户是否能做事情，常见的如：验证某个用户是否拥有某个角色。或者细粒度的验证某个用 户对某个资源是否具有某个权限； Session Manager：会话管理，即用户登录后就是一次会话，在没有退出之前，它的所有信 息都在会话中；会话可以是普通 JavaSE 环境的，也可以是如 Web 环境的； Cryptography：加密，保护数据的安全性，如密码加密存储到数据库，而不是明文存储； Web Support：Web 实现，首先看其 API： 因为每个 AuthenticationStrategy 实例都是无状态的，所有每次都通过接口将相应的认证信 息传入下一次流程；通过如上接口可以进行如合并/返回第一个验证成功的认证信息。 自定义实现时一般继承 org.apache.shiro.authc.pam.AbstractAuthenticationStrategy AuthorizingRealm，因 为： AuthenticationInfo doGetAuthenticationInfo(AuthenticationToken token)：表示获取身份验证信 息； AuthorizationInfo doGetAuthorizationInfo(PrincipalCollection principals)：表示根据用户身份 获取授权信息。 这种方式

。当然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8.2.1. 两种建堆方法 借助入堆方法实现 最直接地，考虑借 Undirected Graph」和「有向图 Directed Graph」。 ‧ 在无向图中，边表示两顶点之间“双向”的连接关系，例如微信或 QQ 中的“好友关系”； ‧ 在有向图中，边是有方向的，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上的 “关注”与“被关注”关系； 9. 图 hello‑algo.com 134 Figure 9‑2. 有向图与无向图

展带来的频繁发布问题。 随着互联网的高速发展，各大互联网公司的业务产品日新月异，服务拆分迫在眉睫。开发者⼀边对 原单体业务进行拆分，⼀边解决着拆分之后带来的治理问题，期间涌现出⼀大批开箱即用的面向微 服务架构的开发框架，如 Java 体系下的 Spring Cloud 和 Dubbo，Golang 体系下的 Gin 等等， 这些框架实现了分布式系统通信需要的各种通用的治理功能：如负载均衡、服务发现、熔断、限流、 是阿里巴巴拳头开源 产品，迭代了 2 年多，在不少互联网型和传统型公司都已经落地，我们选择了稳定的 1.2.1 版本， 得出结论是功能稳定，性能上佳，关于功能和性能方面的相关数据，具体参考后续：《掌门教育微 服务体系 Solar | 阿里巴巴 Nacos 企业级落地下篇》。 Nacos 最佳实践 < 184 但是，如何迁移 Eureka 上的业务服务到 Nacos 上？业务服务实例数目众多，迁移工作量巨大， 层负载管理系统推送到名字服务，名字服务再推送到 DNS-F，达 到快速切换的目的。 265 > Nacos 最佳实践 如果域名配置了负载均衡策略，名字服务会从 CMDB 获取机器、机房等信息，打标到域名的实例信 息。然后，DNS-F 查询名字服务时，会携带 ClientIp，名字服务根据 ClientIp 的 CMDB 信息过滤 实例列表，返回同机房的实例给 DNS-F，达到同机房优先的目的。 由此带来的效果是：

。当然，堆排序一 般无需弹出元素，仅需每轮将堆顶元素交换至数组尾部并减小堆的长度即可。 ‧ 获取最大的 ? 个元素。这既是一道经典算法题目，也是一种常见应用，例如选取热度前 10 的新闻作为 微博热搜，选取前 10 销量的商品等。 8.2. 建堆操作 * 如果我们想要根据输入列表来生成一个堆，这样的操作被称为「建堆」。 8.2.1. 两种建堆方法 借助入堆方法实现 最直接地，考虑借 Undirected Graph」和「有向图 Directed Graph」。 ‧ 在无向图中，边表示两顶点之间“双向”的连接关系，例如微信或 QQ 中的“好友关系”； ‧ 在有向图中，边是有方向的，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上的 “关注”与“被关注”关系； 9. 图 hello‑algo.com 135 Figure 9‑2. 有向图与无向图

到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 180 graph）和有向图（directed graph），如图 9‑2 所示。 ‧ 在无向图中，边表示两顶点之间的“双向”连接关系，例如微信或 QQ 中的“好友关系”。 ‧ 在有向图中，边具有方向性，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上 的“关注”与“被关注”关系。 第 9 章 图 hello‑algo.com 188 图 9‑2 有向图与无向图 根据 ‧ 贪心算法不会考虑过去的决策，而是一路向前地进行贪心选择，不断缩小问题范围，直至问题被解决。 我们先通过例题“零钱兑换”了解贪心算法的工作原理。这道题已经在“完全背包问题”章节中介绍过，相 信你对它并不陌生。 Question 给定 ? 种硬币，第 ? 种硬币的面值为 ?????[? − 1] ，目标金额为 ??? ，每种硬币可以重复选取，问 能够凑出目标金额的最少硬币数量。如果无法凑出目标金额，则返回

