Java岗最全面试攻略,吃透这些技术栈Offer拿到手软

Java面试宝典(超级详细) 一、Java 基础 1. JDK 和 JRE 有什么区别? JDK:Java Development Kit 的简称,java 开发工具包,提供了 java 的开发环境和运行环境。 JRE:Java Runtime Environment 的简称,java 运行环境,为 java 的运行提供了所需环境。 具体来说 JDK 其实包含了 JRE,同时还包含了编译 java 源码的编译器 javac,还包含了很多 java 程序调试和分析的工具。简单来说:如果你需要运行 java 程序,只需安装 JRE 就可 阅读详情

前言

我分享的这份 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!

我这篇分享篇幅可能有点长,观看的朋友可以先了解一下目录

JavaOOP 面试题
Java 集合/泛型面试题
Java 异常面试题
Java 中的 IO 与 NIO 面试题
Java 反射面试题
Java 序列化面试题
Java 注解面试题
多线程 &并发面试题
JVM 面试题
Mysql 面试题
Redis 面试题
Memcached 面试题
MongoDB 面试题
String 面试题
Spring Cloud 面试题
RabbitMQ 面试题
Dubbo 面试题
MyBatis 面试题
ZooKeeper 面试题
数据结构面试题
算法面试题
Elasticsearch 面试题
Kafka 面试题
微服务 面试题
Linux 面试题

由于篇幅有限,每个专题面试题只有部分的面试题,下面是整理的合集,以及一些我认识的HR发我的招聘信息,如果有需要,我可以给你们内推

 

需要的同学找小助理:ikt4435免费获取,那话不多说,咱们开始正文

一、JavaOOP 面试题

1、short s1 = 1; s1 = s1 + 1;有错吗? short s1 = 1; s1 += 1; 有错吗?

2、重载和重写的区别

3、数组实例化有几种方式?

4、Java 中各种数据默认值

5、Object 类常用方法有那些?

6、java 中是值传递引用传递?

7、形参与实参区别

8、构造方法能不能重写?能不能重载?

9、内部类与静态内部类的区别?

10、Static 关键字有什么作用?

11、final 在 java 中的作用,有哪些用法?

12、String str=”aaa”,与 String str=new String(“aaa”)一样吗?

13、讲下 java 中的 math 类有那些常用方法?

14、Char 类型能不能转成 int 类型?能不能转化成 string 类型,能不能转成 double 类型

15、什么是拆装箱?

16、Java 中的包装类都是那些?

17、一个 java 类中包含那些内容?

18、那针对浮点型数据运算出现的误差的问题,你怎么解决?

19、面向对象的特征有哪些方面?

20、访问修饰符 public,private,protected,以及不写(默认) 时的区别?

21、接口有什么特点?

22、抽象类和接口的区别?

23、Hashcode 的作用

24、普通类与抽象类有什么区别?

25、什么是接口?为什么需要接口?

26、接口有什么特点?

27、拷贝和浅拷贝的区别是什么?

28、JDBC 操作的步骤

29、什么时候用 assert

30、数组有没有 length()这个方法? String 有没有 length()这个方法

31、用最有效率的方法算出 2 乘以 8 等于几?

32、String 和 StringBuilder、StringBuffer 的区别?

33、接口是否可继承(extends)接口?抽象类是否可实现(implements)接口?抽象类是否可继承具体类(concreteclass)?

34、一个”.java”源文件中是否可以包含多个类(不是内部类)?有什么限制?

35、Java 中的 final 关键字有哪些用法?

二、Java 集合/泛型面试题

1、ArrayList 和 linkedList 的区别

2、HashMap 排序题

3、Collection 包结构,与 Collections 的区别

4、带集合参数的构造器

5、说说 List,Set,Map 三者的区别

6、并发集合和普通集合如何区别?

7、Map 有什么特点

8、集合类存放于 Java.util 包中, 主要有几 种接口

9、什么是 list 接口

10、说说 ArrayList(数组)

11、Vector( 数组实现、 线程同步)

12、说说 LinkList(链表)

13、什么 Set 集合

14、HashSet( Hash 表)

15、什么是 TreeSet(二叉树)

16、List 和 Map、Set 的区别?

