除了数组、链表，线性的数据结构中还有很重要的几种结构： 队列、栈 。 队列，一种先进先出的数据结构（FIFO），其实队列可以看成是一个两个口的管道，从一个口进，另一个口出，先进去的必定得在另一个口先出去，否则后面的都出不去；栈，一种后进先出的数据结构（LIFO），栈更像是只有一个口的管道，只有一个开口可以进出，先进去的在底部，所以必须得让后进去的先出去，它才能出去。

所谓动态热修补就是把能够导致app 崩溃的严重bug，提交新版本到appstore 审核速度太慢影响用户使用，这时候就可以利用 JSPatch 可以让你用 JavaScript 书写原生 iOS APP。只需在项目引入极小的引擎，就可以使用 JavaScript 调用任何 Objective-C 的原生接口，获得脚本语言的优势：为项目动态添加模块，或替换项目原生代码动态修复 bug。

说到数组和字典，只要是编过程的小伙伴并不陌生。在Swift中的数组与字典也有着一些让人眼前一亮的特性，今天的博客就来窥探一下Swift中的Array和Dictionary。还是沿袭之前的风格，在介绍Swift中的数组时，我们会对比一下ObjC中的数组和字典，因为ObjC也是iOS开发的主要语言不是。无论是简单还是复杂的程序，数组和字典的用处还是比较多的，这两者虽然是Swift的基础内容，但是也不失其重要性。关于Objc的集合类请参考之前的博客 《 Objective-C中的集合类 》 。

这回我们来学习Lucene的排序。机智的少年应该已经发现了，IndexSearcher类的search方法有好几个重载：

本文主要记录es的基本查询api的使用

序 本文主要记录es的查询过滤的使用。 使用过滤器 过滤器不影响评分，而评分计算让搜索变得复杂，而且需要CPU资源，因而尽量使用过滤器，而且过滤器容易被缓存，进一步提升查询的整体性能。 post_filter(先查询再...

单例模式属于创建型模式，何为创建型模式，即创建型模式抽象了实例化过程。他们帮助一个系统独立于如何创建、组合和表示他的那些对象。一个类创建型模式使用继承改变被实例化的类。而一个对象创建型模式将实例化委托给另一个对象

前不久看的一些jQuery知识，在此进行一些简单的记录。

在Android开发中，我们经常会使用到static来修饰我们的成员变量，其本意是为了让多个对象共用一份空间，节省内存,或者是使用单例模式，让该类只生产一个实例而在整个app中使用。然而在某些时候不恰当的使用或者是编程的不规范却会造成了内存泄露现象(java上的内存泄漏指内存得不到gc的及时回收，从而造成内存占用过多的现象)

SharedPreferences是Android中最容易理解的数据存储技术，实际上SharedPreferences处理的就是一个key-value（键值对）SharedPreferences常用来存储一些轻量级的数据。

storm topology优化之lib库分离：最近在基于storm做实时分析统计工作，每次将topology打包上传到服务器上，都是一个艰难的事情，原因有里...

Android Studio越发成熟, 给我们的Android开发带来了越来越多的便利。 今天给大家介绍的一个Android开发的神兵利器就是Android Studio自带的图标制作利器 Image Asset Studio。

（Defining Preferences in XML） 所有Preferences 均有标签与之对应如CheckBoxPreference对应 标签。

当希望在不同的应用程序或平台上执行相同的函数，或者封装特定功能时，存储过程是非常有用的

电量使用优化, 基本上是我们最不怎么关注的一项优化. 可能很多公司连QA/Tester也不会关注测试App电量的使用. 一般来说开发和测试的测试设备也一直是连着USB处于充电状态的, 感官上也体会不到电量的损耗.

目标检测对于人类来说并不困难，通过对图片中不同颜色模块的感知很容易定位并分类出其中目标物体，但对于计算机来说，面对的是RGB像素矩阵，很难从图像中直接得到狗和猫这样的抽象概念并定位其位置，再加上有时候多个物体和杂乱的背景混杂在一起，目标检测更加困难。但这难不倒科学家们，在传统视觉领域，目标检测就是一个非常热门的研究方向，一些特定目标的检测，比如人脸检测和行人检测已经有非常成熟的技术了。

Java中的接口是一组对需求的描述。

Android资源系统（resources system）可以用来打包应用所需的图片、XML文件以及其他非Java资源，这里来学习下另一种资源打包方式：assets。

本文介绍了 Kafka 的队列实现以及其读写过程。Kafka 认为操作系统级别的文件缓存比 Java 的堆内存更省空间和高效，如果生产者消费者之间比较「和谐」的话，大部分的读写操作都会落在文件缓存，且在顺序读写的情况下，硬盘的速度并不慢，因此选择直接写磁盘文件的方式存储队列。在队列的读写过程中，Kafka 尽可能地使用顺序读写，并使用零拷贝来优化性能。最后，Kafka 让消费者自己控制消费位置，提供了更加灵活的数据消费方式。

本文和大家分享：linux系统下各维度的异常，怎样定位到进程级别。说简单点，就是：linux（性能）各维度指标出问题了，我们需要确定哪些进程影响的。