ARTS是什么？
Algorithm：每周至少做一个leetcode的算法题；
Review：阅读并点评至少一篇英文技术文章；
Tip/Techni：学习至少一个技术技巧；
Share：分享一篇有观点和思考的技术文章。
一、Algorithm
Question:
Given a list of daily temperatures T, return a list such that, for each day in the input, tells you how many days you would have to wait until a warmer temperature. If there is no future day for which this is possible, put 0 instead.
For example, given the list of temperatures T = [73, 74, 75, 71, 69, 72, 76,73], your output should be [1, 1, 4, 2, 1, 1, 0, 0].
Solution1：
暴力轮训法：用两个指针标记，第一指针指针记录当前的位置，第二个指针负责找到比当前更warmer的第一天，找到后复位。知道最后一个。时间复杂度为O(N*N)，空间复杂度为O(1)。提交的时候timeout了。
class Solution:
def dailyTemperatures(self, T: List[int]) -> List[int]:
ans = []
for a in range(len(T)):
b = a
count = 0
tag = False
while b < (len(T)-1):
count += 1
b += 1
if (T[b]>T[a]):
tag = True
break
if tag:
ans.append(count)
else:
ans.append(0)
return ans
Solution2：
这个方案是网上找到的，花了很长时间才能弄明白....
堆：从数组的开头开始遍历，堆保存当前的index，并且每次和堆的最上面一个温度值比较，如果当前的温度比堆最上面的温度高，说明天气更暖和了，把两个index相减，就是我们需要的值，把这个值用list保存，然后把堆最上面一个pop，继续比较，直到温度不比堆的最上面温度高。由于每个index最多pop和push一次，所以时间复杂度为O(n)，空间复杂度也是O(n)。
class Solution:
def dailyTemperatures(self, T: List[int]) -> List[int]:
stack = []
ret = [ 0 for i in range(len(T))]
for i in range(len(T)):
while ( stack and T[i] > T[stack[-1]]):
ret[stack[-1]] = i - stack[-1]
stack.pop()
stack.append(i)
return ret
二、Review
点评：
作者对自己的喜好及目标非常明确：中级全栈工程师（mid level full stack developer）
然后分析工作要求和自己的短板：
- 精通JavaScript
- 熟悉至少一种框架 React or Angular
- 具备开发REST API的能力
- 了解数据库原理（SQL MongoDB .etc）
然后制定了计划：
- 阅读You Dont Know JS
- Angular, Vue, React，作者选择了React
- 继续加强Rest API开发能力
- 学习MongoDB
根据自己学习的内容，还练手的不少的项目。文章中提到了不少的资源，对我们都有参考价值。同时还制作了自己的主页，可以展示自己，并且还做了不少设计上的优化，当然他同时还写技术博客，这些都是加分项。在作者投了很多的简历，然后又5个面试，在最后拿到的几个offer中，选了2个，并且为谈薪水做了相应的准备。
准备很充分，找到好工作不难。万事预则立，不预则废。共勉。
三、Techni
mac 效率神器，Alfred：https://www.jianshu.com/p/e9f3352c785f
如果用mac，可以减少使用触摸板和鼠标，从而提高效率，alfred的功能包括文件查找，文件内容查找，剪切板，快捷计算器，快捷搜索，自定义workflow等等
四、Share
最近公司在做高可用建设，mysql和Redis是其中的难点，下面两篇分别为阿里巴巴关于DB高可用方案的分享。之前对DB了解比较少，很多东西都还在学习中，这两个暂时还没有全明白。
