之前的一篇总结已经写到了十万字，阅读起来太不方便了，所以按照类别拆分成多个短篇分享给大家。
文章目录
7. 算法
7.1. 二进制表示
在计算机中，负数以原码的补码形式表达。
原码：一个正数，按照绝对值大小转换成的二进制数；一个负数按照绝对值大小转换成的二进制数，然后最高位补1，称为原码。
反码：正数的反码与原码相同，负数的反码为对该数的原码除符号位外各位取反。
补码：正数的补码与原码相同，负数的补码为对该数的原码除符号位外各位取反，然后在最后一位加1.
7.2. 红黑树与AVL
7.2.1. 红黑树
红黑树是一种含有红黑结点并能自平衡的二叉查找树。
性质，它必须满足下面性质：
- 每个节点要么是黑色，要么是红色。
- 根节点是黑色。
- 每个叶子节点（NIL）是黑色。
- 从根节点到叶子节点任何一条路径上 不能出现两个连续的红结点
- 从根节点到叶子节点任何一条路径上都包含数量相同的黑结点。
操作：
左旋：以某个结点作为支点(旋转结点)，其右子结点变为旋转结点的父结点，右子结点的左子结点变为旋转结点的右子结点，左子结点保持不变。如图3。
右旋：以某个结点作为支点(旋转结点)，其左子结点变为旋转结点的父结点，左子结点的右子结点变为旋转结点的左子结点，右子结点保持不变。如图4。
变色：结点的颜色由红变黑或由黑变红。
7.2.2. AVL树
AVL的平衡通过平衡因子（bf=左树深度-右树深度）和左单旋、右单旋、左右双旋、右左双旋四种操作保证。
7.2.3. 比较
删除旋转红黑树保证最多三次，而AVL树则可能是对数级别的。但是真实序列里影响不大。
7.3. 大数据下订单去重
- 用一个Hash函数 (f1) 对订单id进行运算， 比如简单的timer33就行。
- 将得到的hash结果数字再对内存区总长度取模。 会得到一个数字 n1.
- 我们把内存区 n1 的位置填为1.
- 然后我们再换几种hash实现， 分别对应的函数式f2, f3, f4, f5. 结果分别是n2, n3, n4, n5.
- 将这些n1, n2, n3, n4, n5位置都填充为1.
这个做法就是Bloom Filter， 也会被翻译为布隆过滤器。BloomFilter是一个概率游戏，判断不在， 则一定不在。 但是判断在， 则可能不在。
当数据存储几个月， 数据量太大导致准去率下降怎么办？~~~~
开30个BloomFilter, 每个订单来时对30个块均染色， 每天过期一个块， 新建一个块。
7.4. 找出一篇文章中，出现次数最多的单词
分治法 + HashMap
每100个文字是一批的处理极限，我们先读出100个，100以内的就直接全部读出。读出后，打散成字符串，例如英语文章它以空格和一些符号分割。使用split方法就可以打散。此时我们得出一个字符串数组String[] array，有了这个之后就可以参考 找出不重复问题的解法。每批使用循环遍历一次，存入 HashMap<String,Integer> 里面，string 对应这个数的字符串，Integer 对应它出现的次数，最后最大的自然就是出现次数最多的。