回文 蛇形矩阵 数据库语句
地板砖 交易人权限及交易额累加
JVM 老年代 新生代 垃圾收集算法 标记清除 标记清理 复制 新生代如何收集 内存分配 并发清除 并行清除
spring aop 中的动态代理的应用
spring 如何定位到 具体的方法 具体实现 底层实现原理
数据库 索引 ==>聚集索引和非聚集索引,Innodb myISAM索引有什么区别 聚集索引和非聚集索引
神马python
怎么判断一个单链表是否有环 以及环开始的地方
页面自动转码和重构和广告屏蔽
主要问算法,自己写的代码边界情况
问各种排序的稳定性,举反例说明,
问快排的一些变式算法题目
应该是Java基础
加算法
好像还有三大框架
项目,底层,让你具体解决问题的策略
设置个情景你自己选择优化
代码优化
虚拟机优化
根据不同的情景选择解决问题的策略和数据结构
这个东西备考不来看经验,他问我的时候涉及了网络,操作系统,,linux,设计模式,虚拟机,项目组织,解决问题的的思路
虚拟机调优
机考
进制转换 | |
描述: | 编写程序,将任意十进制正整数转换为N进制数。 待转换的原始数字为十进制正整数,N为进制数,取值2-9中的整数; 转换后结果可以使用int类型承载,考生不必考虑溢出问题
|
运行时间限制: | 无限制 |
内存限制: | 无限制 |
输入: | 输入格式:“待转换原始数字,N进制”,两个数字之间以逗号(“,”)分隔。
|
输出: | 转换后的N进制数 |
样例输入: | 291,2 |
样例输出: | 100100011 |
答案提示: |
|
剩余的文件数 | |
描述: | 在一个空的文件夹中,即可以装订增加文件数,也可以摘除减少文件数,在多次装订、摘除后, 请输出最后剩余的文件数 注:如果摘除的文件数大于当前的文件数,则将当前的文件全部摘除 |
运行时间限制: | 无限制 |
内存限制: | 无限制 |
输入: | 装订文件数: binding 20 表明装订20个文件
摘除文件数: remove 20 表明摘除20个文件
结束装订摘除: end |
输出: | 当前文件夹的文件数 current 20 表明当前还有20个文件在文件夹中 |
样例输入: | binding 30 remove 20 binding 10 remove 10 end |
样例输出: | current 10 |
答案提示: |
|
输入法查找 | ||||||||||||
描述: | 输入法是根据用户的键入的拼音及选字编号在编码表中查找到对应的字或词组。
对于如下编码表:用户输入拼音:xin2,则返回:心
约束
编码表以纯文本文件方式表示。
编码表每行表示一个字或词组的拼音编码信息, 每行中字或词组与拼音编码间使用下划线分隔,如:哀悼_aidao
输入
用户输入拼音串只能是一个字串,如:a1,再如:aidao1,再如:xi
用户输入拼音串如果没有编号,则给出前5个字或词组,以;隔开, 少于5个的话,有几个就显示几个。如输入:xi,输出:西;洗;细
注:程序输入格式如下(示例请参考:输入说明): Code <编码表(每行表示一个字或词组的拼音编码信息,如:哀悼_aidao)> Search <拼音输入,如:aidao1> End
输出:
按照用户输入的拼音串返回编码表中的字或词,如输入:xi,输出:西;洗;细。 再如输入:aidao1,输出:哀悼
当输入在编码表中无法找到对应的编码时,输出为:Error
用户输入字串可能在编码表中不存在,如lux,这时需要输出:Error
大小写敏感,找不到对应的拼音,输出:Error
| |||||||||||
运行时间限制: | 无限制 | |||||||||||
内存限制: | 无限制 | |||||||||||
输入: | 程序输入格式如下: Code <编码表(每行表示一个字或词组的拼音编码信息,如:哀悼_aidao)> Search <拼音输入,如:aidao1> End 输入示例: Code 啊_a 爱_ai 矮_ai 哀悼_aidao 爱国_aiguo 爱国侨胞_aiguoqiaobao 暗_an 报表_baobiao 报酬_baochou 报仇_baochou 独有_duyou 独占_duzhan 独占鳌头_duzhanaotou 读者_duzhe 无线_wuxian 无限_wuxian 西_xi 洗_xi 细_xi 新_xin 心_xin 欣_xin 信_xin 形_xing 型_xing Search xi End | |||||||||||
