后端开发面试锦集第24页

分分钟搞定分布式技术专题面试——Nginx+ZK+ActiveMQ+Kafka+RabbitMQ+MongoDB+Redis！

前些日子听很多朋友说面试跪在分布式，所以今天特地来总结一波分布式技术专题面试，限流、通讯、缓存：01分布式限流：Nginx+ZooKeeper1.1分布式限流之Nginx请解释一下什么是Nginx?

独孤球球·2025-03-07 23:43

代码随想录算法训练营第四十八天|583. 两个字符串的删除操作，72. 编辑距离

.螺旋矩阵II代码随想录算法训练营第三天|链表理论基础，203.移除链表元素，707.设计链表，206.反转链表代码随想录算法训练营第四天|24.两两交换链表中的节点，19.删除链表的倒数第N个节点，面试题

丁希希哇·2025-03-07 23:11

链表操作的高阶技巧：K个一组翻转链表的实现与思考

链表操作的高阶技巧：K个一组翻转链表的实现与思考在算法领域中，链表操作是一项基础而又充满挑战的技术，特别是在面试中常常出现的“翻转链表”问题。

Echo_Wish·2025-03-07 23:41

Java高频面试之集合-01

哈哈哈哈哈嗝面试官：说说java的集合框架Java集合框架（JavaCollectionsFramework，JCF）是Java中用于存储、操作和管理数据结构的核心库。

牛马baby·2025-03-07 21:29

机器学习｜决策树｜Gini指数和熵的区别｜简单示例

在决策树中，它用于评估数据集的不纯度。Gini指数越低，数据的纯度越高。其计算公式为：Gini=1−∑i=1npi2Gi

漂亮_大男孩·2025-03-07 21:56

Apache Flink详解：流处理与批处理的强大框架

批处理(BatchProcessing):处理已经收集好的静态数据集。Data

微笑听雨。·2025-03-07 19:36

硅谷硬核Rasa课程、Rasa培训、Rasa面试系列之： Rasa 3.x Config

ModelConfiguration配置文件定义了模型根据用户输入进行预测的组件和策略。recipe键允许不同类型的配置和模型架构。目前，只支持“default.v1”。语言键和管道键指定模型用于进行NLU预测的组件。Policys键定义了模型用于预测下一个操作的策略。如果您不知道要选择哪些组件或策略，可以使用建议的配置功能，这将推荐合理的默认设置。SuggestedConfig您可以将管道或策略

StarSpaceNLP·2025-03-07 19:28

如何通过卷积神经网络（CNN）有效地提取图像的局部特征，并在CIFAR-10数据集上实现高精度的分类？

目录1.CNN提取图像局部特征的原理2.在CIFAR-10数据集上实现高精度分类的步骤2.1数据准备2.2构建CNN模型2.3定义损失函数和优化器2.4训练模型2.5测试模型3.提高分类精度的技巧卷积神经网络

浪九天·2025-03-07 19:27

金三银四突围战：技术面试体系化备考指南

本文将以系统化方法+可复用的开源工具，帮你构建真正有效的面试知识库。

守护海洋的猫·2025-03-07 19:27

Spring AI 实战：手把手教你打造一个智能客服机器人！

SpringAI框架为我们提供了一个强大的工具集，结合自然语言处理（NLP）技术，我们可以轻松地构建一个功能强大的智能客服机器人。本文将从零开始，一步步教你如何利用SpringAI和相关技术打造一个

Leaton Lee·2025-03-07 18:24

CISC架构

特点指令集复杂：CISC架构的指令集包含大量不同功能的指令，指令数量通常较多，可能有几百条甚至更多。例如，英特尔的x86架构就是典型的CISC架构，它拥有丰富的指令，

搞芯片的小呆鸟·2025-03-07 18:51

计算机架构简介

以下是对RISC-V架构、X86架构、ARM架构、MIPS架构、PowerPC架构、SPARC架构、IA-64架构、Power架构的介绍：RISC-V架构简介：RISC-V是基于精简指令集计算（RISC

