- 博客(300)
- 收藏
- 关注
RSS订阅原创 58同城高频编程考题：合并两个有序链表（简单）
具体可参考：https://zyfcodes.blog.youkuaiyun.com/article/details/141401712。指向合并后的链表的头节点。新链表是通过拼接给定的两个链表的所有节点组成的。法来逐个比较两个链表的节点，然后将较小的节点添加到结果链表中。:当一个链表遍历完后，将另一个链表的剩余部分直接连接到。要将两个升序链表合并为一个新的升序链表，我们可以使用。的当前节点值，将较小的那个节点添加到。将两个升序链表合并为一个新的。，这是合并后链表的头节点。，并移动相应链表的指针；
2025-01-19 18:28:10
944
2
原创 58同城高频编程考题：两数相加（中等）
要将两个逆序存储的链表表示的非负整数相加，并返回一个新的链表表示它们的和，可以逐位相加，处理进位问题。每一位的加法要考虑两个链表当前节点的值以及前一位的进位。:遍历两个链表，直到所有节点都处理完；你可以假设除了数字0之外，这两个数都不会以0开头。不为0，则需要在结果链表末尾添加一个新节点表示进位。的链表，表示两个非负的整数。请你将两个数相加，并以相同形式返回一个表示和的链表。的方式存储的，并且每个节点只能存储。将计算出的节点值添加到结果链表中。计算当前位的和以及新的进位(，即结果链表的头节点。
2025-01-19 18:28:02
1010
2
原创 58同城高频编程考题：删除链表的倒数第 N 个结点（中等）
具体可参考：https://zyfcodes.blog.youkuaiyun.com/article/details/141401712。要删除链表中的倒数第n个节点，进阶要求使用一趟扫描来实现。可以使用双指针法（快慢指针）来完成这个任务。:如果删除的是头节点，需要特别处理，直接返回。指针正好停在要删除的节点的前一个节点上。给你一个链表，删除链表的倒数第。个结点，并且返回链表的头结点。你能尝试使用一趟扫描实现吗？指针，跳过需要删除的节点。，都指向链表的头节点。
2025-01-19 18:27:55
932
1
原创 58同城高频编程考题：K 个一组翻转链表 （困难）
在翻转每一组的过程中，注意将前一组翻转后的最后一个节点连接到当前组翻转后的第一个节点上。个节点，我们将它们翻转。可以借助一个辅助函数来实现链表的一部分翻转。是一个正整数，它的值小于或等于链表的长度。你不能只是单纯的改变节点内部的值，而是需要实际进行节点交换。的整数倍，那么请将最后剩余的节点保持原有顺序。个节点一组进行翻转，请你返回修改后的链表。：我们从头节点开始，遍历链表，找到每。额外内存空间的算法解决此问题吗？个节点作为一组需要翻转的部分。：如果最后剩余的节点数量不足。，则保持其原有顺序不动。
2025-01-19 18:27:37
1094
2
原创 58同城高频编程考题：排序链表（中等）
归并排序适合链表的排序，因为它能在O(1)的空间复杂度下完成，而数组的归并排序需要额外的O(n)空间复杂度。要对链表进行排序，并且满足O(nlogn)的时间复杂度，最合适的算法是。时间复杂度和常数级空间复杂度下，对链表进行排序吗？
2025-01-19 18:27:29
1071
1
原创 58同城高频编程考题：合并 K 个升序链表 （困难）
对于每个节点的插入和删除操作，优先队列的时间复杂度为O(logk)，其中k是链表的数量。总的时间复杂度为O(Nlogk)，其中N是所有节点的总数。要将多个有序链表合并成一个有序链表，可以使用优先队列（最小堆）来实现，这样能够有效地将多个链表中的最小节点逐步合并，最终形成一个有序的链表。：空间复杂度主要取决于优先队列的存储空间，最坏情况下为O(k)。请你将所有链表合并到一个升序链表中，返回合并后的链表。给你一个链表数组，每个链表都已经按升序排列。将它们合并到一个有序链表中得到。
2025-01-19 18:27:22
1165
2
原创 58同城高频编程考题：LRU 缓存（中等）
/该操作会使得关键字2作废，缓存是{1=1,3=3}lRUCache.put(4,4);//该操作会使得关键字1作废，缓存是{4=4,3=3}//缓存是{1=1,2=2}要实现一个满足LRU(最近最少使用)缓存约束的数据结构，可以使用。//返回-1(未找到)lRUCache.get(1);//返回-1(未找到)lRUCache.put(1,1);//缓存是{1=1}lRUCache.get(1);
2025-01-19 18:27:15
1386
1
原创 58同城高频编程考题：二叉树的中序遍历（简单）
要实现二叉树的中序遍历，最常见的方式是使用递归。递归算法很简单，你可以通过迭代算法完成吗？迭代方法使用栈来替代递归。给定一个二叉树的根节点。
2025-01-19 18:27:08
1101
原创 MYSQL如何设计可以动态扩容缩容的分库分表方案？面试题剖析12
这个是你必须面对的一个事儿，就是你已经弄好分库分表方案了，然后一堆库和表都建好了，基于分库分表中间件的代码开发啥的都好了，测试都ok了，数据能均匀分布到各个库和各个表里去，而且接着你还通过双写的方案咔嚓一下上了系统，已经直接基于分库分表方案在搞了。那么现在问题来了，你现在这些库和表又支撑不住了，要继续扩容咋办？这个可能就是说你的每个库的容量又快满了，或者是你的表数据量又太大了，也可能是你每个库的写并发太高了，你得继续扩容。这都是玩儿分库分表线上必须经历的事儿。
2025-01-19 18:26:59
