看起来像是数据里有环.

大 O 表示法 是问题规模和运行时间的多项式关系, 和具体运行时间长短有什么关系?

外卖单存一个表, 外卖员来取的时候带上自己的地址位置和筛选条件, 需要弄个支持 gis 的数据库, mysql,postgresql,redis 都行.

如果是需要单元测试, 那么就使用 gomock 等工具
如果是需要学习, 那么可以看 accept 里的代码.

抄阿里云的接口文档格式就行了, 领导觉得有问题就让他看阿里云是怎么做的.

先复习一遍线性代数吧.

@ligiggy 我指的是 log4j2 里用的数据结构 disruptor 是我知道的最快的处理日志的方案.

@ligiggy 缓存比直接写估计快 50-60 倍左右吧. 不过具体还是要看 benchmark.

下辈子改数据库前记得先打 begin;

一般会弄个队列异步写文件, 性能最好的应该是 log4j2 里用的 disruptor 吧.
这东西还是找找成熟的第三方库吧, 没必要自己写.

不会 java, 学习 stream 难度很高吗? 为什么很多 javaer 以自己会 stream 为荣?

和令牌桶一样的做法啊.

@seaiaddca go 标准库里有 heap 啊

把大伙叫出来就这点事啊.

1. 比如 xorm 有个 setlogger 的功能, 需要把你的 logger 按他的 interface 封装一下, 就可以接入统一的日志了, grpc 和 echo 同理. 一般都会有这个功能, 但是不排除某些第三方库不支持.

2. 一般都是 context 传

3. 多数情况就是 if err != nil,或者用 recover 也行吧.

@wdc63


看下这个库吧, from sortedcontainers import SortedList
把注释删掉大约 600 行

但是中间插入不好搞. 必须定期重新构建整个数据结构.

from sortedcontainers import SortedList

a = [0]


def incr():
a[0] += 1
return a[0]


s = SortedList()
invert = {}
# 向尾部插入单个
idx = incr()
s.add([idx, 'A'])
invert['A'] = idx

idx = incr()
s.add([idx, 'B'])
invert['B'] = idx

# 用下标获取
print(s[0]) # [1, 'A']
print(s[1]) # [2, 'B']

# 用下标删除
s.pop(0)
print(s)

# 用对象本身删除
idx = invert['B']
idx = s.bisect_left([idx, 'B'])
s.pop(idx)

print(s)

# 中间插入(先插入 2 个值)
idx = incr()
s.add([idx, 'A'])
invert['A'] = idx

idx = incr()
s.add([idx, 'B'])
invert['B'] = idx

# 中间插入,在 A,B 间加一个 C
# 这里比较尴尬, float 精度有限, 需要定期用 O(n)重新构建整个表
left = s[0][0]
right = s[1][0]
s.add([(left + right) / 2, 'C'])
print(s)

@wdc63 有点问题, 这个不是很合适.

#include <ext/pb_ds/assoc_container.hpp>

只能 O(logn),而且常数不小.