js中内置有对象

statpot:使用mongo+bootstrap+highcharts做统计报表

最近做了一个统计项目，这个统计项目大致的需求是统计接口的访问速度。客户端会调用一个接口来记录接口的访问情况，我的需求就需要分析这些数据，然后做出个统计报表。

需求实现

最初的时候想着每天把这些接口访问情况的信息存储到mysql中，然后根据这些访问情况做个分析再做报表。然后第一个问题就来了，信息包含太多字段了，如果我将每个信息解析成mysql表的一个字段，那么这个字段很长，而且还有一个致命缺陷，不容易扩展。如果将所有字段都存储为一个json，然后存储到text字段呢，又没法建立索引了。所以这种情况，最适合搬出mongo来了。

相比于mysql，mongo的好处就是扩展性好，灵活。像统计数据这样很容易需求不确定的数据确实是个很好的选择。我另外想想还有个好处就是不用的数据我可以很方便地将数据json化，然后存为文件。然后在需要的时候，也很容易读取直接放入到mongo中去。比如我可以将一个月的数据做一个持久备份之类的操作。

接着是生成统计报表的部分。各种图是很需要的，由于是给内部做统计报表，不需要兼顾各种浏览器。所以我选择了强大的highCharts。highCharts是一个JS图表库。很方便的就可以生成图表了。亲身体会是这个比flash做图表开发时间缩短多了。你可以从http://www.highcharts.com/上下载3.0版本。

后续呢，由于后面有很多统计变化的需求。每次都写一个过程来生成js代码从而渲染统计报表也是个很繁琐的事情。于是我就打算写一个工具，大致的思路就是依靠修改配置文件就可以直接生成统计报表，报表的页面为了美观我引入了bootstrap 3.0。于是发现这种数据存储mongo，加上配置文件生成报表的模式是很容易实现，也确实很好使用。甚至于你在mongo中增加了一种统计结构，我可以什么都不用修改，只需要增加一个配置项就可以生成新统计结构的图表了，这大都是归功于mongo的json结构化。

statpot工具

这个工具statpot开源在github上了：

https://github.com/jianfengye/statpot

可以下载result/stat_20130925.html来看生成的报表。

生成的报表如下：

现在是实现了两种：饼图和柱状图。后续有可能的话还会继续加上一些其他统计图表。

还能想到的一个问题是这个页面如果是动态的，那么必然实时分析需要的时间比较多，而统计报表一般不需要动态的，所以完全可以做成生成静态文件的方式，于是web/目录下就有动态和静态的入口。这种生成静态报表然后存储的方式也是很好的，比如每天我生成一次动态报表，然后就把mongo中的数据清空或这静态文件化。

当然后来想想，这种唯配置至上的工具唯一的弊端是配置本身就是一种学习成本，你需要花时间来掌握这个配置。但是这个问题在我看来，和代码一样，应该由配置的语义来解决。

问题记录

记录下开发过程中特别是使用mongo中遇到的问题：

如何获取一个字段的所有可能的值

使用distinct

如何获取一个字段的所有可能的值，并且计算出每个值有多少个条目

需要使用group命令

group的命令文档在：http://docs.mongodb.org/manual/reference/method/db.collection.group/

> db.feedbacks.group({

"key" : {"keys.properties.network_type": true},

"initial":{"count":0}, 
     "$reduce":function(cur,prev){

prev.count=prev.count+1;

}

})

对应的PHP mongo的API是：http://www.php.net/manual/zh/mongocollection.group.php

参考文章

http://www.cnblogs.com/huangxincheng/archive/2012/02/21/2361205.html

http://api.highcharts.com/highcharts

http://docs.mongodb.org/ecosystem/drivers/php/

http://v3.bootcss.com/

javascript面向对象的写法01

 

类和对象

其他面向对象的语言类的语法是内置的，自然而然的事。javascript中有对象，但没有类的语法，类的实现需要模拟出来。

只需要把对象想成一个容器，里面存放一些属性或方法，把类想象成一个对象的模板，便可以很简单的实现对象和类了。其他语言内置的类可能会有其他特性，但是js这种可以作为最简单的类来看待。

 

js中内置有对象的概念。下面是对象创建的一些方式。

 

