auto commit

notes/Leetcode 题解.md

@@ -4231,6 +4231,33 @@ public ListNode deleteDuplicates(ListNode head) {
 }
 ```
 
+**删除链表的倒数第 n 个节点** 
+
+[Leetcode : 19. Remove Nth Node From End of List (Medium)](https://leetcode.com/problems/remove-nth-node-from-end-of-list/description/)
+
+```html
+Given linked list: 1->2->3->4->5, and n = 2.
+After removing the second node from the end, the linked list becomes 1->2->3->5.
+```
+
+```java
+public ListNode removeNthFromEnd(ListNode head, int n) {
+    ListNode newHead = new ListNode(-1);
+    newHead.next = head;
+    ListNode fast = newHead;
+    while (n-- > 0) {
+        fast = fast.next;
+    }
+    ListNode slow = newHead;
+    while (fast.next != null) {
+        fast = fast.next;
+        slow = slow.next;
+    }
+    slow.next = slow.next.next;
+    return newHead.next;
+}
+```
+
 **交换链表中的相邻结点** 
 
 [Leetcode : 24. Swap Nodes in Pairs (Medium)](https://leetcode.com/problems/swap-nodes-in-pairs/description/)

notes/SQL.md

@@ -330,37 +330,37 @@ FROM mytable
 
 可以对同一分组数据使用汇总函数进行处理，例如求分组数据的平均值等。
 
-指定的分组字段除了能让数组按该字段进行分组，也可以按该字段进行排序，例如按 col 字段排序并分组数据：
+指定的分组字段除了能按该字段进行分组，也可以按该字段进行排序，例如按 col 字段排序并分组数据：
 
 ```sql
 SELECT col, COUNT(*) AS num
 FROM mytable
 GROUP BY col;
 ```
 
-WHERE 过滤行，HAVING 过滤分组。行过滤应当先与分组过滤；
+GROUP BY 是按照分组字段进行排序，ORDER BY 也可以以汇总字段来进行排序。
 
 ```sql
 SELECT col, COUNT(*) AS num
 FROM mytable
-WHERE col > 2
 GROUP BY col
-HAVING COUNT(*) >= 2;
+ORDER BY num;
 ```
 
-GROUP BY 的排序结果为分组字段，而 ORDER BY 也可以以聚集字段来进行排序。
+WHERE 过滤行，HAVING 过滤分组。行过滤应当先与分组过滤；
 
 ```sql
 SELECT col, COUNT(*) AS num
 FROM mytable
+WHERE col > 2
 GROUP BY col
-ORDER BY num;
+HAVING COUNT(*) >= 2;
 ```
 
 分组规定：
 
 1. GROUP BY 子句出现在 WHERE 子句之后，ORDER BY 子句之前；
-2. 除了汇总计算语句的字段外，SELECT 语句中的每一字段都必须在 GROUP BY 子句中给出；
+2. 除了汇总字段外，SELECT 语句中的每一字段都必须在 GROUP BY 子句中给出；
 3. NULL 的行会单独分为一组；
 4. 大多数 SQL 实现不支持 GROUP BY 列具有可变长度的数据类型。
 
@@ -374,7 +374,7 @@ ORDER BY num;
 SELECT *
 FROM mytable1
 WHERE col1 IN (SELECT col2
-                 FROM mytable2);
+               FROM mytable2);
 ```
 
 下面的语句可以检索出客户的订单数量，子查询语句会对第一个查询检索出的每个客户执行一次：
@@ -390,7 +390,7 @@ ORDER BY cust_name;
 
 # 十五、连接
 
-连接用于连接多个表，使用 JOIN 关键字，并且条件语句使用 ON 而不是 Where。
+连接用于连接多个表，使用 JOIN 关键字，并且条件语句使用 ON 而不是 WHERE。
 
 连接可以替换子查询，并且比子查询的效率一般会更快。
 
@@ -463,8 +463,8 @@ from employee natural join department;
 
 ```sql
 select Customers.cust_id, Orders.order_num
-   from Customers left outer join Orders
-   on Customers.cust_id = Orders.curt_id;
+from Customers left outer join Orders
+on Customers.cust_id = Orders.curt_id;
 ```
 
