《智力题》专题

1.项目拷打 2.场景题，假如一个商品系统，100份商品，高并发情况下会不会出现超卖问题，怎么解决 3.bean的生命周期，如果让所有bean在创建成功后都打印一下，应该在那个阶段实现 4.浅拷贝和深拷贝的区别，怎么实现深拷贝 5.说一下完整的测试流程 6.说一下瀑布模型和其他什么模型，忘记了 7.权限修饰符相关 8.有没有看过spring源码 9.rocketmq相关 10.测试用例应该包括什么

北京的一家初创公司，没怎么听过 面试官小姐姐和蔼可亲，面试体验很好，一直安慰我不要紧张哈哈哈 自我介绍 -工作室规模 -比较擅长的项目是哪个。类似于oss的对象存储平台 -项目相关 -项目一 -介绍一下你这个项目 -前端性能监控是怎么做的 -监控 js错误 promise错误 ajax错误 重写xmlhttprequest 白屏 FP，FCP，LCP，FMP，FID -项目二 -登陆注册怎么做的

一面（40min）： 自我介绍 介绍项目 讲一下项目，难点，痛点 css动画相关 过渡动画 动画帧 es6知识点 promise 剪头函数 挺多内容的，就是记不起来了，一小部分项目，后面大部分八股，面完状态秒更新，嘿嘿~~~ 二面（30min）： 项目占了90%（介绍项目，项目难点，怎么解决，项目亮点） 剩下一点八股，闭包函数，nodejs Express 反问环节 面试官直接跟我说过了嘿嘿~~~

测试验证工程师 1.英文自我介绍 2.介绍项目科研经历 3.自己的项目和他们工作岗位的联系 4.新加坡国立相比国内985有什么优势？去海外读授课硕是不是能力不行？ 5. 测试验证有两个方向的岗，更倾向于选哪个，说明理由 6. 对岗位的了解 7. 反问

9月12号，时长20min左右，两个面试官，一个专业面试官，一个HR 专业面试官介绍业务内容，自我介绍，专业，研究方向介绍，项目介绍，详细介绍一下项目，有没有参与教研室项目 对自己使用三个词概括，有没有参加过社会实践（实习） 反问：对应届生有什么技术要求？(没说具体技术要求，成功入职的话有培训)，后续会通知结果 9月12号晚，状态更新，已发笔试。 #赛力斯##专业面试#

#格力结构设计岗#面经一面面经# 一开始面试，先让做个自我介绍，然后介绍跟结构设计相关的项目，讲一下负责的技术部分（自己的侧重点走偏了🤣讲了个自己负责的项目，和结构设计相关性较小）； 聊完项目后，说一下结构设计的主要流程和自己的岗位优势； 最后就是反问了

SuperMap Online提供了多种客户端SDKs协助您快速开发业务应用系统，包括JavaScript SDK、Python SDK、Android SDK、iOS SDK。通过这些SDK，您可以更方便地在代码中调用GIS云存储、GIS云分析等在线功能和数据资源。 同时，SuperMap Online提供了在线开发的授权与监控机制，您的GIS服务经过授权之后，能够确保GIS服务不会被他人盗用，

1.自我介绍 2.问了我自己的优点和缺点 3.问了对于测试的理解 4.问了测试的业务大概在哪些方面 5.对测试的流程思路是什么 6.技术栈（不会深问，就了解你的技术栈） 我了解的信息：公司title是东莞软通动力，实习提前可以开实习证明。想要个名头的可以试试，不一定要转正，可以刷经验

状态：一面过，已约二面 一面 2024-04-22 25min ----------------- 1. 介绍时说go，简单说下go 2. 创建线程的方式 3. 守护线程 4. ArrayList和LinkedList的区别 5. 线程安全的hashMap 6. 堆区组成？年轻代进入老年代年龄？年轻代和老年代用什么回收算法？ 7. 和jdk同包同名的hashMap，对系统的编译和运行有什么影响？

我是区块链的新手，我开始开发一种新的代币，我已经看到许多地方讲述了这两个区块链之间的相似之处。我读到BSC与EVM（以太坊虚拟机）兼容，我的问题是，这是否意味着如果我按照教程学习在以太坊区块链上部署智能合约（以Solidity编写）。同样的合同在Binance智能链中也会起作用吗？如果没有，那么在为其中一个和另一个写合同时，主要的区别是什么？非常感谢。

使用 Web API 2.2，我有一个自定义，用于使用自定义方案对客户端请求进行身份验证。 基本上，当客户端没有经过身份验证并且想要访问受保护的资源时，他会在请求旁边发送一个标头：。然后过滤器验证凭据，验证用户身份，并生成无状态身份验证令牌以进行进一步访问（类似于JWT）。 我想将生成的身份验证令牌存储在cookie中。当出现在传入请求中时，cookie会在单独的过滤器中进行本地验证（此处未显示）

主要内容：手段结束分析的工作原理,运算符子目标,均值分析算法人工智能中的手段 - 结束分析 前面已经学习了向前或向后推理的策略，但是两个方向的混合适合于解决复杂和大的问题。这样一种混合策略，使得有可能首先解决问题的主要部分，然后回过头来解决在组合问题的大部分期间出现的小问题。这种技术称为手段 - 末端分析。 Means-Ends分析是人工智能中用于限制AI程序中搜索的问题解决技术。 它是向后和向前搜索技术的混合体。 MEA技术于1961年由Allen Ne

主要内容：爬山算法的特点,爬山的国家空间图,状态的不同区域,爬山类型算法：,爬山算法存在的问题爬山(Hill Climbing)算法是一种局部搜索算法，它在增加高度/值的方向上连续移动，以找到山峰或最佳解决问题的方法。它在达到峰值时终止，其中没有邻居具有更高的值。 爬山算法是一种用于优化数学问题的技术。其中一个广泛讨论的爬山算法的例子是旅行商问题，其中我们需要最小化推销员的行进距离。 它也称为贪婪的本地搜索，因为它只关注其良好的直接邻居状态而不是超越它。爬山算法的节点有两个组成部分，即状态

主要内容：解决问题的代理,搜索算法术语,搜索算法的属性,搜索算法的类型搜索算法是人工智能最重要的领域之一。本主题将解释有关AI中搜索算法的所有信息。 解决问题的代理 在人工智能中，搜索技术是普遍的问题解决方法。AI中的合理代理或问题解决代理主要使用这些搜索策略或算法来解决特定问题并提供最佳结果。解决问题的代理是基于目标的代理并使用原子表示。在本主题中，我们将学习各种解决问题的搜索算法。 搜索算法术语 搜索：搜索是一个一步一步的过程，用于解决给定搜索空间中的搜索问题。

主要内容：聊天机器人尝试图灵测试,中国室的争论1950年，艾伦·图灵(Alan Turing)介绍了一项测试，以检查机器是否能像人类一样思考，这项测试称为图灵测试。在这个测试中，图灵提出如果计算机可以在特定条件下模仿人类的反应，那么可以说计算机是智能的。 图灵在其1950年的论文“计算机器和智能”中介绍了图灵测试，该论文提出了“机器能想到吗？”的问题。 图灵测试基于派对游戏“模仿游戏”，并进行了一些修改。这个游戏涉及三个玩家，其中一个玩家是计