皮皮网

1.?视频视频?Ƶȥ??Դ??
2.七爪源码：LeetCode - 从排序列表中删除重复项
3.Nginx源码导读：[3]Ngnix头文件处理
4.PHP7源码之array_unique函数分析
5.通过深挖Clickhouse源码，我精通了数据去重！去重去重
6.降低代码的源码源码圈复杂度——复杂代码解决之道

??Ƶȥ??Դ??

       讨论C#数据去重的常见方式，每种方法有其特点与适用场景，视频视频选择最合适的去重去重策略至关重要。欢迎在评论区分享更多有效数据去重方法。源码源码超级资金 源码

       使用HashSet进行去重，视频视频它确保元素唯一，去重去重添加重复值时被忽略，源码源码实现高效数据去重。视频视频

       Linq的去重去重Distinct()方法提供简单高效去重，基于元素相等性筛选出不重复元素，源码源码底层利用HashSet实现。视频视频

       借助Linq的去重去重GroupBy()方法，根据指定键或条件对集合元素进行分组，源码源码通过选择每个分组的第一个元素实现去重。

       采用自定义比较器与循环遍历实现直接去重，具体示例源码可参考github链接。

七爪源码：LeetCode - 从排序列表中删除重复项

       问题描述：给定一个已排序的链表，目标是删除其中所有重复的节点，只保留每个数字的首次出现，然后返回处理后的有序链表。

       示例1：删除重复的节点，例如给定链表1->1->2，结果为1->2。订餐软件源码

       示例2：处理复杂边缘情况，如给定链表1->1->2->3->3，结果应为1->2->3。

       解决方案策略：

       使用哈希映射：遍历链表，将节点值作为哈希键，记录出现次数。只保留出现一次的节点，时间复杂度O(N)，空间复杂度O(N)。

       哨兵节点：利用哨兵头节点，处理重复子列表时的边界情况。遍历链表，比较节点值和下一个节点，时间复杂度O(N)，空间复杂度O(1)。

       以下是不同编程语言的实现：

       C++代码示例

       (C++代码略)

       Golang代码示例

       (Golang代码略)

       Javascript代码示例

       (Javascript代码略)

       通过以上算法，我们能够有效地处理并返回一个去重后的有序链表。测试后，算法表现良好。

Nginx源码导读：[3]Ngnix头文件处理

       这节主要讲一下nginx ， 对头文件的包含 ，怎么处理多次包含的 ，其实也可以是小的C语言知识点

       在nginx中有很多头文件 ngx_core.h ngx_errno.h 等等， 并且他们很多相互包含了 ，jdk源码 github大家可能会想那不是有重复定义了很多数据结构吗 ？

       回答是当然不是，还记得上一节中的头文件吗 ，在这我们也拿过来 ， ngx_config.h ： #ifndef _NGX_CONFIG_H_INCLUDED_ #define _NGX_CONFIG_H_INCLUDED_ #include "ngx_linux_config.h" typedef intptr_t    ngx_int_t; typedef uintptr_t    ngx_uint_t; typedef intptr_t    ngx_flag_t; #endif 发现了吗 ， nginx开头都有 #ifndef XXXXX ,nginx就是用这个条件宏来去重的 ，如果第一次就会#define_NGX_CONFIG_H_INCLUDED_ ,以后某个文件在include这个头文件 ，#ifndef _NGX_CONFIG_H_INCLUDED_ 这个判断就是false了，直接就都#endif了

       #ifndef这个语法是预处理执行的 ，类似于方面里面的if语句 ，但是预处理不同的是 ，处理完了 ，不满足条件的 ，编译后是不存的 ， 而if语句是会怎么的 ，是在运行时做的条件判断