17、数组和链表分别比较适合用于什么场景,为什么?

18、说说 ConcurrentHashMap

19、Java 中 ArrayList 和 LinkedList 区别?

20、TreeMap(可排序)

21、请用两个队列模拟堆栈结构?

22、Map 中的 key 和 value 可以为 null?

23、数据结构基础之双向链表

24、HashMap 的底层实现

25、ConcurrentHashMap 和 Hashtable 的区别

26、说出 ArrayList,Vector,LinkedList 的存储性能和特性

27、你所知道的集合类都有哪些?主要方法?

28、HashMap 原理,java8 做了什么改变

29、poll()方法和 remove()方法的区别?

30、写一段代码在遍历 ArrayList 时移除一个元素

三、Java 异常面试题

1、Java 中异常分为哪两种?

编译时异常

运行时异常

2、异常的处理机制有几种?

异常捕捉:try…catch…finally,异常抛出:throws。 public class Box { private T t; public void add(T t) { this.t = t; }public T get() { return t; } }

3、如何自定义一个异常

继承一个异常类,通常是 RumtimeException 或者 Exception

4、try catch fifinally,try 里有 return,finally 还执行么?

执行,并且 finally 的执行早于 try 里面的 return

结论:

1、不管有木有出现异常,finally 块中代码都会执行;

2、当 try 和 catch 中有 return 时,finally 仍然会执行;

3、finally 是在 return 后面的表达式运算后执行的(此时并没有返回运算后的值,而是先把要返回的值保存起来,管 finally 中的代码怎么样,返回的值都不会改变,任然是之前保存的值),所以函数返回值是在 finally 执行前确定的;

4、finally 中最好不要包含 return,否则程序会提前退出,返回值不是 try 或 catch 中保存的返回值。

5、 Excption 与 Error 包结构

6、Thow 与 thorws 区别

7、Error 与 Exception 区别?

8、error 和 exception 有什么区别

9、final、finally、finalize 的区别?

10、Java 异常处理机制的理解?

11、说出最常见的 5 个 RuntimeException?

12、throw 和 throws 的区别?

13、JAVA 中 Exception 和 Error 面试问题

14、在 Java 异常处理的过程中,你遵循的那些最好的实践是什么?

15、throw 和 throws 这两个关键字在 java 中有什么不同?

16、你曾经自定义实现过异常吗?怎么写的?

17、你遇到过 OutOfMemoryError 错误嘛?你是怎么搞定的?

18、Java 中的异常处理机制的简单原理和应用。

19、最常见到的 5 个 runtime exception。

20、JAVA 语言如何进行异常处理,关键字:throws,throw,try,catch,finally 分别代表什么意义?在 try 块中可以抛出异常吗?

四、Java 中的 IO 与 NIO 面试题

1、Java 中 IO 流?

2、字节流如何转为字符流?

3、常用 io 类有那些

4、如何将一个 java 对象序列化到文件里?

5、阻塞 IO 模型

6、字节流和字符流的区别?

7、多路复用 IO 模型

8、如何实现对象克隆?

9、异步 IO 模型

10、什么是 java 序列化,如何实现 java 序列化?

11、NIO 的缓冲区

12、面向 Stream 和面向 Buffer

13、Channel

14、NIO 和 IO 对应用的设计有何影响

15、Selector

16、Java IO 与 NIO 的区别

17、字节流与字符流的区别

18、非阻塞 IO 模型

19、信号驱动 IO 模型

20、NIO 的非阻塞

21、Buffer

22、JAVA NIO

五、Java 反射面试题

1、什么是反射?

2、Java 反射创建对象效率高还是通过 new 创建对象的效率高?

3、什么叫对象序列化,什么是反序列化,实现对象序列化需要做哪些工作?

4、哪里会用到反射机制?

5、反射机制的优缺点?

6、实现 Java 反射的类:

7、动态代理是什么?有哪些应用?

8、Java 反射 API

9、如何使用 Java 的反射?

10、获取 Class 对象有几种方法

11、除了使用 new 创建对象之外,还可以用什么方法创建对象?

