docs: format document with prettier

全面整理项目内容,可读性更佳

Author: yanglbme

Diff for: README.md

@@ -1,23 +1,23 @@
 # 海量数据处理
 
-* [如何从大量的 URL 中找出相同的 URL？](/docs/big-data/find-common-urls.md)
-* [如何从大量数据中找出高频词？](/docs/big-data/find-top-100-words.md)
-* [如何找出某一天访问百度网站最多的 IP？](/docs/big-data/find-top-1-ip.md)
-* [如何在大量的数据中找出不重复的整数？](/docs/big-data/find-no-repeat-number.md)
-* [如何在大量的数据中判断一个数是否存在？](/docs/big-data/find-a-number-if-exists.md)
-* [如何查询最热门的查询串？](/docs/big-data/find-hotest-query-string.md)
-* [如何统计不同电话号码的个数？](/docs/big-data/count-different-phone-numbers.md)
-* [如何从 5 亿个数中找出中位数？](/docs/big-data/find-mid-value-in-500-millions.md)
-* [如何按照 query 的频度排序？](/docs/big-data/sort-the-query-strings-by-counts.md)
-* [如何找出排名前 500 的数？](/docs/big-data/find-rank-top-500-numbers.md)
+- [如何从大量的 URL 中找出相同的 URL？](/docs/big-data/find-common-urls.md)
+- [如何从大量数据中找出高频词？](/docs/big-data/find-top-100-words.md)
+- [如何找出某一天访问百度网站最多的 IP？](/docs/big-data/find-top-1-ip.md)
+- [如何在大量的数据中找出不重复的整数？](/docs/big-data/find-no-repeat-number.md)
+- [如何在大量的数据中判断一个数是否存在？](/docs/big-data/find-a-number-if-exists.md)
+- [如何查询最热门的查询串？](/docs/big-data/find-hotest-query-string.md)
+- [如何统计不同电话号码的个数？](/docs/big-data/count-different-phone-numbers.md)
+- [如何从 5 亿个数中找出中位数？](/docs/big-data/find-mid-value-in-500-millions.md)
+- [如何按照 query 的频度排序？](/docs/big-data/sort-the-query-strings-by-counts.md)
+- [如何找出排名前 500 的数？](/docs/big-data/find-rank-top-500-numbers.md)
 
 ---
 
 ## 公众号
 
-GitHub 技术社区 [Doocs](https://github.com/doocs) 旗下唯一公众号「**Doocs开源社区**」​，欢迎扫码关注，**专注分享技术领域相关知识及行业最新资讯**。当然，也可以加我个人微信（备注：GitHub），拉你进技术交流群。
+GitHub 技术社区 [Doocs](https://github.com/doocs) 旗下唯一公众号「**Doocs 开源社区**」​，欢迎扫码关注，**专注分享技术领域相关知识及行业最新资讯**。当然，也可以加我个人微信（备注：GitHub），拉你进技术交流群。
 
-关注「**Doocs开源社区**」公众号，回复 **PDF**，即可获取本项目离线 PDF 文档（283 页精华），学习更加方便！
+关注「**Doocs 开源社区**」公众号，回复 **PDF**，即可获取本项目离线 PDF 文档（283 页精华），学习更加方便！
 
 ![](./images/pdf.png)
 

Diff for: docs/big-data/README.md

@@ -7,6 +7,7 @@
 ### 解答思路
 
 #### 方法一：分治法
+
 依然可以用分治法解决，方法与前面类似，就不再次赘述了。
 
 #### 方法二：位图法

Diff for: docs/big-data/find-a-number-if-exists.md

@@ -6,17 +6,17 @@
 
 ### 解答思路
 
-每个 URL 占 64B，那么 50 亿个 URL占用的空间大小约为 320GB。
+每个 URL 占 64B，那么 50 亿个 URL 占用的空间大小约为 320GB。
 
-> 5, 000, 000, 000 * 64B ≈ 5GB * 64 = 320GB
+> 5, 000, 000, 000 _ 64B ≈ 5GB _ 64 = 320GB
 
 由于内存大小只有 4G，因此，我们不可能一次性把所有 URL 加载到内存中处理。对于这种类型的题目，一般采用**分治策略**，即：把一个文件中的 URL 按照某个特征划分为多个小文件，使得每个小文件大小不超过 4G，这样就可以把这个小文件读到内存中进行处理了。
 
