diff --git a/notes/Leetcode 题解.md b/notes/Leetcode 题解.md index 6978754f..137e54b0 100644 --- a/notes/Leetcode 题解.md +++ b/notes/Leetcode 题解.md @@ -2339,21 +2339,29 @@ public int maxProfit(int k, int[] prices) { [Leetcode : 303. Range Sum Query - Immutable (Easy)](https://leetcode.com/problems/range-sum-query-immutable/description/) -求区间 i \~ j 的和,可以转换为 sum[j] - sum[i-1],其中 sum[i] 为 0 \~ j 的和。 +```html +Given nums = [-2, 0, 3, -5, 2, -1] + +sumRange(0, 2) -> 1 +sumRange(2, 5) -> -1 +sumRange(0, 5) -> -3 +``` + +求区间 i \~ j 的和,可以转换为 sum[j] - sum[i-1],其中 sum[i] 为 0 \~ i 的和。 ```java class NumArray { - - int[] nums; + private int[] sums; public NumArray(int[] nums) { - for(int i = 1; i < nums.length; i++) - nums[i] += nums[i - 1]; - this.nums = nums; + sums = new int[nums.length]; + for (int i = 0; i < nums.length; i++) { + sums[i] = i == 0 ? nums[0] : sums[i - 1] + nums[i]; + } } public int sumRange(int i, int j) { - return i == 0 ? nums[j] : nums[j] - nums[i - 1]; + return i == 0 ? sums[j] : sums[j] - sums[i - 1]; } } ``` @@ -2362,33 +2370,21 @@ class NumArray { [Leetcode : 53. Maximum Subarray (Easy)](https://leetcode.com/problems/maximum-subarray/description/) -令 sum[i] 为以 num[i] 为结尾的子数组最大的和,可以由 sum[i-1] 得到 sum[i] 的值,如果 sum[i-1] 小于 0,那么以 num[i] 为结尾的子数组不能包含前面的内容,因为加上前面的部分,那么和一定会比 num[i] 还小。 - -```java -public int maxSubArray(int[] nums) { - int n = nums.length; - int[] sum = new int[n]; - sum[0] = nums[0]; - int max = sum[0]; - for(int i = 1; i < n; i++){ - sum[i] = (sum[i-1] > 0 ? sum[i-1] : 0) + nums[i]; - max = Math.max(max, sum[i]); - } - return max; -} +```html +For example, given the array [-2,1,-3,4,-1,2,1,-5,4], +the contiguous subarray [4,-1,2,1] has the largest sum = 6. ``` -空间复杂度可以优化为 O(1) - ```java public int maxSubArray(int[] nums) { - int max = nums[0]; - int oldsum = nums[0]; + if (nums == null || nums.length == 0) return 0; + int preSum = nums[0]; + int maxSum = preSum; for (int i = 1; i < nums.length; i++) { - oldsum = (oldsum > 0 ? oldsum: 0) + nums[i]; - max = Math.max(max, oldsum); + preSum = preSum > 0 ? preSum + nums[i] : nums[i]; + maxSum = Math.max(maxSum, preSum); } - return max; + return maxSum; } ``` @@ -2407,17 +2403,16 @@ dp[i] 表示以 A[i] 为结尾的等差递增子区间的个数。 ```java public int numberOfArithmeticSlices(int[] A) { + if (A == null || A.length == 0) return 0; int n = A.length; int[] dp = new int[n]; - for(int i = 2; i < n; i++) { - if(A[i] - A[i - 1] == A[i - 1] - A[i - 2]) { + for (int i = 2; i < n; i++) { + if (A[i] - A[i - 1] == A[i - 1] - A[i - 2]) { dp[i] = dp[i - 1] + 1; } } int ret = 0; - for(int cnt : dp) { - ret += cnt; - } + for (int cnt : dp) ret += cnt; return ret; } ``` diff --git a/notes/数据库系统原理.md b/notes/数据库系统原理.md index c0f918d8..56d77b06 100644 --- a/notes/数据库系统原理.md +++ b/notes/数据库系统原理.md @@ -220,7 +220,7 @@ MySQL 中提供了两种封锁粒度:行级锁以及表级锁。 ### 2. 两段锁协议 -加锁和解锁分为两个阶段进行,事务 T 对数据 A 进行读或者写操作之前,必须先获得对 A 的封锁,并且在释放一个封锁之前,T 不能再获得任何的其它锁。 +加锁和解锁分为两个阶段进行,事务 T 对数据 A 进行读或者写操作之前,必须先获得对 A 的封锁,并且在释放一个封锁之后,T 不能再获得任何的其它锁。 事务遵循两段锁协议是保证并发操作可串行化调度的充分条件。例如以下操作满足两段锁协议,它是可串行化调度。 @@ -293,7 +293,7 @@ InnoDB 的 MVCC 使用到的快照存储在 Undo 日志中,该日志通过回 把没对一个数据行做修改的事务称为 T1,T1 所要读取的数据行快照的创建版本号必须小于当前事务的版本号,因为如果大于或者等于当前事务的版本号,那么表示该数据行快照是其它事务的最新修改,因此不能去读取它。 -除了上面的要求,T1 所要读取的数据行快照的删除版本号必须小于当前事务版本号,因为如果大于或者等于当前事务版本号,那么表示该数据行快照是已经被删除的,不应该去读取它。 +除了上面的要求,T1 所要读取的数据行快照的删除版本号必须大于当前事务版本号,因为如果小于等于当前事务版本号,那么表示该数据行快照是已经被删除的,不应该去读取它。 ### 2. INSERT @@ -603,7 +603,7 @@ Entity-Relationship,有三个组成部分:实体、属性、联系。 # 参考资料 - 史嘉权. 数据库系统概论[M]. 清华大学出版社有限公司, 2006. -- 施瓦茨. 高性能MYSQL(第3版)[M]. 电子工业出版社, 2013. +- 施瓦茨. 高性能 MYSQL(第3版)[M]. 电子工业出版社, 2013. - [The InnoDB Storage Engine](https://dev.mysql.com/doc/refman/5.7/en/innodb-storage-engine.html) - [Transaction isolation levels](https://www.slideshare.net/ErnestoHernandezRodriguez/transaction-isolation-levels) - [Concurrency Control](http://scanftree.com/dbms/2-phase-locking-protocol)