ARTS——week 3

上周任务太多，加上 review 的文章篇幅太长，耽误了时间，本周会连续发布两篇文章补上

Algorithm

题目链接

https://leetcode-cn.com/problems/lowest-common-ancestor-of-a-binary-tree/

给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。

题目分析

依次在左右两个子树中寻找对应节点 p, q，如果 p, q 两个节点分别位于左右子树之间，则当前节点是目标节点；退出条件是，找到其中一个节点或者为空，即当前子树不包含 p, q 任意节点, 必然在另一个子树上

代码实现

/** * Definition for a binary tree node. * struct TreeNode { *     int val; *     TreeNode *left; *     TreeNode *right; *     TreeNode(int x) : val(x), left(NULL), right(NULL) {} * }; */class Solution {public:    TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {       if(root==p || root==q || root==nullptr) return root;       TreeNode *left = lowestCommonAncestor(root->left, p, q);       TreeNode *right = lowestCommonAncestor(root->right, p, q);       if(!left){           return right;       }       if(!right){           return left;       }       return root;      }};

Review

python Async IO 介绍https://realpython.com/async-io-python/. 本文作者为 Brad Solomon, 介绍了 python 协程机制，异步 IO 的用法，整篇文章结构清晰，示例代码都是考下来直接跑的通，非常好的介绍了 python 3.7 以上版本的协程用法。唯一的缺点就是太长，当我读完这篇文章，甚至忘记了当时要用协程来

协程解决什么问题？

协程也是支持并发任务的一种方法，但是是一单线程的方式进行。对于密集 IO 任务，多线程的线程切换成本太高，导致扩展性差，协程的出现成为很好的替代品。"Nginx 是支持异步 IO 的服务器，在单核 CPU 上采用单进程模型可以高效支持多任务"--廖雪峰。

协程可以和多进程一起使用，最大化效率。

Aysnc IO 使用方法？

在 python 3.7 中，引入 async, await 两个关键字，async 定义异步函数，await 在等待 async 函数执行的时候，可以让 CPU 执行其他任务，等该任务完成后继续执行后续代码，从而形成了很好的中断机制，完成异步 IO 任务。

注意：await 的函数必须是定义为 async 的。

可以将多个 async 函数串联起来，提高执行效率。

asycio 也提供 Queue 进行控制，可以作为生产者/消费者模型使用；相比同步多线程版本，能够减少阻塞；

Tips

python 内存分析方法实现, 上周介绍了逐行分析时间的方法，line_profiler, kernprof 工具，本周介绍一个内存分析工具, memory_profiler. 安装方法

pip install memory_profiler

使用方法，对要分析的函数加 @profile, 然后运行

python -m memory_profiler <the_program.py>

注意：memory_profiler 的耗时非常久，所以一定要定位好要分析的函数，建议先用 line_profiler 定位行，基本定位了要分析的函数，再进行 memory 分析。

Share

本周分享的观点是：文档是给未来自己留下的最大的宝藏。文档是给未来自己的珍贵礼物 - InfoQ 写作平台。文档不但是宣传工具，也是生产力工具。