DAG和概念
有向无环图：顾名思义，有向图，且不含环，directed acycline graph，简称DAG图。
无向图检查环：若深度优先遍历过程遇到回边（先前访问过的顶点的边），则必定存在环。
有向图检查环：从某个顶点v出发，在dfs(v)结束前，出现一条从顶点u到顶点v的回边，由于u在生成树上是v的子孙，则有向图必定存在包含顶点v和u之间的环。
DAG图是描述工程的有效工具。一个工程可以用一个DAG图表示，每一个顶点是一个子工程，工程的先后关系用弧表示。
围绕着[......]
BitMap的原理不用多说了。
主要说下位操作。
我们假设每个基础存储单元为char，则BYTESIZE = 8，如果为int则16 or 32。
当设置i时，首先ptr+=i/BYTESIZE，到达要操作的那个char。
然后对*ptr |= 0x01<<(i%BYTESIZE)即可。这里在同一个机器上，可以忽略大小端的问题。
检查的时候，也是首先ptr+=i/BYTESIZE，然后查 (*ptr&0x01<<(i%BYTESIZE[......]
假设要在n个城市之间建立通信网络，则连通n个城市只需要n-1条线路。现在想节省光缆，使得路径和最小。
这一问题就是最小代价生成树问题(Minimum Cost Spanning Tree)，简称MST。
MST性质：假设N=(V, {E})是一个连通图，U是顶点集合V的一个非空子集，若(u, v)是一条具有最小权值的边，u属于U且v属于V-U。则必存在一棵包含边(u, v)的最小生成树。
因此，可以采用贪心算法解决。
1、Prim(普里姆)算法
我们需要设置[......]
图的遍历：从图中某一顶点出发访遍图中其余顶点，且使每一个顶点仅被访问一次。
图比树复杂，为了避免同一顶点被访问多次，可以设置一个辅助数组，初始值置为False或者0。当访问到后，设置值为真或被访问的次序ID。
图遍历主要有两种：深度优先搜索、广度优先搜索。
深度优先遍历
是树的先根遍历的推广。
从图中某个顶点v出发，访问此顶点，然后依次从v的未被访问的邻接点出发深度优先遍历图，直至图中所有和v相连通的路径都被访问到。然后再另选一个未被访问的结点做为起始点。
代[......]
我有这个需求：
数据库中的uid离散分布不连续，需要随机select某一条记录。
1、最懒做法
select uid, uname from user order by RAND() limit 1
这个非常慢，因为几乎要遍历整个表。
2、用id随机范围。
其实如果我们能得到min(uid)和max(uid)，然后随机这之间的某一个ID，再where >= 就可以了。
首先是获取min和max的uid：
select min(uid), max(uid)[......]