字节，在大多数编程语言中取决于特定的字符编码方法，详见“字 符编码”章节。 ‧ 即使表示布尔量仅需 1 位（0 或 1），它在内存中通常也存储为 1 字节。这是因为现代计算机 CPU 通常 将 1 字节作为最小寻址内存单元。 那么，基本数据类型与数据结构之间有什么联系呢？我们知道，数据结构是在计算机中组织与存储数据的方 式。这句话的主语是“结构”而非“数据”。 如果想表示“一排数字”，我们自然会想到使用数 以采用以下策略。 1. 改良哈希表数据结构，使得哈希表可以在出现哈希冲突时正常工作。 2. 仅在必要时，即当哈希冲突比较严重时，才执行扩容操作。 哈希表的结构改良方法主要包括“链式地址”和“开放寻址”。 6.2.1 链式地址 在原始哈希表中，每个桶仅能存储一个键值对。链式地址（separate chaining）将单个元素转换为链表，将键 值对作为链表节点，将所有发生冲突的键值对都存储在同一链表中。图 很差。此时可以将链表转换为“AVL 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 开放寻址（open addressing）不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。

字节，在大多数编程语言中取决于特定的字符编码方法，详见“字 符编码”章节。 ‧ 即使表示布尔量仅需 1 位（0 或 1），它在内存中通常也存储为 1 字节。这是因为现代计算机 CPU 通常 将 1 字节作为最小寻址内存单元。 那么，基本数据类型与数据结构之间有什么联系呢？我们知道，数据结构是在计算机中组织与存储数据的方 式。这句话的主语是“结构”而非“数据”。 如果想表示“一排数字”，我们自然会想到使用数 以采用以下策略。 1. 改良哈希表数据结构，使得哈希表可以在出现哈希冲突时正常工作。 2. 仅在必要时，即当哈希冲突比较严重时，才执行扩容操作。 哈希表的结构改良方法主要包括“链式地址”和“开放寻址”。 6.2.1 链式地址 在原始哈希表中，每个桶仅能存储一个键值对。「链式地址 separate chaining」将单个元素转换为链表，将 键值对作为链表节点，将所有发生冲突的键值对都存储在同一链表中。图 很差。此时可以将链表转换为“AVL 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 「开放寻址 open addressing」不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。

字节，在大多数编程语言中取决于特定的字符编码方法，详见“字 符编码”章节。 ‧ 即使表示布尔量仅需 1 位（0 或 1），它在内存中通常也存储为 1 字节。这是因为现代计算机 CPU 通常 将 1 字节作为最小寻址内存单元。 那么，基本数据类型与数据结构之间有什么联系呢？我们知道，数据结构是在计算机中组织与存储数据的方 式。这句话的主语是“结构”而非“数据”。 如果想表示“一排数字”，我们自然会想到使用数 以采用以下策略。 1. 改良哈希表数据结构，使得哈希表可以在出现哈希冲突时正常工作。 2. 仅在必要时，即当哈希冲突比较严重时，才执行扩容操作。 哈希表的结构改良方法主要包括“链式地址”和“开放寻址”。 6.2.1 链式地址 在原始哈希表中，每个桶仅能存储一个键值对。链式地址（separate chaining）将单个元素转换为链表，将键 值对作为链表节点，将所有发生冲突的键值对都存储在同一链表中。图 很差。此时可以将链表转换为“AVL 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 开放寻址（open addressing）不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测和多次哈希等。 下面以线性探测为例，介绍开放寻址哈希表的工作机制。 1. 线性探测 线性探测采用固定步长的线性搜索来进行探测，其操作方法与普通哈希表有所不同。

