2020-4-11ali晚面

strlen函数与sizeof的区别

• 表面上都可求字符串的长度，
• 但二者却存在着许多不同之处及本质区别。

 

• strlen 是一个函数，计算指定字符串str长度，不包括结束字符

size_t strlen(char const* str);

• 所以需要进行一次函数调用，调用示例如下面的代码所示：

char sArr[] = "ILOVEC";
/*用strlen()求长度*/
printf("sArr的长度=%d\n", strlen(sArr));

• 运行结果为 6（因为不包括结束字符 null）。
• 注意的是，函数 strlen 返回的是一个类型为 size_t 的值，从而有可能让程序导致意想不到的结果，如下面的示例代码所示：

/*判断一*/
if(strlen(x)>= strlen(y))
{
}
/*判断二*/
if(strlen(x)- strlen(y)>= 0)
{
}

• 判断表达式一没什么问题，程序也能够完全按照预想的那样工作；但判断表达式二的结果就不一样了，它将永远是真，为什么？
• 因为函数 strlen 的返回结果是 size_t （即无符号整型），size_t 类型绝不可能是负的。因此，语句“if(strlen(x)-strlen(y)>=0）”将永远为真。

 

• 就算表达式中同时包含了有符号整数和无符号整数，还是有可能产生意想不到的结果，如下面的代码：

/*判断一*/
if(strlen(x)>= 5)
{
}
/*判断二*/
if(strlen(x)- 5>=0)
{
}

• 显然，判断表达式二的结果还是永远是真，其原因与上面相同。

 

• sizeof 是一个单目运算符，不是一个函数。
• 参数可以是数组、指针、类型、对象、函数等

char sArr[] = "ILOVEC";
/*用sizeof求长度*/
printf("sArr的长度=%d\n", sizeof(sArr));

• 运行结果为 7（因为它包括结束字符 null）。
• 对 sizeof 而言，因为缓冲区已经用已知字符串进行初始化，其长度固定，所以sizeof 在编译时计算缓冲区的长度。
• 由于在编译时计算，sizeof 不能用来返回动态分配的内存空间的大小。

参考链接

• http://c.biancheng.net/view/342.html

C语言中sizeof和strlen的区别与联系

• strlen：统计字符串中字符的个数
• sizeof：统计对象所占的单元（字节）的个数，
  • 一般以8位二进制作为一个存储单元，
  • 所以字节数一般等于存储单元的个数。

 

• 返回值
  • 整数
  • 整数
• 参数
  • 类型、数组、指针‘函数
  • 数组
• 是否包含“\0”
  • 包含
  • 不包含（以“\0结束”）
• 本质
  • 运算符
  • 函数
• 计算时间
  • 编译
  • 运行
• 一般用途
  • 统计存储单元个数
  • 统计字符串中字符的个数，包括空格

 

• sizeof用法注意：
• 用于测定类型所占存储单元时，类型必须用sizeof（类型）
• 用于数组时，表示数组所占的存储空间的大小，可以不用（），
  • sizeof(name)=sizeof name，name为数组

 

#include <stdio.h>
#include <string.h>
#define PRAISE "What a super marvelous name!"
 
int main(void)
{
   char name[40];
   printf("What's your name?\n");
   scanf("%s",name);
   printf("Hello,%s.%s\n",name,PRAISE);
   printf("Your name of %d letters occupies %d memory cells.\n",strlen(name),sizeof(name));
   printf("The phrase of praise has %d letters",strlen(PRAISE));
   printf("and occupies %d cells.\n",sizeof(PRAISE));
   
   return 0;
}

 

int sum(int ar[], int n)
{
   int i;
   int total = 0;
   
   for(i=0;i<n;i++)
   {
    total += ar[i];
   }
   printf("The size of ar is %zd bytes.\n",sizeof ar);
 
   return total;
}

• sizeof后面的对象如果是实参数组名，
  • 结果为该数组的存储空间，
  • 但sizeof如果为一个指向数组首元素的指针，
    • 则对于4字节地址的计算机系统，指针的大小为4字节
• 如以上的sum函数，ar是一个指向数组的首元素的指针，
  • 所以该函数输出的结果为4。

悲观锁与乐观锁

• 悲观锁
• 每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。
• 关系型数据库里边就用到了很多这种锁机制，
  • 如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
  • 它指的是对数据被外界（包括本系统当前的其他事务，以及来自外部系统的事务处理）修改持保守态度，因此，在整个数据处理过程中，将数据处于锁定状态。
  • 悲观锁的实现，往往依靠数据库提供的锁机制（也只有数据库层提供的锁机制才能真正保证数据访问的排他性，否则，即使在本系统中实现了加锁机制，也无法保证外部系统不会修改数据）。

 

• 乐观锁
• 每次去拿数据的时候都认为别人不会修改，所以不会上锁，但在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。
• 适用于多读的应用类型，这样可以提高吞吐量，像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。

 

• 两种锁各有优缺点，
• 乐观锁适用于写比较少的情况下，即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。
• 但如果经常产生冲突，上层应用会不断的进行retry，这样反倒是降低了性能，所以这种情况下用悲观锁就比较合适。

 

