‘’

Author: kangkang0801

learning/0.0.学习须知/023.md

@@ -0,0 +1,82 @@
+---
+title:	打鸡血
+date:	2020-07-12
+---
+
+今天的文章，不浪，没图。给大家加加油！
+
+<img src="./023/1.jpg" alt="PNG" style="zoom: 33%;" />
+
+回顾过去一年，京东、知乎、美团、微博、去哪儿、滴滴等。爆出裁员的有多少，虽然最终都被官方辟谣。**但是，你们懂的。**
+
+<br/>
+
+互联网寒冬之下，所有公司都勒紧裤腰带过活。那么，对于个体的你，不努力，不学习，想去大厂？凭什么。
+
+<br/>
+
+请大家原谅我说话的直白。2020年就目前来看，对于企业是明显的买方市场（供过于求）。**而且，未来几年应该都是这样**。所以，大部分企业在招聘时，是要在很多优秀的人中去选出一个更优秀的人，而不是在一群普通人中选择一个优秀的人。
+
+<br/>
+
+毕竟，如果你不够格，可能简历都过不了。**而对于应届生，如果不能多维度的获取你的信息。那么出几道难题，在没有更好的替代方案之前，目前是唯一的选择。**
+
+<br/>
+
+所以我最终很直白的告诉这位同学，刷题，你还是得刷。该记的，你还是得记。尤其如果目标本身就是一个好的offer，那更应是如此。
+
+<br/>
+
+但是，**这样的回答其实是不负责任的**。虽然我考虑到给对方一点压力，很直白的回复了他。但如果放开这一切，我们为什么学算法？为什么学数据结构？
+
+<br/>
+
+“面试造火箭，工作拧螺丝” ，工作四五年，别说红黑树，就连普通二叉树基本都没手写过，**我知道很多人都是这个状态**。这种状态正常吗？**正常**。但不写不等于不用。就算真的不用，也不等于不需要知道怎么用。
+
+<br/>
+
+**其实，很多学生学习数据结构是有问题的**。就这位同学而言，至少出现背代码，就是绝对错误的。数据结构的本质，在我看来是去契合一些应用场景，自然而然的产生，而不是死记硬背。
+
+<br/>
+
+比如说红黑树，我们需要知道这是一种常用的平衡二叉树（或者说特殊的平衡二叉树）知道其对于查找， 插入，删除的复杂度都是log(n) --- n 这里是说树中元素的个数。如果你是java栈，你可能还需要知道 hashmap 为什么选用红黑树来实现。要知道红黑树可以在一些非实时任务调度中，可以高效公平的调度任务。要知道其所有的应用，都是围绕着“平衡”二字。这才是数据结构的核心。
+
+<br/>
+
+至于实现的细枝末节，**知道固然好，但没必要去逼着自己记忆**。因为，我们的职业生涯里，绝对不可能出现让你手写红黑树的节点删除的场景。
+
+<br/>
+
+但你需要知道为什么创造/引入它，它有什么特殊的，它满足哪些场景，又不满足哪些场景，不满足的场景又如何替代。这才是对数据结构的良好理解。
+
+<br/>
+
+其实，除了算法，在我看来很多别的知识也是这样。**只是说算法，更容易在面试的时候去展示而已。本身而言，并没有什么特殊的。**
+
+<br/>
+
+比如学习操作系统。那我们为什么学习操作系统？难道是让我们造出来一个操作系统吗？显而易见并不是。学习操作系统是让我们了解为什么会提出OS，如果没有OS又会是什么样子。它怎么样做任务调度，怎么样做进程管理，怎么样对可用的硬件做成抽象，死锁是如何产生的，内存是怎么管理的，文件系统是如何实现的，通信是指谁与谁的通信。不是说应付了考试就算学了，而是带着脑子掌握这个东西的脉络，这才是核心。
+
+<br/>
+
+比如学习数据库原理，不是说让你去造一个数据库。当然你有这本事，那也ok。更多的是去了解数据库是如何来抽象数据管理的，大数据在什么场景下应运而生。学了之后，你会知道关系型数据库只是数据库中的冰山一角。你知道缓存，索引，批处理，中间件之中都是有着数据库的影子。你用 git 你会知道 .git 文件下，其实就用几个很简单的数据结构，就构建了一个数据库的雏形。你知道事务控制，其实最初只是想把事情做正确，你知道 ACID 是在保证什么。你知道数据库的整个设计中，很多时候我们是在性能和正确性中做选择。你知道除了程序员之外，还有 DBA 更加会关注高可用。你不会再觉得读写分离，主从备份多么高大上，因为你知道除了读写分离之外，还有快慢分离，异地多活，**Replication 和 Failover 很多东东**，都是上个世纪就有了完美的理论支撑。
+
+<br/>
+
+比如学习计算机网络，不是说让你去死记硬背几层网络模型，都各自是什么。而是让你知道全球互联网是如何运作的，知道TCP为了保证数据可靠做了多少额外的工作，握手为什么是3次，不是456次。知道滑动窗口并不等于leetcode上的几道题。知道层与层之间是如何划分的。知道在计算机网络的基础下，还有计算机网络安全一大块基石。
+
+<br/>
+
+比如学习编译原理，没人让你死记硬背那些分词算法。而是去知道为什么要划分词法，语法，语义分析。知道为什么很多语言要提出中间代码这个东东。知道编译原理很多东西，其实就是 NLP 的基础，其实就是智能机器人的基础。知道在 ES 的设计中，其实也参考很多编译器的设计。
+
+<br/>
+
+当然，我们很可能不会完美的掌握上面所说的所有。**但我们会在这个过程中，去发现自己的知识盲点，进而刻意提高**。而不是一直陷入“学不会-理解不了-记不住”的死循环。
+
+<br/>
+
+当然，对于要找工作的人，我们可以直接去击打一些面试痛点，更好的兼容社会。**但我们面试过后，总归是要知识落地，这才能体现你的最终价值。**
+
+<br/>
+
+不要说什么“面试造火箭，工作拧螺丝”，拧螺丝的人，只能一直留在位置上拧螺丝。而努力拧螺丝的人，说不定就有机会去造火箭。而那些有造火箭能力的人，他们终究会造上火箭。

