微软100题-天天做-第32题

Copilot App Builder:微软365原生无代码工作流构建器 无代码工作流是企业数字化提效的核心路径,其本质是将业务意图转化为可执行自动化流程的能力。Copilot App Builder基于微软365统一身份、数据与权限底座,通过上下文感知生成技术,实现自然语言到生产级流程的端到端映射。它不输出代码,而是调用Power Automate、SharePoint、Dataverse等原生能力,确保合规性、可审计性与环境一致性。技术价值在于消除开发环境割裂、数据孤岛和权限漂移三大瓶颈,适用于销售、HR、运营等一线业务人员快速落地审批、报销、入职等高频场景。本文聚焦Copi 阅读详情

发布一个k8s部署视频:https://edu.youkuaiyun.com/course/detail/26967

课程内容:各种k8s部署方式。包括minikube部署,kubeadm部署,kubeasz部署,rancher部署,k3s部署。包括开发测试环境部署k8s,和生产环境部署k8s。

腾讯课堂连接地址https://ke.qq.com/course/478827?taid=4373109931462251&tuin=ba64518

第二个视频发布  https://edu.youkuaiyun.com/course/detail/27109

腾讯课堂连接地址https://ke.qq.com/course/484107?tuin=ba64518

介绍主要的k8s资源的使用配置和命令。包括configmap,pod,service,replicaset,namespace,deployment,daemonset,ingress,pv,pvc,sc,role,rolebinding,clusterrole,clusterrolebinding,secret,serviceaccount,statefulset,job,cronjob,podDisruptionbudget,podSecurityPolicy,networkPolicy,resourceQuota,limitrange,endpoint,event,conponentstatus,node,apiservice,controllerRevision等。

第三个视频发布:https://edu.youkuaiyun.com/course/detail/27574

详细介绍helm命令,学习helm chart语法,编写helm chart。深入分析各项目源码,学习编写helm插件
————————————————------------------------------------------------------------------------------------------------------------------

32.(数组、规划)有两个序列a,b,大小都为n,序列元素的值任意整数,无序;
要求:通过交换a,b中的元素,使[序列a元素的和]与[序列b元素的和]之间的差最小。
例如:  
var a=[100,99,98,1,2, 3];

 

 

var b=[1, 2, 3, 4,5,40];

 

 

package com.microsoft;

import java.util.ArrayList;
import java.util.List;

public class MiniSub {
	private List<Integer> a=new ArrayList<Integer>();
	private List<Integer> b=new ArrayList<Integer>();
	private List<Integer>data=new ArrayList<Integer>();
	private List<Integer>resultA=new ArrayList<Integer>();
	private List<Integer> resultB=new ArrayList<Integer>();
	private int miniSum=Integer.MIN_VALUE;
	private int sizeA;
	private int sizeB;
	
	public MiniSub(int []a,int[]b){
		int i=0;
		for(;i<a.length;i++){
			data.add(a[i]);
		}
		for(int j=0;j<b.length;j++){
			data.add(b[j]);
		}
		
		sizeA=a.length;
		sizeB=b.length;
	}
	
	
	public void choose(){
		int i=0;
		for( i=0;i<sizeA;i++){
			a.add(data.get(i));
		}
		for(int j=0;j<sizeB;j++){
			b.add(data.get(i+j));
		}
		exchange(1);
	}
	
	public void exchange(int num){
		sub();
		Math.min(a.size(), b.size());
		for(int l=0;l<a.size();l++){
			for(int m=0;m<b.size();m++){
				int tmpA=a.remove(l);
				a.add(l,b.remove(m));
				b.add(m, tmpA);
				sub();
			}
		}
		for(int l=0;l<b.size();l++){
			for(int m=0;m<a.size();m++){
				int tmpB=b.remove(l);
				b.add(l,a.remove(m));
				a.add(m, tmpB);
				sub();
			}
		}
		
