#数字马力(杭州)信息技术有限公司# 面试官很温柔 进去之后自我介绍直接开始八股 对面也没开摄像头 问我会不会java我说没学过 她说那也没关系 然后主要问了数据库 事务的四个特性 说一说线程和进程 网络层主要是干什么的 测试相关的 测优惠券和抢票 黑盒白盒区别 测试流程 测试用例设计方法 然后问了个冒泡排序 之后就问我有没有想问的 问了结果什么时候出 1-2天内 然后她又问了对公司有没有了解 本
流程:两轮技术面,一轮hr面 时长:40分钟,为了凑满时间 问题:按项目来问,就问了两,最后从简历找了一个 1. next的ssg方式如何做到页面更新 2. 替代promise.allsettled,如何做兼容 3. 原型链的概念,原型继承的缺点和改进 答的一般,感觉无了
40几分钟 自我介绍 实习项目遇到的困难,怎么解决? 问简历上的项目 学校学过什么课程 css:垂直居中、flex布局,选择器,标签优先级,position定位 js:闭包是什么,应用场景;原型链,原型继承;new发生了什么;promise是什么,有哪些状态,相关代码输出题;作用域代码题;箭头函数特点; vue:用过哪些api,computed,watch各自特点,哪个更好;vue是什么; nod
自我介绍 深挖项目难点 深挖简历 一个八股文没有 整体感觉不错,面试最后问我去长沙的意愿,希望能过 #数字马力#
时长:30分钟 问题: 1. 深挖项目,比如:为什么要做这个项目,一些具体功能是怎么实现的。 2. 学习前端的路线。 流程:2~3天出结果 整体回答不错,有机会下一轮,不想再找其他的了
理想情况下,如果可以在执行查询之后(但在返回行之前)自动设置,那就太好了。 有没有更好的方法? 我正在使用org。springframework。jdbc。果心支持JDBCDAO支持。SimpleJdbcDaoSupport getJdbcTemplate()。setFetchSize(1000);
我是Java卡的新手,我正在做一个项目,我需要PIN安全智能卡用于医疗保健项目。我想知道的是,如果我可以加载我的Java卡应用程序在非Java智能卡(我试图避免昂贵的成本,可以选择40美元或更多/1卡)?如果可能的话,我想知道一些关于如何区分卡片并获得它们的技术细节(类型、内存、联系/非接触等)的技巧。
问题内容: 我有一张价格变动表,我需要获取初始价格和最新价格。换句话说,我想在每种产品的一行中显示min(StartDate)和max(StartDate)的价格值。 表的结构很简单: 所需的结果是 问题答案: SQLFiddle演示
问题内容: 为了防止错误共享,我想将数组的每个元素与高速缓存行对齐。因此,首先我需要知道高速缓存行的大小,因此我为每个元素分配了字节数。其次,我希望数组的开头与缓存行对齐。 我正在使用Linux和8核x86平台。首先,我如何找到缓存行大小。其次,如何在C中对齐缓存行。我正在使用gcc编译器。 因此,假设缓存行大小为64,结构将如下所示。 依此类推,假设0-63与高速缓存行对齐。 问题答案: 要知道
之前暑期实习投递的滴滴大数据后端研发岗,整体沟通下来非常友好 1、自我介绍 2、确认一下专业是否是计算机专业(因为我本科是数媒,听上去不像计算机相关专业) 3、详细讲一个关键项目的相关内容 4、展示一个代表性代码,看下代码风格 5、HTTPs的SSL/TSL的握手过程,见图一 这里会问到一个问题,HTTPs的传输用了什么加密方式 SSL/TSL的加密过程使用了非对称加密,HTTPs的传输是使用了对
20选择+6多选+2大题 选择比oppo更简单,啥都没看都估计至少能对一半的程度 大题 一道74138设计给定逻辑函数输出的电路 一道电流采样的运放计算 #通信硬件投递记录# #海康威视求职进展汇总#
视频面40分钟 自我介绍 两个栈实现队列(麻了,现场想了好久才想到,之前看过搞完了) 哈希冲突说一下,解决方法(开放地址法,拉链法),拉链法的缺点 什么叫父类引用指向子类引用,好处(就是问多态,没背熟) HashMap里面解决链表长度过长查询速度变慢的方法(背),链表和红黑树的查询时间复杂度 Java中的异常是怎么处理的(try catch, throw) 列举一些你知道的异常 finally代码
问题内容: 您可以简单地通过调用Java来进行垃圾回收,但有时这会使应用程序“停滞”。这样垃圾收集并避免停顿是一个坏主意: 还是可能导致更多问题? 问题答案: 是的,在大多数情况下,调用System.gc()是一个非常糟糕的主意。有例外,但例外很少,最好花一些时间来确保自己不会在GC环境中做会损害性能的事情,并且学习并确保自己了解gc的工作方式比尝试自己处理它要好得多。显式调用System.gc(
人工智能包括机器和特殊计算机系统对人类智能的模拟过程。人工智能的例子包括学习,推理和自我纠正。AI的应用包括语音识别,专家系统,图像识别和机器视觉。 机器学习是人工智能的一个分支,它处理可以学习任何新数据和数据模式的系统和算法。 让我们关注下面提到的维恩图,以了解机器学习和深度学习概念。 机器学习包括机器学习的一部分,深度学习是机器学习的一部分。遵循机器学习概念的程序的能力是改善其观察数据的性能。
主要内容:什么是代理?,智能代理,理性代理:,AI代理的结构,PEAS代表AI系统可以定义为理性代理及其环境的研究。代理通过传感器感知环境并通过执行器对其环境起作用。AI代理可以具有知识,信仰,意图等心理属性。 什么是代理? 代理可以是通过传感器感知环境并通过执行器对该环境起作用的任何事物。代理在感知,思考和行动的循环中运行。代理可以是: 人体代理:人类代理人的眼睛,耳朵和其他器官,用于传感器和手,腿,致动器的声道工作。 机器人代理:机器人代理可以是摄像头,红外测距仪,