📖redis

Author: Jstarfish

docs/.DS_Store

@@ -1 +1 @@
-Subproject commit 36ece2fca98c2db95ee0d83c9ab60dfde7ff51ed
+Subproject commit 2542b2edab71bdb62abf61febd50e06ec1196429

docs/.vuepress/dist

@@ -182,8 +182,8 @@ C 语言使用的这种简单的字符串表示方式， 并不能满足 Redis 
 
 - **编码方式**：
  - **int**：当值可以用整数表示时，Redis 会使用整数编码。这样可以节省内存，并且在执行数值操作时更高效。
+ - **embstr**：这是一种特殊的编码方式，用于存储短字符串。当字符串的长度小于或等于 44 字节时，Redis 会使用 embstr 编码。只读，修改后自动转为 raw。这种编码方式将字符串直接存储在 Redis 对象的内部，这样可以减少内存分配和内存拷贝的次数，提高性能。
  - **raw**：当字符串值不是整数时，Redis 会使用 raw 编码。raw 编码就是简单地将字符串存储为字节序列。Redis 会根据客户端发送的字节序列来存储字符串，因此可以存储任何类型的数据，包括二进制数据。
- - **embstr**：这是一种特殊的编码方式，用于存储短字符串。当字符串的长度小于或等于 39 字节时，Redis 会使用 embstr 编码。这种编码方式将字符串直接存储在 Redis 对象的内部，这样可以减少内存分配和内存拷贝的次数，提高性能。
 
 > 可以通过 `TYPE KEY_NAME` 查看 key 所存储的值的类型验证下。
 
@@ -289,6 +289,37 @@ Redis 使用的是 **哈希表（Hash Table）** 来存储 `Hash` 类型的数
 - **哈希表**：采用 **开地址法** 来处理哈希冲突。每个 `Hash` 存储为一个哈希表，哈希表根据一定的哈希算法将键映射到一个位置。
 - **动态扩展**：当哈希表存储的元素数量达到一定的阈值时，Redis 会自动进行 **rehash（重哈希）** 操作，重新分配内存并调整哈希表的大小。
 
+Redis 字典由 **嵌套的三层结构** 构成，采用链地址法处理哈希冲突：
+
+```c
+// 哈希表结构
+typedef struct dictht {
+ dictEntry **table; // 二维数组（哈希桶）
+ unsigned long size; // 总槽位数（2^n 对齐）
+ unsigned long sizemask; // 槽位掩码（size-1）
+ unsigned long used; // 已用槽位数量
+} dictht;
+
+// 字典结构
+typedef struct dict {
+ dictType *type; // 类型特定函数（实现多态）
+ void *privdata; // 私有数据
+ dictht ht[2]; // 双哈希表（用于渐进式rehash）
+ long rehashidx; // rehash进度标记（-1表示未进行）
+} dict;
+
+// 哈希节点结构
+typedef struct dictEntry {
+ void *key; // 键（SDS字符串）
+ union {
+  void *val; // 值（Redis对象）
+  uint64_t u64;
+  int64_t s64;
+ } v;
+ struct dictEntry *next; // 链地址法指针
+} dictEntry;
+```
+
 #### 2. **Redis Hash 的内部结构**
 
 Redis 中的 `Hash` 是由 **哈希表** 和 **ziplist** 两种不同的数据结构实现的，具体使用哪一种结构取决于哈希表中键值对的数量和大小。

docs/data-management/.DS_Store

@@ -2,6 +2,10 @@
 
 ![](https://images.pexels.com/photos/163064/play-stone-network-networked-interactive-163064.jpeg?cs=srgb&dl=pexels-163064.jpg&fm=jpg)
 
+> 关于怎么刷题的帖子：
+>
+> - 《论如何4个月高效刷满 500 题并形成长期记忆》 https://leetcode-cn.com/circle/discuss/jq9Zke/
+
 ## 概念
 
 **数据**（data）是描述客观事物的数值、字符以及能输入机器且能被处理的各种符号集合。 数据的含义非常广泛，除了通常的数值数据、字符、字符串是数据以外，声音、图像等一切可以输入计算机并能被处理的都是数据。例如除了表示人的姓名、身高、体重等的字符、数字是数据，人的照片、指纹、三维模型、语音指令等也都是数据。

docs/data-management/Redis/Redis-Datatype.md

@@ -1,3 +1,15 @@
+---
+title: 数组热题
+date: 2025-01-08
+tags: 
+ - Array
+ - algorithms
+ - leetcode
+categories: leetcode
+---
+
+![](https://cdn.pixabay.com/photo/2019/12/04/18/40/machined-parts-4673364_1280.jpg)
+
 ### [1. 两数之和](https://leetcode-cn.com/problems/two-sum/)
 
 > 给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那两个整数，并返回他们的数组下标。
@@ -77,6 +89,8 @@ public List<List<String>> groupAnagrams(String[] strs) {
 
 
 
+
+
 ### [128. 最长连续序列](https://leetcode.cn/problems/longest-consecutive-sequence/)
 
 > 给定一个未排序的整数数组 `nums` ，找出数字连续的最长序列（不要求序列元素在原数组中连续）的长度。
@@ -89,7 +103,7 @@ public List<List<String>> groupAnagrams(String[] strs) {
 > 解释：最长数字连续序列是 [1, 2, 3, 4]。它的长度为 4。
 > ```
 
