python红黑树
A. 本来打算学习php的但是我身边的人推荐我去学java，这是为啥
1.java和PHP的发展空间对比
安卓势头很猛，但手机安装app数量有限，推广难，也是app面临的最大挑战，好在安卓只有JAVA可以做，除此之外就是HTML5了。
中国人口占全球人口19.7%，中国网民占全球网民22.4%，中国网站数量占全球网站数量的0.5%，网站的可发展空间可谓巨大;发达国家互联网对GDP的贡献可达20%，中国互联网对GDP的影响仅为3%。可谓互联网的发展空间巨大，而互联网离不开WEB，WEB离不开PHP。
两者相比，个人觉得PHP的优势更加明显。
2.java和php的薪资涨幅速度对比：
java是公认的难，难上手，真正上手需要至少1-2年，而这期间都属于学徒级别，薪资涨幅有限。2年后会有一个较大的涨幅。
PHP是公认的简单，上手极快，基本过了试用期就可以涨工资了，PHPer正常是半年涨一次薪资，前3年的幅度都还可以
两者相比：其实php的前端优势明显，后段双方区域持平。并不像很多人说的PHP后面难涨，PHP缺人，但更缺熟手。java也不像很多人吹嘘的那样高薪，两级分化严重。其实也很正常，越难的语言，两级分化越是严重。
3.java和php各自发展的瓶颈：
JavaEE体系曾经统治企业级软件开发长达数十年之久，十年间英才辈出，但是Java语言本身却越来越显示出臃肿和分裂的态势。使用Java是个昂贵的选择，复杂的需求设计，
缓慢的项目进度，昂贵的应用服务器和维护难度使Java成为了一种庙堂之上的语言。而版本的分裂也使所谓的跨平台特性成为了一句空话。Java的特性使得它并不适合业务随着市场快速变化的互联网企业，WEB领域几乎被PHP一统天下，嵌入式领域几乎被C++一统天下，客户端领域几乎被C语言一统天下，要不是安卓的出现，java的命运还真不好说了。php的大中型系统开发，方便、快速、是java跟asp.net没法比拟的,
还有php有很多如yaf，yii，ci等强大的框架, 中小型一般系统的开发,一个thinkphp就足于通杀java的ssh三大框架了。
PHP由于其简单，快速开发等特点，也导致了开发复杂应用稍显吃力，所谓成也萧何败也萧何，PHP由于其关注应用层面，开发基本不需要考虑底层的东西，导致其开发快速，学习简单;但也导致了学习PHP工作一段时间比较容易遇到瓶颈，PHP在5.3版本后加入了更为强大的扩展，通过PHP的扩展可以实现PHP本身实现不了的功能。所以PHP开发遇到了这样瓶颈，可以考虑通过扩展来解决，facebook和weibo.com正在大量使用扩展功能去应对一个又一个的难题。新浪微博架构师兼首席PHP技术顾问惠新宸一直在专注与PHP底层原理的研究和分享。扩展是被他认为PHP最伟大的地方。
4.java和PHP的学习成本对比：
java学习，是公认的难。难以上手，难以理解。自学时间成本是12个月，自学成功率不到10%，培训时间成本也近6个月。培训费用平均成本大致为2万元左右。成为熟手的时间成本为2年。成为高手的时间成本一般为5年以上。
PHP学习，是公认为最简单的语言。解释性语言，无需编译。自学时间成本是6个月，自学成功率20%，培训时间成本3个月。培训费用平均成本1万5千元左右。成为熟手的时间成本为1年。成为高手的时间成本一般为3年以上。
两者相比，java的学校成本要明显高于PHP。
总结一下：java和PHP各有各的优势，说到明天早上也不一定说的完，我想说的是学习哪一个，都是OK的。
想学java就从事安卓行业，想从事WEB领域，就学习PHP。
由于java的学习难度，没有基础或者基础不好的同学还是谨慎选择，对于零基础的同学还是PHP可能更加适合一点。
B. python 查找二叉树是否有子树
python中的二叉树模块内容：
BinaryTree：非平衡二叉树