 **思路如下**：
 
 首先遍历文件 a，对遍历到的 URL 求 `hash(URL) % 1000` ，根据计算结果把遍历到的 URL 存储到 a<sub>0</sub>, a<sub>1</sub>, a<sub>2</sub>, ..., a<sub>999</sub>，这样每个大小约为 300MB。使用同样的方法遍历文件 b，把文件 b 中的 URL 分别存储到文件 b<sub>0</sub>, b<sub>1</sub>, b<sub>2</sub>, ..., b<sub>999</sub> 中。这样处理过后，所有可能相同的 URL 都在对应的小文件中，即 a<sub>0</sub> 对应 b<sub>0</sub>, ..., a<sub>999</sub> 对应 b<sub>999</sub>，不对应的小文件不可能有相同的 URL。那么接下来，我们只需要求出这 1000 对小文件中相同的 URL 就好了。
 
-接着遍历 a<sub>i</sub>( `i∈[0,999]` )，把 URL 存储到一个 HashSet  集合中。然后遍历 b<sub>i</sub> 中每个 URL，看在 HashSet 集合中是否存在，若存在，说明这就是共同的 URL，可以把这个 URL 保存到一个单独的文件中。
+接着遍历 a<sub>i</sub>( `i∈[0,999]` )，把 URL 存储到一个 HashSet 集合中。然后遍历 b<sub>i</sub> 中每个 URL，看在 HashSet 集合中是否存在，若存在，说明这就是共同的 URL，可以把这个 URL 保存到一个单独的文件中。
 
 ### 方法总结
 

Diff for: docs/big-data/find-common-urls.md

@@ -20,7 +20,7 @@
 
 #### 方法二：HashMap 法
 
-虽然字符串总数比较多，但去重后不超过 300w，因此，可以考虑把所有字符串及出现次数保存在一个 HashMap 中，所占用的空间为 300w*(255+4)≈777M（其中，4表示整数占用的4个字节）。由此可见，1G 的内存空间完全够用。
+虽然字符串总数比较多，但去重后不超过 300w，因此，可以考虑把所有字符串及出现次数保存在一个 HashMap 中，所占用的空间为 300w\*(255+4)≈777M（其中，4 表示整数占用的 4 个字节）。由此可见，1G 的内存空间完全够用。
 
 **思路如下**：
 

Diff for: docs/big-data/find-hotest-query-string.md

@@ -14,9 +14,9 @@
 
 若数据总数为**偶数**，当这两个堆建好之后，**中位数就是这两个堆顶元素的平均值**。当数据总数为**奇数**时，根据两个堆的大小，**中位数一定在数据多的堆的堆顶**。
 
-``` java
+```java
 class MedianFinder {
-    
+
     private PriorityQueue<Integer> maxHeap;
     private PriorityQueue<Integer> minHeap;
 
@@ -25,14 +25,14 @@ class MedianFinder {
         maxHeap = new PriorityQueue<>(Comparator.reverseOrder());
         minHeap = new PriorityQueue<>(Integer::compareTo);
     }
-    
+
     public void addNum(int num) {
         if (maxHeap.isEmpty() || maxHeap.peek() > num) {
             maxHeap.offer(num);
         } else {
             minHeap.offer(num);
         }
-        
+
         int size1 = maxHeap.size();
         int size2 = minHeap.size();
         if (size1 - size2 > 1) {
@@ -41,12 +41,12 @@ class MedianFinder {
             maxHeap.offer(minHeap.poll());
         }
     }
-    
+
     public double findMedian() {
         int size1 = maxHeap.size();
         int size2 = minHeap.size();
-        
-        return size1 == size2 
+
+        return size1 == size2
             ? (maxHeap.peek() + minHeap.peek()) * 1.0 / 2
             : (size1 > size2 ? maxHeap.peek() : minHeap.peek());
     }

Diff for: docs/big-data/find-mid-value-in-500-millions.md

@@ -7,6 +7,7 @@
 ### 解答思路
 
 #### 方法一：分治法
+
 与前面的题目方法类似，先将 2.5 亿个数划分到多个小文件，用 HashSet/HashMap 找出每个小文件中不重复的整数，再合并每个子结果，即为最终结果。
 
 #### 方法二：位图法
@@ -17,25 +18,25 @@
 
 假设我们要对 `[0,7]` 中的 5 个元素 (6, 4, 2, 1, 5) 进行排序，可以采用位图法。0~7 范围总共有 8 个数，只需要 8bit，即 1 个字节。首先将每个位都置 0：
 
-``` 
+```
 0 0 0 0 0 0 0 0
 ```
 
 然后遍历 5 个元素，首先遇到 6，那么将下标为 6 的位的 0 置为 1；接着遇到 4，把下标为 4 的位 的 0 置为 1：
 
-``` 
+```
 0 0 0 0 1 0 1 0
 ```
 