1589
3
原创 Kafka+RabbitMQ+ActiveMQ看看消息队列设计精要10
消息队列已经逐渐成为企业IT系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能，成为异步RPC的主要手段之一。当今市面上有很多主流的消息中间件，如老牌的ActiveMQ、RabbitMQ，炙手可热的Kafka，阿里巴巴自主开发的Notify、MetaQ、RocketMQ等。本文不会一一介绍这些消息队列的所有特性，而是探讨一下自主开发设计一个消息队列时，你需要思考和设计的重要方面。过程中我们会参考这些成熟消息队列的很多重要思想。
2025-01-19 18:26:50
1600
4
原创 Linux下跨语言调用C++实践2
为了达到业务方开箱即用的目的，综合考虑C++、Python、Java用户的使用习惯，我们设计了如下的协作结构：图1实现方案一节中提到Python/Java不能直接调用C++接口，要先对C++中对外提供的接口用C语言的形式进行封装。这里根本原因在于使用动态库中的接口前，需要根据函数名查找接口在内存中的地址，动态库中函数的寻址通过系统函数dlsym实现，dlsym是严格按照传入的函数名寻址。在C语言中，函数签名即为代码函数的名称，而在C++语言中，因为需要支持函数重载，可能会有多个同名函数。
2025-01-19 18:26:40
672
1
原创 Android 兼容 Java 8 语法特性的原理分析13
Java8是Java开发语言非常重要的一个版本。Oracle从2014年3月18日发布Java8，从该版本起，Java开始支持函数式编程。特别是吸收了运行在JVM上的Scala、Groovy等动态脚本语言的特性之后，Java8在语言的表达力、简洁性两个方面有了很大的提高。Lambda表达（函数闭包）函数式接口（@FunctionalInterface）StreamAPI（通过流式调用支持map、filter等高阶函数）方法引用（使用::关键字将函数转化为对象）
2025-01-19 18:26:31
608
原创 Hadoop YARN：调度性能优化实践5
本文主要介绍了美团点评HadoopYARN集群公平调度器的性能优化实践。做性能优化，首先要定义宏观的性能指标，从而能够评估系统的性能。定义压测需要观察的细粒度指标，才能清晰看到系统的瓶颈。工欲善其事，必先利其器。高效的压力测试工具是性能优化必备的利器。优化算法的思路主要有：降低算法时间复杂度；减少重复计算和不必要的计算；并行化。性能优化是永无止境的，要根据真实业务来合理预估业务压力，逐步开展性能优化的工作。代码上线需谨慎，做好防御方案。
2025-01-19 18:26:17
704
1
原创 人工智能短视频内容理解与生成技术在美团的创新实践6
以上分享了美团在视频标签、视频封面与剪辑、视频细粒度像素级编辑技术领域，通过与业务场景的结合期望为商家和用户提供更加智能的信息展示和获取方式。未来，短视频技术应用方面，在美团丰富的业务场景包括本地生活服务、零售电商，都会发挥更大的潜在价值。视频理解技术方面，多模态自监督训练，对于缓解标注数据依赖，提升模型在复杂业务场景的泛化性能方面非常有价值，我们也在做一些尝试和探索。HadoopYARN：调度性能优化实践-美团技术团队。
2025-01-19 18:26:07
953
1
原创 Spring Boot引起的“堆外内存泄漏”排查及经验总结3
因为strace命令中已经显示申请内存的线程ID。直接使用命令jstackpid去查看线程栈，找到对应的线程栈（注意10进制和16进制转换）如下：strace申请空间的线程栈这里基本上就可以看出问题来了：MCC（美团统一配置中心）使用了Reflections进行扫包，底层使用了SpringBoot去加载JAR。因为解压JAR使用Inflater类，需要用到堆外内存，然后使用Btrace去追踪这个类，栈如下：btrace追踪栈然后查看使用MCC的地方，发现没有配置扫包路径，默认是扫描所有的包。
2025-01-19 18:25:51
706
1
原创 LruCache在美团DSP系统中的应用演进1
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:17:43
812
1
原创 LruCache在美团DSP系统中的应用演进2
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:17:07
849
原创 LruCache在美团DSP系统中的应用演进3
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:16:35
750
2
原创 LruCache在美团DSP系统中的应用演进5
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:15:40
833
原创 LruCache在美团DSP系统中的应用演进9
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:15:04
700
2
原创 LruCache在美团DSP系统中的应用演进10
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:14:07
659
原创 LruCache在美团DSP系统中的应用演进4