-**思路**：哈希表
+**思路**：哈希表，**每个数都判断一次这个数是不是连续序列的开头那个数**
 
 ```java
 public int longestConsecutive(int[] nums) {
@@ -125,6 +139,51 @@ public int longestConsecutive(int[] nums) {
 
 
 
+### [560. 和为 K 的子数组](https://leetcode.cn/problems/subarray-sum-equals-k/)
+
+> 给你一个整数数组 `nums` 和一个整数 `k` ，请你统计并返回 *该数组中和为 `k` 的子数组的个数* 。
+>
+> 子数组是数组中元素的连续非空序列。
+>
+> ```
+> 输入：nums = [1,2,3], k = 3
+> 输出：2
+> ```
+
+思路：**前缀和 + 哈希表**
+
+1. **遍历数组**，逐步计算前缀和（表示从数组起始位置到当前位置的所有元素之和） `prefixSum`。
+2. 检查哈希表中是否存在 `prefixSum - k`：
+ - 若存在，累加其出现次数到结果 `count`。
+3. **更新哈希表**：将当前前缀和存入哈希表，若已存在则次数加 1。![](https://assets.leetcode-cn.com/solution-static/560/3.PNG)
+
+```java
+class Solution {
+ public int subarraySum(int[] nums, int k) {
+ int count = 0;
+ int prefixSum = 0;
+ Map<Integer, Integer> sumMap = new HashMap<>();
+ sumMap.put(0, 1); // 初始化前缀和为0的计数为1
+
+ for (int num : nums) {
+ prefixSum += num;
+ // 检查是否存在前缀和为 prefixSum - k 的键
+ if (sumMap.containsKey(prefixSum - k)) {
+ count += sumMap.get(prefixSum - k);
+ }
+ // 更新当前前缀和的次数
+ sumMap.put(prefixSum, sumMap.getOrDefault(prefixSum, 0) + 1);
+ }
+ return count;
+ }
+}
+```
+
+- **时间复杂度**：O(n)，每个元素遍历一次。
+- **空间复杂度**：O(n)，哈希表最多存储 n 个不同的前缀和。
+
+
+
 ### [14. 最长公共前缀](https://leetcode.cn/problems/longest-common-prefix/)
 
 > 编写一个函数来查找字符串数组中的最长公共前缀。如果不存在公共前缀，返回空字符串 `""`。
@@ -347,7 +406,7 @@ public int maxArea(int[] height){
 **思路**：「连续」子数组，题目要求的是返回结果，用 [动态规划、分治]
 
 ```java
-public static int maxSubArray3(int[] nums) {
+public static int maxSubArray(int[] nums) {
  //特判
  if (nums == null || nums.length == 0) {
  return 0;
@@ -381,6 +440,59 @@ public int maxSubArray(int[] nums) {
 
 
 
+### [56. 合并区间](https://leetcode.cn/problems/merge-intervals/)
+
+> 以数组 `intervals` 表示若干个区间的集合，其中单个区间为 `intervals[i] = [starti, endi]` 。请你合并所有重叠的区间，并返回 *一个不重叠的区间数组，该数组需恰好覆盖输入中的所有区间* 。
+>
+> ```
+> 输入：intervals = [[1,3],[2,6],[8,10],[15,18]]
+> 输出：[[1,6],[8,10],[15,18]]
+> 解释：区间 [1,3] 和 [2,6] 重叠, 将它们合并为 [1,6].
+> ```
+
+思路：
+
+1. **排序** 将区间按起始位置升序排列，使可能重叠的区间相邻，便于合并操作
+
+ ![](https://pic.leetcode-cn.com/50417462969bd13230276c0847726c0909873d22135775ef4022e806475d763e-56-2.png)
+
+2. **合并逻辑**
+
+ **遍历判断**：依次遍历排序后的区间，比较当前区间与结果列表中的最后一个区间是否重叠：
+
+ - 重叠条件：当前区间起始 ≤ 结果列表中最后一个区间的结束。
+ - 合并操作：更新结果列表中最后一个区间的结束值为两者的最大值。
+ - **非重叠条件**：直接将当前区间加入结果列表
+
+```java
+public int[][] merge(int[][] intervals) {
+ // 边界条件：空数组直接返回空
+ if (intervals.length == 0) return new int[0][];
+
+ // 按区间起始点升序排序
+ Arrays.sort(intervals, (a, b) -> Integer.compare(a[0], b[0]));
+
+ // 结果列表
+ List<int[]> merged = new ArrayList<>();
+ merged.add(intervals[0]); // 初始化第一个区间
+
+ for (int i = 1; i < intervals.length; i++) {
+ int[] last = merged.get(merged.size() - 1);
+ int[] current = intervals[i];
+
+ if (current[0] <= last[1]) { // 重叠，合并区间
+ last[1] = Math.max(last[1], current[1]); // 更新结束值为较大值
+ } else { // 不重叠，直接添加
+ merged.add(current);
+ }
+ }
+
+ return merged.toArray(new int[merged.size()][]); // 转换为二维数组
+}
+```
+
+
+
 ### [283. 移动零](https://leetcode-cn.com/problems/move-zeroes/)
 
 > 给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序。