搞芯片的小呆鸟·2025-03-07 18:51

第37篇Personalized Federated Learning: A Meta-Learning Approach（perfedavg联邦学习+元学习）2020个性化联邦学习使用Hessian

传统FL方法得到的全局模型无法适应各用户的异质数据，导致在用户本地数据集上性能不佳因此这篇论文旨在解决联邦学习中模型缺乏个性化的问题第二部分：idea基于模型无关元学习（MAML）框架，提出个性化联邦学习问题的新公式

还不秃顶的计科生·2025-03-07 17:44

Nacos 深度解析与实战指南：构建云原生微服务的核心枢纽

1.Nacos简介Nacos（DynamicNamingandConfigurationService）是阿里巴巴开源的云原生平台核心组件，集服务发现、配置管理、动态DNS和服务元数据管理于一体，支持Kubernetes

小小初霁·2025-03-07 17:14

数据库高级面试题

以下是一些数据库高级面试题及其答案：一、索引设计与优化解释MySQL中的索引类型及其应用场景。答案：主键索引：唯一标识每条记录，适用于主键列。唯一索引：保证索引列的值唯一，适用于需要唯一约束的列。

·2025-03-07 17:18

工业级Pandas性能优化：Dask/Modin实战教程

目录工业级Pandas性能优化：Dask/Modin实战教程1.引言与背景1.1Pandas的局限性1.2分布式计算与GPU加速的需求1.3Dask与Modin简介2.数据集介绍3.工业级数据处理理论基础

闲人编程·2025-03-07 17:06

机器学习——使用分类特征的一种独热编码，

下图是我们宠物收养中心申请的新培训集，所有的数据都是一样的，除了耳形特征有尖软之外还有椭圆形，所以这个特征仍然是一个分类值特征，但它可以有三个可能的值，而不仅仅是两个可能的值，这意味着当你在这

小卷心菜.·2025-03-07 16:23

RMAN备份数据库_使用RMAN备份归档redo日志

例如，可以使用BACKUP…DELETE在备份到备份集之后从磁盘中删除一个或所有归档redo日志拷

数语数行·2025-03-07 15:25

PCB 目标检测数据集

###**PCB目标检测数据集介绍****关键词**：工业质检、PCB缺陷检测、目标定位、智能制造---####**数据集概览**本数据集聚焦**印刷电路板（PCB）缺陷检测**任务，专为工业质检场景设计

晨兆·2025-03-07 14:21

面试基础---MySQL 分布式 ID 方案深度解析

MySQL分布式ID方案深度解析：UUID、自增ID与雪花算法引言在分布式系统中，生成全局唯一的ID是一个常见的需求。MySQL作为最流行的关系型数据库之一，如何在高并发、分布式环境下生成唯一ID是一个重要的技术挑战。本文将深入探讨MySQL分布式ID的生成方案，包括UUID、自增ID和雪花算法，结合实际项目案例和源码分析，帮助读者深入理解其实现原理。1.分布式ID的需求与挑战在分布式系统中，生成

WeiLai1112·2025-03-07 14:18

Agentic Security：开源LLM漏洞扫描器

通过集成多种攻击技术和数据集，AgenticSecurity能够对LLM进行全面的模糊测试和压力

袁立春Spencer·2025-03-07 13:06

机器学习与深度学习里生成模型和判别模型的理解

两个模型是啥我们从几句话进入这两个概念：1、机器学习分为有监督的机器学习和无监督的机器学习；2、有监督的机器学习就是已知训练集数据的类别情况来训练分类器，无监督的机器学习就是不知道训练集的类别情况来训练分类器

程序员羊羊·2025-03-07 12:03

凡人歌：平凡公司的技术面试

我们见惯了大厂刷题面试宝典，大佬们只招世界上最优秀的人新闻。我们也乐见这些金字塔顶端给大家洒下的热点鸡汤。而现实却是平凡的小公司才是主流。他们不在聚光灯下，只盘踞在各大招聘网站上。