12、java 反射的作用

13、反射的实现方式:

14、反射使用步骤(获取 Class 对象、调用对象方法)

六、Java 序列化面试题

1、什么是 java 序列化?

2、保存(持久化)对象及其状态到内存或者磁盘

3、序列化对象以字节数组保持-静态成员不保存

4、Serializable 实现序列化

5、序列化 ID

6、序列化用户远程对象传输

7、writeObject 和 readObject 自定义序列化策略

8、序列化并不保存静态变量

9、序列化(深 clone 一中实现)

10、Transient 关键字阻止该变量被序列化到文件中

11、如何实现 java 序列化?

12、Transient 关键字阻止该变量被序列化到文件中

13、静态变量的序列化?

七、Java 注解面试题 1、4 种标准元注解是哪四种?

2、什么是注释?他们的典型用例是什么?

3、从标准库中描述一些有用的注释。

4、注解是什么?

5、可以从注释方法声明返回哪些对象类型?

6、哪些程序元素可以注释?

7、有没有办法限制可以应用注释的元素?

8、什么是元注释?

9、什么是重复注释?

10、你怎么能检索注释?这与保留政策有何关系?

11、Q11,是否可以扩展注释?

八、多线程 &并发面试题

1、什么是线程?

2、继承 Thread 类

3、如何在 java 中实现线程

4、ExecutorService、 Callable、 Future 有返回值线程

5、实现多线程 Thread 和 Runnable 区别?

6、4 种线程池

7、解释 java 中的 volatile 变量

8、notify()和 notifyAll()有什么区别?

9、sleep()和 wait() 有什么区别?

10、volatile 是什么?可以保证有序性吗?

11、Thread 类中的 start() 和 run() 方法有什么区别?

12、为什么 wait, notify 和 notifyAll 这些方法不在 thread 类里面?

13、共享锁和独占锁

14、Java 中 interrupted 和 isInterruptedd 方法的区别?

15、Java 中 synchronized 和 ReentrantLock 有什么不同?

16、有三个线程 T1,T2,T3,如何保证顺序执行?

17、SynchronizedMap 和 ConcurrentHashMap 有什么区别?

18、什么是线程安全

19、重量级锁(Mutex Lock)

20、Java 线程池中 submit() 和 execute()方法有什么区别?

21、偏向锁

22、说说自己是怎么使用 synchronized 关键字,在项目中用到了吗 synchronized 关键字最主要的三种使用方式

23、什么是线程安全?Vector 是一个线程安全类吗?

24、Java 中实现多线程有几种方法

25、实现 Runnable 接口。

26、基于线程池的方式

27、如何停止一个正在运行的线程

28、线程基本方法

29、线程让步(yield)

30、线程唤醒(notify)

由于篇幅有限,完整面试题和答案解析开头和文末皆有获取方式哦

九、JVM 面试题

1、JVM 运行时内存

2、64 位 JVM 中,int 的长度是多数?

3、新生代、老年代、永久代

4、32 位和 64 位的 JVM,int 类型变量的长度是多数?

5、JAVA8 与元数据

6、分代收集算法

7、怎样通过 Java 程序来判断 JVM 是 32 位 还是 64 位?

8、分代收集算法

9、JRE、JDK、JVM 及 JIT 之间有什么不同?

10、解释 Java 堆空间及 GC?

11、JVM 内存区域

12、JAVA 强引用、软引用、弱引用、虚引用

13、虚拟机栈(线程私有)

14、分代收集算法

15、你能保证 GC 执行吗?

16、怎么获取 Java 程序使用的内存?堆使用的百分比?

17、在老年代-标记整理算法

18、描述一下 JVM 加载 class 文件的原理机制

19、Serial Old 收集器(单线程标记整理算法

20、堆(Heap-线程共享) -运行时数据区

21、G1 收集器

22、JVM 类加载机制

23、堆和栈的区别

24、什么是 Java 虚拟机?为什么 Java 被称作是“平台无关的编程语言”?

25、Parallel Old 收集器(多线程标记整理算法)

26、垃圾收集算法

27、Minor GC 与 Full GC 分别在什么时候发生?

28、你知道哪些 JVM 性能调优

29、说一下 JVM 的主要组成部分及其作用?

30、队列和栈是什么?有什么区别?

