易栈网-膘叔

在微博上突然看到一篇贴子：
【#SAE技术分享#】《经典排序算法集锦》大多数排序算法都给出了每一步的状态，以方便初学者更容易理解，通俗易懂，部分难以理解的排序算法则给出了大量的图示，也算是一个特色吧~http://t.cn/SySUjx

附了一张图：

果然非常有用，因此，我也就转载了一下。。。原文地址我就不贴了，不过我暂时先将它的目录贴出来吧

• 经典排序算法 - 快速排序Quick sort 
• 经典排序算法 - 桶排序Bucket sort
• 经典排序算法 -  插入排序Insertion sort
• 经典排序算法 - 基数排序Radix sort
• 经典排序算法 - 鸽巢排序Pigeonhole sort
• 经典排序算法 - 归并排序Merge sort
• 经典排序算法 - 冒泡排序Bubble sort
• 经典排序算法 - 选择排序Selection sort
• 经典排序算法 - 鸡尾酒排序Cocktail sort
• 经典排序算法 - 希尔排序Shell sort
• 经典排序算法 - 堆排序Heap sort序
• 经典排序算法 - 地精排序Gnome Sort
• 经典排序算法 - 奇偶排序Odd-even sort
• 经典排序算法 - 梳排序Comb sort
• 经典排序算法 - 耐心排序Patience Sorting
• 经典排序算法 - 珠排序Bead Sort
• 经典排序算法 - 计数排序Counting sort
• 经典排序算法 - Proxmap Sort
• 经典排序算法 - Flash Sort
• 经典排序算法 - Strand Sort
• 经典排序算法 - 圈排序Cycle Sort
• 经典排序算法 - 图书馆排序(Library Sort)

很乱。我自己明白即可，三种查询条件。

{loc:{"$near":[121.417397,31.204075]} }
{loc : {"$within" : {"$center" : [ [121.417397,31.204075], 5]}} }
db.places.find({loc:{ $near:[ 30.28009,120.12857],$maxDistance:5}}).limit(20)

上述的内容参考与某个网站，它的基本内容如下：

最近一直在做基于LBS的项目，地标的坐标索引和基于坐标查询，一直没找到一种简单方便的方法，在做mongo索引优化的时发现竟然有Geo的索引
创建字段
建议使用方式：{ loc : [ longitude , latitude] }
也可以：{ loc : { lon :longitude, lat:latitude } }
Loc自己决定，我用poi的
建立索引
注意：每个Collection只能建立一个geospatial索引
db.places.ensureIndex( { loc : “2d” } , { min : -500 , max : 500 } )
如果db.places.ensureIndex( { loc : “2d” })，
默认值的范围是：-180到180，也就是经纬度的范围
查询
注：1.默认会按距离排序；
    2.转换 111.12 距离（一度是大约 111.12 公里）使用公里，或由 69 （对于英里）
默认取100条距离最近的点，注：默认是limit(100)
db.collection.find({loc:{$near :[ 30.28009,120.12857]}})
取正方形范围的坐标点，注意：5是坐标系的5，也就是经纬度的5，按111.12换算成公里
db.places.find({loc:{ $near:[ 30.28009,120.12857],$maxDistance:5}}).limit(20)
取指定半径的点，注意：半径5是坐标系的5，也就是经纬度的5，按111.12换算成公里
以5为半径的圆：{“Coordinate” : {“$within” : {“$center” : [ [30.28009,120.12857], 5]}} }
---------

纯笔记，别多想，测试了一下。比现在使用的好多了，我现在是：
        $criteria->order = new \CDbExpression("ACOS(SIN(({$lat} * 3.1415) / 180 ) *SIN((lat * 3.1415) / 180 ) +COS(({$lat} * 3.1415) / 180 ) * COS((lat * 3.1415) / 180 ) *COS(({$lng} * 3.1415) / 180 - (lng * 3.1415) / 180 ) ) * 6380  asc,last_activity_time DESC");

不要多想，我是用的Yii的玩意，也是一个笔记。

一咬牙，买了一个APP：day one。用下来实在感觉是不错。所以才买的。。。
dayone的mac app的icloud的同步确实 有点麻烦。后来我没辙。选择了dropbox来进行同步。太悲催了。
icloud同步请参考：
http://dayoneapp.com/support/icloud/

dropbox同步请参考：
https://dayone.zendesk.com/entries/21984318-how-do-i-setup-dropbox-syncing

后记：
TNND，原来是破解版对icloud的同步做了限制，换成了正版就好了。一下子100块没了。mac上68，ios上30.
至少，我目前觉得还是物有所值。每天做了哪些事情都记录下来了。。。很好。很蛋定

在mysql里面，我们偶尔会有这样的sql出现：
select userid,count(userid) as cnt from xxxxxtable group by userid;

这样的sql在mongo里怎么实现呢？其实也相对比较简单

打印出来的结果也很方便识别：

果然轻轻松松啊

MRD（Market Requirements Document），是指市场需求文档。
MRD文档主要侧重于市场机会的分析，得出结论“就当前市场情况而言，我们可以做什么”；

PRD（Product Requirements Document），是指产品需求文档。
PRD侧重于整个产品的规划，比上述Market Research阶段的MRD文档要细化一些。

作为一个产品经理，还是会需要了解这些。虽然。。。MRD在很多单位都不需要做。那些老板们都帮你定好了。。。只是你还是自己也需要了解下这方面。