数据结构作为每一个开发者不可回避的问题，而 Java 对于不同的数据结构提供了非常成熟的实现，这一个又一个实现既是面试中的难点，也是工作中必不可少的工具。

本文正在参加 「金石计划 . 瓜分6万现金大奖」 Q：一天同事问，我放在 redis 中的 key，为什么有时候过一段时间数据就没有了，我并没有设置过期时间呀？？😳😳 A：你的 redis 淘汰策略是

前不久写了LRU算法系列文章，今天来介绍一下和LRU算法并驾齐驱的另一个算法——LFU。 LFU是基于这种思想进行设计：一定时期内被访问次数最少的页，在将来被访问到的几率也是最小的。 相比于LRU（Least Recently Use）算法，LFU更加注重于使用的频率。 该数据…

本文正在参加 「金石计划 . 瓜分6万现金大奖」 上一次，相信大家已经知道关于 LRU 页面置换算法的思想和实现了，这里可以一键直达： 【LRU】一文让你弄清 Redis LRU 页面置换算法 Red

我们常用缓存提升数据查询速度，由于缓存容量有限，当缓存容量到达上限，就需要删除部分数据挪出空间，这样新数据才可以添加进来。缓存数据不能随机删除，一般情况下我们需要根据某种算法删除缓存数据。常用淘汰算法有 LRU,LFU,FIFO,这篇文章我们聊聊 LRU 算法。 LRU 是 L…

布隆过滤器（Bloom filter）是一种特殊的 Hash Table，能够以较小的存储空间较快地判断出数据是否存在。常用于允许一定误判率的数据过滤及防止缓存击穿及等场景。

布隆过滤器原理 当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。 检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个

在程序的世界中，布隆过滤器是程序员的一把利器，利用它可以快速地解决项目中一些比较棘手的问题。如网页 URL 去重、垃圾邮件识别、大集合中重复元素的判断和缓存穿透等问题。 布隆过滤器（Bloom Filter）是 1970 年由布隆提出的。它实际上是一个很长的二进制向量和一系列随…

数据结构没有什么不同，在应用程序中他们就像是可以组织数据的书架，不同的数据结构将为您提供不同的便利和好处，你需要仔细权衡自己的需求之后妥善的使用它们。布隆过滤器就是践行这句话的代表。