十、Mysql 面试题

1、MySQL 中有哪些不同的表格?

2、TokuDB( Fractal Tree-节点带数据)

3、MySQL 中 InnoDB 支持的四种事务隔离级别名称,以及逐级之间的区别?

4、Memory

5、myisamchk 是用来做什么的?

6、MyISAM 表格将在哪里存储,并且还提供其存储格式?

7、索引

8、常见索引原则有

9、如何显示前 50 行?

10、第一范式(1st NF - 列都是不可再分)

11、第二范式(2nd NF- 每个表只描述一件事情)

12、第三范式(3rd NF- 不存在对非主键列的传递依赖)

13、锁的优化策略

14、SQL 优化

15、为表中得字段选择合适得数据类型

16、什么是视图

17、什么情况下设置了索引但无法使用

18、并发事务带来哪些问题?

19、SQL 语言包括哪几部分?每部分都有哪些操作关键

20、什么是锁?

21、说说对 SQL 语句优化有哪些方法?

22、什么是乐观锁、悲观锁、时间戳、行级锁、表级锁、页级锁

十二、Memcached 面试题

1、Memcached 是什么,有什么作用?

2、memcached 和 MySQL 的 query cache 相比,有什么优缺点?

3、 但是我确实需要把 memcached 中的 item 都 dump 出来,确实需要把数据 load 到 memcached 中,怎么办?

4、memcached 是如何做身份验证的?

5、如何使用 memcached 的多线程是什么?如何使用它们?

6、memcached 能接受的 key 的最大长度是多少?(250bytes)

7、memcached 对 item 的过期时间有什么限制?(为什么有 30 天的限制?)

8、memcached 最大能存储多大的单个 item?(1M byte)

9、为什么单个 item 的大小被限制在 1M byte 之内?

10、为了让 memcached 更有效地使用服务器的内存,可以在各个服务器上配置大小不等的缓存空间吗?

11、什么是 binary 协议?它值得关注吗?

12、memcached 是如何分配内存的?

13、为什么不用 malloc/free!?

14、究竟为什么使用 slab 呢?

15、memcached 能保证数据存储的原子性吗?

十三、MongoDB 面试题

1、mongodb 是什么?

2、MongoDB 是由哪种语言写的

3、你说的 NoSQL 数据库是什么意思?

4、NoSQL 数据库有哪些类型?

5、你怎么比较 MongoDB、CouchDB 及 CouchBase?

6、MongoDB 成为最好 NoSQL 数据库的原因是什么?

7、MySQL 与 MongoDB 之间最基本的差别是什么?

8、journal 回放在条目(entry)不完整时(比如恰巧有一个中途故障了)会遇到问题吗?

9、分析器在 MongoDB 中的作用是什么?

10、名字空间(namespace)是什么?

11、 如果用户移除对象的属性,该属性是否从存储层中删除?

12、允许空值 null 吗?

13、能否使用日志特征进行安全备份?

14、更新操作立刻 fsync 到磁盘?

15、为什么我的数据文件如此庞大?

16、如何执行事务/加锁?

17、NoSQL 与 RDBMS 直接有什么区别?

18、为什么要使用和不使用 NoSQL 数据库?

19、说一说 NoSQL 数据库的几个优点?

20、mongodb 有哪些特点?

十四、String 面试题

Spring Boot 面试题

1、String 是基本数据类型吗?

2、什么是 Spring Framework?

3、String 是可变的话?

4、Spring Framework 有哪些不同的功能?

5、怎么比较两个字符串的值一样,怎么比较两个字符串是否同一对象?

6、什么是 Spring 配置文件?

7、Spring 应用程序有哪些不同组件?

8、使用 Spring 有哪些方式?

9、tring str = new String(“abc”);创建了几个对象,为什么?

10、什么是依赖注入?

11、String.trim()方法去掉的是哪些字符?

12、可以自定义 java.lang.String 类并使用吗?

13、spring 中有多少种 IOC 容器?

14、区分 BeanFactory 和 ApplicationContext。

15、列举 IoC 的一些好处。

16、Spring IoC 的实现机制。

17、spring 提供了哪些配置方式?

18、什么是 spring bean?

