还可以通过中序遍历获取有序序列；此外，还可以将链表转换为哈希表，将时间复杂度降低至 ?(1) 。 9.1.4. 图常见应用 实际应用中，许多系统都可以用图来建模，相应的待求解问题也可以约化为图计算问题。 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 9.2. 图基础操作 图的基础操作可分为对「边」的操作和对 ‧ 当邻接表中的链表过长时，可以将其转换为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想角度分析，邻接矩阵体现“以空间换时间”，邻接表体现“以时间换空间”。 ‧ 图可用于建模各类现实系统，如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，通常借助队列实现。 ‧ 图的深度优先遍历是一种优先走到底、无 � 爬楼梯与障碍生成 给定一个共有 ? 阶的楼梯，你每步可以上 1 阶或者 2 阶。规定当爬到第 ? 阶时，系统自动会 给第 2? 阶上放上障碍物，之后所有轮都不允许跳到第 2? 阶上。例如，前两轮分别跳到了第 2, 3 阶上，则之后就不能跳到第 4, 6 阶上。请问有多少种方案可以爬到楼顶。 在这个问题中，下次跳跃依赖于过去所有的状态，因为每一次跳跃都会在更高的阶梯上设置障碍，并影响未

以把链表转换为哈希表，从而将时间复杂度降至 ?(1) 。 9.1.3 图的常见应用 如表 9‑1 所示，许多现实系统可以用图来建模，相应的问题也可以约化为图计算问题。 表 9‑1 现实生活中常见的图 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 第 9 章 图 hello‑algo.com 194 9.2 当邻接表中的链表过长时，可以将其转换为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想的角度分析，邻接矩阵体现了“以空间换时间”，邻接表体现了“以时间换空间”。 ‧ 图可用于建模各类现实系统，如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，通常借助队列实现。 ‧ 图的深度优先遍历是一种优先走到底、无 。 爬楼梯与障碍生成 给定一个共有 ? 阶的楼梯，你每步可以上 1 阶或者 2 阶。规定当爬到第 ? 阶时，系统自动会在第 2? 阶上放上障碍物，之后所有轮都不允许跳到第 2? 阶上。例如，前两轮分别跳到了第 2、3 阶上，则之 后就不能跳到第 4、6 阶上。请问有多少种方案可以爬到楼顶？ 在这个问题中，下次跳跃依赖过去所有的状态，因为每一次跳跃都会在更高的阶梯上设置障碍，并影响未来

以把链表转换为哈希表，从而将时间复杂度降至 ?(1) 。 9.1.3 图的常见应用 如表 9‑1 所示，许多现实系统可以用图来建模，相应的问题也可以约化为图计算问题。 表 9‑1 现实生活中常见的图 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 9.2 图的基础操作 图的基础操作可分为对“边”的操作和对 当邻接表中的链表过长时，可以将其转换为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想的角度分析，邻接矩阵体现了“以空间换时间”，邻接表体现了“以时间换空间”。 ‧ 图可用于建模各类现实系统，如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 第 9 章 图 hello‑algo.com 208 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，通常借助队列实现。 � 爬楼梯与障碍生成 给定一个共有 ? 阶的楼梯，你每步可以上 1 阶或者 2 阶。规定当爬到第 ? 阶时，系统自动会 在第 2? 阶上放上障碍物，之后所有轮都不允许跳到第 2? 阶上。例如，前两轮分别跳到了第 2、 3 阶上，则之后就不能跳到第 4、6 阶上。请问有多少种方案可以爬到楼顶？ 在这个问题中，下次跳跃依赖过去所有的状态，因为每一次跳跃都会在更高的阶梯上设置障碍，并影响未来

把链表转换为哈希表，从而将时间复杂度降低至 ?(1) 。 9.1.3 图常见应用 如表 9‑1 所示，许多现实系统都可以用图来建模，相应的问题也可以约化为图计算问题。 表 9‑1 现实生活中常见的图 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 9.2 图基础操作 图的基础操作可分为对“边”的操作和对“ ‧ 当邻接表中的链表过长时，可以将其转换为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想角度分析，邻接矩阵体现“以空间换时间”，邻接表体现“以时间换空间”。 ‧ 图可用于建模各类现实系统，如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，通常借助队列实现。 ‧ 图的深度优先遍历是一种优先走到底、无 � 爬楼梯与障碍生成 给定一个共有 ? 阶的楼梯，你每步可以上 1 阶或者 2 阶。规定当爬到第 ? 阶时，系统自动会 给第 2? 阶上放上障碍物，之后所有轮都不允许跳到第 2? 阶上。例如，前两轮分别跳到了第 2、 3 阶上，则之后就不能跳到第 4、6 阶上。请问有多少种方案可以爬到楼顶。 在这个问题中，下次跳跃依赖于过去所有的状态，因为每一次跳跃都会在更高的阶梯上设置障碍，并影响未