 依次遍历，结束后，位数组是这样的：
 
-``` 
+```
 0 1 1 0 1 1 1 0
 ```
 
 每个为 1 的位，它的下标都表示了一个数：
 
-``` 
+```
 for i in range(8):
     if bits[i] == 1:
         print(i)
@@ -47,11 +48,11 @@ for i in range(8):
 
 **那么对于这道题**，我们用 2 个 bit 来表示各个数字的状态：
 
-* 00 表示这个数字没出现过；
-* 01 表示这个数字出现过一次（即为题目所找的不重复整数）；
-* 10 表示这个数字出现了多次。
+- 00 表示这个数字没出现过；
+- 01 表示这个数字出现过一次（即为题目所找的不重复整数）；
+- 10 表示这个数字出现了多次。
 
-那么这 2<sup>32</sup> 个整数，总共所需内存为 2<sup>32</sup>*2b=1GB。因此，当可用内存超过 1GB 时，可以采用位图法。假设内存满足位图法需求，进行下面的操作：
+那么这 2<sup>32</sup> 个整数，总共所需内存为 2<sup>32</sup>\*2b=1GB。因此，当可用内存超过 1GB 时，可以采用位图法。假设内存满足位图法需求，进行下面的操作：
 
 遍历 2.5 亿个整数，查看位图中对应的位，如果是 00，则变为 01，如果是 01 则变为 10，如果是 10 则保持不变。遍历结束后，查看位图，把对应位是 01 的整数输出即可。
 

Diff for: docs/big-data/find-no-repeat-number.md

@@ -2,7 +2,7 @@
 
 ### 题目描述
 
-有 20 个数组，每个数组有 500 个元素，并且有序排列。如何在这 20*500 个数中找出前 500 的数？
+有 20 个数组，每个数组有 500 个元素，并且有序排列。如何在这 20\*500 个数中找出前 500 的数？
 
 ### 解答思路
 
@@ -16,7 +16,7 @@
 
 > 为了在堆中取出一个数据后，能知道它是从哪个数组中取出的，从而可以从这个数组中取下一个值，可以把数组的指针存放到堆中，对这个指针提供比较大小的方法。
 
-``` java
+```java
 import lombok.Data;
 
 import java.util.Arrays;

Diff for: docs/big-data/find-rank-top-500-numbers.md

@@ -10,7 +10,7 @@
 
 **思路如下**：
 
-首先遍历大文件，对遍历到的每个词x，执行 `hash(x) % 5000` ，将结果为 i 的词存放到文件 a<sub>i</sub> 中。遍历结束后，我们可以得到 5000 个小文件。每个小文件的大小为 200KB 左右。如果有的小文件大小仍然超过 1MB，则采用同样的方式继续进行分解。
+首先遍历大文件，对遍历到的每个词 x，执行 `hash(x) % 5000` ，将结果为 i 的词存放到文件 a<sub>i</sub> 中。遍历结束后，我们可以得到 5000 个小文件。每个小文件的大小为 200KB 左右。如果有的小文件大小仍然超过 1MB，则采用同样的方式继续进行分解。
 
 接着统计每个小文件中出现频数最高的 100 个词。最简单的方式是使用 HashMap 来实现。其中 key 为词，value 为该词出现的频率。具体方法是：对于遍历到的词 x，如果在 map 中不存在，则执行 `map.put(x, 1)` ；若存在，则执行 `map.put(x, map.get(x)+1)` ，将该词频数加 1。
 

Diff for: docs/big-data/find-top-100-words.md

@@ -20,5 +20,5 @@
 
 ### 方法总结
 
-* 内存若够，直接读入进行排序；
-* 内存不够，先划分为小文件，小文件排好序后，整理使用外排序进行归并。
+- 内存若够，直接读入进行排序；
+- 内存不够，先划分为小文件，小文件排好序后，整理使用外排序进行归并。

Diff for: docs/big-data/sort-the-query-strings-by-counts.md

@@ -4,40 +4,40 @@
 
 ## 系统拆分
 
-* [为什么要进行系统拆分？如何进行系统拆分？拆分后不用 Dubbo 可以吗？](/docs/distributed-system/why-dubbo.md)
+- [为什么要进行系统拆分？如何进行系统拆分？拆分后不用 Dubbo 可以吗？](/docs/distributed-system/why-dubbo.md)
 
 ## 分布式服务框架
 
-* [说一下 Dubbo 的工作原理？注册中心挂了可以继续通信吗？](/docs/distributed-system/dubbo-operating-principle.md)
-* [Dubbo 支持哪些序列化协议？说一下 Hessian 的数据结构？PB 知道吗？为什么 PB 的效率是最高的？](/docs/distributed-system/dubbo-serialization-protocol.md)
-* [Dubbo 负载均衡策略和集群容错策略都有哪些？动态代理策略呢？](/docs/distributed-system/dubbo-load-balancing.md)
-* [Dubbo 的 SPI 思想是什么？](/docs/distributed-system/dubbo-spi.md)
