雪花算法的原始版本是scala版，用于生成分布式ID（纯数字，时间顺序）,订单编号等。
### 算法描述
- 最高位是符号位，始终为0，不可用。
- 41位的时间序列，精确到毫秒级，41位的长度可以使用69年。时间位还有一个很重要的作用是可以根据时间进行排序。
- 10位的机器标识，10位的长度最多支持部署1024个节点。
- 12位的计数序列号，序列号即一系列的自增id，可以支持同一节点同一毫秒生成多个ID序号，12位的计数序列号支持每个节点每毫秒产生4096个ID序号。
```
package main
import (
"errors"
"fmt"
"sync"
"time"
)
const (
wo ......
### 定义
将用户的各种纬度的数据，做成向量。在向量空间内计算，两个向量的相似度，实现近似比较和分类。
### 应用场景
推荐系统
### 两种推荐方式
基于用户相似度做推荐
基于内容相似度做推荐
### 算法
欧几里得距离：d=根号下（x1-y1）平方+（x2-y2）平方
### 应用
基于用户相似度正推
基于内容相似度反推 ......
###算法描述
trie树的本质，就是利用字符串之间的公共前缀，将重复的前缀合并在一起。 时间复杂度：构建O(n)，查询O(k)
### 算法步骤
根节点/ 什么都不表示
做一个字典比如a-z 字母表
没一个节点包含这26个字母的字典表，每个位置保存下个节点的指针。
### 算法分析
##### 缺点：
trie树比较消耗内存：因为他没一层都保存一个字典表，就算这层的节点只有一个也要有一组表
使用的是指针类型，内存不连续对存储不友好，性能打折扣
##### 优点：
查询效率比较高，对于一些范围较小的或者内存不敏感的应用可以使用
特别适用自动补全类应用
```
package main
import "fmt"
type TrieNode str ......
### 定义
在一组数据中，按照一定规则对数据创建层级索引，通过自上至下的索引查询查找数据位置
### 特点
二分查找针对数组，为了实现不使用针对数组二分查找，产生了跳跃表
跳跃表使用链表
有多级索引
### 时间复杂度
修改（增删改）时间复杂度 O(lgn)
查询时间复杂度O(lgn)
### 空间复杂度
空间复杂度根据索引生成方法有关，例子中的大概是O(n)
n/2+n/4+....+4+2 等比求和 Sn=(a1-anq)/1-q O(n-2) 约等于 O(n)
```
package skipList
import "fmt"
type Node struct {
Data int
NextPoint *Node ......
### 链表分类
- 单链表
- 双链表
- 环链表
### 时间复杂度
- 修改（增删改）时间复杂度 O(1)
- 查询时间复杂度O(n)
```
package linkedList
import "fmt"
type Node struct {
Data int
NextPoint *Node
PrePoint *Node
}
type LinkedList struct {
head *Node
current *Node
tail *Node
}
func CreatLinkedList() {
data := []int{1, 21, ......