实现堆排序的算法思路是先创建堆，也就是从叶子节点起对每一层的孩子节点及其对应位置的父亲节点进行比较，较大的孩子节点替换较小的父亲节点，一级一级比较替换，就创建出了大根堆，小根堆反之。创建好大根堆以后，我们，将整棵树的根节点与最后最后一个节点替换位置，然后去除最后一个节点，在创建一个新的大根堆，以此类推，完成排序。代码如下：/\\\<p堆排

这个小例子使用的是豆瓣API中 正在上映的电影的开放接口，要实现的主要效果如下: !(https://oscimg.oschina.net/oscnet/819cd8c2c8edb735599846bfe5a858d69b9.png)JSON数据结构!(https://img2018.cnblogs.com/blog/38142

当数据类型声明成tinyint(1)和tinyint(2)时，在getObject时到底有什么区别呢？来做如下测试1.首先建立如下数据结构t\_user表：!(https://static.oschina.net/uploads/space/2016/1012/140908_p8gr_2745752.png)2.插入1行数据：

总体思路：   利用Java8的新特性Lambda和流的map、collect，不断的递归调用得到树形结构另：如果想得到无限层的话，把level的限制放开，构造并返回自定义的数据结构就可以了代码如下publicItemCatResultqueryItemCatsNew(){//声明一个存储的对象,然后构建对象

Redis简介Redis是一个高性能的keyvalue数据库。支持复杂的数据结构，支持持久化，支持主从集群，支持高可用，支持较大的value存储...Redis是一个nosql，非关系型数据库。Redis与其他keyvalue缓存产品有以下几个特点：Reids是基于内存

Rocksdb作为当下nosql中性能的代表被各个存储组件（mysql、tikv、pmdk、bluestore）作为存储引擎底座，其基于LSMtree的核心存储结构（将随机写通过数据结构转化为顺序写）来提供高性能的写吞吐时保证了读性能。同时大量的并发性配置来降低compaction的影响。

一、简介和应用哈希表（HashTable）是一种高效的数据结构，通过键值对(keyvalue)存储数据，提供快速的插入、删除和查找操作。它使用哈希函数将键映射到表中的位置，使得平均时间复杂度可以达到O(1)。‌应用场景‌：数据库索引、缓存实现（如Redis