月度归档:2012年12月

PHP中feof函数有可能造成死循环

前段时间公司的一个页面经常报告超时,本来以为是发邮件导致的超时。后来把邮件发送拆成异步之后,超时的问题并没有解决。于是仔细研究了下超时附近的代码段。

发现有类似一下的代码:




其实上面的代码就是W3scholl的示例代码

如果没有仔细看过PHP的手册,大概看不出这段代码有什么问题?

问题的关键就在feof这个函数,手册上有明确的说明:

If the passed file pointer is not valid you may get an infinite loop, because feof() fails to return TRUE.

详见:http://cn2.php.net/feof

所以上面的代码如果打开的文件失败,就会导致死循环,从而引起页面超时。

kindle阅读器,入手要趁早

Kindle Paperwhite 3G

Kindle Paperwhite 3G

打开淘宝看了一下,发现自己的Kindle 4是2011年10月18号入手的,到现在已经一年多了。今年Amazon 已经发了新版的Kindle Paperwhite了,对于Kindle我只想说,这是我买的最值的一个电子产品,没有之一。

自从有了Kindle之后,所有零碎的等待都成了一种享受。 每天挤公交、地铁的时候随手打开它就可以看书,从住的地方到公司的地铁上沉浸的阅读中,听不到人声的嘈杂,感受到的只有时间无情的流逝。在这一年中利用零碎的时间已经读了《挪威的森林》《三体》《1Q84》等。在买Kindle之前我是一个不怎么看小说的人,但是它改变了我,让我爱上了读小说。

唯一有个不爽的地方是到目前未知读得大部分都是盗版书,所以会有很多缺页、错字、漏字等现象,很破坏阅读的感觉。有时候不是我不想买电子书,而是找不到渠道。每一次我看到一本自己想看的书时,到豆瓣或者多看书城一看,根本就没有。也许是中国电子书发展的必经阶段吧,现在各大电子书商城都在各自为战,效率地下,而且都在整当下的畅销书,对经典图书根本来不及(或者版权上有问题)整理。

当然Kindle也不是万能的,毕竟只有6寸的屏幕,所以不适合用来看PDF或者有很多图表的书籍,如果要看这类的话还是9.7寸的Kindle Dxg更给力些。

上面说的比较零碎,总结起来Kindle作为电子书阅读器的主要有点有一下几个方面。

1)墨水屏幕对眼睛好,和看实体书籍几乎一样的感受,看一天的Kindle眼睛也不会感到疲劳。

2)轻,可以轻松的单手持握。

3)性价比高,就是最新的Kindle Paperwhite 在淘宝才1000多,相比较跟你带来的收获来讲,简直九牛一毛。

【转】SkipList 跳表

为什么选择跳表

目前经常使用的平衡数据结构有:B树,红黑树,AVL树,Splay Tree, Treep等。

想象一下,给你一张草稿纸,一只笔,一个编辑器,你能立即实现一颗红黑树,或者AVL树

出来吗? 很难吧,这需要时间,要考虑很多细节,要参考一堆算法与数据结构之类的书,

还要参考网上的代码,相当麻烦。

用跳表吧,跳表是一种随机化的数据结构,目前开源软件 Redis 和 LevelDB 都有用到它,

它的效率和红黑树以及 AVL 树不相上下,但跳表的原理相当简单,只要你能熟练操作链表,

就能轻松实现一个 SkipList。

有序表的搜索

考虑一个有序表:

从该有序表中搜索元素 < 23, 43, 59 > ,需要比较的次数分别为 < 2, 4, 6 >,总共比较的次数

为 2 + 4 + 6 = 12 次。有没有优化的算法吗?  链表是有序的,但不能使用二分查找。类似二叉

搜索树,我们把一些节点提取出来,作为索引。得到如下结构:

这里我们把 < 14, 34, 50, 72 > 提取出来作为一级索引,这样搜索的时候就可以减少比较次数了。

我们还可以再从一级索引提取一些元素出来,作为二级索引,变成如下结构:

这里元素不多,体现不出优势,如果元素足够多,这种索引结构就能体现出优势来了。

跳表

下面的结构是就是跳表:

其中 -1 表示 INT_MIN, 链表的最小值,1 表示 INT_MAX,链表的最大值。

跳表具有如下性质:

(1) 由很多层结构组成

(2) 每一层都是一个有序的链表

(3) 最底层(Level 1)的链表包含所有元素

(4) 如果一个元素出现在 Level i 的链表中,则它在 Level i 之下的链表也都会出现。

(5) 每个节点包含两个指针,一个指向同一链表中的下一个元素,一个指向下面一层的元素。

跳表的搜索

 

例子:查找元素 117

(1) 比较 21, 比 21 大,往后面找

(2) 比较 37,   比 37大,比链表最大值小,从 37 的下面一层开始找

(3) 比较 71,  比 71 大,比链表最大值小,从 71 的下面一层开始找

(4) 比较 85, 比 85 大,从后面找

(5) 比较 117, 等于 117, 找到了节点。

具体的搜索算法如下


/* 如果存在 x, 返回 x 所在的节点,
* 否则返回 x 的后继节点 */
find(x)
{
p = top;
while (1) {
while (p->next->key < x) p = p->next;
if (p->down == NULL)
return p->next;
p = p->down;
}
}

跳表的插入

先确定该元素要占据的层数 K(采用丢硬币的方式,这完全是随机的)

然后在 Level 1 … Level K 各个层的链表都插入元素。

例子:插入 119, K = 2

如果 K 大于链表的层数,则要添加新的层。

例子:插入 119, K = 4

丢硬币决定 K

插入元素的时候,元素所占有的层数完全是随机的,通过一下随机算法产生:


int random_level()
{
K = 1;

while (random(0,1))
K++;

return K;
}

相当与做一次丢硬币的实验,如果遇到正面,继续丢,遇到反面,则停止,
用实验中丢硬币的次数 K 作为元素占有的层数。显然随机变量 K 满足参数为 p = 1/2 的几何分布,
K 的期望值 E[K] = 1/p = 2. 就是说,各个元素的层数,期望值是 2 层。

跳表的高度

n 个元素的跳表,每个元素插入的时候都要做一次实验,用来决定元素占据的层数 K,
跳表的高度等于这 n 次实验中产生的最大 K,待续。。。

跳表的空间复杂度分析

根据上面的分析,每个元素的期望高度为 2, 一个大小为 n 的跳表,其节点数目的
期望值是 2n。

跳表的删除

在各个层中找到包含 x 的节点,使用标准的 delete from list 方法删除该节点。
例子:删除 71

原文:http://kenby.iteye.com/blog/1187303

——

比较典型的用空间换取时间的优化算法。