從微軟角度看 Kubernetes 對公有雲所帶來的改變與挑戰 Tom Lee 雲端解決方案架構師 合作夥伴暨商務事業群 台灣微軟 Policy Routing Telemetry 智慧端點卻連接著笨管線 Smart endpoints, dumb pipes 過去 25 年都是如此運作 服務數量越來越多，端點越來越多，該如何管理 ? 服務網格 Service Mesh 更聰明的管線

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

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”。 8.2.1 藉助入堆積操作實現 我們首先建 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

堆積排序”章節。 第 8 章 堆積 www.hello‑algo.com 182 ‧ 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”。 8.2.1 藉助入堆積操作實現 我們首先建 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 191 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

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 190 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

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

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”。 8.2.1 藉助入堆積操作實現 我們首先建 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

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”。 8.2.1 藉助入堆積操作實現 我們首先建 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 190 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

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”。 8.2.1 藉助入堆積操作實現 我們首先建 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 189 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

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”。 8.2.1 藉助入堆積操作實現 我們首先建 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 185 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