	}
	public void sub(){
		int sum=0;
		for(int k=0;k<a.size();k++){
			sum+=a.get(k);
		}
		for(int k=0;k<b.size();k++){
			sum-=b.get(k);
		}
		sum=Math.abs(sum);
		if(miniSum==Integer.MIN_VALUE){
			while(!resultA.isEmpty()){
				resultA.remove(resultA.size()-1);
			}
			for(int i=0;i<a.size();i++){
				resultA.add(a.get(i));
			}
			while(!resultB.isEmpty()){
				resultB.remove(resultB.size()-1);
			}
			for(int i=0;i<b.size();i++){
				resultB.add(b.get(i));
			}
			miniSum=sum;
			print();
		}else{
			if(miniSum>sum){
				miniSum=sum;
				while(!resultA.isEmpty()){
					resultA.remove(resultA.size()-1);
				}
				for(int i=0;i<a.size();i++){
					resultA.add(a.get(i));
				}
				while(!resultB.isEmpty()){
					resultB.remove(resultB.size()-1);
				}
				for(int i=0;i<b.size();i++){
					resultB.add(b.get(i));
				}
				print();
			}
		}
	}
	public void print(){
		for(int i=0;i<resultA.size();i++){
			System.out.print(resultA.get(i)+" ");
		}
		System.out.println();
		for(int i=0;i<resultB.size();i++){
			System.out.print(resultB.get(i)+ " ");
		}
		System.out.println();
	}

	public static void main(String[] args) {
		int []a=new int[]{1,2,98,1,2,3};
		int []b=new int[]{100,40,3,4,5,99};
		MiniSub mini=new MiniSub(a,b);
		mini.choose();
		mini.print();
	}

}

 

 

 

 

 

微软Gumbel-GAN:让生成对抗网络真正支持离散符号生成 生成对抗网络(GAN)作为经典生成模型,天然适配图像、语音等连续数据,但在代码、协议、JSON Schema、SQL语句等以离散符号为核心的软件工程场景中长期受限——根本症结在于离散决策不可导导致梯度回传中断。本文聚焦离散数据生成这一基础技术命题,解析如何通过符号嵌入、连续松弛与Gumbel-Softmax可微采样,在保持离散语义本质的前提下重建可训练闭环。该路径不仅突破了传统GAN的数学瓶颈,更支撑API测试数据合成、数据库迁移脚本生成、安全策略推演等高价值工业场景,显著提升语法正确率(达98.2%)与边 阅读详情

相关推荐

Sonnet 4.6深度集成Office:轻量模型驱动的AI办公自动化实战指南

AI办公自动化正从概念走向日常,其核心已不再是单纯的大模型参数比拼,而是轻量级推理模型与生产力软件的深度协同。Claude Sonnet系列代表了面向实际工作流优化的新范式——它通过动态稀疏注意力、Office Context Bridge协议和内嵌式代码生成能力,在Word、Excel、PowerPoint中实现低延迟、高精度的上下文理解与自动化执行。这种能力直接支撑起文档处理、数据清洗、跨应用Agent任务等高频职场场景,让非程序员也能用自然语言触发VBA、Office Script或Excel公式生成

weixin_33859844的博客 405

关于操作系统中pv操作的实现

import java.util.Queue; import java.util.LinkedList; import java.lang.Thread; public class Prod { static int full=0;//满缓冲区数目,即产品数目 static public int n=10;//缓冲区大小 static int empty=n;//空缓冲区数目

如果少年的博客 1656

VC++编程实战:从C++语法到Windows应用开发的100个核心实例

C++作为一门强大的系统级编程语言,其核心价值在于能够直接操作硬件和系统资源,实现高性能的应用程序。其原理基于面向对象编程、模板元编程和内存直接管理,这使得它在操作系统、游戏引擎、高频交易等对性能有严苛要求的领域不可替代。在Windows平台上,Visual C++(VC++)是C++工程实践的主要工具链,它将标准C++语法与Windows API、MFC框架、COM组件等平台特有技术深度融合,用于开发桌面GUI应用、系统工具、驱动和游戏模块等。通过具体的编程实例,开发者可以掌握如何将语言特性转化为解决实际

weixin_29204749的博客 232

微软100题-天天做-第21题

第21题(数组) 2010年中兴面试题 编程求解: 输入两个整数 n 和 m,从数列1,2,3.......n 中 随意取几个数, 使其和等于 m ,要求将其中所有的可能组合列出来.

