自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(27)
  • 收藏
  • 关注

原创 接口性能测试总结

了解接口涉及数据相关操作,是否涉及“增删改查”操作,这些操作的执行又是什么样子的。压测数据非常关键,它决定你的压测结果是否有效,是否可以实现你的压测目的。了解熟悉压测接口实现功能时涉及的调用应用、依赖哪些外部接口调用,即接口内部的业务流程。1、很多RPC接口调用的可评估是否以并行调用方式实现,以提高CPU利用率。确认压测接口实现的业务场景,了解业务流和数据流之后分析需要压测的场景。分析点:1、可能出现瓶颈的地方;1、生成环境监控数据:TPS、TP99、平均调用量等。1、确定压测接口期望实现的性能表现。

2023-09-19 14:19:05 153

原创 浅谈测试用例设计

一、测试用例为什么存在1.1 定义测试用例(Test Case)是指对特定的软件产品进行测试任务的描述,体现测试方案、方法、技术和策略。测试用例内容包括测试目标、测试环境、输入数据、测试步骤、预期结果、测试脚本等,最终形成文档类的输出。简而言之,测试用例是为某个目标而设计的一组测试输入、执行条件以及预期结果,用于核实是否满足某个软件需求。1.2 作用①指导测试(开发)的执行测试用例作为各个测试阶段工作基准指导测试人员按照按用例项目和测试步骤实施测试。另外,测试工作左移时,测试同学提前输出的测试用例

2022-05-27 14:11:45 718

原创 《数学之美》读后感

数学之美读后感

2022-05-27 14:04:56 1646

原创 操作系统与Liunx

操作系统1、线程与进程进程:互相独立的,资源分配的最小单位,有线程、内存、文件线程:相互影响,cpu调用最小单位,有栈、程序计数器、线程本地内存进程通信方式:共享内存、消息队列(想要共享的数据或者其他消息)、管道(双向)协程就是这个原理,当某个任务遇到阻塞时,它会自动切换到其他任务,当其他任务遇到阻塞时再切换到另一个任务,相当于是异步的2、堆、栈的区别:答:栈内存存储的是局部变量而堆内存是实体,栈内存的更新速度高于堆内存,栈内存的生命周期一结束就会被释放而堆内存会被垃圾回收机制不定时回收JV

2020-08-11 14:20:54 155

原创 数据库_wyyhuli

数据库1、数据库查询1000条语句,统计一个表中记录数答:select count(*) from2、数据库索引,底层实现答:索引是对数据库表中一列或多列排序的一种结构作用:提高查询速度、可以确保数据的唯一性、加速表之间的连接、减少分组或排序的时间索引可以在任何属性(主键,只能针对字段)类型:唯一索引(主键索引,聚簇索引、关键索引,有可能系统生成一个唯一的属性方便生成索引)和非主键索引(普通索引,字段有可能出现重复)、密集索引(经过一次查找,可以查到我想要的所有的数据)和稀疏索引(根据索引进行

2020-08-11 14:19:28 119

原创 计算机网络_wyyhuli

http与https基础概念相关http:超文本传输协议,目的是保证客户段与服务器之间的通信;工作方式是客户端与服务器之间的请求-应答协议。http请求报文主要包括请求行、请求头部以及请求的数据(实体)三部分https 在http 的基础下加入 SSL(安全传输协议),h在http和TCP中间加上一层加密层。加密算法功能:内容加密:采用混合加密技术,中间者无法直接查看明文内容验证身份:通过证书认证客户端访问的是自己的服务器保护数据完整性:防止传输的内容被中间人冒充或者篡改http与https

2020-08-11 14:18:20 176

原创 Python与Java

Python1、基础数据结构答:列表、元组、字典、集合、字符串;可变类型(值改变,地址/ID不改):列表,字典;不可变类型(值改变,地址/ID改变):数值、元组、集合、布尔、字符串;注:小数池: python中为了减少开辟内存造成的时间开销,对于三位内的整型数字类型数据,在开辟一块内存空间后,后面的三位内的整型数据都放到这个内存空间中,所以三位以内的整型数字类型的id值都是相同的。2、函数参数答:实参:常量、变量、表达式、函数等,函数调用时必须有确定的值;形参:只有被调用时才分配的内存单元,调用

2020-08-11 14:17:28 657

转载 Python(测试)

