将多个字段组合成一个索引，这个索引就是联合索引。联合索引会按照「最左匹配」原则，进行索引匹配。
在联合索引的范围查询中，遇到 >、< 会停止匹配，范围查询的字段可以使用联合索引，但是范围查询字段后面的字段就无法使用了，而对于 >=、<=、BETWEEN、like 前缀匹配的范围查询，并不会停止匹配。
MySQL 5.6 引入了索引下推优化，可以在联合索引遍历过程中，对联合索引中包含的字段先做判断，直接过滤掉不满足条件的记录，减少回表次数。
在建立联合索引时，要把区分度大的字段排在前面，效率更高。MySQL 有查询优化器，如果字段在表的数据行中占比超过界限（30%），会忽略索引，进行全表扫描。
索引的最大好处就是能够提高查询速度，但是创建索引和维护索引不仅耗时，索引还会占用空间，并且因为要动态维护索引而降低增删改的效率。
推荐对唯一字段、用于 WHERE、GROUP BY、ORDER BY 的字段建立索引，不推荐对数据量很小的表、存在大量重复数据的字段以及经常更新的字段建立索引。
对外一般使用 HTTP 协议，内部集群和微服务之间采用 RPC 协议。HTTP 和 RPC 的服务发现方式基本一致；HTTP1.1 和 RPC 都会建立 TCP 长连接，RPC 还会建个连接池，而一些编程语言的网络库也会给 HTTP 加个连接池；HTTP1.1 采用 Json 来序列化结构体，而 RPC 会使用 Protobuf 等体积更小的序列化协议，并且无需考虑复杂的浏览器行为，性能更高。当然 HTTP2 的性能更好，比如 gRPC 的底层就直接使用 HTTP2。
在上一篇，我们知道了 Java IO 的基本使用，从本篇开始，我们一起来探究设计模式是如何在 Java IO 中应用的。首先，我们先要学习的是装饰器模式。
我相信，友好的讨论交流会让彼此快速进步！文章难免有疏漏之处，十分欢迎大家在评论区中批评指正。
Donald E.Knuth 在《计算机程序设计艺术》的第 3 卷《排序和查找》中说到：“尽管第一个二分查找算法于 1946 年出现，然而第一个完全正确的二分查找算法实现直到 1962 年才出现。”
二分查找算法的最基础应用场景：在无重复元素的有序数组中，查找目标值的元素。这种场景的代码实现确实比较简单。但是，二分查找算法的变形问题可就不那么简单了。
比如，在有重复元素的有序数组中，查找第一个值等于目标值的元素、查找最后一个值等于目标值的元素、查找第一个大于等于目标值的元素、查找最后一个小于等于目标值的元素。你可以先自己试试看能否解决这些问题。
二分查找算法经常出现在大厂面试中的手撕环节，考察过该题目的公司有：拼多多、美团、腾讯、阿里巴巴、百度、华为等大厂。
我相信，友好的讨论交流会让彼此快速进步！文章难免有疏漏之处，十分欢迎大家在评论区中批评指正。
读完本篇文章，你将能轻松解决如下问题：
为了照顾完全不了解二分查找算法的新同学，文章将从最基本的二分查找算法讲起，探讨四种变体问题，给出两个实际应用问题，最后给出几个难易程度不同的算法问题用于练习。
Java IO 一直以来是大厂面试题中的高频考点，本文将从 Java IO 基础使用说起，以案例 + 源码的方式讲解文件、字节流、字符流、缓冲流、打印流、随机访问流等基础内容，再深入到 Java IO 模型与设计模式，从而构建起对 Java IO 的全面认知。
文章不仅适合完全不了解 Java IO 的新同学，也适合具备一定知识储备的老同学。文中的所有案例代码强烈推荐手写复现一遍，以更好地掌握 Java IO 编程基础。
文章的结尾处给出了更新日志，每次新更新的内容都会写明，便于同学们快速了解更新的内容是否是自己所需要的知识点。
我相信，友好的讨论交流会让彼此快速进步！文章难免有疏漏之处，十分欢迎大家在评论区中批评指正。
本文介绍了双指针技巧在链表、数组以及字符串中的使用，给出了大量大厂常见面试手撕题目的思路及代码，不仅适合完全不了解双指针技巧的读者，也适合老司机复习拓展。
考察过该技巧的公司有阿里巴巴、腾讯、美团、拼多多、百度、华为等大厂。
我相信，友好的讨论交流会让彼此快速进步！文章难免有疏漏之处，十分欢迎大家在评论区中批评指正。
食用指南： ⭐️为一刷必做题，便于快速理解双指针技巧；无星题目可在刷完⭐️题目后再做，用于拓展学习双指针技巧如何与其他算法知识结合使用。
日志更新：文章底部给出了更新日志，帮助小伙伴们快速知晓最近优化了哪些技巧，更新了哪些题目。
我相信，友好的讨论交流会让彼此快速进步！文章难免有疏漏之处，十分欢迎大家在评论区中批评指正。
Trie 树，又名字典树、前缀树、单词查找树，是一种二叉树衍生出来的高级数据结构，主要应用场景是处理字符串前缀相关的操作。
本文在《算法(4th)》的单词查找树的基础上，参考《labuladong 的算法小抄》与《程序员代码指南》对其进行改进。
二叉树解题思维分两类：
是否可以通过遍历一遍二叉树得到答案？
如果可以，用一个 traverse 函数配合外部变量来实现，这叫
「遍历」的思维模式。
是否可以定义一个递归函数，通过子问题（子树）的答案推导出原问题的答案？
如果可以，写出这个递归函数的定义，并充分利用这个函数的返回值，这叫「分解问题」的思维模式。
无论哪种思维模式，我们都需要思考：
如果单独抽出一个二叉树节点，它需要做什么事情？需要在什么时候（前/中/后序位置）做？其他的节点不用你操心，递归函数会帮你在所有节点上执行相同的操作。
本文解决了如下题目：
双指针：< BM5 合并 k 个已排序的链表，BM6 判断链表中是否有环， BM7 链表中环的入口点，BM8 链表中倒数最后 k 个节点，BM9 删除链表的倒数第 n 个节点，BM10 两个链表的第一个公共节点，BM13 判断一个链表是否为回文结构，BM14 链表的奇偶重排>
环：< BM6 判断链表中是否有环, BM7 链表中环的入口点 >
双指针定位倒数节点：< BM8 链表中倒数最后 k 个节点, BM9 删除链表的倒数第 n 个节点 >
反转链表：< BM1 反转链表, BM11 链表相加(二)>
归并排序：< BM5 合并 k 个已排序的链表，BM12 单链表的排序，BM20 数组中的逆序对 >
本文是 二叉树与递归的框架思维「详解版」的关键知识总结。
二叉树解题思维分两类：
是否可以通过遍历一遍二叉树得到答案？
如果可以，用一个 traverse 函数配合外部变量来实现，这叫
「遍历」的思维模式。
是否可以定义一个递归函数，通过子问题（子树）的答案推导出原问题的答案？
如果可以，写出这个递归函数的定义，并充分利用这个函数的返回值，这叫「分解问题」的思维模式。
无论哪种思维模式，我们都需要思考：
如果单独抽出一个二叉树节点，它需要做什么事情？需要在什么时候（前/中/后序位置）做？其他的节点不用你操心，递归函数会帮你在所有节点上执行相同的操作。
二叉树的所有问题，就是让你在前中后序位置注入巧妙的代码逻辑，去达到自己的目的，你只需要单独思考每一个节点应该做什么，其他的不用你管，抛给二叉树遍历框架，递归会在所有节点上做相同的操作。