对象的创建,下面是直接new Object()创建一个js对象，然后再设置属性和方法。

1 var obj = new Object();
2 obj.a = 1;
3 obj.func1 = function(){};

js对象的属性不需要定义对象的时候写好，而是可以在任意时候设置，这是它的特点。

这种方式管理不方便，并且不可重用。

另外有两种创建对象的方式

1 var obj = {};
2 function ClassA() {
3 }

第一种是js的字典，字典本身也是一个js对象。因为动态语言的特性它可以存放各种类型的数据，包括函数指针

1 var obj = {
2     "attr1": 1,
3     "attr2": [],
4     "fun1": function(a, b) {
5         return a + b;
6     }
7 };

 

js字典取值的语法可以obj['attr1']或者obj.attr1

设值 obj["attr1"] = 1; obj.attr1 = 2;

所以使用的时候便可以

1 var a = obj.attr1;
2 var b = obj.fun1(1, 6);
3 obj.attr1 = 9;
4 var c = obj.attr1;

这样字典对象本身的使用语法跟其他语言类也是相似的。它可以看作一个简单的对象使用。它与第一种方式差不多，是第一种的替代方案。

function的作用

如果要实现复杂类和对象的特性，需要用到function

首先函数本身也是个对象，它有js对象的特性，所以可以给函数设置属性等。并且它可以看成是一个对象的构造函数，并且通过js的特性函数可以模拟成一个类来使用。（它是对象，也是函数，也是对象的构造函数，也可以模拟成类）

 

它本身就是个普通的函数，跟其它语言函数一样

 

function func1(a, b) {
    return a + b;
}
func1(1, 2);

它自己也是个对象，可以设置属性等

function A() {
}
A.a = 100;
alert(A.a);

它可以做对象的构造器, 使用new关键字

function A() {
}
var obj = new A();
obj.attr = 100;

它可是被看成是对象的构造函数

function A(a, b) {
    this.a = a;
    this.b = b;
}
var obj = new A();
obj.a;

this指向的是当前对象的引用，这个和其他语言类似。上例代码相当于

function A() {
}
var obj = new A();
obj.a = a;
obj.b = b;

（注：这个简单的转换对后续的内容的理解有所帮助）

 

正是因为它有构造对象的能力，并且可以看出是对象的构造函数，所以说它有作为对象模板的功能。一个能定义对象的模板就可以被看成是类了。

下面的一个function可以看成一个类

1 function ClassA() {
2     this.a = 1;
3     this.b = [];
4     this.func1 = function() {
5         return this.a + 100;
6     };
7 }

使用的时候使用new关键字，new出一个对象来

1 var objA = new ClassA();
2 var a = objA.a;
3 var b = objA.func1();
4 objA.a = 200;

上面定义类的方式可以看成如下

1 function ClassA() {
2 }
3
4 //js是动态语言，js对象的属性不需要定义对象的时候写好，而是可以在任意时候设置，这是动态语言的特点。
5 var objA = new ClassA();
6 objA.a = 1;
7 objA.b = [];
8 objA.func1 = function(){return this.a + 100};

字典方式也叫对象字面量，它只能直接创建一个对象出来，没有类的功能。直接需要一个对象的时候可以用这个办法创建。

用function方式能模拟类的功能，并且将属性方法等设置定义在类定义的区域中，一是代码方便管理，二阅读起来也更方便，并且跟其他面向对象语言定义类的写法更相似。

红黑树并没有我们想象的那么难(上)

2013-09-26 11:01 by 捣乱小子, 909 阅读, 12 评论, 收藏, 编辑

红黑树并没有想象的那么难, 初学者觉得晦涩难读可能是因为情况太多. 红黑树的情况可以通过归结, 通过合并来得到更少的情况, 如此可以加深对红黑树的理解. 网络上的大部分红黑树的讲解因为没有「合并」. 红黑树的五个性质:

