VM Cluster 在PVE机器上创建三台虚拟机。如果用CT，k3s启动会有一点问题，新手为了避免不必要的麻烦，还是安装VM，首先需要的就是VM Template，不然每次都重新安装系统，也太麻烦了。 Cloud-Init Support 操作中间磁盘id可能会有点小区别 文中需要的Cloud Image可以从系统官网下载，比如 Cloud-Init Support k3s 安装官网就是一句话 curl -sfL https://get.k3s.io | sh - 但是最好不要照着广告走，还是得照着文档走。虽然k3s可以用其他runtime，但为了避免麻烦，还是安装&使用docker。 安装Docker Install Docker Engine on Ubuntu 安装k3s 接下来就是安装k3s #server curl -sfL https://get.k3s.io | sh -s - --docker cat /var/lib/rancher/k3s/server/node-token #agent curl -sfL https://get.k3s.io | K3S_URL=https://myserver:6443 K3S_TOKEN=mynodetoken sh -s - --docker K3s Server Configuration Reference K3s Agent Configuration Reference 这个时候，服务端的kubectl 就可以正常使用了，文档后面是安装dashboard，那个dashboard对新手来说，没用。先不装。 客户端登陆 在自己电脑使用kubectl 显然是比每次都要ssh到服务器上更方便，在自己电脑上装好kubectl ，然后把k3s server上的配置文件下载到~/.kube/config A kubeconfig file will be written to /etc/rancher/k3s/k3s....

字典顺序，实际上就是一个递增的顺序。字典为 \(dic\) ，可以得到：\(dic[n] 将 \(dic[n]\) 记为 \(d_n\) ， \(dic[n+1]\) 记为 \(d_{n+1}\) ，相邻的两个元素，可能存在前N位相同的项（N可以为0），我们将前N项去掉。得到 \(S_n\) 和 \(S_{n+1}\) 。 由于是递增顺序，显而易见： \(S_n[0] 。 由于 \(S_n\) 的下一项是 \(S_{n+1}\) ，所以 \(S_n[1:]\) 的所有元素无法排列出比现有更大的组合。 \(S_n[1:]\) 为递减排列（即能排列出的最大值）。 同样的道理， \(S_{n+1}\) 的上一项是 \(S_n\) ，所以 \(S_{n-1}[1:]\) 的所有元素无法排列出比现有更小的组合。 \(S_{n+1}[1:]\) 为递增排列。 如果能排列出来，那与“ \(S_n\) 的下一项是 \(S_{n+1}\) ”相冲突 对于 \(S_n[0]\) 和 \(S_{n+1}[0]\) ，除了已经知道的 \(S_n[0] 。还有另外一个规律： \(S_{n+1}[0]\) 为 \(S_n\) 所有元素中 \(S_n[0]\) 的下一项。（依然是因为 \(S_n\) 的下一项就是 \(S_{n+1}\) ） 所以，整体的思路是：...

给定一个数组，从下标为0开始，往右跳，下标对应的值表示其能跳的最远距离。求最少X步，能跳到最后一个元素？ 简单思路 最近看SICP看的比较多，第一个想到的办法，就是递归。 对于数组\([a,a_1...a_n]\)，找到能跳到最后的最小下标\(m\) 对于数组\([a,a_1...a_m]\)，找到能跳到最后的最小下标\(l\) …… 当最后数组长度为1的时候，说明已经到头了 func jump(nums []int) int { return jumpIter(nums, 0) } func findMin(nums []int) int { for i := 0; i < len(nums); i++ { if i+nums[i] >= len(nums)-1 { return i } } return len(nums) - 1 } func jumpIter(nums []int, count int) int { if len(nums) == 1 { return count } return jumpIter(nums[:findMin(nums)+1], count+1) } 改进 在上面的算法中，从左到右， 很多位置(\(i\))能达到的最远距离(\(nums[i]+i\))，都被计算了多次。 就算是每个位置的最远距离缓存/保存起来，迭代次数并不会减少。 改进的思路，依然是从左往右遍历func jump(nums []int) int { if len(nums) == 1 { return 0 } var limit, next, steps int for i := 0; i <= limit; i++ { //从左到limit if i+nums[i] > next { //更新最大的next next = i + nums[i] } if i == limit { //如果已经移动到了limit steps++ limit = next //从0-limit之间选出最远的next if limit >= len(nums)-1 { //如果current-limit之间的最远距离已经达到目标 break } } } return steps } 整理一下...