learning/0.0.学习须知/023/1.jpg

@@ -0,0 +1,152 @@
+---
+title:	旋转字符串（796）
+date:	2020-07-12
+---
+
+> 今天是小浩算法 “365刷题计划” 第103天。分享的这道题虽然很简单，但是在笔试或者面试当中，出现的频率却非常高。
+
+## 01、题目示例
+
+> 经典常考类算法题目。
+
+<br/>
+
+| 第796题：旋转字符串                                          |
+| ------------------------------------------------------------ |
+| 给定两个字符串, A 和 B。A 的旋转操作就是将 A 最左边的字符移动到最右边。例如, 若 A = 'abcde'，在移动一次之后结果就是'bcdea' 。如果在若干次旋转操作之后，A 能变成B，那么返回True。 |
+
+**示例 1:**
+
+```
+输入: A = 'abcde', B = 'cdeab'
+输出: true
+```
+
+**示例 2:**
+
+```
+输入: A = 'abcde', B = 'abced'
+输出: false
+```
+
+<br/>
+
+**注意：**A 和 B 长度不超过 100。
+
+<br/>
+
+题意还是很容易理解的，说白了就是每次把前面的元素放到最后面：
+
+<img src="./307/1.jpg" alt="PNG" style="zoom: 67%;" />
+
+## 02、题解分析
+
+> 这道题目看起来简单，但其实很容易出错。
+
+<br/>
+
+这道题目最容易想到的解法，其实就是跟着题意来。每次将旋转后的A和目标串对比：
+
+<img src="./307/2.jpg" alt="PNG" style="zoom: 67%;" />
+
+```java
+//java
+class Solution {
+    public boolean rotateString(String A, String B) {
+        if (A.equals("") && B.equals("")) {
+            return true;
+        }
+        int len = A.length();
+        for (int i = 0; i < len; i++) {
+            String first = A.substring(0, 1);
+            String last = A.substring(1, len);
+            A = last + first;
+            if (A.equals(B)) {
+                return true;
+            }
+        }
+        return false;
+    }
+}
+```
+
+但是代码其实并不优雅，我们继续观察一下这个字符串：
+
+<img src="./307/3.jpg" alt="PNG" style="zoom: 80%;" />
+
+无论它怎样旋转，最终的 A + A包含了所有可以通过旋转操作从 A 得到的字符串：
+
+<img src="./307/4.jpg" alt="PNG" style="zoom: 50%;" />
+
+那我们是不是只需要判断  B  是否为  A + A  的子串就可以了：
+
+```java
+//java
+class Solution {    
+    public boolean rotateString(String A, String B) {        
+        return A.length() == B.length() && (A + A).contains(B);    
+    }
+}
+```
+
+执行结果：
+
+<img src="./307/5.jpg" alt="PNG" style="zoom: 80%;" />
+
+一般面试写的话，基本就是到这个程度。但是大概率面试官这时还会问你一个问题：如何继续进行优化？
+
+<img src="./307/6.gif" alt="PNG" style="zoom: 80%;" />
+
+注意我们上面问题，其实已经转化为了：**判断 B 是否为 A + A 的子串**。那我们就可以引申答出 KMP，SUNDAY，BF 等字符串匹配策略。（当然，这里其实 SUNDAY 并不是特别适合）
+
+<br/>
+
+然后就是用相应的匹配策略，来实现转化后的问题。
+
+<br/>
+
+这里附上一份 KMP 解题代码：
+
+```java
+class Solution {
+    public boolean rotateString(String A, String B) {
+        int N = A.length();
+        if (N != B.length()) return false;
+        if (N == 0) return true;
+
+        //Compute shift table
+        int[] shifts = new int[N+1];
+        Arrays.fill(shifts, 1);
+        int left = -1;
+        for (int right = 0; right < N; ++right) {
+            while (left >= 0 && (B.charAt(left) != B.charAt(right)))
+                left -= shifts[left];
+            shifts[right + 1] = right - left++;
+        }
+
+        //Find match of B in A+A
+        int matchLen = 0;
+        for (char c: (A+A).toCharArray()) {
+            while (matchLen >= 0 && B.charAt(matchLen) != c)
+                matchLen -= shifts[matchLen];
+            if (++matchLen == N) return true;
+        }
+
+        return false;
+    }
+}
+```
+
+这个有兴趣可以看看，代码是 leetcode 官方的。
+
+<br/>
+
+## 03、算法小知识
+
+> KMP算法是一种改进的字符串匹配算法，由D.E.Knuth，J.H.Morris和V.R.Pratt提出的，因此人们称它为克努特—莫里斯—普拉特操作（简称KMP算法）。KMP算法的核心是利用匹配失败后的信息，尽量减少模式串与主串的匹配次数以达到快速匹配的目的。具体实现就是通过一个next()函数实现，函数本身包含了模式串的局部匹配信息。KMP算法的时间复杂度O(m+n)。
+
+<img src="./307/7.gif" alt="PNG" style="zoom: 80%;" />
+
+大家有兴趣可以看我之前写的一篇KMP教程：
+
+ [KMP（上篇）](1.3.字符串系列/306.md)