Leanku

Brew 使用指南

Brew 使用指南一、什么是 brew？全程：Homebrew macOS（或 Linux）软件包管理器。它可以让你轻松地安装、更新、卸载软件，解决软件依赖关系，你不再需要手动下载、拖拽安装或处理复杂的编译选项。 Homebrew 会将软件包安装到独立目录，并将其文件软链接至 /opt/homebrew 。 brew官网二、安装 Homebrew 在终端（Terminal）中执行以下命令： /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" 安装完成后，运行以下命令确保 Brew 工作正常： brew doctor 三、基础使用命令 1. 安装软件安装命令行工具（Formula）： brew install <formula_name> # 示例：安装 wget, tree, node brew install wget tree node 安装图形界面应用（Cask） brew install --cask <cask_name> # 示例：安装 Chrome, VS Code, Spotify brew install --cask google-chrome visual-studio-code spotify 2. 查询软件搜索软件（不确定完整包名时非常有用）： brew search <keyword> # 示例：搜索所有与 python 相关的包 brew search python 查看已安装的软件列表： brew list # 列出所有通过 Formula 安装的命令行工具 brew list --cask # 列出所有通过 Cask 安装的应用程序查看某个软件的信息： brew info <formula_name> brew info --cask <cask_name> 3....

PHP 8 新特性

PHP 8 新特性命名参数（8.0）新增命名参数的功能: 在函数或方法调用时，可通过参数名来指定参数的值，而不仅仅依赖参数的位置从 PHP 8.0.0 开始，函数参数列表可以包含一个尾部的逗号，这个逗号将被忽略。这在参数列表较长或包含较长的变量名的情况下特别有用，这样可以方便地垂直列出参数。 <?php function takes_many_args( $first_arg, $second_arg, $again = 'a default string', // 在 8.0.0 之前，这个尾部的逗号是不允许的。 ){ // ... } z takes_many_args(1, 2); //按照参数顺序传参 takes_many_args(first_arg:1, second_arg:2); //指定参数，不分顺序 // 类也可以使用命名参数，假设Demo类构造函数有$first_arg，$second_arg,两个参数，有takes_many_args方法 $demo = new Demo(first_arg:1, second_arg:2); $demo->takes_many_args(first_arg:1, second_arg:2); // 不能用位置的参数和命名的参数一起 // 可选参数必须在必选参数后面例如上面的$again ?> 注解（Attributes）（8.0）新增注解的功能。此篇单独介绍构造器属性提升（Constructor Property Promotion）（8.0）新增构造器属性提升功能在构造函数中声明类的属性）。构造器的参数也可以相应提升为类的属性。构造器的参数赋值给类属性的行为很普遍，否则无法操作。而构造器提升的功能则为这种场景提供了便利。 <?php class Point { protected int $x; protected int $y; public function __construct(int $x, int $y = 0) { $this->x = $x; $this->y = $y; } } // 两个参数都传入 $p1 = new Point(4, 5); // 仅传入必填的参数。 $y 会默认取值 0。 $p2 = new Point(4); // 使用命名参数（PHP 8....

Git提交日志规范指南

在软件开发流程中，Git已经成为版本控制的事实标准。每次提交代码都需要填写commit message，否则不允许提交。然而，在日常开发中，我们经常会看到各种各样模糊不清的提交信息，如“fix bug”、“更新代码”、“修改问题”等。这些不规范的commit message充斥在git history中，导致后续维护人员无法快速定位问题，有时甚至连提交者自己都不记得某次提交的目的。因此，我们需要一套统一的规范来管理和约束commit message。规范概述目前业界最知名的规范是Angular团队的commit message规范，它结构清晰、易于实施，已被广泛应用于开源项目和商业项目中。同时，许多IDE（如IntelliJ IDEA）也提供了相应的插件（如Git Commit Template）来辅助开发者遵循这一规范。本文将以Angular规范为基础，详细介绍一套通用的Git commit message规范，并提供具体的操作示例。 Commit Message整体结构规范的commit message包含三个部分：Header、Body和Footer。其格式如下： <header> <BLANK LINE> <body> <BLANK LINE> <footer> 重要说明： Header是必需的，包含type、scope和summary三个子元素 Body是必需的，用于详细描述提交内容 Footer是可选的，用于记录不兼容变更或关闭issue 关键规则：Header和Body之间必须有一个空行分隔，这是许多Git工具正确解析提交信息的前提。整体结构示例 feat(用户认证): 增加短信验证码登录功能为了提升用户登录体验，增加了通过手机号接收验证码进行登录的方式。 - 集成阿里云短信服务 - 新增验证码生成与校验逻辑 - 更新登录页面UI Closes #245 Header详解 Header是commit message的“标题”，格式为： <type>(<scope>): <summary> 其中，type和summary为必填项，scope为可选项。 Type：提交类别 Type用于说明本次提交的类别，必须使用以下标准化标识之一： Type 说明使用场景 feat 新功能新增用户可见的功能特性 fix 修复bug 修复线上或测试环境发现的缺陷 docs 文档更新仅修改文档，不涉及代码变更 style 代码格式不影响代码运行的格式调整（空格、缩进、分号等） refactor 代码重构既不是新增功能，也不是修复bug的代码结构调整 perf 性能优化提升系统性能或用户体验的代码变更 test 测试相关新增或修改测试用例 chore 构建/工具变动构建流程、依赖管理、辅助工具等变更 revert 回滚提交撤销之前的某次提交 Type使用示例：...