用100元来换若干面值的零钱（1，5，10，25，50），有多少种兑换方式？ 思路 定义一个函数\(f(amount,coins)\)，用来计算使用coins来换amount的方案数量。很容易得到，分为两种情况 使用零钱A（至少使用1次A） 不使用零钱A 情况1，至少使用1次A，coins来兑换amount 等价于 至少使用0次A，coins来兑换(amount-A) 等价于 coins来兑换(amount-A) ，可以表示为 f(amount-coins[0],coins) 情况2，不实用零钱A，可以从coins中移除掉A，表示为 f(amount,coins[1:]) 得到如下等式： f(amount,coins) = f(amount-coins[0],coins) + f(amount,coins[1:]) 递归退出 当可供使用的零钱列表coins已经为空 还需要兑换的金额amount为0，说明该路径兑换成功 amount不为0，说明兑换失败 coins不为空 当需要兑换的金额amount为负数的时候，说明该情况下兑换已经失败了。 amount非负，继续兑换 代码 func change(amount int, coins []int) int { if len(coins) == 0 { if amount != 0 { return 0 } else { return 1 } } if amount < 0 { return 0 } return change(amount-coins[0], coins) + change(amount, coins[1:]) } (define (change amount coins) (cond ((= 0 (length coins)) (if (= 0 amount) 1 0)) ((> 0 amount) 0) (else (+ (change (- amount (car coins)) coins) (change amount (cdr coins)))))) 推广 这个思路也可以放到另外一个子集问题上，找到集合（无重复元素，即SET）的所有子集。很容易得到：...

如果不允许使用数值，只能使用函数（过程）。现在已经定义好0和+1操作了。 如何表示1、2、3？如何实现加法？ (define zero (λ (f) (λ (x) x))) (define (add-1 n) (λ (f) (λ (x) (f ((n f) x))))) 代换出1 显然，0+1=1 (define one (add-1 zero)) 把zero带入add-1 (λ (f) (λ (x) (f ((zero f) x)))) 对 ((zero f) x) 做代换，1就出来了 (λ (f) (λ (x) (f x))) 代换出2 显然，1+1=2 (define one (add-1 one)) 把one带入add-1 (λ (f) (λ (x) (f ((one f) x)))) 对 ((one f) x) 做代换，2就出来了 (λ (f) (λ (x) (f (f x)))) 代换出…… 显然是不用代换了，我们很容易猜测到，用f的调用次数来表示数的大小。...