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:13:18
695
原创 LruCache在美团DSP系统中的应用演进6
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:13:11
990
1
原创 LruCache在美团DSP系统中的应用演进7
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:13:02
551
原创 LruCache在美团DSP系统中的应用演进8
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:59
803
1
原创 LruCache在美团DSP系统中的应用演进11
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:47
706
1
原创 LruCache在美团DSP系统中的应用演进12
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:44
930
原创 LruCache在美团DSP系统中的应用演进13
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:40
910
原创 LruCache在美团DSP系统中的应用演进14
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:36
910
2
原创 LruCache在美团DSP系统中的应用演进15
LruCache采用的缓存算法为LRU(Least Recently Used)，即最近最少使用算法。这一算法的核心思想是当缓存数据达到预设上限后，会优先淘汰近期最少使用的缓存对象。LruCache内部维护一个双向链表和一个映射表。链表按照使用顺序存储缓存数据，越早使用的数据越靠近链表尾部，越晚使用的数据越靠近链表头部；映射表通过Key-Value结构，提供高效的查找操作，通过键值可以判断某一数据是否缓存，如果缓存直接获取缓存数据所属的链表节点，进一步获取缓存数据。
2024-12-31 00:12:32
691
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现1
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:35
524
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现2
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:30
768
2
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现3
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:28
904
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现4
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:25
819
2
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现5
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:23
543
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现6
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:20
668
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现7
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:17
723
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现8
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:14
725
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现9
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:11
587
1
原创 iOS 覆盖率检测原理与增量代码测试覆盖率工具实现10
以上是我们在代码开发质量方面做的一些积累和探索。通过对覆盖率生成、解析逻辑的探究，我们揭开了覆盖率检测的神秘面纱。开发阶段的增量代码覆盖率检测，可以帮助开发者聚焦变动代码的逻辑缺陷，从而更好地避免线上问题。iOS 覆盖率检测原理与增量代码测试覆盖率工具实现 - 美团技术团队日常开发Guava提效工具库核心实用指南梳理_guava string转list-优快云博客从ES的JVM配置起步思考JVM常见参数优化_es jvm配置-优快云博客。
2024-12-30 00:19:09
917
1
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