·2025-03-07 12:34

JAVA学习-练习试用Java实现“使用神经网络算法对大数据集进行模式识别和筛选”

问题：实现一个Java程序，使用神经网络算法对大数据集进行模式识别和筛选。

守护者170·2025-03-07 12:25

3年常见面试题

SHEIN希音一面1、简单大概自我介绍2、面试官根据您简历项目进行互动，所以可以好好复习关于财务系统（例如报销系统、财务系统、供应商订货财务等）一些理论知识点和项目、系统比较容易出现什么突发bug、如何修复等

Ulrica0·2025-03-07 12:25

使用python Selenium实现智慧树界面化自动刷网课 chromehandless实现智慧树无界面化自动刷网课

我是通过使用selenium驱动真实的浏览器来实现1.自动点击播放2.自动切换到流畅画质（省流量）3.自动1.5倍速4.自动静音4.自动检查当前播放时间，结束后调到下一集由于是驱动真实的浏览器来实现一系列操作

我所向往的美好·2025-03-07 12:54

找工作面试经历——校招、秋招、图像算法、求职面试之路

有面试机会的公司大多数都给offer了。最后去了华为，实习留用。

路人甲ing..·2025-03-07 11:22

SHEIN面试——Java高级开发

2022年7月20希音二面高级开发工程师（供应链）面试流程1自我介绍2问问题开始多线程：1线程间的通信方式2什么是pua定义3什么是内卷的定义4spring和mybatis怎么操作数据库的5平时工作量怎么定义的

有鹿如溪·2025-03-07 11:20

2021年7月初，深圳TPlink图像算法工程师面试题分享

问题一：Batch-norm作用和参数batchnorm的作用batchnorm对于输入数据做了零均值化和方差归一化过程，方便了下一层网络的训练过程，从而加速了网络的学习。不同batch的数据，由于加入了batchnorm，中间层的表现会更加稳定，输出值不会偏移太多。各层之间受之前层的影响降低，各层之间比较独立，有助于加速网络的学习。梯度爆炸和梯度消失现象也得到了一些缓解（我自己加上去的）。bat

niuyunpang·2025-03-07 11:16

智慧树刷课神器：自动化学习新体验

智慧树刷课神器：自动化学习新体验zhihuishu智慧树刷课插件，自动播放下一集、1.5倍速度、无声项目地址:https://gitcode.com/gh_mirrors/zh/zhihuishu在开源社区的一隅

詹坦直Lucinda·2025-03-07 11:11

【北上广深杭大厂AI算法面试题】深度学习篇...MobileNet 系列网络发展与高效性分析（附代码）（二）

【北上广深杭大厂AI算法面试题】深度学习篇…MobileNet系列网络发展与高效性分析（附代码）（二）【北上广深杭大厂AI算法面试题】深度学习篇…MobileNet系列网络发展与高效性分析（附代码）（二

努力毕业的小土博^_^·2025-03-07 10:26

华为OD-不限经验，急招，机考资料，面试攻略，不过改推，捞人

超星(学习通)-Java后端一面网易互娱40min（感觉是G了）一篇不太像面经的面经2023总结，前端大二上进小红书秋招面经第一波海康红外图像算法实习（微影）面经测试工程师社招-测试面试题大厂在职傻屌。

2301_79125642·2025-03-07 10:54

希音(Shein)前端开发面试题集锦和参考答案

用Node写过什么工具或npm包在实际开发中，使用Node编写过多种实用工具和npm包。自动化构建工具开发了一个简单的自动化构建工具，用于处理前端项目的资源压缩和合并。在前端项目中，为了优化性能，需要对CSS和JavaScript文件进行压缩，减少文件体积，同时将多个小文件合并成一个大文件，减少HTTP请求。这个工具使用Node的fs模块进行文件的读写操作，通过terser库对JavaScript