装饰器https://www.cnblogs.com/arvin-feng/p/11108799.html

2020-07-06 19:55:29 83

原创 小狐狸的测试理论基础知识总结

测试的定义:通过人工或自动的手段,对被测对象进行检测活动,目的在于是否满足用户需求。测试的目的:1、发现被测对象与用户需求的差异;2、发现并解决被测对象的缺陷;3、获取被测对象的质量信息,为决策提供数据依据‘’4、以最少的人力、物力、时间找到软件中的缺陷并修改,从而避免商业风险。测试的原则:1、权衡投入/产出的比;2、所有软件测试对应用户需求;3、尽早开始测试;4、充分注意测试中的群集现象;5、测试应该覆盖尽可能多的方面,但不可能穷举所有的可能,应该有终止条件;6、妥善保管测试文档。测试中的群集现象:

2020-07-02 21:31:02 468

原创 数组中出现次数超过一半的元素-Java(哈希表)

import java.util.HashMap;import java.util.Iterator;import java.util.Map;public class MajorityElement { public static int majorityElement(int[] nums){ Map<Integer,Integer> h = new HashMap<>(); for (int i=0; i<nums.lengt

2020-05-24 17:54:02 190

原创 分词工具小结

中科院计算所NLPIR http://ictclas.nlpir.org/nlpir/ansj分词器 https://github.com/NLPchina/ansj_seg哈工大的LTP https://github.com/HIT-SCIR/ltp清华大学THULAC https://github.com/thunlp/THULAC斯坦福分词器,Java实现的CRF算法。 https:...

2020-04-24 10:12:10 194

原创 京东算法笔试-及时止损

求大佬指导问题出在哪,是超时,还是思路有问题。q = []for i in range(int(qnum)):q.append(input())print(suns)def jszx(n,m,nums,k):#股票数量、一天能卖的数量、损失情况、卖哪几只股票nums.sort()nums = nums[0:k]ans = 0 # 亏损数量count = 0 #买了集股i,day...

2020-04-19 15:55:02 222

原创 LeetCode刷题代码,GitHub网址

https://github.com/wyy-huli/Leetcode/tree/master

2020-04-19 15:52:13 391

原创 Word2vec词袋模型详解

简单理解与预备知识:https://www.jianshu.com/p/471d9bfbd72fhttps://zhuanlan.zhihu.com/p/26306795数学原理:https://www.cnblogs.com/peghoty/p/3857839.html

2020-04-06 22:53:00 368

原创 文本分类的特征选择方法

https://www.cnblogs.com/wangbogong/p/3251132.html 在文本挖掘与文本分类的有关问题中,常采用特征选择方法。原因是文本的特征一般都是单词(term),具有语义信息,使用特征选择找出的k维子集,仍然是单词作为特征,保留了语义信息,而特征提取则找k维新空间,将会丧失了语义信息。对于一个语料而言,我们可以统计的信息包括文档频率和文档类比例,所有的特征选择...

2020-04-06 22:52:27 637

原创 构建按置信区间小结

怎样构建置信区间?构建置信区间,一般有下面四个步骤:选择总体统计量也就是说,我们希望为那个统计量构建置信区间。常见的如均值和比例。比如身高平均值、药效持续时长、治愈率等。选择好统计量,则可以开始进行下一步。求出所选统计量的抽样分布为了求出统计量的抽样分布,需要知道其期望、方差以及分布。以均值为例(我们构建总体均值的置信区间),我们知道对于均值抽样分布(推导过程,详见前文链接):...

2020-03-30 22:59:21 1364

原创 数据预处理工作

https://blog.csdn.net/weixin_42159940/article/details/86376560

2020-03-28 17:46:33 299

原创 LR与SVM简述

LR与SVM相同点:1、本质上都是线性(分类)算法;2、都是有监督的判别模型#####LR与SVM不同点1、目标函数不同LR的目标函数主要是最小化预测值与实际值的均放误差。(逻辑/对数回归用极大似然函数求解,一般回归用求导求解)SVM的目标函数是最大化举例超平面最近异类样本点间的间隔。2、SVM是结构风险最小化,LR是经验风险最小化。3、解决非线性问题是SVM可采用核函数的机制...

2020-03-14 17:14:35 473

转载 python里match模块的常用函数

python中math模块常用的方法整理ceil:取大于等于x的最小的整数值,如果x是一个整数,则返回xcopysign:把y的正负号加到x前面,可以使用0cos:求x的余弦,x必须是弧度degrees:把x从弧度转换成角度e:表示一个常量exp:返回math.e,也就是2.71828的x次方expm1:返回math.e的x(其值为2.71828)次方的值减1fabs:返回x的绝对...