mark's technic world 761

M365 Copilot智能体模式落地三重门槛:许可证、租户配置与客户端就绪

智能体模式是Microsoft 365 Copilot从响应式助手升级为自主协作者的核心能力,其本质是基于自然语言理解目标、调用工具、验证结果的自动化编排范式。它并非AI幻觉产物,而是依赖M365平台多年积累的身份统一(Entra ID)、API开放(Microsoft Graph)与数据治理能力。技术价值在于将分散在Power Automate、Power Apps、Viva等工具中的专业能力封装为可组合的原子智能体,使一线员工无需编码即可完成跨系统任务。典型应用场景包括销售日报自动生成、跨部门项目进度协

525

Microsoft Remote Desktop for Mac 10.1.1 正式版发布:全新远程连接体验

Microsoft Remote Desktop for Mac 10.1.1 已经不只是一个“能用”的工具,而是一个集安全性、性能、用户体验、企业管控于一体的完整解决方案。它让我们明白:真正的技术进步,不是堆参数,而是让用户“感觉不到技术的存在”。当你在咖啡馆用M1 MacBook流畅操作Azure云桌面,在出差途中用触控板手势快速切换工作区,在家中通过FaceTime摄像头参加远程会议——那一刻,你已经站在了未来办公的前沿。而这,仅仅是个开始。🌟。

weixin_35364187的博客 1132

“宇宙第一IDE”终于上架Microsoft Store!

来源| OSC开源社区(ID:oschina2013)“宇宙第一IDE”——Visual Studio 终于上架 Microsoft Store 了。微软近日宣布,用户可以从 Window...

cainiao_python的博客 181

MOOS-ivp 实验一 MOOS软件的安装与执行

MOOS-ivp实验一 实验一步骤总结 文章目录MOOS-ivp实验一前言一、实验一1.下载软件2.安装必要的插件3.安装后检查4.路径添加5.执行示例文件总结 前言 在moos学习过程中,我觉得最好把学习的每一步骤都总结一下,方便日后进行回顾。moos官网设置了十八个实验,涉及到了moos的各个方面,完成这些实验也是moos入门的好办法。 一、实验一 实验一主要内容仅仅是软件的安装,仅仅这一步就花费了我接近两天的时间。主要问题发生在linux系统的配置问题上。 1.下载软件 svn co https:

weixin_44151170的博客 6672

降本18%提效32%:微软Navation升级在中大型制造企业的真实应用案例

去年我跟进了长三角一家做重型工程机械的中大型制造企业,这家企业用了12年的旧Navation系统,当时遇到的问题刚好踩中了所有痛点:供应链计划全靠人工排程,旺季经常缺料停产,财务出集团合并报表要等7天,CIO想上预测性维护的AI工具,旧系统根本接口都对接不了。如果你还在用旧版的Navation,最近刚好碰到了数据不通、功能扩展难的问题,可以先找上海瀚资Tectura做一次免费的系统体检,他们会帮你梳理现有系统的技术债务,给出匹配你企业规模的升级路径和预算评估,比自己瞎琢磨省几个月的时间。

2601_94950676的博客 240

realsense D455深度相机+YOLO V5结合实现目标检测(一)

realsense D455深度相机+YOLO V5结合实现目标检测代码来源环境配置代码分析:1.如何用realsense在python下面调用的问题:2.对main_debug.py文件的分析:结束语 可以实现将D435,D455深度相机和yolo v5结合到一起,在识别物体的同时,还能测到物体相对与相机的距离。 说明一下为什么需要做这个事情?1.首先为什么需要用到realsense D455深度相机? 因为他是普通的相机还加了一个红外测距的东西,所以其他二维图像一样,能够得到三维世界在二维像素平面的投影

