Maven生命周期
数据结构
数组
链表：单向链表、双向链表、双向循环链表
栈：栈也有顺序表示和链式表示，分别称作顺序栈和链栈。
队列：也存在这两种存储方式，即顺序队列和链式队列
字符串：存储结构与线性表相同，也有顺序存储和链式存储两种。
树：二叉树、完全二叉树、满二叉树、二叉查找树（也称作二叉搜索树），单词查找树，链式存储法、顺序存储法，前序遍历，中序遍历，后序遍历
哈希表：直接定制法、数字分析法、平方取中法、折叠法、除留余数法
如何解决哈希冲突：开放定址法（找空位）、链地址法（hashmap）
查询算法
递归：
分治法：
动态规划：
排序算法
稳定性：原数组1在2之前，排序过程中，1不会跑到2之后，这样就是稳定的
稳定性的意义
1、如果只是简单的进行数字的排序，那么稳定性将毫无意义。
2、如果排序的内容仅仅是一个复杂对象的某一个数字属性，那么稳定性依旧将毫无意义（所谓的交换操作的开销已经算在算法的开销内了，如果嫌弃这种开销，不如换算法好了？）
3、如果要排序的内容是一个复杂对象的多个数字属性，但是其原本的初始顺序毫无意义，那么稳定性依旧将毫无意义。
4、除非要排序的内容是一个复杂对象的多个数字属性，且其原本的初始顺序存在意义，那么我们需要在二次排序的基础上保持原有排序的意义，才需要使用到稳定性的算法，例如要排序的内容是一组原本按照价格高低排序的对象，如今需要按照销量高低排序，使用稳定性算法，可以使得想同销量的对象依旧保持着价格高低的排序展现，只有销量不同的才会重新排序。（当然，如果需求不需要保持初始的排序意义，那么使用稳定性算法依旧将毫无意义）。
插入排序：选择最左边的一个元素默认是有序数组，从第二个元素开始不断插入到已排好序的数组中进行排序。遍历整个数组为N，排序为N，所以是N^2
应用场景：适用于数据量不大，对算法的稳定性有要求，且数据局部或者整体有序的情况。
希尔排序：使用步长进行插入排序，不断缩小步长，等到基本有序的时候使用插入排序效率最高，因为插入排序在元素基本有序的时候效率最高
应用场景：其排序的效率受到比较距离大小的影响，不稳定
选择排序：拿第一个元素去比较， 把最小的放在第一个
应用场景：当数据量不大，且对稳定性没有要求的时候，适用于选择排序
堆排序：堆本质是一个数组，构建大顶堆，跟元素就是最大值。不断去构建大顶堆，初始化建堆过程时间：O(n)，更改堆元素后重建堆时间：O(nlogn)
应用场景：
冒泡排序：每一轮排序把最大的放在最后边，控制循环次数N，比较次数N，所以是N^2
应用场景：比较少，效率比较低
快速排序：每次选择第一个元素为中间数，把比较大的放右边，小的放左边，递归。二分法logN，大小进行排序为N，所以是NlogN
应用场景：
归并排序：使用分治法，把数组对半分，然后左右再进行对半分，每对半分一次就为一层，当归并的时候进行排序，归并好了之后就是有序的了，和快速排序一样都是二分法logN，大小进行排序为N，所以是NlogN
应用场景：
基数排序：先对个位的进行排序，然后再对十位的进行排序，再对百位的排序，以此类推
应用场景：
查询算法
软负载和硬负载的区别
Ribbon和LoadBalancer的区别
Ribbon和Nginx的区别