-* [如何基于 Dubbo 进行服务治理、服务降级、失败重试以及超时重试？](/docs/distributed-system/dubbo-service-management.md)
-* [分布式服务接口的幂等性如何设计（比如不能重复扣款）？](/docs/distributed-system/distributed-system-idempotency.md)
-* [分布式服务接口请求的顺序性如何保证？](/docs/distributed-system/distributed-system-request-sequence.md)
-* [如何自己设计一个类似 Dubbo 的 RPC 框架？](/docs/distributed-system/dubbo-rpc-design.md)
-* [CAP定理的P是什么](/docs/distributed-system/distributed-system-cap.md)
+- [说一下 Dubbo 的工作原理？注册中心挂了可以继续通信吗？](/docs/distributed-system/dubbo-operating-principle.md)
+- [Dubbo 支持哪些序列化协议？说一下 Hessian 的数据结构？PB 知道吗？为什么 PB 的效率是最高的？](/docs/distributed-system/dubbo-serialization-protocol.md)
+- [Dubbo 负载均衡策略和集群容错策略都有哪些？动态代理策略呢？](/docs/distributed-system/dubbo-load-balancing.md)
+- [Dubbo 的 SPI 思想是什么？](/docs/distributed-system/dubbo-spi.md)
+- [如何基于 Dubbo 进行服务治理、服务降级、失败重试以及超时重试？](/docs/distributed-system/dubbo-service-management.md)
+- [分布式服务接口的幂等性如何设计（比如不能重复扣款）？](/docs/distributed-system/distributed-system-idempotency.md)
+- [分布式服务接口请求的顺序性如何保证？](/docs/distributed-system/distributed-system-request-sequence.md)
+- [如何自己设计一个类似 Dubbo 的 RPC 框架？](/docs/distributed-system/dubbo-rpc-design.md)
+- [CAP 定理的 P 是什么](/docs/distributed-system/distributed-system-cap.md)
 
 ## 分布式锁
 
-* [Zookeeper 都有哪些应用场景？](/docs/distributed-system/zookeeper-application-scenarios.md)
-* [使用 Redis 如何设计分布式锁？使用 Zookeeper 来设计分布式锁可以吗？以上两种分布式锁的实现方式哪种效率比较高？](/docs/distributed-system/distributed-lock-redis-vs-zookeeper.md)
+- [Zookeeper 都有哪些应用场景？](/docs/distributed-system/zookeeper-application-scenarios.md)
+- [使用 Redis 如何设计分布式锁？使用 Zookeeper 来设计分布式锁可以吗？以上两种分布式锁的实现方式哪种效率比较高？](/docs/distributed-system/distributed-lock-redis-vs-zookeeper.md)
 
 ## 分布式事务
 
-* [分布式事务了解吗？你们如何解决分布式事务问题的？TCC 如果出现网络连不通怎么办？XA 的一致性如何保证？](/docs/distributed-system/distributed-transaction.md)
+- [分布式事务了解吗？你们如何解决分布式事务问题的？TCC 如果出现网络连不通怎么办？XA 的一致性如何保证？](/docs/distributed-system/distributed-transaction.md)
 
 ## 分布式会话
 
-* [集群部署时的分布式 Session 如何实现？](/docs/distributed-system/distributed-session.md)
+- [集群部署时的分布式 Session 如何实现？](/docs/distributed-system/distributed-session.md)
 
 ---
 
 ## 公众号
 
-GitHub 技术社区 [Doocs](https://github.com/doocs) 旗下唯一公众号「**Doocs开源社区**」​，欢迎扫码关注，**专注分享技术领域相关知识及行业最新资讯**。当然，也可以加我个人微信（备注：GitHub），拉你进技术交流群。
+GitHub 技术社区 [Doocs](https://github.com/doocs) 旗下唯一公众号「**Doocs 开源社区**」​，欢迎扫码关注，**专注分享技术领域相关知识及行业最新资讯**。当然，也可以加我个人微信（备注：GitHub），拉你进技术交流群。
 
-关注「**Doocs开源社区**」公众号，回复 **PDF**，即可获取本项目离线 PDF 文档（283 页精华），学习更加方便！
+关注「**Doocs 开源社区**」公众号，回复 **PDF**，即可获取本项目离线 PDF 文档（283 页精华），学习更加方便！
 
 ![](./images/pdf.png)