简单直接的思路 在斐波拉契数列找到上任意两个相邻的数 \(a\), \(b\) ，做如下变化 \[\left\{\begin{matrix}&a_1=b \\&b_1=a+b\end{matrix}\right. \] 得到的新 \(a_1\) , \(b_1\) ，实际上就是 \(a\) , \(b\) 沿着斐波拉契数列滑动一位的结果。 我们将这种变换记为 \(fib\) ，变化\(n\)次，记为\(fib(n)\) 当初始 \(a=0,b=1\) 时，\(fib(n)\)的 \(a\) 值，就是斐波拉契数列的第 \(n\) 位。 增加复杂度 我们设计一个新的变换方式 \(T_{p,q}\) ，此处的 \(p\) , \(q\) 为常量。 \[\left\{\begin{matrix}&a_1=a*p+b*q \\&b_1=a*q+b*p+b*q\end{matrix}\right. \] 当\(\left\{\begin{matrix}p=0 \\q=1\end{matrix}\right.\) 时。记为\(T_{0,1}\) \[\left\{\begin{matrix}&a_1=a*0+b*1 \\ &b_1=a*1+b*0+b*1\end{matrix}\right. \Rightarrow \left\{\begin{matrix}&a_1=b\\ &b_1=a+b\end{matrix}\right. \] 显然，此时的\(T_{0,1}=fib\) 猜测 我们猜想，存在这样的情况，对于任意的\(T_{p,q}\) 都能找到新的常量\(m\), \(n\) ，满足以下要求。 \[T_{p,q}(2)=T_{m,n}(1) \] 证明 对于一组值\(a\) ,\(b\) 使用\(T_{p,q}\) 进行2次变换 \[T_{p,q}(1)\left\{\begin{matrix}&a_1=a*p+b*q \\&b_1=a*q+b*p+b*q\end{matrix}\right. \] \[T_{p,q}(2)\left\{\begin{matrix}&a_2=a_1*p+b_1*q \\&b_2=a_1*q+b_1*p+b_1*q\end{matrix}\right. \] 简单替换之后 \[T_{p,q}(2)\left\{\begin{matrix}&a_2=(a*p+b*q)*p+(a*q+b*p+b*q)*q \\&b_2=(a*p+b*q)*q+(a*q+b*p+b*q)*p+(a*q+b*p+b*q)*q\end{matrix}\right. \]...

*代表任意长度的任意字符 ?代表任意字符 需要实现这个匹配逻辑。现在有字符串s和匹配模版p，要求判断p是否能完全匹配s 思路 从左到由遍历p，可以这样匹配 如果该字符为固定字符，就能找到这个字符在s中的所有下标 如果该字符为*，匹配任意长度0-MAX 如果该字符为?，匹配任意长度1 优化一下 ** = * ⇒ 匹配长度 0-MAX *? = ?* ⇒ 匹配长度1-MAX ab ⇒ 满足s.indexOf(a)+1 = s.indexOf(b) a?b ⇒ 满足s.indexOf(a)+2 = s.indexOf(b) a???b ⇒ 满足s.indexOf(a)+4 = s.indexOf(b) a*b ⇒ 满足s.indexOf(a) ≤ s.indexOf(b) a?b = a?b ⇒ 满足s.indexOf(a)+1 ≤ s.indexOf(b) 除了*，其他字符串都是长度固定的，所以我们可以将p视为用*连接的多个子字符串 str1*str2*str3*str4 需要满足， s.indexOf(str1)≤s.indexOf(str2)≤s.indexOf(str3)≤s.indexOf(str4) len(str1)+len(str2)+len(str3)+len(str4) ≤ len(s) 再经过一点点小优化，就成了这样子： func isMatch(s string, p string) bool { isChar := true maybe := []int{-1} limit := 1 for i:= range p { switch p[i] { case '*': isChar = false case '?...

如图所示，蓝色区域就是☔️积水区，现在需要计算这个值。 思路 以最高的柱子P为终点，从左L向P移动。 如果L右边的柱子L2的长度低于当前L的高度，那么在该柱子上可以累积array[L]-array[L2]的雨水量 如果L右边的柱子L2的长度大于等于当前L的高度，那么，L-L2实际上已经形成了一个池塘了 从L2开始往右寻找池塘，直至找到P 找到P之后，就不能这样找了，因为右边不存在可以与P形成池塘的柱子。所以，从最右边往左找，思路和上面一致。 代码 func trap(height []int) int { var trap, i, j, t, maxIndex int for i = 0; i < len(height); i = j { t = 0 for j = i + 1; j < len(height); j++ { if height[j] < height[i] { t += height[i] - height[j] } else { maxIndex = j trap += t break } } } for i = len(height) - 1; i > maxIndex; i = j { t = 0 for j = i - 1; j >= maxIndex; j-- { if height[j] < height[i] { t += height[i] - height[j] } else { trap += t break } } } return trap }