Nacos 架构 17 Nacos 配置模型 21 Nacos 内核设计 28 Nacos ⼀致性协议 28 Nacos 自研 Distro 协议 38 Nacos 通信通道 42 Nacos 寻址机制 56 Nacos 服务发现模块 63 Nacos 注册中心的设计原理 63 Nacos 注册中心服务数据模型 80 Nacos 健康检查机制 89 Nacos 配置管理模块 97 配置⼀致性模型 对该领域感兴趣的技术爱好者阅读。 推荐序 < 8 Facebook 工程师 & CNCF 前 TOC 成员 - 李响 服务注册、发现与配置管理是构成大型分布式系统的基石。Nacos 是集成了这三种能力的现代化、 开源开放的代表系统。本书系统化的介绍了 Nacos 诞生的历史背景以及其在阿里集团内部孕育的过 程，阐述了打造⼀款实用、易用系统的全过程。另外，本书也从设计、架构方面详细介绍了 Nacos 的实现，分享了 开始核心是把阿里内部的能力抽象好内核，然后逐步开 放出去，在这个阶段虎牙作为 Nacos 最早用户开始使用，解决直播行业迅速发展的规模和高可用 等问题，然后 Nacos 在视频和直播行业广泛使用。 2019 年当我们开放核心能力和竞争力之后，就开始与 Dubbo/Spring-cloud-alibaba 生态完成集 成，随着云原生的大势迅速被互联网行业使用。与此同时我们完成了多语言生态和服务网格生态的 布局。

字节，在大多数编程语言中取决于特定的字符编码方法，详见“字 符编码”章节。 ‧ 即使表示布尔量仅需 1 位（0 或 1），它在内存中通常被存储为 1 字节。这是因为现代计算机 CPU 通常 将 1 字节作为最小寻址内存单元。 那么，基本数据类型与数据结构之间有什么联系呢？我们知道，数据结构是在计算机中组织与存储数据的方 式。它的主语是“结构”而非“数据”。 如果想要表示“一排数字”，我们自然会想到使用数 以采用以下策略。 1. 改良哈希表数据结构，使得哈希表可以在存在哈希冲突时正常工作。 2. 仅在必要时，即当哈希冲突比较严重时，才执行扩容操作。 哈希表的结构改良方法主要包括“链式地址”和“开放寻址”。 6.2.1 链式地址 在原始哈希表中，每个桶仅能存储一个键值对。「链式地址 separate chaining」将单个元素转换为链表，将 键值对作为链表节点，将所有发生冲突的键值对都存储在同一链表中。图 } } 值得注意的是，当链表很长时，查询效率 ?(?) 很差。此时可以将链表转换为“AVL 树”或“红黑树”，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2 开放寻址 「开放寻址 open addressing」不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式主 要包括线性探测、平方探测、多次哈希等。 1. 线性探测 线性探测采用固定步长的线

0 布尔 bool 1 byte false true false � 字符的占用空间大小取决于编程语言采用的字符编码方法，详见「字符编码」章节。 现代计算机 CPU 通常将 1 字节作为最小寻址内存单元。因此，即使表示布尔量仅需 1 位（0 或 1），它在内存中通常被存储为 1 字节。 那么，基本数据类型与数据结构之间有什么联系与区别呢？我们知道，数据结构是在计算机中组织与存储数 据 的数据搬运与哈希值计算。为了提升效率，我们切换一下思路： 1. 改良哈希表数据结构，使得哈希表可以在存在哈希冲突时正常工作。 2. 仅在必要时，即当哈希冲突比较严重时，才执行扩容操作。 哈希表的结构改良方法主要包括链式地址和开放寻址。 6.2.1. 链式地址 在原始哈希表中，每个桶仅能存储一个键值对。「链式地址 Separate Chaining」将单个元素转换为链表，将 键值对作为链表节点，将所有发生冲突的键值对都存储在同一链表中。 } } } � 当链表很长时，查询效率 ?(?) 很差，此时可以将链表转换为「AVL 树」或「红黑树」，从而 将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.2. 开放寻址 「开放寻址 Open Addressing」不引入额外的数据结构，而是通过“多次探测”来处理哈希冲突，探测方式 主要包括线性探测、平方探测、多次哈希等。 线性探测 线性探测采用固定步长的线性查找来进行探测，对应的哈希表操作方法为：