AVLTree：平衡的AVL树
RBTree：平衡的红黑树
以上是用python写的，相面的模块是用c写的，并且可以做为Cython的包。
FastBinaryTree
FastAVLTree
FastRBTree
特别需要说明的是：树往往要比python内置的dict类慢一些，但是它中的所有数据都是按照某个关键词进行排序的，故在某些情况下是必须使用的。
安装和使用
安装方法
安装环境：
ubuntu12.04, python 2.7.6
C. 大数据培训大概要多少钱
您好，很开心为您解答。
大数据培训大概在2万左右（面授课），但如果是线上授课，估计会便宜点。
但费用不能作为评价一家大数据培训机构好不好的决定性因素，需要从师资力量、机构口碑、就业情况等多方面考察。
D. 人工智能专业的学习难度和将来的就业前景
中国人工智能已经以雷霆万钧之势冲进了我们的生活。除了智能机器人，还有智能家居、无人驾驶汽车、“刷脸”支付……人工智能的爆发式发展离不开国家政策的支持。
智能家居
超1000亿元市场待挖掘
2017年人工智能市场规模达295.9亿元，与《新一代人工智能发展规划》提出的2020年完成超过1500亿元的目标相差甚远，行业潜力巨大。（数据来源于赛迪网）人才缺口超过500万
根据高盛发布的《全球人工智能产业分布》报告统计，2017年全球新兴人工智能项目中，中国占据51%。但全球人工智能人才储备，中国却只有5%左右。我国人工智能的人才缺口超过500万人。平均薪资
25800元/月
到2017年，人工智能岗位平均招聘薪资已达2.58万元，远高于一般技术类岗位。五成职位招聘薪资突破3万元，而标注的月薪还只是薪酬福利的一部分。（腾讯研究院《2017全球人工智能人才白皮书》）就业范围广
学习人工智能后可从事人工智能开发工程师、算法工程师、爬虫工程师、数据挖掘/分析工程师、机器学习工程师、Web前/后端开发等职业。
2017年7月，国务院印发《新一代人工智能发展规划》，相关部委开始抓紧推进规划的实施工作； 2017年10月，十九大将人工智能正式写进报告，在政策层面为国内AI产业发展提供了一项长期保障； 2017年11月，《新一代人工智能发展规划》启动会上，首批4家国家创新平台确立；2017年12月，工信部印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，相当于“行动书”出台。
E. 关于数据库存储键值对的问题
这是前端（应用端）和后端（服务端）的问题，这个应该是每个用户的单独配置，那么应该放在前端而是不是放在后端，如果放在后端，那么每个用户都要读取，那么体验一定不好。
对于前端来说，只要加一个“配置文件”（其实就是一段代码）就可以，然后通过服务端的程序读取这个“配置文件”，就知道相应的顺序了，这样总比，连通服务器读取相应的表，来的要快。
如果非要用数据库解决，那我们做一个假设，有100项，某人将所有的项目变成了从后往前倒着写的，也就是第100项与第1项位置互换，第99项与第2项位置互换，这样，那么最后是第50项与第51项调换，也就是100项完全变换了位置，那么不管你怎么存储，怎么读取，这些项都必须全部保存起来，因为每一项的顺序都变了，所以这个方案并不是十分好。
当然，如果非要这么做的话，那么有一个稍微简单一点的办法，不过也需要前端的配合而且，很可能出现征用的情况，使用效果也不一定能太好。
我的办法是建立userid 10001 10002 10003 这样一张表，说白了就是一张以默认顺序MoleID（个人觉得这个可能是你的表头代码，如果不是不要介意）为字段名的表，然后每条用户id，对应一组编号比如（默认编号为1,2,3,4）：
userid 10001 10002 10003 10004
1 4 3 1 2
2 2 1 4 3
