Code is your weapon

如何判断一个元素是否存在于集合里？常见的一些解决办法有:但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢。遍历集合的时间成本高，时间复杂度再O(n)到O(logn)不等而哈希表也存在问题，当元素越来越多，哈希冲突也会越严重，从而影响查询效率。而布隆过滤则是一种时间空间都有巨大优化的算法布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率

Python的collections模块包含了许多实用的集合类。namedtuple可以定义一个简单的类，比直接定义一个类更简单，且减少了初始化类的很多初始化方法，所以速度更快。namedtuple继承于tuple，所以也拥有tuple的性质namedtuple还可以使用类方法_make方法来传入可迭代的对象创建类namedtuple还可以使用_asdict方法将namedtutple对象转化成字典tuple与list相比，tuple会作为常量在编译时确定，所以速度会比list快很多；tup

附近的职位(POI: 兴趣点)最近有个需求，要求实现附近的职位的功能那么首先我们需要定位当前的点，用经纬度表示，是一个二维的坐标。那么如果要筛选附近一公里以内的职位，我们不可能把数据库所有的职位坐标取出来计算，所以我们需要增加筛除条件减小结果集。这个时候我想到的方法是，计算出以当前点为中心，取得相同纬度，距离1公里的左右经度临界线，再以相同经度取得上下维度临界线，这样就可以得到一个正方形范围的矩形和经纬度的最大最小临界值。在数据库进行查询的时候就可以用临界值去排除(经纬度要用B+索引)。对于查出来