PHP7源码之array_unique函数分析

       以下源码基于 PHP 7.3.8

       array array_unique ( array array[,intarray[,intsort_flags = SORT_STRING ] ) (PHP 4 >= 4.0.1, PHP 5, PHP 7) array_unique — 移除数组中重复的值 参数说明： array：输入的数组。 sort_flag：（可选）排序类型标记，用于修改排序行为，主要有以下值： SORT_REGULAR - 按照通常方法比较（不修改类型） SORT_NUMERIC - 按照数字形式比较 SORT_STRING - 按照字符串形式比较 SORT_LOCALE_STRING - 根据当前的本地化设置，按照字符串比较。

       array_unique 函数的源代码在 /ext/standard/array.c 文件中。由于篇幅过长，完整代码不在这里贴出来了，可以参见 GitHub 贴出的源代码。

       定义变量

       首先是open linux源码定义变量，array_unique 函数默认使用 PHP_SORT_STRING 排序，PHP_SORT_STRING 在 /ext/standard/php_array.h 头文件中定义。

       可以看到和开头PHP函数的sort_flag 参数默认的预定义常量 SORT_STRING 很像。

       compare_func_t cmp 这行代码没看懂，不清楚是做什么的。compare_func_t 在 /Zend/zend_types.h 中定义：应该是定义了一个指向int 型返回值且带有两个指针常量参数的函数指针类型，没有查到相关资料，先搁着，继续往下看。

       参数解析

       ZEND_PARSE_PARAMETERS_START(1, 2)，第一个参数表示必传参数个数，第二个参数表示最多参数个数，即该函数参数范围是 1-2 个。

       数组元素个数判断

       这段代码很容易看懂，当数组为空或只有 1 个元素时，无需去重操作，直接将array 拷贝到新数组 return_value来返回即可。

       分配持久化内存

       这一步只有当sort_type 为 PHP_SORT_STRING 时才执行。在下面可以看到调用 zend_hash_init 初始化了 array，调用 zend_hash_destroy 释放持久化的内存。

       设置比较函数

       进行具体比较顺序控制的函数指针是cmp，是通过向 php_get_data_compare_func 传入 sort_type 和 0 得到的，sort_type 也就是 SORT_STRING 这样的标记。

       php_get_data_compare_func 在 array.c 文件中定义（即与 array_unique 函数同一文件），妹子ui源码代码过长，这里只贴出默认标记为 SORT_STRING 的代码：

       在前面的代码中，我们可以看到，cmp = php_get_data_compare_func(sort_type, 0); 的第二个参数，即参数 reverse 的值为 0，也就是当 sort_type 为 PHP_SORT_STRING 时，调用的是 php_array_data_compare_string 函数，即 SORT_STRING 采用 php_array_data_compare_string 进行比较。继续展开 php_array_data_compare_string 函数：

       可以得到这样一条调用链：

       string_compare_function 是一个 ZEND API，在 /Zend/zend_operators.c 中定义：

       可以看到，SORT_STRING 使用 zend_binary_strcmp 函数进行字符串比较。下面的代码是 zend_binary_strcmp 的实现（也在 /Zend/zend_operators.c 中）：

       上面的代码是比较两个字符串。也就是SORT_STRING 排序方式的底层实现是 C 语言的 memcmp，即它对两个字符串从前往后，按照逐个字节比较，一旦字节有差异，就终止并比较出大小。

       数组排序

       这段代码初始化一个新的数组，然后将值拷贝到新数组，然后调用zend_sort 排序函数对数组进行排序。排序算法在 /Zend/zend_sort.c 中实现，注释有这样一句话：

       Derived from LLVM's libc++ implementation of std::sort.

