果要放到数据库中，那么隔一段时间就要进行更新，否则会出现数据错误；
• 可选属性：在椭圆的文字后用（O）来表示，该属性的值可以为空，这就是可选属性，如地址就是一个可选属性
• 联系属性：联系属于用户表示多个实体之间联系所具有的属性，一般来讲M:N的两个实体的联系具有联系属性，在1:1和1：M的实体联系中联系属性并不必要。

本周阅读

第三周：1, 2, 3, 4, 7

-

最详细的IDEA中使用Debug教程:  https://mp.weixin.qq.com/s/kWepBAGy5Hb15GfrsEiSHw

数据库的设计（E-R图，数据库模型图，三大范式）: https://blog.csdn.net/Firewall5788/article/details/78112516

Part 36: Writing Files: https://golangbot.com/write-files/
微信大佬总结的算法学习经验: https://mp.weixin.qq.com/s/fECqsr3T4WKNcx7s-2ozuA

-

-

数据库ER图基础概念整理：https://zhuanlan.zhihu.com/p/29029129