项目规范指南

项目规范指南本规范适用于团队/开源项目的版本管理，目标是做到：规范化、可追踪、可溯源。 1. 版本管理 (Versioning) 遵循语义化版本规范 (Semantic Versioning, SemVer 2.0.0) MAJOR.MINOR.PATCH MAJOR：主版本号，不兼容的 API 改动 MINOR：次版本号，新增功能（向下兼容） PATCH：修订号，修复 bug（向下兼容）先行版本号及版本编译信息可以加到“主版本号.次版本号.修订号”的后面，作为延伸。预发布版本：1.0.0-alpha.1、2.0.0-rc.1 参考语义化版本规范：https://semver.org/lang/zh-CN/ 2. LICENSE (MIT) 作用：MIT，明确版权规范项目必须包含 LICENSE 文件，放置于项目根目录。推荐使用 MIT License（宽松、常用，几乎所有开源项目可接受）。文件名统一：LICENSE（不要写成 LICENSE.txt 或 license.md）。在 README.md 中需明确说明 License 类型。示例 LICENSE 文件（MIT）： MIT License Copyright (c) 2025 Your Name Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal ....

PHP8新特性之match表达式

PHP8 alpha2发布了，最近引入了一个新的关键字：match, 这个关键字的作用跟switch有点类似。虽然我一般对语法糖无感，但这个我觉得还是有点意思，match这个词也挺好看，那么它是干啥的呢？在以前我们可能会经常使用switch做值转换类的工作，类似: switch ($input) { case "true": $result = 1; break; case "false": $result = 0; break; case "null": $result = NULL; break; } (当然，有的同学会说，谁会这么写，用个数组转换不行么？拜托，这是举例啊，数组也只能数字键和整数啊，万一key是需要其他表达式呢，万一你要多个key对应一个值呢，对吧？) 那么如果使用match关键字呢，可以变成类似: $result = match($input) { "true" => 1, "false" => 0, "null" => NULL, }; 相比switch， match会直接返回值，可以直接赋值给$result了。并且，类似switch的多个case一个block一样，match的多个条件也可以写在一起，比如: $result = match($input) { "true", "on" => 1, "false", "off" => 0, "null", "empty", "NaN" => NULL, }; 需要注意的和switch不太一样的是，以前我们用switch可能会经常遇到这种诡异的问题: $input = "2 person"; switch ($input) { case 2: echo "bad"; break; } 你会发现，bad竟然被输出了，这是因为switch使用了宽松比较(==)。match就不会有这个问题了, 它使用的是严格比较(===)，就是值和类型都要完全相等。...

