《乐言科技》专题

虹软科技 C++ 一面 30分钟。感觉大概率要寄了 1.自我介绍 2.介绍项目 3.线程池请求队列是用什么实现的？（链表） 4.线程池中的线程是怎么运作的?（应该是想让我回答互斥锁+条件变量） 5.注册登陆的用户名和密码存在哪里？（数据库） 6.客户端资源下载到一半突然网络中断怎么办，有进行处理吗？ 7.有进行过压力测试吗？ 8.讲讲内存管理，不管理会怎么样（回答的很乱，加上紧张、很多方面没说清楚

浅浅记录一下大致记得的问题，面试大概25min。 1.http协议了解吗？TCP和UDP协议呢？ 2.os 有哪七层？Tcp在哪一层？ 3.Java的特点 4.进程与线程的区别？实现线程有几种方式？ 5.protected,private,public修饰符的区别 6.mybatis中的$和#占位符区别，sql注入怎么解决？ 7.介绍下spring中的ioc和aop 概念，aop 常用的注解，写过

Python 在科学计算上的应用非常广泛，包括数学、统计学、图形学……等等， 也是科学计算领域的首选编程语言之一。 这一部分的文章主要是介绍 Python 在科学计算领域常用的库，以及科学计算在日常中可能的实际用例。 常用库介绍 IPython 和 Jupyter Notebook NumPy NumPy 是 Python 科学计算生态系统的基础，提供了多维数组操作、线性代数运算、傅立叶变换等 多

半小时 视频面试 进去先自我介绍 （准备的是英文的但是要求中文）然后是一些英文提问 开始中文提问 校园经历、项目经历 怎么理解产品经理、项目管理、例子. 然后对公司的了解 ………诸如此类 主要结合简历吧

背景 Python 常用于开发高性能的科学应用。它被广泛应用于学术和科学项目中，因为它易于编写和执行。 由于它的高性能，Python 中的科学计算经常使用扩展库，通常用更快的语言编写(比如 C 语言，或者用于矩阵操作的 FORTRAN) 。主要使用的库由 NumPy ， SciPy 和 Matplotlib 。详细讨论这些库超出了 Python 最佳实践指南的范围。然而，对 Python 科学计算

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。) 在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上

已凉 1. SpringBoot和SSM相比的优点是什么？ 2. AOP原理和实际使用场景 3. ORM框架 Mybatis如何集成到我们的SSM项目和SpringBoot项目中 4. #和$的区别是什么，SQL注入是什么？具体指的是什么（举个例子） 5. MySQL性能优化 6. 索引底层原理 7. 索引失效的场景 8. 模糊比配一定会导致索引失效吗？如果是开头不是%就不会导致索引失效吗？ 9.

哇靠百科是一个聚合笑话、文章、美图的娱乐 Android App。数据来自，糗事百科、我们都爱冷笑话、百思不得姐、头条网、91美图、传送门（微信公众号文章）… Server端基于NodeJS 时间问题，Server端源码暂不开放，在这月底我将整理好Server端代码并开源出来。 简单Server端介绍 基于以下Node模块开发 express ejs模版引擎 mysql 代码托管于百度BAE3.0

這本書是多年來我對專業程式員所做的C++ 教學課程下的一個自然產物。我發 現，大部份學生在一個星期的密集訓練之後，即可適應這個語言的基本架構，但 要他們「將這些基礎架構以有效的方式組合運用」，我實在不感樂觀。於是我開 始嘗試組織出一些簡短、明確、容易記憶的準則，做為C++ 高實效性程式開發過 程之用。那都是經驗豐富的C++ 程式員幾乎總是會奉行或幾乎肯定要避免的一些 事情。 我最初的興趣在於整理出

我第一次写关于标准模板库的东西是在1995年，那时我决定把《More Effective C++》的最后一个条款写成一个STL的简要概览。我早该更好地了解STL。不久以后，我开始收到一些邮件，问我什么时候写《Effective STL》。 我把这个想法忍了几年。一开始，我对STL不够熟悉，所以不能给出关于它的建议。但随着时间的推移，我STL的经验丰富了，而主要问题出现在了其他方面。当一个程序库的在

项目主页 https://github.com/yidao620c/python3-cookbook 译者的话 人生苦短，我用 Python！ 译者一直坚持使用 Python 3，因为它代表了 Python 的未来。虽然向后兼容是它的硬伤，但是这个局面迟早会改变的， 而且 Python 3 的未来需要每个人的帮助和支持。 目前市面上的教程书籍，网上的手册大部分基本都是 2.x 系列的，专门基于 3

GitBook allows you to organize your book into chapters, each chapter is stored in a separate file like this one.

如果近几年从业于软件工程，特别是服务器端和后端系统开发，那么您很有可能已经被大量关于数据存储和处理的时髦词汇轰炸过了： NoSQL！大数据！Web-Scale！分片！最终一致性！ACID！ CAP定理！云服务！MapReduce！实时！ 在最近十年中，我们看到了很多有趣的进展，关于数据库，分布式系统，以及在此基础上构建应用程序的方式。这些进展有着各种各样的驱动力： 谷歌，雅虎，亚马逊，脸书，领英，

通过讲解 Flask 以及它的扩展们，介绍通用用法以及使用过程中的问题和坑，帮助读者使用 Python 编程语言快速得开发健壮的 Web（API）服务端程序。本书在编写之初以及编写过程中始终坚持以下几条原则： 让 Python 初学者/会其他语言但没用过 Python 的人能快速入手 循序渐进得让读者感受 Flask 的简便与强大 以生动有趣的语言讲述 Flask 从入门到着迷 Flask 简介