如本文标题，我们需要对询问离线处理，这样对于区间询问，我们就可以进行排序，并使得左端点单调增，以便处理后续问题。考虑用树状数组维护区间右端点，所以可以先将所有的区间的右端点加入树状数组中。的树状数组中右端点的值。然后直接进行查询当前右端点小于等于。个询问，每个询问输入两个数表示闭区间。的值的个数，即位该询问的结果。时，删掉所有区间左端点小于。内的完整闭区间个数。

找到最大字符，对应如下输出：‘a’ -> 1；，那么说明至多一次跳跃，可以让跳跃前异或值等于跳跃后异或值，走完到。一次，反转一个字符（0-1,1-0），使得逆序对最大，输出最大个数。并且，可以允许在路途中进行一次跳跃，即直接跳到任意除。双指针，左端点固定，去移动右端点，直到这一段相等结束（为根节点，计算所有点到根节点的一个前缀异或值，记。的子树下，仅能使用一次跳跃过去，而不能走过去。统计这三种的个数，看是否最终为 1 即可。数组，遍历所有点，判断如果当前点不是。有点烂，不想改了，思路够清晰。

http://t.csdn.cn/CUWo1

k8s 对我们整个系统的认证，授权，访问控制做了精密的设置；对于 k8s 集群来说，apiserver 是整个集群访问控制的唯一入口，我们在 k8s 集群之上部署应用程序的时候，也可以通过宿主机的 NodePort 暴露的端口访问里面的程序，用户访问 kubernetes 集群需要经历如下认证过程：认证 ->授权->准入控制（adminationcontroller）1.认证(Authenticating)是对客户端的认证，通俗点就是用户名密码验证。

k8s的完结篇，rbac授权

istio的组件详细解读

介绍了istio的功能以及什么是istio

详解k8s的cordns和持久化存储

k8s的controller

接下来说原因，首先来看看大数据平台都在干什么。

介绍了k8s的容器探测以及启动探测

但是当用计算机计算时就发现这个任务的计算量是惊人的，基础照片需要循环500多万次，其中的每个天体坐标又要与其他照片中的5000多万个坐标计算距离，计算复杂度是500多万*5000多万，这将是个天文数字。这个任务不算复杂，只要循环基础照片中的每一个天体坐标，将其与其他照片中的每个天体坐标计算距离，不超过某个阈值就认为是同一个天体，视作一类，最后将每一类中所有天体坐标求均值就得到了该天体的坐标。细筛过程，计算量不确定，但根据经验，粗筛后的结果通常不超过1万个，粗筛的计算量中log(500万)还要再加1万；

kubectl 是操作 k8s 集群的命令行工具，安装在 k8s 的 master 节点，使用 kubectl 它会在 $HOME/.kube 目录中查找一个名为 config 的文件, 你可以通过设置 Kubeconfig 环境变量或设置特定的 kubeconfig，kubectl 也可以使用特定的 kubeconfig 文件操作 k8s 集群。kubectl 通过与 apiserver 交互可以实现对 k8s 集群中各种资源的增删改查。

k8s持久化存储

maxSurge 和 maxUnavailable 用来控制滚动更新的更新策略取值范围数值1.maxUnavailable: [0, 副本数]2.maxSurge: [0, 副本数] 注意：两者不能同时为 0。比例1.maxUnavailable: [0%, 100%] 向下取整，比如 10 个副本，5%的话==0.5 个，但计算按照 0 个。2.maxSurge: [0%, 100%] 向上取整，比如 10 个副本，5%的话==0.5 个，但计算按照 1 个。注意：两者不能同时为 0。...

DaemonSet 控制器能够确保 k8s 集群所有的节点都运行一个相同的 pod 副本，当向 k8s 集群中增加 node 节点时，这个 node 节点也会自动创建一个 pod 副本，当 node 节点从集群移除，这些 pod 也会自动删除；删除 Daemonset 也会删除它们创建的 pod。创作不易，如果觉得内容对你有帮助，麻烦给个三连关注支持一下我！如果有错误，请在评论区指出，我会及时更改！目前正在更新的系列：从零开始学k8s。

Deployment控制器可以部署无状态应用管理Pod和ReplicaSet部署，滚动升级等功能应用场景：web服务，微服务Deployment表示用户对K8S集群的一次更新操作。Deployment是一个比RS( Replica Set, RS) 应用模型更广的 API 对象，可以是创建一个新的服务，更新一个新的服务，也可以是滚动升级一个服务。滚动升级一个服务，实际是创建一个新的RS，然后逐渐将新 RS 中副本数增加到理想状态，将旧RS中的副本数减少到0的复合操作。