大模型大数据攻城狮·2025-03-07 10:52

大模型最新面试题系列：训练篇之模型监控与调试

1.训练过程中需要监控哪些关键指标？如何设置报警阈值？关键指标损失函数值：包括训练损失和验证损失，反映模型在训练和验证数据上的拟合程度。准确率：分类任务中的预测正确样本占总样本的比例，评估模型的预测能力。召回率和F1值：在二分类或多分类任务中，用于更全面地评估模型性能，特别是在正负样本不均衡的情况下。学习率：监控学习率的变化，确保其处于合适的范围，避免学习率过大导致模型不稳定或过小导致训练收敛过慢

人肉推土机·2025-03-07 10:21

python数据集_保存和使用python绘制多个数据集

Iraninonemoreproblem-Ihavemultiplefileswiththefollowingformat:FreqAB10001.20.00141001.20.00013101.20.0012allfilesareinthesamefolder;uptonowIamabletoreadallfiles,dothecalculationsIwant,andthensaveonela

weixin_39640085·2025-03-07 10:44

LLMs之Llama-3：基于Colab平台(免费T4-GPU)利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3

利用LLaMA-Factory的GUI界面(底层采用unsloth优化框架【加速训练5~30倍+减少50%的内存占用】)对llama-3-8b-Instruct-bnb-4bit模型采用alpaca数据集【

一个处女座的程序猿·2025-03-07 09:41

数据集/API 笔记：湿球黑球温度（WBGT）观测数据

data.gov.sgWBGT是一个综合指标，考虑了气温、湿度、风速和太阳辐射，与气温不同。报告的WBGT是过去15分钟内的平均值，每15分钟更新一次。API调用curl--requestGET\--urlhttps://api-open.data.gov.sg/v2/real-time/api/weather调用结果

UQI-LIUWJ·2025-03-07 09:10

数据集/API 笔记：新加坡最新的停车场可用车位信息 & 停车场信息

数据每分钟更新一次使用date_time参数可获取特定时间点的最新停车场可用车位信息调用接口curl--requestGET\--urlhttps://api.data.gov.sg/v1/transport/carpark-availability调用结果API返回的查询时间"2025-03-04T09:10:36+08:00"代表的是API查询的时间，但每个停车场的update_datetim

UQI-LIUWJ·2025-03-07 09:10

AdaBoost算法

目录一、核心原理：二、算法步骤三、关键优势：四.局限与解决五、代码示例（鸢尾花数据集）AdaBoost（AdaptiveBoosting）是一种经典的集成学习算法，通过组合多个弱分类器（如决策树）来构建强分类器

Mr终游·2025-03-07 09:07

【华为OD技术面试手撕真题】113、组合总和 | 手撕真题+思路参考+代码解析（C & C++ & Java & Python & JS）

文章目录一、题目题目描述样例1二、代码参考C语言思路C语言代码C++语言思路C++代码Java语言思路Java代码Python语言思路Python代码JS语言思路JS代码作者：KJ.JK个人博客首页：KJ.JK专栏介绍：本专栏更新每年华为OD机试的高频手撕代码题，每个题目都会使用五种语言进行解答（C&C++&Java&Python&JS），思路分析都非常详细，争取实现最低的时间复杂度和高通过率，每

KJ.JK·2025-03-07 09:37

OpenCV 100道面试题及参考答案（7万字长文）

OpenCV简介OpenCV（OpenSourceComputerVisionLibrary）是一个开源的计算机视觉库，它提供了丰富的函数和工具，用于处理图像和视频。OpenCV最初由英特尔公司开发，现在由一个开源社区维护和发展。主要功能和用途OpenCV的主要功能包括图像和视频处理、特征提取、目标检测、人脸识别、物体跟踪等。它可以用于各种领域，如机器人技术、医学影像、安全监控、自动驾驶等。在图像