2020-03-12 16:14:24 1310

转载 python的输入

对于像给定的数字输入:1 5 4 8 20将其转换为列表的方式为:li = list(map(int,input().split()))首先使用split()函数将输入根据空格转换为字符串的列表,再使用map()函数将字符串列表中的每个字符串 ‘1’ 转化为int整型数值  1 ,最后将map返回的对象转为数值列表li 最后列表中的便是需要的列表了:[1, 5, 4, 8...

2020-03-12 14:05:10 97

原创 深度学习训练中梯度消失的原因有哪些?有哪些解决方法?(美团算法工程师笔试)

梯度消失产生的主要原因有:一是使用了深层网络,二是采用了不合适的损失函数。(1)目前优化神经网络的方法都是基于BP,即根据损失函数计算的误差通过梯度反向传播的方式,指导深度网络权值的更新优化。其中将误差从末层往前传递的过程需要链式法则(Chain Rule)的帮助。而链式法则是一个连乘的形式,所以当层数越深的时候,梯度将以指数形式传播。梯度消失问题一般随着网络层数的增加会变得越来越明显。在根据损...

2020-03-12 13:22:21 606

转载 XGBoost原理概述 XGBoost和GBDT的区别

xgboost是一种集成学习算法,属于3类常用的集成方法(bagging,boosting,stacking)中的boosting算法类别。它是一个加法模型,基模型一般选择树模型,但也可以选择其它类型的模型如逻辑回归等。xgboost属于梯度提升树(GBDT)模型这个范畴,GBDT的基本想法是让新的基模型(GBDT以CART分类回归树为基模型)去拟合前面模型的偏差,从而不断将加法模型的偏差降低。...

2020-03-10 22:37:47 859 1

原创 最大似然估计与线性代数

最大似然估计前提:样本数据本身是服从某种概率分布的;问题:只有样本数据,而不知道这个数据服从的分布相关参数;作用:估计分布的一种算法;思路:当分布的参数为某一个最佳值时,所有样本数据出的联合概率是最大的,当所有样本数据出现的联合概率最大时,对应分布参数应该是最优解;即,联合密度函数就是似然函数。线性回归寻找样本数据,与标签数据的一种映射关系。尽可能的使预测值与y值的误差达到最小,误差...

2020-03-04 22:37:07 280

转载 python数据结构基础(单链表,多链表,二叉树)

python数据结构基础(单链表,多链表,二叉树)数据结构指数据对象中数据元素之间的关系Python 给我们提供了很多现成的数据结构类型,这些系统自己定义好的,不需要我们自己去定义的数据结构叫做 Python 的内置数据结构,比如列表、元组、字典。而有些数据组织方式,Python 系统里面没有直接定义,需要我们自己去定义实现这些数据的组织方式,这些数据组织方式称之为 Python 的扩展数据结...

2020-03-04 15:38:27 291

原创 数据结构与算法(重要知识总结)

一、基础知识1、数据结构逻辑结构:数据对象中数据元素之间的相互关系。物理结构:数据的逻辑结构在计算机中的存储形式。四大逻辑结构:集成结构、线性结构、树形结构、图形结构。顺序存储结构:数据元素存放在地址连续的存储单元,数据间的逻辑关系和物理关系是一致的。链式存储结构:数据元素存放在任意的存储单元,2、算法效率算法采用的策略、方案;编译产生的代码质量;问题的输入模块;机器执行命...

2020-02-27 22:27:19 644 1

原创 《数学之美》读后感——大道至简

《数学之美》读后感——大道至简 从头到尾坚持读完真不容易,但是由此确实得到很多。不仅仅有一些书本知识,更重要的是带给自己的思考(ps:这才是要让自己写读后感的原因)。 首先来梳理一下所获的知识吧。这本书的作者是吴军之前是任于Google,因为其从事大多是自然语言处理与搜索相关工作,所以介绍很多算法和模型都是从中剥离出来介绍它们简单的一些原理。 ...

2018-08-14 15:01:20 4455 1

翻译 粗糙集

粗糙集(Rough Set Approach) 粗糙集理论是一种研究不精确,不确定性知识的数学工具。 粗糙集理论的知识表达方式一般采用信息表或称为信息系统的形式,它可以表现为四元有序组K=(U,A,V,P)。其中U为对象的全体,即论域;A是属性全体;V是属性的值域;P为一个信息函数,反映了对象X在K中的完全信息。 粗糙集的思想: 一种类别对应...

2018-08-14 14:58:29 6506

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除