《比特大陆》专题

10.8大华一面复盘 1、自我介绍 2、有没有什么成果 3、毕业论文到什么阶段 4、参加过那些比赛，具体负责什么任务，获得什么成果 5、用过python哪些功能，说一个累加的程序实现 6、你还会c++嘛，说一个你用过的项目 7、数据库 1）多表联查 表1 学号姓名 表二 学号四六级成绩 根据姓名查询成绩 Select 成绩from 表1，表2 Where 表1.学号 = 表2.学号 2）成绩表，根

记录一下: 开始让我做了个自我介绍，然后问我实习做的开发为什么投测试岗，然后问我为了测试岗做了些什么。然后问了一下关于测试的问题: 黑盒测试，测试流程，测试要做的工作 情景问题:如果项目中你有不懂的，速度很慢，但是项目要求快速完成你会怎么做 python问题:元组和列表的区别，冒泡排序 测试问题不会还情有可原，Python问题都很简单，答不上来是我的问题😭😭😭 本来觉得准备秋招比较晚，八股也

首先深挖项目 1.跨域问题怎么解决？ 2.常见的三栏布局（几种方式） 3.websocket是啥？主要应用场景 4.vue组件之间的父子通信方式 5.watch和created哪个先执行，没有特殊情况？ 6.前端性能方面的优化 7.内存泄漏怎么解决

一面：9.26 二面：10.8 HR面：10.10 意向：10.18 offer：10.25 ----- 一面(20min)： 1.你这边比较擅长的开发类语言是什么是？ 2.Python 的话，我们定义函数的时候，输入参数有带一个型号和2个型号的参数，这是什么定义，这是什么含义？ 3.假如说有一个随机字符串，里面有字母符号空格标点，就各种各样的字符，我要去除里面的空格怎么实现？ 4.说一下就是JV

看来只有我觉得二面面的稀巴烂，面试官不觉得 1、城市选择 2、期望薪资 3、家庭情况 4、最有成就感的事 5、科研项目中的创新点，用到的技术 6、什么时候开始学Java的 7、保研是第几名保的 8、有没有其他offer 9、兴趣爱好 反问：培训情况、加班情况、绩效考核情况、团队有好多人

没有技术问题， 甚至不如一面， 好歹一面问了几个技术问题。 就问了问自身的情况， 所处城市， 期望的工作环境， 简单问了几个工作场景的问题（与同事合作相关， 给你安排一个你不太会的工作， 但是很急， 你怎么办） 最重要的一个问题： 你觉得你一个本科生， 相对于研究生有竞争力吗， 为什么？ 那我一个末流211的肯定是没有啊😅， 但是我说了有， 因为研究生基本都是搞深度学习， nlp啥的， 这个回答

813C++ 一道搜索文件 一道数组最小替换次数 全是蒙18%😴

1.自我介绍 2.linux中的线程一般是怎么调度的？ 3.如果现在是一个单核的CPU，那么多个线程是按什么顺序去运行的？也就是线程的系统调度？ 4.如果现在多个线程，怎么确定哪一个会先被执行？ 5.能简单说一些你用过的stm32的一些芯片的配置吗？CPU主频，flash和RAM分别都是多大的？ 6.你在stm32上都做过哪些开发？ 7.你开发过哪些驱动吗？ 8.你了解整个SPI的通信过程吗？SP

 说明 调用方法： $.f2eAct.subscribe(el,options); 函数说明： 订阅功能，包含查询用户是否订阅，用户订阅，用户取消订阅 参数说明： 参数名 类型 说明 备注 el string DOM元素对象 必要 auto Boolean 第一次订阅是否自动订阅,默认为true 无 success function 查询是否订阅回调方法 无 confirm function 订

地图大屏采用拖拽式自由布局，无需编码，全图形化编辑，大屏应用由多个可视化组件构成，如：地图、场景、图表、指标、文本等。创建地图大屏的一般流程包括：创建项目、添加可视化组件、设置可视化组件、预览、保存与下载。 创建项目 您可以在应用中心中点击地图大屏，在弹出页面中点击“立即体验”。您也可以依次点击“资源中心”，“大屏”，“创建大屏”打开地图大屏。 在资源中心中，可以查看或编辑您保存的地图大屏。 在弹

带有地牢像素风格的挂机游戏,内涵网络部分  

温馨提示：该项目已开源，除商业用途外，用户可以自由使用。 功能简介 一、注册、登录、修改密码、找回密码。二、基本功能模块：1、首页包含门店切换，一级商品分类展示，专题商品展示，精品推荐展示，最新通告展示，商品搜索入口。2、便利店通过一级商品分类、二级商品分类、销量排序、是否直营、价格排序能快速检索需要商品。3、服务为社区居民提供周边家政、擦鞋、酒店、休闲娱乐等便捷服务，社区居民可提前预约服务，可在

电话面，八股+场景穿插，30分钟左右，二面会问你愿不愿意去线下 具体问的有线程池，mysql，redis，spring，java基础，锁，原子类，mabatis工厂模式，八股居多，场景也是比较容易的，面试官声音挺好听

我正在用torch7(Lua5.3)实现一个训练mnist数据集的神经网络，但是我在Torch中发现了两个奇怪的问题: 1。卷积层在相同数据大小时比全连通线性层慢。 2。卷积层在GPU（带CUDA9.0的TITAN X）中比在CPU中慢 通过一些简单的实验证明: 对于第一个问题: (1)当批大小为500，特征维数为784(28*28)时，对于一个全连通线性层，输入大小为500*784，输出大小为3

我有一个如下的列表，我正在比较第一个元素到第二个，第二个元素到第三个，很快到12点，如果超过12小时，应该点击元素 在这里，列表可能会更改，并且每次都有任意数量的值，而不是12，它可能会增加或减少。 但我得到这个错误：