B+Tree

B+Tree B+Tree 是一种平衡多路搜索树，广泛应用于数据库和文件系统等领域，其核心优势在于优化磁盘存储效率和查询性能. MySQL的InnoDB存储引擎使用的索引结构就是 B+树，它是B树的一个重要变种。 1. 从B树到B+树 B树：一种自平衡的、多路的搜索树。它允许每个节点有多个子节点（多于两个，所以不是二叉树）。 B+树：在B树基础上优化而来的数据结构，是现代数据库系统中事实上的标准索引结构。 MySQL的InnoDB使用的正是 B+树。 2. 为什么数据库需要B+树？要理解B+树，必须先理解它的设计目标。数据库的数据存储在磁盘上，磁盘I/O（读写磁盘）的速度比内存访问慢几个数量级。因此，数据库索引的核心目标是：最大限度地减少磁盘I/O次数。 B+树通过以下方式完美地实现了这一目标：矮胖：与“瘦高”的二叉树相比，B+树每个节点可以存储非常多的键，这使得树的层级非常少（通常只有3-4层），从而保证在亿万级数据量下，查找任何一条记录最多只需要3-4次磁盘I/O。顺序访问友好：B+树非常适合磁盘的预读特性，能够高效地进行范围查询。 3. B+树的详细结构它由两种类型的节点组成：内部节点和叶子节点。内部节点（非叶子节点）作用：仅充当导航目录。存储内容：只存储键值（索引列的值）和指向子节点的指针。不存储：实际行的数据。叶子节点作用：存储实际的数据。存储内容：在主键索引（聚簇索引）中：叶子节点存储的就是完整的行数据。在辅助索引（二级索引）中：叶子节点存储的是该索引的键值和对应的主键值。关键特性：所有叶子节点通过指针相互连接，形成了一个有序的双向链表。这是B+树与B树的一个核心区别。 4. B+树的核心特性与优势（对比B树）特性 B树 B+树 B+树的优势数据存储位置内部节点和叶子节点都存储数据。只有叶子节点存储数据，内部节点仅为索引。更“矮胖”的树。因为内部节点不存数据，所以一个节点能容纳的键更多，扇出（子节点数）更大，树高更低，I/O次数更少。叶子节点链接叶子节点之间没有链接。叶子节点通过双向链表连接。无敌的范围查询。要查询age BETWEEN 20 AND 30的所有记录，B+树只需找到20，然后顺着链表遍历即可。B树则需要不断地在树的中上层和下层之间来回跳跃，性能极差。扫描和全表遍历需要对整棵树进行复杂的中序遍历。只需遍历底层的链表即可获得所有数据，非常高效。对数据仓库、聚合查询等场景非常友好。查询稳定性由于数据可能在内部节点找到，查询时间不稳定。任何查询都必须走到叶子节点，查询时间非常稳定。保证了可预测的性能。 5. 在MySQL中的具体体现：聚簇索引在MySQL InnoDB中，主键索引就是一颗B+树，并且这棵B+树的叶子节点直接存储了完整的行数据。这种索引组织表的方式被称为“聚簇索引”。表数据文件本身就是按B+树结构组织的一个索引文件。如果你没有定义主键，InnoDB会选择一个唯一的非空索引代替，如果没有这样的索引，它会隐式地定义一个主键。辅助索引（二级索引）也是一颗B+树，但它的叶子节点存储的是该索引列的值和对应记录的主键值。当通过二级索引查找数据时，需要先找到主键，再回到主键索引（聚簇索引）中查找完整数据，这个过程称为“回表”。...

常用算法的PHP实现

常用算法的PHP实现 1. 快速排序 (Quick Sort) <?php function quickSort($arr) { if (count($arr) <= 1) { return $arr; } $pivot = $arr[0]; $left = $right = []; for ($i = 1; $i < count($arr); $i++) { if ($arr[$i] < $pivot) { $left[] = $arr[$i]; } else { $right[] = $arr[$i]; } } return array_merge(quickSort($left), [$pivot], quickSort($right)); } // 测试 $numbers = [64, 34, 25, 12, 22, 11, 90]; echo "原始数组: " . implode(', ', $numbers) ....

