码德需求，这不就是产品给我留的数学作业！

作者：小傅哥
博客：https://bugstack.cn
原文：https://mp.weixin.qq.com/s/t_ExuckR6Pd-H1Pa21HFyg

沉淀、分享、成长，让自己和他人都能有所收获！😄

一、前言

图 15-1 写好代码的核心

为什么你的代码一坨坨？其实来自你有那么多为什么你要这样写代码！

为什么你的代码那么多for循环？因为没有合理的数据结构和算法逻辑。
为什么你的代码那么多ifelse？因为缺少设计模式对业务场景的运用。
为什么你的程序应用复杂对接困难？因为没有良好的系统架构拆分和规划。
为什么你的程序逻辑开发交付慢返工多？因为不具备某些业务场景的开发经验。
为什么你的程序展现都是看上去不说人话？因为没有产品思维都是程序员逻辑的体现。

最终，所有的这些不合理交织在一起，就是你能看到的一坨坨的代码！所以，要想把代码写好、写美，写到自己愿意反复欣赏，那么基本需要你有一定的：基础能力(数据结构、算法逻辑、设计模式)、应用能力(系统架构、开发经验)、拓展能力(产品思维)，这三方面综合起来才能更好的开发程序。

但可能杠精会喊，我就写个CRUD要什么逻辑、什么数据结构，还算法？ 但写CRUD并不一定业务需求是CRUD，只是你的知识面和技术深度只能把它设计成CRUD，用ifelse和for循环在一个类里反复粘贴复制罢了。

可能同样的需求交给别人手里，就会想的更多搭建的更加完善。就像：树上10只鸟开一枪还剩下几只，你会想到什么？比如：

手抢是无声的吗？
枪声大吗？
这个城市打鸟犯不犯法？
确定那只鸟被打死了？
树上的鸟有没有聋子？
有没有被关在笼子里或者绑在树上的鸟？
旁边还有其他树吗？
有残疾或者飞不动的鸟吗？
有怀孕肚子里的鸟吗？
打鸟的人眼睛花没花？
保证是10只吗？
有没有那种不怕死的鸟？
会不会一枪打死两只或者更多？
所有的鸟都可以自由活动飞离树以外吗？
打死以后挂在树上还是掉下来了？

所以，你还相信写程序只是简简单单的搞CRUD吗？接下来小傅哥再带着你搞几个例子看一看！

二、代码就是对数学逻辑的具体实现

数据结构：数组、链表、红黑树算法逻辑：哈希、扰动函数、负载因子、拉链寻址、

其实我们所开发的业务程序，哪怕是CRUD也都是对数学逻辑的具体实现过程。只不过简单的业务有简单的数学逻辑、复杂的业务有复杂的数学逻辑。数学逻辑是对数据结构的使用，(例如：把大象装进冰箱分几步)合理的数据的结构有利于数据逻辑的实现和复杂程度。

在我们常用的API中，HashMap 就是一个非常好的例子，既有非常好的数据结构的使用，也有强大的数学逻辑的实现。为此也让 HashMap 成为开发过程中非常常用的API，当然也成为面试过程中最常问的技术点。

图 15-2 HashMap中的数据结构和数学逻辑

重点，HashMap 中涉及的知识点非常多，包括数据结构的使用、数组、链表、红黑树，也包括算法逻辑的实现：哈希、扰动函数、负载因子、拉链寻址等等。而这些知识如果可以深入的搞清楚，是完全不需要死记硬背的，也不需要为了面试造火箭。就像如下问题：

HashMap 怎么来的？因为有非常多业务开发中需要key、value的形式存放获取数据。
为什么要用哈希计算下标呢？因为哈希值求计算出的 key 具有低碰撞性。
为什么还要加扰动函数呀？因为扰动函数可以让数据散列的均匀，如果HashMap中的数据都碰撞成短链表，就会大大降低HashMap的索引性能。
为什么会有链表呢？因为无论如何都有会有节点碰撞的可能，碰撞后HashMap选择拉链寻址的方式存放数据。当然在 ThreadLocal 中采用的是斐波那契（Fibonacci）散列+开放寻址，感兴趣也可以看看。
为什么链表会转换树呢？因为时间复杂度问题，链表的时间复杂度是O(n)，越长越慢。
为什么树是红黑树呢？红黑树具有平衡性，也就是黑色节点是平衡的，平衡带来的效果就是控制整体树高，让时间复杂度最终保持在O(logn)，否则都是一丿的树就没意义了。
为什么有个负载因子呢？负载因子决定HashMap的高矮胖瘦，负载你可以理解成一辆卡车能装多少货，装的越多这一趟赚的也阅读风险也越高，装的越少跑的越快赚的也少。所以选择了适当大小0.75。
为什么JDK8优化了数据扩容时迁移？那不就是因为计算哈希值求下标耗费时间吗，已经找到了数学规律，直接迁移就可以了，提高性能。

看到了吗？ HashMap完全就是对数据结构的综合使用，以及对数学逻辑的完美结合，才让我们有了非常好用的HashMap。这些知识的学习就可以技术迁移到我们自己业务开发中，把有些业务开发优化到非常不错的性能体现上。同时你的代码也值得加薪！