到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 hello‑algo.com 180 graph」和「有向图 directed graph」，如图 9‑2 所示。 ‧ 在无向图中，边表示两顶点之间的“双向”连接关系，例如微信或 QQ 中的“好友关系”。 ‧ 在有向图中，边具有方向性，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上 的“关注”与“被关注”关系。 第 9 章 图 hello‑algo.com 188 图 9‑2 有向图与无向图 根据所有顶点是否连通，可分为「连通图 ‧ 贪心算法不会考虑过去的决策，而是一路向前地进行贪心选择，不断缩小问题范围，直至问题被解决。 我们先通过例题“零钱兑换”了解贪心算法的工作原理。这道题已经在“完全背包问题”章节中介绍过，相 信你对它并不陌生。 � 给定 ? 种硬币，第 ? 种硬币的面值为 ?????[? − 1] ，目标金额为 ??? ，每种硬币可以重复选 取，问能够凑出目标金额的最少硬币数量。如果无法凑出目标金额，则返回

有序資料。然而，我們通常會使用一種更優雅的方式實現堆積排序，詳見“堆積排序”章節。 ‧ 獲取最大的 ? 個元素：這是一個經典的演算法問題，同時也是一種典型應用，例如選擇熱度前 10 的新 聞作為微博熱搜，選取銷量前 10 的商品等。 8.2 建堆積操作 在某些情況下，我們希望使用一個串列的所有元素來構建一個堆積，這個過程被稱為“建堆積操作”。 第 8 章 堆積 www.hello‑algo graph）和有向圖（directed graph），如圖 9‑2 所示。 ‧ 在無向圖中，邊表示兩頂點之間的“雙向”連線關係，例如微信或 QQ 中的“好友關係”。 ‧ 在有向圖中，邊具有方向性，即 ? → ? 和 ? ← ? 兩個方向的邊是相互獨立的，例如微博或抖音上 的“關注”與“被關注”關係。 第 9 章 圖 www.hello‑algo.com 188 圖 9‑2 有向圖與無向圖 ‧ 貪婪演算法不會考慮過去的決策，而是一路向前地進行貪婪選擇，不斷縮小問題範圍，直至問題被解決。 我們先透過例題“零錢兌換”瞭解貪婪演算法的工作原理。這道題已經在“完全背包問題”章節中介紹過，相 信你對它並不陌生。 Question 給定 ? 種硬幣，第 ? 種硬幣的面值為 ?????[? − 1] ，目標金額為 ??? ，每種硬幣可以重複選取，問 能夠湊出目標金額的最少硬幣數量。如果無法湊出目標金額，則返回

到有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见“堆排序”章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 第 8 章 堆 www.hello‑algo.com graph）和有向图（directed graph），如图 9‑2 所示。 ‧ 在无向图中，边表示两顶点之间的“双向”连接关系，例如微信或 QQ 中的“好友关系”。 ‧ 在有向图中，边具有方向性，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上 的“关注”与“被关注”关系。 第 9 章 图 www.hello‑algo.com 188 图 9‑2 有向图与无向图 ‧ 贪心算法不会考虑过去的决策，而是一路向前地进行贪心选择，不断缩小问题范围，直至问题被解决。 我们先通过例题“零钱兑换”了解贪心算法的工作原理。这道题已经在“完全背包问题”章节中介绍过，相 信你对它并不陌生。 Question 给定 ? 种硬币，第 ? 种硬币的面值为 ?????[? − 1] ，目标金额为 ??? ，每种硬币可以重复选取，问 能够凑出目标金额的最少硬币数量。如果无法凑出目标金额，则返回

有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2. 建堆操作 如果我们想要根据输入列表生成一个堆，这个过程被称为「建堆」。 8.2.1. 借助入堆方法实现 最直接的方法是借助“元素入堆操作”实现， Undirected Graph」和「有向图 Directed Graph」。 ‧ 在无向图中，边表示两顶点之间的“双向”连接关系，例如微信或 QQ 中的“好友关系”。 ‧ 在有向图中，边具有方向性，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上 的“关注”与“被关注”关系。 9. 图 hello‑algo.com 162 Figure 9‑2. 有向图与无向图

有序数 据。然而，我们通常会使用一种更优雅的方式实现堆排序，详见后续的堆排序章节。 ‧ 获取最大的 ? 个元素：这是一个经典的算法问题，同时也是一种典型应用，例如选择热度前 10 的新闻 作为微博热搜，选取销量前 10 的商品等。 8.2 建堆操作 在某些情况下，我们希望使用一个列表的所有元素来构建一个堆，这个过程被称为“建堆操作”。 8.2.1 自上而下构建 我们首先创建一个空堆， undirected graph」和「有向图 directed graph」。 ‧ 在无向图中，边表示两顶点之间的“双向”连接关系，例如微信或 QQ 中的“好友关系”。 ‧ 在有向图中，边具有方向性，即 ? → ? 和 ? ← ? 两个方向的边是相互独立的，例如微博或抖音上 的“关注”与“被关注”关系。 第 9 章 图 hello‑algo.com 186 图 9‑2 有向图与无向图 根据所有顶点是否连通，可分为图