19、spring 支持集中 bean scope?

20、什么是 spring 的内部 bean?

21、什么是 spring 装配

22、spring bean 容器的生命周期是什么样的?

23、自动装配有哪些方式?

24、如何在 spring 中启动注解装配?

25、自动装配有什么局限?

26、@Component, @Controller, @Repository

27、什么是基于注解的容器配置

28、@Required 注解有什么用?

29、列举 Spring DAO 抛出的异常。

30、@Qualifier 注解有什么用?

31、@Autowired 注解有什么用?

32、spring DAO 有什么用?

33、@RequestMapping 注解有什么用?

34、spring JDBC API 中存在哪些类?

十五、Spring Cloud 面试题

1、什么是 Spring Cloud?

2、负载平衡的意义什么?

3、什么是 Spring Cloud Bus?我们需要它吗?

4、什么是 Hystrix 断路器?我们需要它吗?

5、什么是 Hystrix?它如何实现容错?

6、什么是 Netflix Feign?它的优点是什么?

7、什么是服务熔断?什么是服务降级

8、Eureka 和 zookeeper 都可以提供服务注册与发现的功能,请说说两个的区别?

9、什么是微服务

10、什么是 Hystrix 断路器?我们需要它吗

11、spring cloud 和 dubbo 区别?

12、SpringBoot 和 SpringCloud 的区别?

13、spring cloud 和 dubbo 区别?

14、说说 RPC 的实现原理

15、微服务之间是如何独立通讯的?

16、使用 Spring Cloud 有什么优势?

17、REST 和 RPC 对比

18、你所知道的微服务技术栈?

十六、RabbitMQ 面试题

1、什么是 rabbitmq

2、使用 rabbitmq 的场景

3、RabbitMQ 有什么优缺点?

4、什么是 Message?

5、为什么要使用 rabbitmq

6、消息如何分发?

7、如何确保消息正确地发送至 RabbitMQ? 如何确保消息接收方消费了消息?

8、消息怎么路由?

9、如何确保消息不丢失?

10、消息基于什么传输?

11、如何保证消息的顺序性

12、Kafka、ActiveMQ、RabbitMQ、RocketMQ 都有什么区别?

13、Fanout(广播分发)?

14、如何保证高可用的?

15、mq 的缺点

16、如何保证消息的可靠传输?如果消息丢了怎么办

17、如何避免消息重复投递或重复消费?

18、什么是 Message?

19、如何解决消息队列的延时以及过期失效问题?消息队列满了以后该怎么处理?有几百万消息持续积压几小时,说说怎么解决

20、RabbitMQ 的集群

21、什么是 Connection ?

22、topic 交换器(模式匹配) ?

23、Exchange 类型 ?

24、设计 MQ 的思路

十七、Dubbo 面试题

1、为什么要用 Dubbo?

2、Dubbo 是什么?

3、默认使用的是什么通信框架,还有别的选择吗?

4、Dubbo 和 Spring Cloud 有什么区别?

5、一般使用什么注册中心?还有别的选择吗?

6、dubbo 都支持什么协议,推荐用哪种?

7、服务提供者能实现失效踢出是什么原理?

8、Dubbo 的整体架构设计有哪些分层?

9、如何解决服务调用链过长的问题?

10、说说核心的配置有哪些?

11、Dubbo 推荐用什么协议?

12、默认使用什么序列化框架,你知道的还有哪些?

13、画一画服务注册与发现的流程图?

14、Dubbo 集群容错有几种方案?

15、服务上线怎么不影响旧版本?

16、Dubbo 服务降级,失败重试怎么做?

17、Dubbo Monitor 实现原理?

18、Dubbo 用到哪些设计模式?

19、Dubbo 配置文件是如何加载到 Spring 中的?

20、服务调用是阻塞的吗?

21、Dubbo 支持分布式事务吗?

22、Dubbo 可以对结果进行缓存吗?

十八、MyBatis 面试题

1、什么是 Mybatis?

2、MyBatis 实现一对一有几种方式?具体怎么操作的?

3、MyBatis 框架的缺点

4、MyBatis 实现一对多有几种方式,怎么操作的?

5、MyBatis 与 Hibernate 有哪些不同?

