因为计算机各种硬件之间速度的差距实在是太大了，这严重地影响了计算机的整体效率，很多时候软件并不能够充分地利用计算机的资源，让处理器去等待内存，一种解决方案就是在内存和处理器之间引入一个缓存，来尽量减轻这个速度的差距。在多处理器系统中，往往对应着多个缓存。
往往这些缓存都储存着和内存一样的数据，他们互为拷贝，我们必须保证他们的数据是同步修改的。这有很多种协议来维护。
为了更好的利用处理器的运算单元，处理器可能会对输入的代码片段进行乱序执行优化，Java虚拟机也是如此。
Java内存模型中有两种内存，第一种是一个主内存，第二种是多个线程工作内存，线程私有。
Java内存模型有8种原子操作
lock:作用与主内存中的变量，让其变为线程独占
unlock:和lock相反
read:把主内存中的变量传输到工作内存，准备load
load:把read的值放入线程工作内存的变量副本中
use:把线程工作内存中的值拿到执行引擎中
assign:从执行引擎中获得值写入工作内存
store:把工作内存中的变量传输到主内存，准备write
write:把store得到的值写入主内存。
这些操作的相互执行关系很复杂，但都能推导出，这里不赘述
long和double是64位数据，Java内存模型不强制但推荐把他们也实现为原子操作
volatile类型有两种特点，第一是保证对所有线程的可见行，即所有线程使用其前都要在工作内存中刷新他的值，但是这些操作并非原子性，所以不能保证并发安全。第二是禁止语义重排。他前面的代码不能排到他后面去，他后面的代码不能重排到他前面。
Java有10种优先级，但是操作系统却不一定是10种，若<10则导致Java线程某些级别无差距，若>10则导致有些系统线程优先级无法使用。
新建、运行、无限期等待(不能主动苏醒，能被唤醒)、期限等待、阻塞、结束
方法区、虚拟机栈、本地方法栈、堆、程序计数器
线程私有
为了支持多线程，Java虚拟机为每个线程设置独立的程序计数器，各条线程之间计数器互不影响，独立储存。
如果线程执行的是Java方法，计数器指向正在执行的字节码指令地址，如果线程执行的是Native方法，这个计数器则为空
程序计数器区域是唯一一个没有任何OutOfMemoryError情况的区域。
线程私有
每个方法在执行的同时都会向虚拟机栈申请一个栈帧用于储存局部变量表、操作数栈、动态链接、方法出口等信息，每个方法的调用直到执行完成，对应一个栈帧在虚拟机栈中入栈到出栈的过程，局部变量表存放了方法执行过程中的所有局部变量，编译期间就确定了。所以，这个栈帧的大小是完全固定的。
虚拟机栈会有StackOverflowError和OutOfMemoryError，前者在固定长度的虚拟机栈中出现，后者在变长虚拟机栈中出现。这要看虚拟机是哪一种虚拟机。
类似于Java方法使用Java虚拟机的栈,这一区域是本地方法使用的栈。
有StackOverflowError和OutOfMemoryError。
线程共享
此内存唯一目的是存放对象实例，Java虚拟机规范中描述到:所有对象实例以及数组都要在堆上分配。但是随着JIT编译器等技术等发展，所有对象都分配在堆上也渐渐不那么绝对了。
Java堆允许不连续
Java堆有OutOfMemoryError
线程共享
储存虚拟机加载的类信息，常量，静态变量，即时编译后的代码等数据
可以选择不进行垃圾回收，但这不明智
有OutOfMemoryError
是方法区的一部分
允许在程序运行时创建常量
有OutOfMemoryError
不是虚拟机的一部分，在NIO类中，允许Native函数库向操作系统申请内存，提供一些方式访问，使得在一些场景提高性能，
有OutOfMemoryError
当虚拟机碰到new的时候，会先检查类是否被加载、解析、初始化，如果没有，则先执行相应的加载过程，当类检查通过以后，会为对象分配内存，这个内存大小是完全确定的，虚拟机会从虚拟机堆中分配这块内存并将这块内存初始化为0,然后执行init方法。
因为Java需要支持多线程，所以这里实际需要同步处理，还有一种解决方案叫做TLAB（Thread Local Allocation Buffer）预先为每个线程分配一小块内存，就不会受到多线程影响，当TLAB用完以后，需要分配新的TLAB，这时才需要同步锁定，在TLAB分配时即可提前初始化这块内存为0,当然也可以不提前。
内存中储存的布局可以分为3块区域: 对象头、实例数据和对齐填充。
对象头分为两部分，第一部分储存了哈希码、GC分代年龄、锁状态、线程持有锁、偏向线程ID等等这部分在32位机器上为32bit，在64位机器上为64bit，第二部分可有可无，储存类型指针，指向类元数据。另外对于Java数组，就还有第三部分用于记录数组长度。
对齐填充就是为了让对象大小变成8字节的整数倍