性质1. 节点是红色或黑色。

性质2. 根是黑色。

性质3. 所有叶子都是黑色（叶子是NIL节点）。

性质4. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

性质5. 从任一节点到其每个叶子的所有简单路径 都包含相同数目的黑色节点。

红黑树的数据结构

摘自 sgi stl 红黑树数据结构定义:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

typedef bool _Rb_tree_Color_type; const _Rb_tree_Color_type _S_rb_tree_red = false; const _Rb_tree_Color_type _S_rb_tree_black = true;   struct _Rb_tree_node_base {   typedef _Rb_tree_Color_type _Color_type;   typedef _Rb_tree_node_base* _Base_ptr;     _Color_type _M_color;   _Base_ptr _M_parent;   _Base_ptr _M_left;   _Base_ptr _M_right;     static _Base_ptr _S_minimum(_Base_ptr __x)   {     while (__x->_M_left != 0) __x = __x->_M_left;     return __x;   }     static _Base_ptr _S_maximum(_Base_ptr __x)   {     while (__x->_M_right != 0) __x = __x->_M_right;     return __x;   } };   template <class _Value> struct _Rb_tree_node : public _Rb_tree_node_base {   typedef _Rb_tree_node<_Value>* _Link_type;   _Value _M_value_field; };

二叉搜索树的插入删除操作

在展开红黑树之前, 首先来看看普通二叉搜索树的插入和删除. 插入很容易理解, 比当前值大就往右走, 比当前值小就往左走. 详细展开的是删除操作.

二叉树的删除操作有一个技巧, 即在查找到需要删除的节点 X; 接着我们找到要么在它的左子树中的最大元素节点 M、要么在它的右子树中的最小元素节点 M, 并交换(M,X). 此时, M 节点必然至多只有一个孩子; 最后一个步骤就是用 M 的子节点代替 M 节点就完成了. 所以, 所有的删除操作最后都会归结为删除一个至多只有一个孩子的节点, 而我们删除这个节点后, 用它的孩子替换就好了. 将会看到 sgi stl map 就是这样的策略.

在红黑树删除操作讲解中, 我们假设代替 M 的节点是 N(下面的讲述不再出现 M).

红黑树的插入

插入新节点总是红色节点, 因为不会破坏性质 5, 尽可能维持所有性质.

假设, 新插入的节点为 N, N 节点的父节点为 P, P 的兄弟(N 的叔父)节点为 U, P 的父亲(N 的爷爷)节点为 G. 所以有如下的印象图:

插入节点的关键是:

1. 插入新节点总是红色节点
2. 如果插入节点的父节点是黑色, 能维持性质
3. 如果插入节点的父节点是红色, 破坏了性质. 故插入算法就是通过重新着色或旋转, 来维持性质

插入算法详解如下, 走一遍红黑树维持其性质的过程:

第 0.0 种情况, N 为根节点, 直接 N->黑. over
第 0.1 种情况, N 的父节点为黑色, 这不违反红黑树的五种性质. over

第 1 种情况, N,P,U 都红(G 肯定黑). 策略: G->红, N,P->黑. 此时, G 红, 如果 G 的父亲也是红, 性质又被破坏了, HACK: 可以将 GPUN 看成一个新的红色 N 节点, 如此递归调整下去; 特俗的, 如果碰巧将根节点染成了红色, 可以在算法的最后强制 root->红.

第 2 种情况, P 为红, N 为 P 右孩子, N 为红, U 为黑或缺少. 策略: 旋转变换, 从而进入下一种情况:

第 3 种情况, 可能由第二种变化而来, 但不是一定: P 为红, N 为 P 左孩子, N 为红. 策略: 旋转, 交换 P,G 颜色, 调整后, 因为 P 为黑色, 所以不怕 P 的父节点是红色的情况. over

红黑树的插入就为上面的三种情况. 你可以做镜像变换从而得到其他的情况.

红黑树的删除

假设 N 节点见上面普通二叉树删除中的定义, P 为 N 父节点, S 为 N 的兄弟节点, SL,SR 分别是 S 的左右子节点. 有如下印象图:

 N 没有任何的孩子!

删除节点的关键是:

1. 如果删除的是红色节点, 不破坏性质
2. 如果删除的是黑色节点, 那么这个路径上就会少一个黑色节点, 破坏了性质. 故删除算法就是通过重新着色或旋转, 来维持性质

删除算法详解如下, 走一遍红黑树维持其性质的过程:

第 0.0 情况, N 为根节点. over
第 0.1 情况, 删除的节点为红. over
第 0.2 情况, 删除节点为黑, N 为红. 策略: N->黑, 重新平衡. over

第 1 情况, N,P,S,SR,SL 都黑. 策略: S->红. 通过 PN,PS 的黑色节点数量相同了, 但会比其他路径多一个, 解决的方法是在 P 上从情况 0 开始继续调整. 为什么要这样呢? HANKS: 因为既然 PN,PS 路径上的黑节点数量相同而且比其他路径会少一个黑节点, 那何不将其整体看成了一个 N 节点! 这是递归原理.