6、Mybatis 是否支持延迟加载?如果支持,它的实现原理是什么?

7、当实体类中的属性名和表中的字段名不一样 ,怎么办 ?

8、 Mybatis 的一级、二级缓存:

9、通常一个 Xml 映射文件,都会写一个 Dao 接口与之对应,请问,这个 Dao 接口的工作原理是什么?Dao 接口里的方法,参数不同时,方法能重载吗?

13、使用 MyBatis 的 mapper 接口调用时有哪些要求?

14、在 mapper 中如何传递多个参数?

15、Mapper 编写有哪几种方式?

16、简述 Mybatis 的插件运行原理,以及如何编写一个插件。

17、MyBatis 编程步骤是什么样的?

十九、ZooKeeper 面试题

1、什么是 Zookeeper?

2、zookeeper 的数据结构(树)? 讲一下基于它实现的分布式锁?基于它实现的 Master 选举?基于它的集群管理?zookeeper 的注册(watch)机制和轮询机制的使用场景?

3、ZooKeeper 提供了什么?

4、讲一下如何用 zookeeper 实现分布式锁?

5、ZAB 协议?

6、Zookeeper 的同步过程,写操作流程,读操作流程

7、ZK 的部署方式有哪几种?集群中的角色有哪些?集群中最少需要几台机器

8、客户端注册 Watcher 实现

9、 服务端处理 Watcher 实现

10、客户端回调 Watcher

11、ACL 权限控制机制

12、服务器角色

13、会话管理

14、数据同步

15、Zookeeper 下 Server 工作状态

16、zk 节点宕机如何处理?

17、zookeeper 是如何保证事务的顺序一致性的?

18、分布式集群中为什么会有 Master?

19、zookeeper 负载均衡和 nginx 负载均衡区别

20、Chroot 特性

21、集群最少要几台机器,集群规则是怎样的?

22、集群支持动态添加机器吗?

23、Zookeeper 对节点的 watch 监听通知是永久的吗?为什么不是永久的?

24、Zookeeper 的 java 客户端都有哪些?

25、chubby 是什么,和 zookeeper 比你怎么看?

26、说几个 zookeeper 常用的命令。

27、ZAB 和 Paxos 算法的联系与区别?

28、Zookeeper 的典型应用场景

手把手教你学Simulink——基于Simulink的多轮PMSM同步驱动交叉耦合控制 摘要:本文针对多轮PMSM同步驱动系统的负载不均、参数差异等问题,提出基于Simulink的交叉耦合控制解决方案。通过实时补偿轮间同步误差,实现同步误差<1%、转矩脉动<5%的性能提升。文章详细介绍了系统架构、核心算法(包括PMSM数学模型和偏差耦合控制算法)、Simulink建模步骤及参数设置,并通过仿真验证了稳态和动态性能。同时提供了工程调试建议和完整代码实现,为多轮驱动系统开发提供实用参考。该方案计算量小,可移植性强,适用于电动汽车、AGV等应用场景。 阅读详情

相关推荐

《大明王朝1566》中,朝廷财政危机无法解决的根源分析

财政困局中的财富最终流向三重黑洞:​皇室挥霍​(如嘉靖炼丹修殿)、特权阶层贪腐​(严党年入百万两盐税)、制度性损耗​(宗室供养、低效官僚)。更深层的“钱”其实是被禁锢在道德化治理的牢笼中——当国家用“黄河长江皆可为用”的权术思维替代制度性改革时,财政危机便成为帝制王朝无法逃脱的宿命。

为了小家奋斗 1968

Java程序员面试一览:java基础,JVM,并发,锁,网络、数据库

对于很多Java工程师而言,想要提升技能,往往是自己摸索成长,不成体系的学习效果低效漫长且无助。整理的这些资料希望对Java开发的朋友们有所参考以及少走弯路,本文的重点是你有没有收获与成长,其余的都不重要,希望读者们能谨记这一点。再分享一波我的Java面试真题+视频学习详解+技能进阶书籍《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取!点是你有没有收获与成长,其余的都不重要,希望读者们能谨记这一点。**