扩容来减小冲突概率。极端情况下，当输入空间和输出空间 大小相等时，哈希表就等价于数组了，可谓“大力出奇迹”。 另一方面，考虑通过优化哈希表的表示方式以缓解哈希冲突，常见的方法有「链式地址」和「开放寻址」。 6.2.1. 哈希表扩容 「负载因子 Load Factor」定义为 哈希表中元素数量除以桶槽数量（即数组大小），代表哈希冲突的严重程度。 6. 散列表 hello‑algo.com 88 查询效率降低，因为需要线性遍历链表来查找对应元素； 为了提升操作效率，可以把「链表」转化为「AVL 树」或「红黑树」，将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.3. 开放寻址 「开放寻址」不引入额外数据结构，而是通过“多次探测”来解决哈希冲突。根据探测方法的不同，主要分为 线性探测、平方探测、多次哈希。 6. 散列表 hello‑algo.com 89 线性探测 「 工业界方案 Java 采用「链式地址」。在 JDK 1.8 之后，HashMap 内数组长度大于 64 时，长度大于 8 的链 表会被转化为「红黑树」，以提升查找性能。 Python 采用「开放寻址」。字典 dict 使用伪随机数进行探测。 6.3. 小结 ‧ 向哈希表中输入一个键 key ，查询到值 value 的时间复杂度为 ?(1) ，非常高效。 ‧ 哈希表的常用操作包括查询、添加与删除键值对、遍历键值对等。

大小相等时，哈希表就等价于数组了，每个 key 都对应唯一的数组索引，可谓“大力出奇迹”。 另一方面，考虑通过优化哈希表的表示来缓解哈希冲突，常见的方法有「链式地址 Separate Chaining」和 「开放寻址 Open Addressing」。 6. 散列表 hello‑algo.com 89 6.2.1. 哈希表扩容 哈希函数的最后一步往往是对桶数量 ? 取余，以将哈希值映射到桶的索引范围，从而将 6. 散列表 hello‑algo.com 90 为了提升操作效率，可以把「链表」转化为「AVL 树」或「红黑树」，将查询操作的时间复杂度优化至 ?(log ?) 。 6.2.3. 开放寻址 「开放寻址」不引入额外数据结构，而是通过“多次探测”来解决哈希冲突。根据探测方法的不同，主要分为 线性探测、平方探测、多次哈希。 线性探测 「线性探测」使用固定步长的线性查找来解决哈希冲突。 工业界方案 Java 采用「链式地址」。在 JDK 1.8 之后，HashMap 内数组长度大于 64 时，长度大于 8 的链 表会被转化为「红黑树」，以提升查找性能。 Python 采用「开放寻址」。字典 dict 使用伪随机数进行探测。 Golang 采用「链式地址」。Go 规定每个桶最多存储 8 个键值对，超出容量则连接一个溢出桶； 当溢出桶过多时，会执行一次特殊的等量扩容操作，以保证性能。

数据与类型数据各自的具体地址信息； 直接指针：如果使用直接指针访问，那么 Java 堆对象的布局中就必须考虑如何放置访问类型数据的 关信息，而 reference 中存储的直接就是对象的地址。具体寻址过程如下图所示： 原文链接：Java 对象的创建过程 这两种对象访问方式各有优势。使用句柄来访问的最大好处是 reference 中存储的是稳定的句柄地址 在对象被移动时只会改变句柄中的实例数据指针，而

雜湊函式 hash collision 哈希冲突 雜湊衝突 load factor 负载因子 負載因子 separate chaining 链式地址 鏈結位址 open addressing 开放寻址 開放定址 linear probing 线性探测 線性探查 lazy deletion 懒删除 懶刪除 binary tree 二叉树 二元樹 tree node 树节点 樹節點 left‑child