码德需求？这不就是产品给我留的数学作业！

 [[357374]]

目录

  • 一、前言
  • 二、代码就是对数学逻辑的具体实现
  • 三、得物(毒) 8位随机抽奖码设计
  • 1. 需求描述
  • 2. 实现方案
  • 四、总结

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：

 
 
 
 
    
  
  
  
  
  1. for (int i = 1; i < 1000; i++) { 
    2. 
  
  
  
  
  2.     String key = String.valueOf(i); 
    3. 
  
  
  
  
  3.     int hash = key.hashCode() ^ (key.hashCode() >>> 16); 
    4. 
  
  
  
  
  4.     int idx = (64 - 1) & hash; 
    5. 
  
  
  
  
  5.      
    6. 
  
  
  
  
  6.     if (idx == 2) { 
    7. 
  
  
  
  
  7.        // System.out.println(i + " Idx：" + idx); 
    8. 
  
  
  
  
  8.     } 
    9. 
  
  
  
  
  9.     if (idx == 62) { 
    10. 
  
  
  
  
  10.         System.out.println(i + " Idx：" + idx); 
    11. 
  
  
  
  
  11.     } 
    12. 
  
  
  
  
  12. } 
    13.

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：

  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

 
 
 
 
    
  
  
  
  
  1. int codeId = RedisUtil.incr("codeUUID"); 
    2. 
  
  
  
  
  2. String UUID = String.format("%08d", codeId); 
    3. 
  
  
  
  
  3. System.out.println(UUID); 
    4. 
  
  
  
  
  4.  
    5. 
  
  
  
  
  5. // 测试结果 
    6. 
  
  
  
  
  6. 00000001 
    7. 
  
  
  
  
  7. 00000002 
    8. 
  
  
  
  
  8. 00000003 
    9.

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

 
 
 
 
    
  
  
  
  
  1. Random random = new Random(); 
    2. 
  
  
  
  
  2. StringBuffer code = new StringBuffer(); 
    3. 
  
  
  
  
  3. for (int i = 0; i < 8; i++) { 
    4. 
  
  
  
  
  4.     int number = random.nextInt(3); 
    5. 
  
  
  
  
  5.     switch (number) { 
    6. 
  
  
  
  
  6.         case 0: 
    7. 
  
  
  
  
  7.             code.append((char) (random.nextInt(26) + 65)); // 65 ~ 90 
    8. 
  
  
  
  
  8.             break; 
    9. 
  
  
  
  
  9.         case 1: 
    10. 
  
  
  
  
  10.             code.append((char) (random.nextInt(26) + 97)); // 97 ~ 122 
    11. 
  
  
  
  
  11.             break; 
    12. 
  
  
  
  
  12.         case 2: 
    13. 
  
  
  
  
  13.             code.append((char) (random.nextInt(9) + 48)); // 48 ~ 97 
    14. 
  
  
  
  
  14.             break; 
    15. 
  
  
  
  
  15.     } 
    16. 
  
  
  
  
  16. } 
    17. 
  
  
  
  
  17. System.out.println(code.toString()); 
    18. 
  
  
  
  
  18.  
    19. 
  
  
  
  
  19. // 测试结果 
    20. 
  
  
  
  
  20. qvY0Fqrk 
    21. 
  
  
  
  
  21. 8uyehK3H 
    22. 
  
  
  
  
  22. U7z2v4qK 
    23.

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

 
 
 
 
    
  
  
  
  
  1. final static char[] digits = { '0', '1', '3', '2', '4', '7', '6', '5', '8', 
    2. 
  
  
  
  
  2.         'z', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 
    3. 
  
  
  
  
  3.         '9', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 
    4. 
  
  
  
  
  4.         'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 
    5. 
  
  
  
  
  5.         'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 
    6. 
  
  
  
  
  6.         'Z', '0', '1', }; 
    7. 
  
  
  
  
  7.          
    8. 
  
  
  
  
  8. public static void main(String[] args) { 
    9. 
  
  
  
  
  9.     SnowflakeIdWorker idWorker = new SnowflakeIdWorker(0, 0); 
    10. 
  
  
  
  
  10.     System.out.println(idWorker.nextId()); 
    11. 
  
  
  
  
  11.     long code = idWorker.nextId(); 
    12. 
  
  
  
  
  12.     char[] buf = new char[64]; 
    13. 
  
  
  
  
  13.     int charPos = 64; 
    14. 
  
  
  
  
  14.     int radix = 1 << 6; 
    15. 
  
  
  
  
  15.     long mask = radix - 1; 
    16. 
  
  
  
  
  16.     do { 
    17. 
  
  
  
  
  17.         buf[--charPos] = digits[(int) (code & mask)]; 
    18. 
  
  
  
  
  18.         code >>>= 6; 
    19. 
  
  
  
  
  19.     } while (code != 0); 
    20. 
  
  
  
  
  20.     System.out.println(new String(buf, charPos, (64 - charPos))); 
    21. 
  
  
  
  
  21. } 
    22. 
  
  
  
  
  22.  
    23. 
  
  
  
  
  23. // 测试结果 
    24. 
  
  
  
  
  24. uxdDQOG001 
    25. 
  
  
  
  
  25. uxd8Uoj001 
    26. 
  
  
  
  
  26. uxdERuG000 
    27.

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!

标题名称：码德需求？这不就是产品给我留的数学作业！
分享链接：http://www.shufengxianlan.com/qtweb/news15/455065.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

关键词优化知识

同城分类信息

温江网站建设　　 　崇州做网站　　 　成都门窗定制　　 　雅安服务器托管　　 　四川内江电信机房　　 　虚拟主机　　 　电商网店　　 　成都网页设计　　 　成都西云机房　　 　医药医疗网站建设方案　　 　四川成都seo网站优化　　 　成都枢纽中心　　 　成都网站改版公司　　 　防护网厂　　 　重庆网站制作　　 　网站制作公司　　 　网站维护报价　　 　小程序开发　　 　上海济桢教育　　 　益鑫餐饮