ARTS-W03（1.03 - 1.09）
Algorithm（一道算法题）
验证回文串
给定一个字符串，验证它是否是回文串，只考虑字母和数字字符，可以忽略字母的大小写。
说明：本题中，我们将空字符串定义为有效的回文串。
示例 1:
输入: "A man, a plan, a canal: Panama"
输出: true
示例 2:
输入: "race a car"
输出: false
认真阅读题目（快速理解题目也是一种能力），很快知道，除去字符串和数字作为回文串，其他的都可以忽略，从左往右与从右到左读取到的字符串是一样的。
第一版本思路如下：将字符串转化成char串，遍历char[ ]，筛选出字母和数字，并将字母统一转化成大写（小写），遍历的时候同时用StringBuffer拼接成str1及放入栈中，之后再遍历一遍栈，拼接成str2，比较str1与str2是否一致。
代码如下
public static boolean isPalinerome2(String str){
if(str.isEmpty()){
return true;
}
char[] chars = str.toCharArray();
Stack<String> stack1 = new Stack<>();
StringBuffer s1 = new StringBuffer();
StringBuffer s2 = new StringBuffer();
for(char c : chars){
int asc_value = Integer.valueOf(c);
if( (asc_value >= 48 && asc_value <= 57) || (asc_value >= 65 && asc_value <= 90) ||
(asc_value >= 97 && asc_value <= 122)){
if(asc_value >= 65 && asc_value <= 90){
asc_value = asc_value+32 ;
}
stack1.push((char)asc_value+"");
s1.append((char)asc_value+"");
}
}
while(!stack1.empty()){
s2.append(stack1.pop());
}
if(s1.toString().equals(s2.toString())){
return true;
}
return false;
}
结果运行下来，执行耗时与空间内存用的都很高。这种写法能想到的优化点，就是大小写转化这一块，可以用上二进制的形式来做。jdk中提供了两个api
- StringBuffer.reverse 翻转StringBuffer值
- isLetterOrDigit(char a) 判断是否是数字或者字母
它的实现比以上的代码实现效率要高很多。
第二版的思路：双指针，1个从头位置，1个从尾位置，相向移动，都遇到数字和字母比较，则比较是否相等，相等继续移动，最后判断两指针是否相遇，能相遇说明是回文。
代码如下
public static boolean isPalindromeTwo_1(String s){
int left = 0;
int right = s.length()-1;
while(left < right){
if(!Character.isLetterOrDigit(s.charAt(left)) || !Character.isLetterOrDigit(s.charAt(right))){
if(!Character.isLetterOrDigit(s.charAt(left))){
left++;
}
if(!Character.isLetterOrDigit(s.charAt(right))){
right--;
}
continue;
}
if(Character.toLowerCase(s.charAt(left)) != Character.toLowerCase(s.charAt(right))){
return false;
}
left++;
right--;
}
return true;
}
以上方法，不管空间还是时间利用率都要优于方法一
Review（阅读并点评一篇英语技术文章）
How is the Apple M1 going to affect Machine Learning?
- Introduction 大致介绍了苹果自研台式和笔记本等pc机器的cpu ， M1芯片，并且已经在三款机器上使用，很多方面都取得了好几倍的效果，它着重强调了续航能力。
- M1 Architecture M1架构最突出的点：“Since the RAM is built into the processor, all components access the same memory” (
）
- CPU单核效率远高于Inter与AMD，单核性能最好的cpu
- Neural Engine 集成在处理器中的神经引擎，神经引擎之前只集成在iphone、ipad等A系列处理器中。
- M1的软件支持
Tensorflow：端到端的开源机器学习平台
Scikit-Learn：python的机器学习
Tips（学习一个技术技巧）
今天分享一个小技巧：mac下面idea项目启动慢的解决方法
第一次使用macbook开发，在idea项目启动的时候，在build阶段，都会卡住好久，启动过程也非常的慢，碰到这种情况如何解决呢？
- 找到mac的电脑上名称
系统偏好设置 --> 共享 --> 您的本地网络上的电脑可以通过以下地址访问您的电脑：xxx - 通过终端，修改主机地址 sudo vim /etc/hosts 0
127.0.0.1 localhost xxx
重新启动即可。
Share（分享一篇有观点有思考的技术文章）
一路走来，做java也已经很多年了，提升有限，还是个菜鸡。原因很多，其中一个关键的原因就是想学的太多，太杂，都是浅尝而止。很多时候都是在同时做N件事情，做的事情又以完成为主，而“完成”通常都带有点水货，思考与摘抄参半，没有形成一个闭环。
比如这次的文章，有不少是为了赶进度，为了完成而完成。Share原计划是写最近看同事写的责任链落地代码带有益处的思考，然而周末花时间在看《大秦赋》上，又不了了之了。
在这里特别标注提醒下自己，花了时间的事情，要尽可能从中获取到益处，不能为了做而做。慢点没关系，简单点没关系，最重要的是做完之后，要有收获。或是思考过程，或是总结提炼，或是认真投入。
