元数据（Matedata），又称中介数据、中继数据，为描述数据的数据（data about data），主要是描述数据属性（property）的信息。用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。 元数据是关于数据的组织、数据域及其关系的信息，简言之，元数据就是关…

之前在公司组内分享了红黑树的工作原理，今天把它整理下发出来，希望能对大家有所帮助，对自己也算是一个知识点的总结。 这篇文章算是我写博客写公众号以来画图最多的一篇文章了，没有之一，我希望尽可能多地用图片来形象地描述红黑树的各种操作的前后变换原理，帮助大家来理解红黑树的工作原理，下…

在稀有事件问题中，我们面对的是一个不平衡的数据集。这代表着，相较于负样本，我们只有很少的正样本标签。典型的稀有事件问题中，正样本在全部数据中占比大概在 5-10% 之间。在极端稀有事件问题中，我们只有少于 1% 的正样本数据。比如，在我们使用的数据集中，正样本只有 0.6%。 …

1. 问题情景 如果面试官问你，一个网站有 100 亿 url 存在一个黑名单中，每条 url 平均 64 字节。问这个黑名单要怎么存？若此时随便输入一个 url，如何判断该 url 是否在这个黑名单中？ 对于第一个问题，如果把黑名单看成一个集合，将其存在 hashmap 中，…