Java程序通过栈上的reference数据来操作堆上的具体对象，主流的对象访问方式有两种，第一种是句柄访问，Java堆会划分出一块内存用作句柄池，reference储存句柄地址，句柄储存对象实例和类型各自的具体地址；第二种是直接访问，这种情况Java对象的布局中就要考虑储存类型数据，reference就储存对象的直接地址。前者在垃圾收集时移动时快，后者访问速度快。
这是学习《深入理解Java虚拟机》周志明 著. 的笔记
结构严谨、面向对象、脱平台、相对安全的内存管理和访问机制、热点代码检测和运行时编译及优化、拥有完善的应用程序接口及第三方类库……
图片来源于《深入理解Java虚拟机》
Java Card: 支持一些Java小程序运行在校内次设备（智能卡）上的平台
Java ME: 支持Java程序运行在移动终端上的平台,对Java API所精简
Java SE: 支持面向桌面级应用的平台，有完整的Java核心API
Java EE:支持多层架构的企业应用的平台，出Java核心API外还做了大量补充
这是Sun JDK和OpenJDK中所带的虚拟机
核函数是一个函数,他能够把低纬空间映射到高维空间,他的输入是低维空间的两个点，他的输出是这两个点在高维空间上的内积。
某些在低维空间无法使用超平面分割的点集，他们被某些函数映射到高维空间以后，能够被超平面分割。并且在高维空间中计算他们的内积很容易(就是核函数)
Simple Example: x = (x1, x2, x3); y = (y1, y2, y3). Then for the function f(x) = (x1x1, x1x2, x1x3, x2x1, x2x2, x2x3, x3x1, x3x2, x3x3), the kernel is K(x, y ) = (<x, y>)².
Let’s plug in some numbers to make this more intuitive: suppose x = (1, 2, 3); y = (4, 5, 6). Then:
f(x) = (1, 2, 3, 2, 4, 6, 3, 6, 9)
f(y) = (16, 20, 24, 20, 25, 30, 24, 30, 36)
<f(x), f(y)> = 16 + 40 + 72 + 40 + 100+ 180 + 72 + 180 + 324 = 1024
A lot of algebra, mainly because f is a mapping from 3-dimensional to 9 dimensional space.
Now let us use the kernel instead:
K(x, y) = (4 + 10 + 18 ) ^2 = 32² = 1024
Same result, but this calculation is so much easier.
度量空间metric space是一个度量metric的集合，通常度量metric是定义在某点集上的函数，
度量必须满足下面四个条件
the distance from a point to itself is zero
the distance between two distict point is positive
the distance from A to B is the same as the distance from B to A
the distance from A to B(directly) is less than or equal to the distance from A to B via any third point C
通常我们使用有序对(M,d)来表示度量空间，M是集合，d是集合M上的度量
珂朵莉树是一颗树，我们用集合来维护，c++中集合是红黑树，所以我们借助此集合来完成珂朵莉树。
我们将区间分段，那么各段有唯一的左端点，我们将左端点放入集合，当我们遍历集合的时候，我们就得到了我们要的序列，此时我们维护了结构，但未维护值，进一步发现我们可以使用map,用键值对来维护更多信息，键用来维护树的结构，值来维护序列的值。
因为我们要维护区间信息，所以我们需要操作split来提取区间，本质上提取区间为提取单点，这一点在splay中表现的很出色，当我们提取出左端点和右端点的时候，区间也就被提取出来了，如果提取位置x，在红黑树中我们二分到x的位置，若此处是一个区间[l,r]，我们将此区间拆分为[l,x-1][x,r]即可。
我们提取出区间，删掉这些节点然后，插入一个新的节点即可
我们提取出区间，暴力更新所有节点即可
我们提取出区间，暴力计算所有节点，使用快速幂
我们提取出区间，还是暴力
数据随机且含有区间赋值操作，此数据结构的操作可以在splay上实现，并维护更多信息，map法仅仅只是编码简单了很多。
C. Willem, Chtholly and Seniorious