数据结构与算法

短号，即用一个比较短的字符串映射某个比较长的字符串，使得更加易于人们写入。比如一个会议号的唯一ID是一个雪花算法生成的ID，如1077144667185860608，对于用户来说很难手动输入。

延迟队列是一种特殊的队列，元素入队时需要指定到期时间，出队的元素一定是已经到期的，而且早到期的元素最先出队，也就是队列里面的元素是按照到期时间排序的，添加元素和获取元素的时间复杂度是O(log(n))

堆是一种非常常用的数据结构，它能够支持在O(1)的时间复杂度获取到最大值（或最小值）。然而堆它有一个缺点，它没办法快速的定位一个元素，因此它也没办法快速删除一个堆中元素。因此需要一种能随机删除的堆。

Redis里面有很多种缓存淘汰策略，其中有一种就是LRU，但是它需要额外的空间。而Redis的作者则使用了一种基于随机采样的近似LRU（NearlyLRU），它在Redis里面是不需要花费额外空间的。

W-TinyLFU是一种非常优秀的缓存淘汰策略，它综合的考虑了现实场景中可能会遇到的各种问题，具有能够提高缓存命中率的准入策略，带有LFU的基于频率的优点，还具备元素保鲜机制，同时还能保证低空间消耗。

CountMinSketch是一种计数器，用来统计一个元素的计数，它能够以一个非常小的空间统计大量元素的计数，同时保证高的性能及准确性。

布隆过滤器（BloomFilter）是一种用于判断元素是否存在的方式，它的空间成本非常小，速度也很快。它一秒能够进行上百万次操作，并且1亿数据在误判率1%的情况下，只需要114MB内存。

对于一些敏感字段，比如手机号码、身份证、地址、银行卡号等，我们在存放进数据库前，可能需要对其进行加密。大部分情况下，我们只需支持等值查询。但是如果需要支持模糊查询，那么整段内容整体加密就不具备这个能力

哈夫曼编码就是基于哈夫曼树，这是一个经典的压缩算法，可以根据权重给某个值分配一个01串，用这个较短的01串表达这个较长的值，权重越高的值的01串会越短，从而提高压缩率。