数组（顺序存储）基本原理
本章讲解数组的底层原理，区分静态数组与动态数组。静态数组是连续内存空间，支持O(1)随机访问，但增删效率低；动态数组基于静态数组封装，提供自动扩容与常用API，使用更便捷。我们将手动实现动态数组的增删查改，深入理解其运行机制，为后续学习栈、队列等结构打基础。
数据库
本内容系统讲解MySQL核心知识，涵盖char与varchar区别、事务ACID特性及隔离级别、索引结构（B+树）、聚簇与二级索引、回表查询、索引创建与失效场景，并结合explain执行计划、慢SQL定位及SQL优化实践，全面解析数据库性能调优关键点。
动态数组代码实现
本文详解动态数组的实现要点：支持自动扩缩容（2倍扩容、1/4缩容）、索引越界检查（区分元素与位置索引）、防范内存泄漏（删除时置null）。代码涵盖增删查改基本操作，帮助理解底层原理与时间复杂度。
链表（链式存储）基本原理
本文介绍了单链表与双链表的基本结构及操作。相比力扣中简单的单链表，实际编程中的链表多为支持泛型的双链表，具备prev和next指针，可双向遍历。链表无需连续内存，增删高效，无容量限制，但不支持随机访问。文章详解了链表的查、改、增、删操作，尤其通过虚拟头节点简化边界处理，并对比单双链表差异，为后续实现完整链表API打下基础。
MongoDB索引知识
MongoDB索引提升查询效率，避免全表扫描。支持单字段、复合、地理空间、文本及哈希索引，采用B-Tree结构，优化相等匹配、范围查询与排序操作。合理使用索引可显著提升性能。
08 | 索引构建：搜索引擎如何为万亿级别网站生成索引？
针对超大规模数据场景，如搜索引擎需处理万亿级网页，倒排索引远超内存容量。解决方案是：先将文档分批，在内存中为每批构建小型倒排索引，再写入磁盘生成有序临时文件；最后通过多路归并技术合并临时文件，生成全局有序的最终倒排文件。此过程类似MapReduce思想，支持分布式加速。检索时，优先将词典加载至内存（可用哈希表或B+树），结合磁盘上的posting list进行高效查询，对过长的列表可采用分层索引或缓存优化。
测一测丨检索算法基础，你掌握了多少？
本节讲解常见数据结构的查询效率与适用场景，涵盖数组、链表、二叉检索树、跳表、哈希表、位图、布隆过滤器及倒排索引。重点分析时间空间代价、平衡性、冲突处理及实际应用，如哈希表不适合查询具体值，倒排索引适用于多维度检索等。
