新语⾔言，新思维 解读⼀一个并发问题的多种实现 陶召胜 next: 异步编程的问题 变量量读写冲突 异步任务1 异步任务2 共享变量量 读、写 读、写 IO阻塞 回调地狱 Future也有不不⾜足 • get 很容易易导致另⼀一个对象阻塞 • 不不⽀支持多值、⾼高级错误处理理 next: 多任务求解1-10,000,000的和 序号 语⾔言 关键点 1 JavaScript 不不再有回调地狱，变异步为顺序化思维，程序更更加可读 2 Go ⾼高并发调度，通道让异步编程更更简单 3 Scala （1）简洁的异步编程 （2）AKKA：分布式计算框架 4 Java （1）fork/join （2）CompletableFuture （3）反应式编程（Reactive Programming ) next: JavaScript 关键点：不不再有回调地狱，变异步为顺序化思维，程序更更加可读 Schedulers.single() Schedulers.single() 例例⼦子Reactor实现 总结 序号 语⾔言 关键点 1 JavaScript 不不再有回调地狱，变异步为顺序化思维，程序更更加可读 2 Go ⾼高并发调度，通道让异步编程更更简单 3 Scala （1）简洁的异步编程 （2）AKKA：分布式计算框架 4 Java （1）fork/join （2）CompletableFuture

- 让你的闲置游起来 Flutter两端统⼀一开发，探索进⼀一步提⾼高效率的⽅方法…… 接⼝口协议定义 服务接⼝口实现 ⼀一个⼈人开发三端？ 闲⻥鱼 - 让你的闲置游起来 不不⼀一样的开发和思维⽅方式 部署运维让⼈人觉得很复杂 会增加很多⼯工作量量 客户端写后端服务的疑虑 闲⻥鱼 - 让你的闲置游起来 闲⻥鱼 - 让你的闲置游起来 API⽹网关 客户端 胶⽔水层 领域服务

的递归树（recursion tree）。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经被正确地 计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的递归树（recursion tree）。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经被正确地 计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的递归树（recursion tree）。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经被正确地 计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的递归树（recursion tree）。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经被正确地 计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的递归树（recursion tree）。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经被正确地 计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的「递归树 recursion tree」。 图 2‑6 斐波那契数列的递归树 本质上看，递归体现“将问题分解为更小子问题”的思维范式，这种分治策略是至关重要的。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略都直接或间接地应用这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.3 时间复杂度 子问题的解都已经 被正确地计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的「递归树 recursion tree」。 图 2‑6 斐波那契数列的递归树 从本质上看，递归体现了“将问题分解为更小子问题”的思维范式，这种分治策略至关重要。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略直接或间接地应用了这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 子问题的解都已经 被正确地计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]

的「递归树 recursion tree」。 图 2‑6 斐波那契数列的递归树 本质上看，递归体现“将问题分解为更小子问题”的思维范式，这种分治策略是至关重要的。 ‧ 从算法角度看，搜索、排序、回溯、分治、动态规划等许多重要算法策略都直接或间接地应用这种思维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.3 时间复杂度 子问题的解都已经 被正确地计算出来。 根据以上分析，我们已经可以直接写出动态规划代码。然而子问题分解是一种从顶至底的思想，因此按照 “暴力搜索 → 记忆化搜索 → 动态规划”的顺序实现更加符合思维习惯。 1. 方法一：暴力搜索 从状态 [?, ?] 开始搜索，不断分解为更小的状态 [? − 1, ?] 和 [?, ? − 1] ，递归函数包括以下要素。 ‧ 递归参数：状态 [?, ?]