文一生 3万+

基于python的超市历年数据可视化分析

包含:Order_Date Sales Quantity Profit year month。所有这些物品都在美国4个地区的49个州销售,来着793位客户的5009个订单。9994行,21列数据。

m0_74872863的博客 540

t100ta linux wifi,华硕t100ta使用说明 | 华硕t100ta怎么用_什么值得买

捡垃圾 篇一:回味win8平板的"辉煌"时代——华硕T100TA开箱简评2021-02-24 13:07:4835点赞52收藏35评论第一次在张大妈上写文,有点小紧张大家嚎啊,我是爱捡垃圾的????兔子,图吧十二级专业认证初级垃圾佬。近来在家闲来无事,开始在黄鱼上找电子垃圾来捡,刷着刷着想起来曾经高中时期痴迷的win系统平板设备:某比魔法iwk8呆鹅的v8p v11p突发奇想,当时天天在贴吧看大伙开箱测...

weixin_39761195的博客 839

阿里巴巴-AI Agent工程师面试题精选:10道高频考题+答案解析(附PDF)

阿里巴巴AIAgent技术面试要点摘要(149字) 阿里巴巴在AIAgent领域布局完整,面试重点考察系统架构、幻觉治理、成本优化等核心能力。候选人需掌握分层架构设计、多Agent协作死锁处理、Token成本优化策略等关键技术。面试强调工程落地能力,包括工具调用容错、记忆系统设计、安全防护等实践要点。评估体系需覆盖效果、效率、成本多维度指标。未来趋势关注垂直领域专业化、多模态融合等方向。建议准备实际项目案例,突出技术深度与业务价值的结合,展现系统思维和工程能力。

ZHHHHH15的博客 624

白话微软AI职场报告:员工已上车,公司还在站台

哈佛教授 Karim Lakhani 在报告序言里有句话,我反复读了三遍:工业时代问「如何规模化生产」,信息时代问「如何数字化协同」,AI 时代问的是:当智能可以被嵌入、被分发、被委派时,工作本身应该如何设计。这个问题,全世界没有一家公司给出了完美答案。但好消息是——问题已经被清楚地说出来了。员工已经准备好了。工具、平台、方法论也在以肉眼可见的速度成熟。剩下的,就看每一位组织的设计者,愿不愿意动手了。如果你是员工:别再等老板「开窍」,主动用数据证明你的 AI 价值。

gdzqlisu的专栏 194

iOS开发者必备:从越狱设备里提取IPA的三种方法(含Filza、iTools实战)

本文详细介绍了iOS开发者从越狱设备提取IPA文件的三种实用方法,包括使用Filza文件管理器、AFC2配合桌面工具以及命令行高级技术。内容涵盖环境准备、操作步骤和技术原理,帮助开发者高效获取应用包文件,适用于逆向工程、测试分析等场景。

weixin_28717969的博客 824

串行RapidIO(Serial RapidIO,SRIO):协议介绍

目录一、RapidIO背景介绍二、RapidIO协议概述2.1 包与控制符号2.2 包格式2.4 消息传递2.5 全局共享存储器2.6 流量控制2.7 串行物理层三、I/O逻辑操作与包格式四、维护操作与包格式五、消息操作与包格式六、总结 本文是基于Xilinx平台SRIO介绍(一)RapidIO协议介绍的内容作读书笔记。 一、RapidIO背景介绍 RapidIO采用三层分级体系结构,包括逻辑层、传输层和物理层该分级结的如下图所示: ● 逻辑层:位于最高层,定义全部协议和包的格式,它们为端点器件发起和完

Starry__的博客 1万+

微软WizardLM-2-7B模型微调教程:如何定制化你的专属AI助手

想要打造一个真正懂你的AI助手吗?微软WizardLM-2-7B大语言模型微调教程为你提供了完整的解决方案!作为微软最新推出的高效7B参数模型,WizardLM-2-7B在推理能力和多语言处理方面表现出色,通过微调可以轻松定制成你的专属AI助手。本文将为你详细讲解从环境准备到模型训练的完整流程,帮助你快速上手这个强大的开源大语言模型。 ## 🔥 为什么选择WizardLM-2-7B进行微调?

