xyZGHio

之前文章介绍的一些排序算法都是基于比较来进行排序的，故它们在平均情况下的时间复杂度最好也不过是线性对数级别。这里我们来介绍一种简单的基于非比较的排序算法——Counting Sort 计数排序，其时间复杂度可以达到线性级别

斐波那契数列对于很多人来说并不陌生，但对于Catalan Number卡塔兰数可能就那么熟悉了，其实它是一个组合数学中常在计数问题出现的数列

日常开发中，经常需要在服务器和本地之间进行文件传输。这里来介绍一种基于SSH的文件传输方法——scp命令

基本排序算法中的插入排序虽然逻辑较为简单，但当排序规模较大时，经常需要将元素一位一位地从一端移动到另一端，效率非常低。于是Donald Shell设计了一种基于插入排序的改进版排序算法，故被命名为 Shell Sort 希尔排序

由于本人之前在博客服务器上部署了XXX服务导致服务器IP被封，所以这次换了一个新IP后，打算彻底清除了服务器中该服务相关的文件以避免IP再次被封。但是由于本人手贱，将etc目录下的shadow文件及其备份文件全部误删，本文将介绍shadow文件被误删后的解决方案

IntelliJ IDEA是目前Java界的主流开发工具。这里介绍如何使用其进行远程调试，来帮助我们快速地定位线上问题

分布式系统中ID生成方案，比较简单的是UUID（Universally Unique Identifier，通用唯一识别码），但是其存在两个明显的弊端：一、UUID是128位的，长度过长；二、UUID是完全随机的，无法生成递增有序的UUID。而现在流行的基于 Snowflake 雪花算法的ID生成方案就可以很好的解决了UUID存在的这两个问题

在图像处理中，经常需要找出一个平面上散点集中可能存在的直线，即直线检测。比较容易想到的办法是选取任意两个散点并计算其所在直线方程的k、b系数对；遍历全部散点两两计算，则出现频率较高的直线方程k、b系数对，即是图像中存在的直线。但是该方法过于暴力，当散点集规模较大时，效率十分低下。而通过 Hough Transform 霍夫变换则可以大大提高对散点集中存在的直线的检测效率

在Spring Web后端开发中，对于Controller方法的异常一般都需要特别处理，以防止将异常信息抛给前端或用户。但是如果在各个Controller方法中通过try-catch来捕获处理，不仅繁琐而且代码也不够简洁优雅。这里我们介绍如何通过@ExceptionHandler、@ControllerAdvice注解实现对Controller方法异常的统一处理

IoC可以解决了对象依赖之间的高度耦合，AOP（Aspect Oriented Programming，面向切面编程）则是OOP面向对象编程思想的延续、补充，其是一种可将系统服务与业务服务之间进行解耦的编程范式。而目前Java界流行的Spring FrameWork也很好地支持AOP了，方便易用。本文这里对其进行简要介绍并对其用法实践作具体说明

Spring框架的核心特性——IoC 控制反转，它的出现大大地降低了Java企业级应用开发的复杂度，本文这里对其进行简要介绍并对其用法实践作具体说明

Maven不仅支持单模块项目同时还支持多模块项目，这里将介绍在多模块Maven项目中广泛应用的聚合、继承等概念，并就如何通过裁剪反应堆来加快构建过程进行介绍

Maven的生命周期是对项目开发中涉及到的构建过程进行的抽象和统一，其包含了项目的清理、初始化、编译、测试、打包、集成测试、验证、部署、站点生成等几乎整个构建过程。由于Maven的生命周期是抽象的，所以具体的工作实际上是通过插件去完成的。故本文将把Maven的生命周期与插件放在一起介绍

Maven的依赖是存放在仓库中进行统一管理，使用某依赖时先从本地仓库检索是否有该依赖，如果没有再从远程仓库下载至本地仓库。日常开发中使用最多的就是Maven的中央仓库，本文将会对其介绍并说明如何配置中央仓库的镜像以提高访问速度

Long Long Ago，Java开发的依赖问题一直都是需要群众手工进行管理。耗时耗力不说，还TM容易出幺蛾子。直到后来Maven的出现，才彻底地扭转了这一局面。将人民群众从剪不断理还乱的依赖关系中解脱出来，全心全意地投入到为PM的服务当中去。相信很多人对Maven如何管理依赖已经有一个基础的认知了，此处就不再多言了。这里将主要对Maven依赖管理中不常见的容易忽略的知识点进行介绍

现代基础性计算环境中，输入量的元素规模N会非常大，但有时候会只要求从中找出K个最大(或最小)的元素，即Top K问题。如果使用之前介绍的传统排序算法，先对N个元素进行全排序然后再取前K个元素，计算代价会变的非常高昂。因为我们实际上只需要Top K元素的排序，而剩余元素的详细排序结果我们其实并不care。而本文介绍的Heap Sort堆排序不仅是一种高效的排序算法，还可以很好地解决Top K问题

之前的文章中，我们介绍了Merge Sort算法，其时间复杂度虽然是线性对数的，但是由于辅助数组的存在，致使其空间复杂度为线性的。那有没有一种排序算法，能够在时间、空间上都表现较为良好均衡呢？答案是有的，这就是在各种库中广泛使用的 Quick Sort 快速排序，简称”快排”

Merge Sort 归并排序，比较类排序算法中的一种。该算法运用了典型的分治思想，将大规模的元素排序问题分解为一个个的小规模级别排序，然后将这些小问题各个击破、分别排序，最后将各小规模级别问题的排序结果归并到一起，即完成整体排序

排序算法，作为算法中最基础的一部分。其中很多思想值得我们学习借鉴，故有必要了解、掌握一些常见常用的排序算法。排序算法根据是否使用比较元素的思想，可分为两大类：比较排序、非比较排序。本文，我们将对比较排序中的初级排序算法——Bubble Sort 冒泡排序、Selection Sort 选择排序、Insertion Sort 插入排序 一一进行介绍

由于众所周知的原因，GitHub在国内访问日常抽风，对于Web页面，我们可以直接通过浏览器挂代理访问。但终端下通过SSH协议的访问，速度依然很慢，甚至会出现无法正常连接的情况。本文将介绍如何在Mac下配置Git的SSH协议代理