输出: | 程序输出在编码表中找到的字或词组,没找到或异常情况输出:Error 针对输入说明中的示例,程序输出:西;洗;细 | |||||||||||
样例输入: | Code AA_a AI_ai XI_xi XI1_xi XI2_xi Search xi End | |||||||||||
样例输出: | XI;XI1;XI2 | |||||||||||
答案提示: | 1. 测试时注意中文编码问题,也可以使用英文字或词组进行测试, 比如输入: Code AA_a AAA_a AI_ai Search ai1 End 2. 可以通过Map等数据结构存储编码表。
|
1.HTTP协议 304是什么情况2.Java多线程sleep和wait 3.Java基础 字符串String和StringBuffer的区别4.jvm 5.TCP三次握手的原因6.
编程题:
java数据结构 栈树队列 先序遍历和层次遍历的非递归算法用栈和队列java语言描述
Java二叉树两个字节点快速找到共同父节点
Servlet生命周期,java log的类型,jdbc statement和preparedstatement的区别
Cookies 和 session的区别abstract static method对不对final和finally的区别
&和&& 编码遇到问题的解决办法 overload和override的区别
求闰年,字符串求零的个数,判断字符串中相同的字符个数,求k个大于N小于M的随机数的个数
多线程 脚本语言异步编程
离散 逻辑 c语言预编译函数判错 判断一个字符串重复次数最多字符及次数UML类图设计
敏行医学
C++ C# 嵌入式
求π,后序遍历二叉树
算法改错,填结果
Array 转换成list
逻辑符号& |
偏嵌入式方向的C深入理解
大题
IOC的概念 sql语句添加一列表结构并设为主键 把type类型列的所有1改为2
设计模式及其应用场景 singleton实现java数组实现push和pop
Struts写小程序实现数组功能
Js把字体设置红色效果
排序
数据库语句 查询修改删除
程序结果
前台页面jsp input 标签写法 与 后台接收变量color name (String类型)
车载导航
C语言
1、树的操作一系列很复杂的操作,数据结构树和图相关的算法要多做
2、输出表达式
4= 1+1+1+1
4= 1+1+2
4= 1+3
4=4
算法的实现
3、0-1背包问题
数据库排序order by 后面跟两个条件怎么写
做智能硬件和智能手机导游(自动语音播报)、智能教学设备(蓝牙话筒),有云平台(阿里)
cuda
Structs 的好处 Hibernate的作用与mybatis的区别与共同点 为什么这两个 可以用spring替换 看不看spring 源码
Mysql 可以级联更新吗
Leftjoin on和where的关系
Java异常终极父类,常见的exception类型,jvm学过哪些东西,spring的使用具体怎么用,struts版本及使用,数据库索引的数据结构和作用和缺点,UML画过的图时序图,设计模式观察者模式使用在什么地方,麦包包搜索商品,多线程的概念为什么使用多线程,线程安全的实现方法,servlet生命周期,session在服务器层还是客户端,session的作用,前台页面怎么封装session。Web搜索引擎的过程,居然没有用搜索引擎的东西,写过什么sql优化的东西
Android客户端服务端的连接方法,写过多长的sql语句,写过那些数据库优化的语句,介绍项目大的项目一般比较吸引人,ssh一定熟练,技术用的越多越好。
Linux
反射机制用过没
Spring面向切面 用过那些特性
Jvm堆栈线程是否共用
线程安全 几种方法 synchronized应用场景 哪些粒度
方法泛型
链表找到倒数第N个