大模型大数据攻城狮·2025-03-07 09:06

目标检测——玉米叶感染数据集

一、重要性首先，玉米作为世界上重要的粮食作物之一，其生长状况直接影响到粮食产量和粮食安全。玉米叶感染是玉米生长过程中常见的病害之一，会导致玉米叶片出现肿胀、皱缩、扭曲变形等症状，严重时甚至可能形成瘤状物。因此，及早检测玉米叶感染对于保障玉米的健康生长和提高产量具有重要意义。其次，通过玉米叶感染检测，农民和农业科研人员可以及时发现并采取有效的防治措施，防止病害的扩散和加重。这不仅可以减少因病害导致的

Bryan Ding·2025-03-07 08:30

【面试题】MQ部分[2025/1/13 ~ 2025/1/19]

MQ部分[2025/1/13~2025/1/19]1.如何处理重复消息？2.如何保证消息的有序性？3.如何处理消息堆积？4.如何保证消息不丢失？5.[RabbitMQ]RabbitMQ怎么实现延迟队列？6.[RabbitMQ]RabbitMQ中消息什么时候会进入死信交换机？7.[RabbitMQ]RabbitMQ中无法路由的消息会去到哪里？8.[RocketMQ]为什么RocketMQ不使用Zoo

5faith·2025-03-07 08:00

字节跳动2024校招后端开发面试题大全（含解题思路）

字节跳动2024校招后端开发面试题大全（含解题思路）关键词：字节跳动、校招、后端开发、面试题、解题思路摘要：本文将围绕字节跳动2024校招后端开发面试题进行深入分析，包括数据结构与算法、编程语言基础、后端技术栈

AI天才研究院·2025-03-07 08:54

琴韵博主 —— 工具集

CSDN猿如意_开发者工具箱CSDN开发助手ChromeChrome最新版离线下载internetdownloadmanager付费在线转换在线JSON字符串转Java实体类(JavaBean、Entity)在线MD5加密解密YAML、YML在线编辑器(格式化校验)在线图片转换成文字图片base64互转颜色转换颜色转换人民币大小写转换蛙蛙:英文字母大小写转换、文本工具汉字拼音在线转换Google翻

琴韵·2025-03-07 08:54

大数据面试系列之——Hadoop

Hadoop的三个核心：HDFS（分布式存储系统）MapReduce（分布式计算系统）YARN(分布式资源调度)1.Hadoop集群的几种搭建模式1.单机模式：直接解压安装，不存在分布式存储系统2.伪分布式：NameNode和DataNode安装于同一个节点，无法体现分布式处理的优势。3.完全分布式：一个主节点，多个从节点，存在如果主节点宕机，集群就无法使用的缺点。4.高可用模式：多个主节点，多个

潜心_守道·2025-03-07 07:17

# React源码解析之Reconciler运行循环与scheduler调度

React源码之看完吊打面试官系列经历一个月的学习整理，站在前人的肩膀上，对React有了一些浅薄的理解，希望记录自己的学习过程的同时也可以给大家带来一点小帮助。

Bug程序员枯港·2025-03-07 07:46

Java 常见的面试题（MySql）

一、数据库的三范式是什么？**范式：**简言之就是，数据库设计对数据的存储性能，还有开发人员对数据的操作都有莫大的关系。所以建立科学的，规范的的数据库是需要满足一些规范的来优化数据数据存储方式。在关系型数据库中这些规范就可以称为范式。第一范式：当关系模式R的所有属性都不能在分解为更基本的数据单位时，称R是满足第一范式的，简记为1NF。满足第一范式是关系模式规范化的最低要求，否则，将有很多基本操作在

web18285997089·2025-03-07 06:11

【Py/Java/C++三种语言OD独家2024E卷真题】20天拿下华为OD笔试之【排序】2024E-VLAN资源池【欧弟算法】全网注释最详细分类最全的华为OD真题题解

闭着眼睛学算法·2025-03-07 05:02

【Py/Java/C++三种语言OD独家2024E卷真题】20天拿下华为OD笔试之【模拟】2024E-靠谱的车【欧弟算法】全网注释最详细分类最全的华为OD真题题解