 如果需要统计顾客的订单数，使用聚集函数。
@@ -522,9 +522,7 @@ WHERE col5 = val;
 ## 使用存储过程的好处
 
 1. 代码封装，保证了一定的安全性；
-
 2. 代码复用；
-
 3. 由于是预先编译，因此具有很高的性能。
 
 ## 创建存储过程

notes/一致性协议.md

@@ -58,15 +58,15 @@ Two-phase Commit（2PC）。
 
 <div align="center"> <img src="../pics//3f5bba4b-7813-4aea-b578-970c7e3f6bf3.jpg"/> </div><br>
 
-如果 Acceptor 接受到一个提议请求，包含的提议为 [n2, v2]，并且之前已经接收过提议 [n1, v1]。如果 n1 > n2，那么就丢弃该提议请求；否则，发送提议响应，该提议响应包含之前已经接收过的提议 [n1, v1]，设置当前接收到的提议为 [n2, v2]，并且保证以后不会再接受序号小于 n2 的提议。
+如果 Acceptor 接收到一个提议请求，包含的提议为 [n2, v2]，并且之前已经接收过提议 [n1, v1]。如果 n1 > n2，那么就丢弃该提议请求；否则，发送提议响应，该提议响应包含之前已经接收过的提议 [n1, v1]，设置当前接收到的提议为 [n2, v2]，并且保证以后不会再接受序号小于 n2 的提议。
 
 如下图，Acceptor Z 收到 Proposer A 发来的 [n=2, v=8] 的提议请求，由于之前已经接收过 [n=4, v=5] 的提议，并且 n > 2，因此就抛弃该提议请求；Acceptor X 收到 Proposer B 发来的 [n=4, v=5] 的提议请求，因为之前接收到的提议为 [n=2, v=8]，并且 2 <= 4，因此就发送 [n=2, v=8] 的提议响应，设置当前接收到的提议为 [n=4, v=5]，并且保证以后不会再接受序号小于 4 的提议。Acceptor Y 类似。
 
 <div align="center"> <img src="../pics//9b829410-86c4-40aa-ba8d-9e8e26c0eeb8.jpg" width="600"/> </div><br>
 
 当一个 Proposer 接收到超过一半 Acceptor 的提议响应时，就可以发送接受请求。
 
-Proposer A 接受到两个提议响应之后，就发送 [n=2, v=8] 接受请求。该接受请求会被所有 Acceptor 丢弃，因为此时所有 Acceptor 都保证不接受序号小于 4 的提议。
+Proposer A 接收到两个提议响应之后，就发送 [n=2, v=8] 接受请求。该接受请求会被所有 Acceptor 丢弃，因为此时所有 Acceptor 都保证不接受序号小于 4 的提议。
 
 Proposer B 过后也收到了两个提议响应，因此也开始发送接受请求。需要注意的是，接受请求的 v 需要取它收到的最大 v 值，也就是 8。因此它发送 [n=4, v=8] 的接受请求。
 

notes/分布式问题分析.md

@@ -59,7 +59,7 @@
 
 #### 2.1 消息处理模型
 
-（一）点对点
+（一）消息队列
 
 <div align="center"> <img src="../pics//96b63e13-e2d8-4ddb-9aa1-a38959ca96e5.jpg" width="700"/> </div><br>
 

notes/数据库系统原理.md

@@ -311,8 +311,6 @@ InnoDB 的 MVCC 使用到的快照存储在 Undo 日志中，该日志通过回
 
 ## 快照读与当前读
 
-快照读读指的是而当前读指的是
-
 ### 1. 当前读
 
 读取最新的数据。
@@ -335,8 +333,6 @@ update ;
 delete;
 ```
 
-
-
 # 六、Next-Key Locks
 
 Next-Key Locks 也是 MySQL 的 InnoDB 存储引擎的一种锁实现。MVCC 不能解决幻读的问题，Next-Key Locks 就是为了解决这个问题而存在的。在可重复读隔离级别下，MVCC + Next-Key Locks，就可以防止幻读的出现。

notes/正则表达式.md

@@ -206,6 +206,8 @@ a.+c
 
 **|**  是或元字符，它把左边和右边所有的部分都看成单独的两个部分，两个部分只要有一个匹配就行。
 
+**正则表达式** 
+
 ```
 (19|20)\d{2}
 ```