3 1 2 3 4
类似于这样就能直接得到用户的编号顺序了，不过这种还是不如在前端一个配置文件来的舒服（用户修改配置文件后，服务端也会备份（类似于上表这种也可以作为一个客户端配置的备份），但是这种备份比直接修改数据库要要省事不少，至少节省了数据库的资源），而且可能出现征用的问题，比如两个人或更多的人同时修改代码，那么一张表不可能让这么多人同时update，肯定要出现征用，那么服务体验就不会太好（备份的话，不用那么及时，所以征用的可能性不大，即使出现也是发生在后端，用户的体验并没有什么影响）。
以上均为个人理解，共同探讨。
F. 那位给个思路！只学过c++
其实你的描述已经很清楚了, 对一个小系统的设计, 首先要描述好功能
1 功能就是不同类集合输入, 进行交,叉,并运算,并有输出结果
下面的步骤就是你的设计方案了:(一一对应)
（1）应用系统分析，建立该系统的功能模块框图以及界面的组织和设计；
界面是什么样子, 怎么和真实的功能逻辑模块交互
（2）分析系统中的各个实体及它们之间的关系；
实体就是界面的实现类, 功能实现类, 是不是要考虑拓展, 抽象扩展实现还是写死比较好
等等
（3）根据问题描述，设计系统的类层次；
层次肯定就是界面->逻辑->依赖的库 模块等
（4）完成类层次中各个类的描述；
描述就是你想让这些类做什么
（5）完成类中各个成员函数的定义；
等你完成4的时候, 5基本上可以写代码了
（6）完成系统的应用模块；
把你写好的代码集成在一起
（7）功能调试；
开始调试,使其能工作
（8）完成系统总结报告。
最后写你的心得
按着步骤来你基本上OK的, 中间也许会碰到这样那样的问题, 多找人讨论讨论
等你经历过一次后也许对软件的看法就不一样了,呵呵
希望能帮到你
G. 仅用C语言可以构造出Python中Dict那种数据结构吗
可以，Cpython平台本身都是C语言写的。
用到散列表或红黑树知识
H. 使用Python 会降低程序员的编程能力吗
十年前，Pascal。我会精确计算每个数组和变量使用的内存，熟练地用非递归方法改写程序，最短的时间内自己实现各种排序，多源最短路径，求凸包和相邻
点，动态规划，二分图匹配和网络流算法等等等等，同时考虑算法的最坏复杂度和最高项前边的那个常数。现在，我一个都不记得了是的现在列举这些名词我就是在装逼。
五
年前，C。我会自认为炫酷的使用函数指针，强制类型转换，goto语句，宏来实现各种技巧（他喵的全是Linux
kernel害的）。我挣扎在多线程，多进程和各种锁。我试着照ICC出来的汇编改程序。但你让我不看书写个红黑树出来我是做不到了。现在，你突然让我写
个C程序我得想一下语法。（所以这里我还是在装逼。）
现在，Python。写之前习惯性搜一下有没有现成的库。不会自己去实现图的数据结构了，因为有NetworkX。不会自己去处理网络通信了，用Redis搞个发布订阅机制或者干脆实现个ReST服务都没几行代码。多线程？Gevent搞异步多简单速度还比你快。
但是。
十年前我只能刷刷USACO和浙大同济的Online Judge。AC是最高目标。
五年前我只能写写自己用的小软件系统驱动什么的，或者通宵写个大作业。
现在我在研究用Evolutionary Optimisation在云平台上调度Scientific Workflow。
会什么和干什么，你觉得哪个重要？
我
的意思并不是说因为用这些语言所以在干这些事儿，而是确确实实感觉到这些年自己的编程能力（或者说基本功，因为毕竟很多高级的技巧我也会的越来越多）在下
降，而且我认为这和我用的语言越来越高级是有一定关系的。当然语言和做的事之间完全没什么必然关系。但是以前的水平高又怎么样呢？做出来的不过是没有人关
心的玩具罢了。即使能力值降低了，不过既然现在在做也可以做更有意义的事了，谁还关心跑分呢。