# 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 (opens new window)
原文:https://mp.weixin.qq.com/s/t_ExuckR6Pd-H1Pa21HFyg (opens new window)

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);
    }
}
1
2
3
4
5
6
7
8
9
10
11
12

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 (opens new window)

# 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:

  1. 需要一个8位的随机码,全局唯一。
  2. 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。
  3. 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
1
2
3
4
5
6
7
8
  • 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
  • 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
  • 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!