寻找缺失的正整数，这个思路非常有趣，将数组中的每个正整数都放在其自然顺序的下标位置中。即下标为0的放1，下标为1的放2，下标为2的放3……，重复的数和负数都不用理会，经过这么一番整理之后。数组应该看起来是这样的。 #x代表不等于其下标+1的值 #-代表任意值 1 2 3 4 x - - - #缺少5 x - - - - - - - #缺少1 1 2 3 4 5 6 7 8 #缺少9 #实际上，就是找出第一个不等于下标+1的值 代码如下 func firstMissingPositive(nums []int) int { size := len(nums) if size == 0 { return 1 } var index = 0 for index < size { value := nums[index] orderShouldBe := value - 1 //正数 && 小于等于长度 && 不在应该在的位置 && 应该在的位置不是现在的值 if value > 0 && value <= size && index !...

在告别了上一个项目之后，公司迎来了组织架构变动，之前项目的同事找到我，问我愿不愿意以后分到华东，我当然无所谓啊，于是就答应了。然后持续了很久“下周上项目”（预定人），最后还是上了I项目，这个项目还挺像小公司的项目的，算半个从无到有，不停的推导重建。 入场的时候，再次提到了这是一个BFF，我心目中的BFF，是简单的/薄薄的一层，路由分发，接口聚合，数据mapping。显然，我认为和TW认为还是有差距的，公司的BFF就是在其他系统的API上堆砌出一个项目。 技术选择 Kotlin Spring Boot + Webflux + Reactor Mongodb + Redis 我觉得整体的选择还是挺不错的，这个项目最大的收获可能就是对Reactor的一系列了解了。 代码整体风格 这个项目做的事情其实特别简单，但是实现上真的是“非常Java”，这儿我又得黑一下Java了，我喜欢Kotlin，也喜欢Java，但是这个圈子真的是太老了。开口闭口就是分层，模块，内聚，耦合…… 一个6000行代码能搞定的事情，非得拖到16000行。 DDD 然后整体的结构是按照所谓的DDD来进行划分的，其实我不懂DDD，我也没有什么动力去深入了解DDD，可能有人会说，你对一个东西都不了解，怎么能下结论呢？道理其实很朴素。 当一个所谓的设计思路，设计理念，不能清晰，浅显地向他人解释解决了什么问题，带来了什么好处。那么我们可以认为这个玩意儿基本不会有任何好处，只是一个商业卖点而已。原因也很简单，这个思路，理念，都是需要人来落地的。 测试 由于这是我进TW第一次写代码，所以也体验到了写测试的“快感”，整体感觉也是偏负面的，怎么说呢，有点用，但又没啥屁用。这儿就不展开了，一句话：把底层全部mock掉之后的测试，只有面子上好看。 Ops 这次算是做了一次Devops，我还是对自己挺满意的。Ansible，Jenkins pipeline、Jenkins plugin develop、Gradle kts。基本上都碰了一遍，总体而言，都挺简单的。 比较可惜的是没有上Docker，K8s之类的，要不然我会更开心。😃 Other 其他方面，先来吐槽吧。 开发水平参差不齐，水平烂而不自知。这个是纯主观体验。还有就是理论大师，实现菜🐔。 BFF端地位低下，这是我长达3年的职业生涯里没有遇到过的。完全被前端牵着走。 项目管理不够实诚，从上项目之前的“永远下周上”，初期的的长时间shadow，到后期下项目之后让人待定。都有一种揩公司油的感觉。当然，这个跟我没什么利益冲突，我只是单纯觉得不太符合公司的调性。 最终我的解决方案都是 随便吧 我觉得都可以 那就这样吧 不得不说，在外包公司真的是很容易让人接受一切，毕竟都不是自己的项目。可能是没有产品的荣誉感？ 我走后，哪管它洪水滔天 再说优点吧，同事关系比较融洽，轻松😉。体验了一些新玩意。 不过话说回来，我是一个负能量爆表的人，只要是我不吐槽的点，基本都是很不错的点。 后记 很难想象，这是我在TW工作最开心的一段经历了，甚至测试/敏捷实践，我也是从这个项目中从“完全没用”到“还有一点用”的想法转变。