参考链接

• https://blog.csdn.net/coderDogg/article/details/85093741

最通俗易懂的乐观锁与悲观锁原理及实现

• 乐观锁 总认为不会产生并发问题，每次去取数据的时候总认为不会有其他线程对数据修改，因此不上锁，
• 但在更新时会判断其他线程在这之前有没有对数据进行修改，一般会使用版本号机制或CAS操作实现。

 

• version方式：一般是在数据表中加上一个数据版本号version字段，表示数据被修改的次数，当数据被修改时，version值会加一。
• 当线程A要更新数据值时，在读取数据的同时也会读取version值，在提交更新时，若刚才读取到的version值为当前数据库中的version值相等时才更新，否则重试更新操作，直到更新成功。

update table set x=x+1, version=version+1 where id=#{id} and version=#{version};   

 

• CAS操作方式：即compare and swap 或者 compare and set，涉及到三个操作数，数据所在的内存值，预期值，新值。
• 当需要更新时，判断当前内存值与之前取到的值是否相等，若相等，则用新值更新，若失败则重试，一般情况下是一个自旋操作，即不断的重试。

 

• 悲观锁
• 每次取数据时都认为其他线程会修改，所以都会加锁（读锁、写锁、行锁等），
• 当其他线程想要访问数据时，都需要阻塞挂起。
• 可以依靠数据库实现，如行锁、读锁和写锁等，都是在操作之前加锁，
• Java中，synchronized的思想也是悲观锁。

参考链接

• https://blog.csdn.net/L_BestCoder/article/details/79298417

B树

• 从算法逻辑上来讲,二叉查找树的查找速度和比较次数都是最小的。
• 但我们不得不考虑一个现实问题磁盘IO

 

• 数据库索引是存储在磁盘上的,当数据量较大的时候,
• 索引的大小可能有几个G

 

• 当利用索引查询的时候,能把整个索引全部加载到内存吗?
• 不可能。
• 只有逐一加载每一个磁盘页,这里的磁盘页对应着索引树的节点。

 

 

• 如果用二又查找树作为索引结构
• 设树高4,查找的值是10,那么流程如下

 

 

 

 

• 磁盘I0的次数是4次,索引树的高度也是4。

• 最坏情况下,磁盘I0数等于树高

• 为了减少磁盘I0次数,需把原本“瘦高”的树结构变得“矮胖”。

• 这就是B-树的特征之ー。

• B树是一种多路平衡查找树,每一个节点最多包含k个孩子,k
  被称为B树的阶。

• k取决于磁盘页的大小。

 

 

• 3阶B-树为例,看看B树具体结构。
• 树中的具体元素和刚才的二叉查找树是一样的。

 

 

 

• 查5吧！

 

 

 

• B树在查询中的比较次数其实不比二又查找树少,尤其当单一节点中的元素数量很多时。

• 可是相比磁盘I0的速度,内存中的比较耗时几乎可以略。

• 所以只要树的高度足够低,I0次数足够少,就可
  以提升查找性能。

• 相比之下节点内部元素多一些也没有关系,仅仅是多了几内存交互,只
  要不超过磁盘页的大小即可。

• 这就是B-树的优势之ー。

 

这儿还有点没写

 

• B-树主要应用于文件系统及部分数据库索引,如著名的非关系
  型数据库 Mongodb。
• 大部分关系型数据库,如Mysq1用B+树作为索引。

参考链接

• 添加链接描述

B+树

• B+树是B-树的一种変体,
• 有着比B-树更高的查询性能。

 

 

 

 

• 每个父节点的元素都出现在子节点中,是子节点的最大(或最小)
  元素。

 

• 注意,根节点的最大元素(15),也就等同于整个B+树的最大元素。
• 以后无论插入删除多少元素,始终要保持最大
  元素在根节点当中。

 

• 至于叶子节点,由于父节点的元素都出现在子节点,因此所有叶子节点包含了全量元素信息。
• 每一个叶子节点都带有指向下ー个节点的指针,形成了一个
  有序链表。

 

• 卫星数据,指的是索引元素所指向的数据记录,比如数据库中的某一行。
• B树中,无论中间节点还是叶子节点都带有卫星数据。

 

• B+树当中,只有叶子节点带卫星数据,其余中间节点仅仅是索
  引,没有任何数据关联。

 

 

• 数据库的聚集索引中,叶子节点直接包含卫星数据。
• 非聚集索引中,叶子节点带有指向卫星数据的指针。

 

• B+树的好处主要体现在查询性能上。
• 通过单行查询和范围查询来分析。
• 单元素查询的时候,B+树会自顶向下逐层查找节点,最终找到匹配
  的叶子节点。
• 比如要查找的是元素3

 

 

 

• 两点不同。

• 首先,B树的中间节点没有卫星数据,所以同样大小的
  磁盘页可以容纳更多的节点元素。

• 意味着,数据量相同的情况下,B+树比B树更“矮胖”
  因此查询时10次数也更少。

 

• B+树的查询必须最终查找到叶子,B树只要找到匹配元素
  ,无论匹配元素处于中间节点还
  是叶子节点。
• B树查找性能并不稳定(最
  好情况是只查根节点,最坏情况是查
  到叶子节点)。而B树的每一次查找
  都是稳定的。

 

参考链接

添加链接描述