第 2 情况, S 红, 根据红黑树性质 P,SL,SR 一定黑. 策略: 旋转, 交换 P,S 颜色. 处理后关注的范围缩小, 下面的情况对应下面的框图, 算法从框图重新开始, 进入下一个情况:

第 2.1 情况, S,SL,SR 都黑. 策略: P->黑. S->红, 因为通过 N 的路径多了一个黑节点, 通过 S 的黑节点个数不变, 所以维持了性质 5. over. 将看到, sgi stl map 源代码中将第 2.1 和第 1 情况合并成一种情况, 下节展开.

第 2.2.1 情况, S,SR 黑, SL 红. 策略: 旋转, 变换 SL,S 颜色. 从而又进入下一种情况:

第 2.2.2 情况, S 黑, SR 红. 策略: 旋转, 交换 S,P 颜色, SR->黑色, 重新获得平衡.

上面情况标号 X.X.X 并不是说这些关系是嵌套的, 只是这样展开容易理解. 此时, 解释三个地方:

1. 通过 N 的黑色节点数量多了一个
2. 通过 SL 的黑色节点数量不变
3. 通过 SR 的黑色节点数量不变

红黑树删除重新调整伪代码如下:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55

// 第 0.0 情况, N 为根节点. over if N.parent == NULL:     return;   // 第 0.1 情况, 删除的节点为红. over if color == RED:     return;   // 第 0.2 情况, 删除节点为黑, N 为红, 简单变换: N->黑, 重新平衡. over if color == BLACK && N.color == RED:     N.color = BLACK;   // 第 1 种情况, N,P,S,SR,SL 都黑. 策略: S->红. 通过 N,S 的黑色节点数量相同了, 但会比其他路径多一个, 解决的方法是在 P 上从情况 0 开始继续调整. if N,P,S,SR,SL.color == BLACK:     S.color = RED;       // 调整节点关系     N = P     N.parent = P.parent     S = P.paernt.another_child     SL = S.left_child     SR = S.right_child     continue;   // 第 2 情况, S 红, 根据红黑树性质 P,SR,SL 一定黑. 旋转, 交换 P,S 颜色. 此时关注的范围缩小, 下面的情况对应下面的框图, 算法从框图重新开始. if S.color == RED:     rotate(P);     swap(P.color,S.color);       // 调整节点关系     S = P.another_child     SL = S.left_child     SR = S.right_child   // 第 2.1 情况, S,SL,SR 都黑. 策略: P->黑. S->红, 因为通过 N 的路径多了一个黑节点, 通过 S 的黑节点个数不变, 所以维持了性质 5. over if S,SL,SR.color == BLACK:     P.color = BLACK;     S.color = RED;     return   // 第 2.2.1 情况, S,SR 黑, SL 红. 策略: 旋转, 变换 SL,S 颜色. 从而又进入下一种情况: if  S,SR.color == BLACK && SL.color == RED:     rotate(P);     swap(S.color,SL.color);       // 调整节点关系     S = SL     SL = S.left_child     SR = S.right_child   // 第 2.2.2 情况, S 黑, SR 红. 策略: 旋转, 交换 S,P 颜色. if S.color == BLACK && SR.color == RED:     rotate(P);     swap(P.color,S.color);     return;

总结

所以, 插入的情况只有三种, 删除的情况只有两种. 上面的分析, 做镜像处理, 就能得到插入删除的全部算法, 脑补吧. 从上面的分析来看, 红黑树具有以下特性: 插入删除操作都是 0(lnN), 且最多旋转三次.

下节中会重点展开 sgi stl map 的源代码.

参考文档: wikipedia

捣乱 2013-9-25

http://daoluan.net

 

 

分类: 数据结构, Algorithm

标签: 红黑树, rbtree

 

 

分类: javascript

标签: javascript js 面向对象