       这个排序算法是基于LLVM 的 libc++ 中的 std::sort 实现的，算是快排的优化版，当元素数小于等于时有特殊的优化，当元素数小于等于 5 时直接通过 if else 嵌套判断排序。代码就不贴出来了。

       数组去重

       回到array_unique 上，继续看代码：

       遍历排序好的数组，然后删除重复的元素。

       众周所知，快排的时间复杂度是O(nlogn)，因此，array_unique 函数的时间复杂度是O(nlogn)。array_unique 底层调用了快排算法，加大了函数运行的时间开销，当数据量很大时，会导致整个函数的运行较慢。

通过深挖Clickhouse源码，我精通了数据去重！

       数据去重的Clickhouse探索

       在大数据面试中，数据去重是一个常考问题。虽然很多博主已经分享过相关知识，但本文将带您深入理解Hive引擎和Clickhouse在去重上的差异，尤其是后者如何通过MergeTree和高效的数据结构优化去重性能。

       Hive去重

       Hive中，distinct可能导致数据倾斜，而group by则通过分布式处理提高效率。面试时，理解MapReduce的数据分区分组是关键。然而，对于大规模数据，Hive的处理速度往往无法满足需求。

       Clickhouse的登场

       面对这个问题，Clickhouse凭借其列存储和MergeTree引擎崭露头角。MergeTree的高效体现在它的数据分区和稀疏索引，以及动态生成和合并分区的能力。

       Clickhouse：Yandex开源的实时分析数据库，每秒处理亿级数据

       MergeTree存储结构：基于列存储，通过合并树实现高效去重

       数据分区和稀疏索引

       Clickhouse的分区策略和数据组织使得去重更为快速。稀疏索引通过标记大量数据区间，极大地减少了查询范围，提高性能。

       优化后的去重速度

       测试显示，Clickhouse在去重任务上表现出惊人速度，特别是通过Bitmap机制，去重性能进一步提升。

       源码解析与原则

       深入了解Clickhouse的底层原理，如Bitmap机制，对于优化去重至关重要，这体现了对业务实现性能影响的深度理解。

       总结与启示

       对于数据去重，无论面试还是日常工作中，深入探究和实践是提升的关键。不断积累和学习，即使是初入职场者也能在大数据领域找到自己的位置。

降低代码的圈复杂度——复杂代码解决之道

       本文以Go语言为例，探讨降低代码圈复杂度的重要性与方法。首先，什么是圈复杂度？它是一种用于衡量程序复杂性的软件度量指标，由Thomas J. McCabe, Sr.在年提出。圈复杂度衡量的是程序源代码中的独立路径数量，有助于开发者识别和优化复杂度高的代码。

       圈复杂度为何重要？当项目规模增加，业务逻辑复杂，代码可读性差，维护成本随之提高。例如，使用TDD开发时，单测代码量激增，而业务逻辑尚未开始实现。代码过长、嵌套复杂，易导致难以理解、维护困难。为避免此类问题，开发者可在编码、代码审查阶段使用圈复杂度检测工具，通过重构代码结构、减少控制结构（如if、else、while）的使用，将长函数拆分为小而清晰的职责单一函数，或采用设计模式解决复杂逻辑。虽然短期内可能需要重构他人代码，但从长远看，低圈复杂度代码具备更佳的可读性、扩展性和可维护性。

       圈复杂度的计算方法主要有节点判定法和工具辅助计算。节点判定法基于公式：圈复杂度 = 节点数量 + 1，其中节点包括条件判断、循环、异常处理等控制结构。使用工具如gocognit可以快速计算代码圈复杂度，辅助代码优化。

       如何降低圈复杂度？核心在于减少代码中的控制结构数量。拆分小函数，将复杂业务逻辑分解为单一职责的函数，提高代码可读性和可维护性。优化流程控制语句，避免冗长的if-else嵌套。此外，利用代码重构工具如go-linq简化代码结构，通过流式编程实现代码的简洁与可读性。

       go-linq提供了一种简洁的代码风格，支持流式操作，如遍历、筛选、去重、交集、并集等，有助于代码逻辑清晰化。但使用go-linq时应考虑代码的可读性和整体结构，避免盲目追求低圈复杂度而牺牲代码可理解性。

       总结而言，降低圈复杂度是提升代码质量、提高可维护性的关键步骤。开发者应根据业务需求和实际场景选择合适的优化策略，利用工具辅助提高代码的可读性和可维护性，从而构建高效、易于维护的软件系统。