哈希下标

图 15-2 中涉及到的下标位置存放的数据，不是胡乱写的。是按照 HashMap 中的计算逻辑找到的固定位置值。代码如下：

for (int i = 1; i < 1000; i++) {
    String key = String.valueOf(i);
    int hash = key.hashCode() ^ (key.hashCode() >>> 16);
    int idx = (64 - 1) & hash;
    
    if (idx == 2) {
       // System.out.println(i + " Idx：" + idx);
    }
    if (idx == 62) {
        System.out.println(i + " Idx：" + idx);
    }
}

如果你需要英文的，那么可以跑10万单词的字典表。关于HashMap的内容小傅哥已经整理到面经手册中，链接：面经手册 • 拿大厂Offer

三、得物(毒) 8位随机抽奖码设计

1. 需求描述

图 15-3 模仿得物(毒) APP抽奖码需求

图 15-3 是我们模拟得物APP中关于抽奖码需求的样式图，核心技术点包括：

需要一个8位的随机码，全局唯一。
每个人可以获得多个这样的随机码，随机码阅读中奖概率越大。
随机码我们这里的设计与毒App的展现形式略有不同，组成包括：大写字母、小写字母和数字。

在你没有看实现方案前，你可以先考虑下这样的唯一的随机码该怎样去生成。

2. 实现方案

2.1 基于Redis生成

int codeId = RedisUtil.incr("codeUUID");
String UUID = String.format("%08d", codeId);
System.out.println(UUID);

// 测试结果
00000001
00000002
00000003

评分：⭐
方案：基于 Redis 的 incr 方法，全局自增从0开始，以上是伪代码。
点评：以上方案不可用，除了并不一定能保证全局自增和可靠性外，有一个很大的问题是你的顺序自增，把APP有多少人参加活动的数据暴露了。

2.2 随机数生成

Random random = new Random();
StringBuffer code = new StringBuffer();
for (int i = 0; i < 8; i++) {
    int number = random.nextInt(3);
    switch (number) {
        case 0:
            code.append((char) (random.nextInt(26) + 65)); // 65 ~ 90
            break;
        case 1:
            code.append((char) (random.nextInt(26) + 97)); // 97 ~ 122
            break;
        case 2:
            code.append((char) (random.nextInt(9) + 48)); // 48 ~ 97
            break;
    }
}
System.out.println(code.toString());

// 测试结果
qvY0Fqrk
8uyehK3H
U7z2v4qK

评分：⭐⭐
方案：基于随机数生成8位随机码，相当于62^8次幂，有将近百万亿的随机数。
点评：此方案在很多业务场景中都有使用，但这里的实现还有一个问题，就是随性后的不唯一性，虽然我们知道这么大体量很难出现两个相同的。但如果随着业务运营日积月累的使用，终究会有两个一样的随机数，只要出现就会是客诉。所以还需要保证唯一性，可以在随机数中加入年或者月的标记，按照这个体量落库用防重方式保证唯一。当然你还可以有其他的方式来保证唯一

2.3 基于雪花算法

final static char[] digits = { '0', '1', '3', '2', '4', '7', '6', '5', '8',
        'z', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L',
        '9', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l',
        'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y',
        'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y',
        'Z', '0', '1', };
        
public static void main(String[] args) {
    SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0);
    System.out.println(idWorker.nextId());
    long code = idWorker.nextId();
    char[] buf = new char[64];
    int charPos = 64;
    int radix = 1 << 6;
    long mask = radix - 1;
    do {
        buf[--charPos] = digits[(int) (code & mask)];
        code >>>= 6;
    } while (code != 0);
    System.out.println(new String(buf, charPos, (64 - charPos)));
}

// 测试结果
uxdDQOG001
uxd8Uoj001
uxdERuG000

评分：⭐⭐⭐
方案：基于雪花算法的核心目的是，生成随机串的本身就是唯一值，那么就不需要考虑重复性。只需要将唯一值转换为对应64进制的字符串组合就可以了。
点评：这里的思路很好，但有几个问题需要解决。首先是雪花算法的长度是18位，在转换为64位时会会有10位长的随机字符串组合，不满足要求。另外大写字母、小写字母和数字组合是62个，还缺少2个不满足64个，所以需要后面补充两位，但这两位生成的组合数需要废弃。那么，如果按照这个生成随机串且保证唯一的思路，就需要完善雪花算法，降低位数，在满足业务自身的情况下，控制生成长度。

实现方案，终究不会一次就完美，还需要不断的优化完善。除此之外也会有很多其他的思路，例如电商生成订单号的方案也可以考虑设计，另外你以为这就完事了？当你已经工作多年，那么你每一天其实都在解决技术问题也是数学问题，产品的需求也更像是数学作业！加油数学老师！

四、总结

好的程序实现离不开数据结构的设计、逻辑算法的完善、设计模式的考量，再配合符合业务发展和程序设计的架构才能搭建出更加合理的程序。
在学习的过程中不要刻意去背答案、背套路，那不是理科内容的学习方式。只有你更多的去实践、去验证，让懂了就是真的懂，才更加舒心！
本篇又扯到了这，想问一句你是害怕35岁，还是害怕自己能力不及年龄增长？想学就把知识学透，你骗不了面试官，只能骗自己！

五、系列推荐

bugstack虫洞栈

沉淀、分享、成长，让自己和他人都能有所收获

关注公众号，回复源码下载，获取整套案例

（转载本站文章请注明作者和出处微信公众号：bugstack虫洞栈 | 作者：小傅哥）

Show Disqus Comments