gitblog_00413的博客 723

【linux】解决报错:Network error: Connection refused

【linux】解决报错:Network error: Connection refused

weixin_44502754的博客 4941

揭秘微软harrier-oss-v1-27b训练机制:对比学习与知识蒸馏技术详解

微软harrier-oss-v1-27b作为一款革命性的多语言文本嵌入模型,在MTEB v2基准测试中取得了74.3分的卓越成绩,这主要得益于其先进的训练机制。本文将深入解析这款模型的训练核心技术——对比学习和知识蒸馏,帮助您理解为什么它能在多语言文本理解任务中表现如此出色。无论您是AI初学者还是经验丰富的开发者,都能通过本文快速掌握harrier-oss-v1-27b的核心训练原理。 ## ?

gitblog_00262的博客 856

代码复现3—VLN-CE

运行训练完后在 data文件下会自动生成一个“checkpoints”文件,文件下包含任务文件“seq2seq”,该文件下会包括训练出来的权重和评估结果。数据集下载完后路径提取:data/scene_datasets/mp3d/{scene}/{scene}.glb。注意这里下载的数据集并不是所有的matterport3d,只需要一部分,包含90个场景,大小压缩后约16G。在“eval”时,会在data文件下生成videos文件,里面存放的是可视化的轨迹视频。

qq_44100524的博客 3203

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

学Python编程能做什么工作?从事什么岗位?

我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。在运维的工作中,有大量重复性工作的地方,并需要做管理系统、监控系统、发布系统等,将工作自动化起来,提高工作效率,这样的场景Python是一门非常合适的语言。Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

Trb201013的博客 842

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

移动的一个比微软所有漏洞加起来都要严重的漏洞

我发现拉中国移动一个及其严重的漏洞,它对手机用户造成的影响绝对超过目前为止微软windows系统所有漏洞加起来造成的危害。 目前我需要各位猫猫回答我两个问题,以便我验证是否正确,注意我已经在小范围内做过调查,现在需要各位猫猫的帮忙,以便我从统计学方面验证这个漏洞的可行行。 我只需要100个回答,谢谢各位的帮忙。 1、请问你多久查询一次你的通话详单(就是你的手机具体打或接过那些电话,发过那些短信)。

诺亚之舟的胡言乱语 1076

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

大模型提示工程的临界点:为什么少样本学习需要100个示例

少样本学习(few-shot learning)是大语言模型落地的核心范式,但其真实效能高度依赖示例数量与结构质量。从信息论角度看,5个示例仅能提供极低的信息熵,难以支撑模型构建稳定语义表征;而100个示例通过覆盖高频、中频与长尾表达,显著提升认知鲁棒性与跨场景泛化能力。In-Context Learning(ICL)的本质并非知识灌输,而是利用上下文动态生成任务专属的隐式指令集——这要求足够密度的‘认知路标’来引导注意力对齐。实证表明,50例是准确率跃升的相变阈值,100例则达成工程稳态,在翻译、客服、医

weixin_30765505的博客 312

程序员追不上机器人干脆开电瓶车跟;小米徐洁云辟谣“雷军被人堵在车里维权”;DeepSeek被曝融资20亿 | 极客头条

「极客头条」—— 技术人员的新闻圈!

极客日报 3万+

管理者常犯的十个毛病(七)

  管理者常犯的第七个毛病:      第7个毛病,时间问题,没有注意到目标。我先讲这个标题,什么意思?如果我们每天像消防队一样,其实你注意看,我用这个话来形容是很传神的。消防队大家知道吧,又叫做救火队。因为这个公司制度没有规范起来,对一切的事情没有把它做制度化,于是人人都像消防队,天天忙着救火,旧金山的房子,大部分是木头做的。我在旧金山读书的,博克兰就在那里,但是旧金山火灾很少,你认为为什么?第

悠哥的地盘 1463
上一篇: 微软面试题-天天做-第30题
下一篇: 微软100题-天天做-第34题
hxpjava1
博客等级 码龄19年 1365粉丝 511原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

hxpjava1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值