以把链表转换为哈希表，从而将时间复杂度降至 ?(1) 。 9.1.3 图的常见应用 如表 9‑1 所示，许多现实系统可以用图来建模，相应的问题也可以约化为图计算问题。 表 9‑1 现实生活中常见的图 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 第 9 章 图 www.hello‑algo.com 194 当邻接表中的链表过长时，可以将其转换为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想的角度分析，邻接矩阵体现了“以空间换时间”，邻接表体现了“以时间换空间”。 ‧ 图可用于建模各类现实系统，如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，通常借助队列实现。 ‧ 图的深度优先遍历是一种优先走到底、无 。 爬楼梯与障碍生成 给定一个共有 ? 阶的楼梯，你每步可以上 1 阶或者 2 阶。规定当爬到第 ? 阶时，系统自动会在第 2? 阶上放上障碍物，之后所有轮都不允许跳到第 2? 阶上。例如，前两轮分别跳到了第 2、3 阶上，则之 后就不能跳到第 4、6 阶上。请问有多少种方案可以爬到楼顶？ 在这个问题中，下次跳跃依赖过去所有的状态，因为每一次跳跃都会在更高的阶梯上设置障碍，并影响未来

状态查询的障碍1 对于可通过 kubernetes API 直接查询的状态，使用过程存在的一大障碍是噪音 过多。很多情况下 需要配合文本查询工具一起使用才能找到想要的信息。 当然，kubectl 提供了 json path 功能以对查询结果进行筛选，但它存在命令行交互不友好、复 杂、 难以阅读等问题。 上图为 kubectl 的 json path 使用样例 状态查询的障碍2 对于不可通过 令来获取。它存在的主要问题是查询客户端所需权限过高。 pod/exec 使用样例：列出 daemon pod 上正在运行的进程。 状态查询的障碍3 对于所有的状态查询都存在的一大问题是，各级状态之间很难进行关联查询。 人脑关联查询示例： 状态查询的解决方案 首先我们考虑障碍1，要避免查询客户端所需权限过高，最简单的办法就是在一个拥有创建 pod/exec 权限的组件上运行一个 API server pod/forward pod/exec 状态查询的解决方案 现在假定我们已经引入了一个 API server，仅考虑障碍1的查询噪音问题，有 nested resources（类 似 k8s API 中的 sub resources）和 GraphQL 两种 API 方案可以选择。 但如果要解决障碍3中的关联查询问题，则 GraphQL 是最佳的 API 方案。 GraphQL GraphQL 旨在让

的value类型相对更多，包括string(字符 串)、list(链表)、set(集合)和zset(有序集合)。 目前应用redis最广泛的应该是新浪微博平台，其次还有Facebook收购的图片社交网站instagram。以及其他一些有名 的互联网企业 Go目前支持redis的驱动有如下 - https://github.com/alphazero/Go-Redis - http://code 同你调用一个本地函数并返回一个值。 Web服务背后的关键在于平台的无关性，你可以运行你的服务在Linux系统，可以与其他Window的asp.net程序交互， 同样的，也可以通过同一个接口和运行在FreeBSD上面的JSP无障碍地通信。 目前主流的有如下几种Web服务：REST、SOAP。 REST请求是很直观的，因为REST是基于HTTP协议的一个补充，他的每一次请求都是一个HTTP请求，然后根据不同的 meth

UI Camera Camera Camera Camera 场景描述 • 部署Sedna终身学习，实现机器人室外递送过程中的边侧智能环境感知任务； • 基于视觉的语义分割，帮助机器人识别出低矮障碍，比如马路牙子和斜坡， 帮助机器人做出正确的避让决策。 技术挑战 • 机器人本体资源不足。比如无法部署GPU，导致推理速度慢，机器人来不及做避 让决策； • 数据异构问题导致AI模型失效。

特性 05 Benchmark 06 图数据库 第一部分 图数据库 01. 副标题 目前常见的使用图数据库场景有： ● 风控（欺诈检测/反洗钱） ● 图神经网络 ● 知识图谱 ● 社交网络 目前的问题 01. 副标题 ● 对于复杂的关系网络，传统关系型数据库无能为力 ● 单独部署图数据库集群 ● 部署运维两套数据库集群成本太高 ● 在两个不同的数据库中数据一致性不能保障

过中序遍历获取有序序列；还可以将链表转化为哈希表，将时间复杂度降低至 ?(1) 。 9.1.4. 图常见应用 现实中的许多系统都可以使用图来建模，对应的待求解问题也可以被约化为图计算问题。 顶点 边 图计算问题 社交网络 用户 好友关系 潜在好友推荐 地铁线路 站点 站点间的连通性 最短路线推荐 太阳系 星体 星体间的万有引力作用 行星轨道计算 9.2. 图基础操作 图的基础操作分为对「边」的操作和对「 ‧ 当邻接表中的链表过长时，可以将其转化为红黑树或哈希表，从而提升查询效率。 ‧ 从算法思想角度分析，邻接矩阵体现“以空间换时间”，邻接表体现“以时间换空间” ‧ 图可以用于建模各类现实系统，例如社交网络、地铁线路等。 ‧ 树是图的一种特例，树的遍历也是图的遍历的一种特例。 ‧ 图的广度优先遍历是一种由近及远、层层扩张的搜索方式，常借助队列实现。 ‧ 图的深度优先遍历是一种优先走到底、无路