最近我一直在研究数据库中常见的索引结构，比如 B+-trees 和 LSM。我对点读/写/删除/压缩如何在 LSM 中工作有一个可靠的处理。
例如（在 RocksDB/levelDB 中），在点查询读取时，我们将首先检查内存索引（memtable），然后是从最近到最近的一些 SST 文件。在 LSM 的每个级别上，我们将使用二分搜索来帮助加快查找给定密钥的每个 SST 文件的速度。对于给定的 SST 文件，我们可以使用布隆过滤器快速检查密钥是否存在，从而节省更多时间。
我没有看到范围读取具体是如何工作的。LSM 是否必须在每个 SST 级别（包括 memtable）上打开一个迭代器，并在所有级别上同步迭代，以返回最终的排序结果？它是否仅作为一系列点查询实现（几乎绝对不是）。是否先拉出所有潜在的键，然后再排序？希望有人在这里有任何见解。
我无法找到有关该主题的太多文档，任何见解在这里都会有所帮助。
给定一对数字（A，B）。您可以执行操作 (A + B, B) 或 (A, A + B)。(A, B) 被初始化为 (1, 1)。对于任何 N > 0，找到需要对 (A, B) 执行的最少操作数，直到 A = N 或 B = N
在 glassdoor 的采访摘要中遇到这个问题。通过几种方法进行思考，在网上搜索但找不到解决此问题的任何文章/答案。我有一个如下所示的强力方法，但是它必须遍历 O(2^N) 路径，想知道是否有一个我没有看到的优雅的解决方案。
def pairsum(N):
A = 1
B = 1
return helper(N, A, B, 0)
def helper(N, A, B, ops):
# Solution found
if A == N or B == N:
return ops
# We've gone over, invalid path taken
if A > N or B > N:
return float("inf") …