数据结构

数据结构一、说明数据结构是计算机科学中一个非常基础和核心的概念，它对于编程、算法设计和软件工程都至关重要。简单来说，数据结构是一种在计算机中组织、管理和存储数据的方式，目的是为了实现高效地访问和修改。可以把它想象成一个储物系统：把一堆书随便堆在地上，这是一种“存储”，但找起来非常困难。使用一个带标签的书架，把书分门别类地放好，找书、放书就高效得多。这个“书架”以及“如何给书分类、摆放”的规则，就是一种“数据结构”。为什么数据结构如此重要？选择合适的数据结构可以极大地影响程序的性能和效率。一个精心选择的数据结构可以让操作（如搜索、插入、删除）变得非常快；而错误的选择则可能导致程序运行缓慢甚至崩溃。二、常见的数据结构分类和类型数据结构主要可以分为两大类：线性结构和非线性结构。一、线性数据结构元素按顺序排列，形成一条“线”。数组：在内存中连续存储相同类型的元素。通过索引可以快速访问任意元素。优点：随机访问速度快。缺点：大小固定（在某些语言中），插入和删除元素效率低。链表：由一系列节点组成，每个节点包含数据和指向下一个节点的指针。优点：大小动态，插入和删除元素效率高。缺点：不能随机访问，必须从头开始遍历。栈：一种后进先出的结构，像一摞盘子。只能在顶部进行添加（压栈）和移除（弹栈）操作。应用：函数调用栈、撤销操作、表达式求值。队列：一种先进先出的结构，像排队一样。从队尾添加元素，从队首移除元素。应用：任务调度、消息队列、广度优先搜索。变种：双端队列、优先队列。二、非线性数据结构元素之间不是简单的前后关系，可能存在多个连接。树：一种分层结构，由节点和边组成。最顶端的节点叫根节点。二叉树：每个节点最多有两个子节点。二叉搜索树：左子树所有节点的值小于根节点，右子树所有节点的值大于根节点。这使得搜索非常高效。应用：文件系统、数据库索引、决策树。图：由顶点和连接顶点的边组成。可以表示任意复杂的关系网络。应用：社交网络、地图导航、网络路由。哈希表：通过一个哈希函数将键映射到一个位置来访问记录，以实现极快的查找速度。优点：在平均情况下，插入、删除和查找的时间复杂度都是 O(1)。应用：字典、集合、缓存。三、核心操作与算法对于每种数据结构，我们通常关心以下几个核心操作的效率：访问搜索插入删除这些操作的效率通常用大O表示法来衡量，它描述了算法时间或空间复杂度随数据规模增长的趋势。四、作用数据结构是构建高效算法的基石。学习数据结构能帮助你：写出更高效的代码：理解不同操作的代价。解决复杂问题：很多复杂问题本质上就是数据组织和处理的问题。更好地理解计算机系统：从内存管理到数据库，底层都离不开数据结构。

算法

算法算法是计算机科学的核心基础之一，简单来说它是解决特定问题的一系列清晰指令。无论是简单的计算还是复杂的人工智能任务，都离不开算法。 1. 算法是什么？你可以把算法想象成一个菜谱：输入：食材（数据）处理步骤：清晰的烹饪步骤（算法逻辑）输出：一道菜肴（结果）它的核心目标是用最优的方式（最快、最省资源）解决问题。 2. 算法的核心特性一个“好”的算法通常具备以下特点：正确性：必须能正确解决问题。高效性：执行时间和占用空间要尽可能少。明确性：每一步都必须清晰、无歧义。有限性：必须在有限的步骤内结束。 3. 常见的算法类别与实例算法种类繁多，以下是一些主要类别和经典例子：排序算法快速排序：采用“分治”思想，选择一个基准元素，将数组分成左右两部分，效率很高。归并排序：也是“分治”思想，先将数组不断拆分，再合并排序，稳定且高效。冒泡排序：反复交换相邻的逆序元素，简单但效率低。搜索算法二分查找：在已排序的数组中，每次比较都能排除一半的数据，效率极高（O(log n)）。深度优先搜索和广度优先搜索：用于遍历或搜索树和图结构，是许多复杂算法的基础。图算法 Dijkstra算法：用于寻找图中两点之间的最短路径。 A*搜索算法：在Dijkstra基础上加入了启发式函数，是路径规划和游戏AI的基石。动态规划用于解决具有重叠子问题和最优子结构的复杂问题（如斐波那契数列、背包问题），通过存储中间结果来避免重复计算。机器学习算法（AI领域）线性回归/逻辑回归：用于预测和分类。决策树/随机森林：通过树形结构做决策。支持向量机：寻找最佳分类边界。神经网络：模仿人脑神经元，是深度学习的核心。 4. 如何衡量算法的好坏？—— “复杂度分析” 我们使用 “大O表示法” 来描述算法的效率，主要看：时间复杂度：随着数据规模增大，算法运行时间的增长趋势。例如 O(1), O(log n), O(n), O(n²)。空间复杂度：随着数据规模增大，算法占用内存空间的增长趋势。 5. 为什么算法如此重要？效率：好的算法能处理海量数据，差的算法在大数据面前寸步难行。性能：直接影响软件和应用的反应速度与用户体验。解决问题的基础：是开发任何软件系统、进行科学计算和实现人工智能的基石。面试核心：是国内外大型科技公司技术面试的必考内容。

我步入丛林

我步入丛林，因为我希望生活的有意义，我希望活的深刻。汲取生命中所有的精华，把非生命的一切都击溃，以免让我在生命终结时，发现自己从来没有活过！ I went to the woods because I wanted to live deliberately. I wanted to live deep and suck out all the marrow of life!To put to rout allthat was not life, and not, when I had come to die, discover that I had not lived. 推荐电影《死亡诗社》原文出自《瓦尔登湖》-亨利·戴维·梭罗