Ssh spring的好处 sql语句用哪些spring封装好的spring的哪些常用功能 事务管理方法
Spring 源码
排序根据学号,部门等排序,用list封装好的api
Linux判断文件还是目录
Js 程序
数据库语句 三个关系表查询连接后的信息
网络基础
Linux cat 语句 的一串东西
html块代码和行代码的区别
Session和cookie 的区别和各自用在什么地方
node.js
硬盘使用前要进行分区。它可以分为主分区(Primary Partition)、扩展分区(ExtensionPartition)和逻辑分区(Logical
Partition) 3种不同类型。一块硬盘最多可以有4个主分区,其中一个主分区的位置可以用一个扩展分区替换,且一块硬盘只能有一个扩展分区,而扩展分区里可以划分n个逻辑分区,扩展分区本身不能储存任何东西,也不能格式化成某种文件系统,只能用于区分逻辑分区。其中数字编号1^-4留给主分区w或扩展分区使用,逻辑分区编号从5开始。
另外,目前操作系统无一例外地使用了虚拟内存技术。Windows操作系统使用交换文件实现这一技术,而Linux操作系统使用交换分区实现这一技术。因此,安装Windows操作系统只使用一个分区,而安装Linux操作系统至少需要两个分区,其中之一为交换分区(SwapSpace)。
拓展分区有拓展分区表和逻辑盘组成:扩展分区表的第一项指定扩展分区目前的逻辑分区信息,如果还有更多的
逻辑分区,扩展分区表的第二项指定下一个EBR的位置,否则为0。最后的两个分区表项总是为0。通过这种方式,一个硬盘上的分区数目就没有限制了。
Lectures:
1 Lec on Introduction (chap.1,11-23)
2 lec on Information Representing (chap.2,11-24,11-30)
3 lecs on Machine Language (chap.3, 12-1,12-7,12-8)
1 lecs on Code Optimization(chap.5,12-14)
1 lecs on Linking (chap.7,12-15)
1 lecs on Exception Control(chap.8,12-21)
1 lecs on Memory Hierarchy (chap.6,12-22)
2 lecs on Virtual Memory(Chap.10,12-28,12-29)
1 lec on I/O(Chap.11,1-4)
1 lecs on Network Programming(Chap.12,1-5)
2 lecs on Concurrent Programming(Chap.13,1-11,1-12)
关系型数据库的最大特点就是事务的一致性:传统的关系型数据库读写操作都是事务的,具有ACID的特点,这个特性使得关系型数据库可以用于几乎所有对一致性有要求的系统中,如典型的银行系统。
但是,在网页应用中,尤其是SNS应用中,一致性却不是显得那么重要,用户A看到的内容和用户B看到同一用户C内容更新不一致是可以容忍的,或者说,两个人看到同一好友的数据更新的时间差那么几秒是可以容忍的,因此,关系型数据库的最大特点在这里已经无用武之地,起码不是那么重要了。
相反地,关系型数据库为了维护一致性所付出的巨大代价就是其读写性能比较差,而像微博、facebook这类SNS的应用,对并发读写能力要求极高,关系型数据库已经无法应付(在读方面,传统上为了克服关系型数据库缺陷,提高性能,都是增加一级memcache来静态化网页,而在SNS中,变化太快,memchache已经无能为力了),因此,必须用新的一种数据结构存储来代替关系数据库。
关系数据库的另一个特点就是其具有固定的表结构,因此,其扩展性极差,而在SNS中,系统的升级,功能的增加,往往意味着数据结构巨大变动,这一点关系型数据库也难以应付,需要新的结构化数据存储。
于是,非关系型数据库应运而生,由于不可能用一种数据结构化存储应付所有的新的需求,因此,非关系型数据库严格上不是一种数据库,应该是一种数据结构化存储方法的集合。
必须强调的是,数据的持久存储,尤其是海量数据的持久存储,还是需要一种关系数据库这员老将。