afsdfrsg的博客 1042

别再死记硬背了!用‘瞬时极性法’5分钟搞定三极管反馈电路类型判断

本文介绍了使用‘瞬时极性法’快速判断三极管反馈电路类型的高效技巧。通过假设输入信号变化并追踪传递路径,该方法能准确区分正负反馈、电压电流反馈、串联并联反馈及交直流反馈,避免传统死记硬背的弊端,显著提升电路分析效率。

weixin_42524708的博客 183

Java面试技巧合集,诚意分享

就写到这了,也算是给这段时间的面试做一个总结,查漏补缺,祝自己好运吧,也希望正在求职或者打算跳槽的 程序员看到这个文章能有一点点帮助或收获,我就心满意足了。多思考,多问为什么。希望小伙伴们早点收到满意的offer!越努力越幸运!金九银十已经过了,就目前国内的面试模式来讲,在面试前积极的准备面试,复习整个 Java 知识体系将变得非常重要,可以很负责任的说一句,复习准备的是否充分,将直接影响你入职的成功率。

2401_83329402的博客 810

GD32F105RBT6 keil工程模板

创建GD32F105RBT6的keil初始基础工程,未来的所有外设驱动都是基于这个基础工程进行扩展。

RMDYBW的博客 1927

Concentration Inequality(集中不等式)更新版

欢迎来我博客 https://wyue.name/2020/04/17/1/阅读这一篇博文 转载前请联系我,联系方式请见我博客 https://wyue.name/ Concentration inequality 刻画了一组随机变量的和(或者样本平均数)与其期望值的偏离程度,在算法收敛性分析过程中是非常有用的一类不等式。 这次主要总结一下最近一段时间遇到的集中不等式,不仅是不等式形式,...

Yue的博客 4554

2023Java岗最全面的面试攻略,吃透这份Java面试八股文,offer拿到手软

不论是技术经理还是架构师,没有绝对地说哪条路是对还是错,适合自己才是最重要。小公司的可能没有架构师这个概念,大公司的架构师职位又不是那么容易拿下。但不管怎样,不断去学习新的技术,提升自己的层次是很有必要的,无论你在哪一家公司,过硬的技术水平才能吃得开。如果你还没有掌握这些主流技术,现在必须要在最短的时间里吃透它!!!文中资料已整理打包存放网盘,有需要的朋友可以点击下方的名片自取!

m0_73311735的博客 642

电商客服效率翻倍!手把手教你用影刀RPA+AI搭建智能回复系统(附实战配置)

本文详细介绍了如何利用影刀RPA+AI技术搭建电商智能客服系统,实现24小时在线回复,大幅提升客服效率。通过零代码配置、Excel词库管理和AI语义理解,系统能处理80%常规咨询,响应速度稳定在3秒内,特别适合中小电商降低成本并提升服务质量。

weixin_42520661的博客 550

Java面试全攻略:核心知识点、常见面试题与答案解析

本文为准备Java面试的系统性复习指南,涵盖语言基础、JVM与内存模型、并发与线程、集合框架、常见场景题与示例代码。文章适合求职准备、面试冲刺和知识体系梳理。

m0_74990534的博客 1746

字符集的选择

字符集的选择 一:背景介绍 DICOM特定字符集(0008,0005) 此标签获得不同的值就代表使用不同的语言进行解码。 以下为多家CT厂商的(0008,0005)取值: 字符集: unicode是字符集,ASCII、GB2312、GBK、GB18030既是字符集也是编码方式,UTF-8只是编码方式。 二:中文字符集介绍 世界通用字符集——UTF 中文字符集——GB2312、GBK、GB18030 字符集的详细介绍 一:UTF-8 程序是把一个字节一个字节的来读取,然后再根据字节中开头的bit

qq_41972968的博客 1520

130页5万字某市档案馆数字档案馆建设方案

【版权声明】本资料来源网络,仅用于行业知识分享,供个人学习参考,请勿商用。【侵删致歉】如有侵权请联系小编,将在收到信息后第一时间进行删除!完整资料领取见文末,部分资料内容:国家档案局证实颁布《数字档案馆建设指南》, 明确了数字档案馆建设原则、要求、目标,对相关系统建设内容、功能要求进行了概括和详细说明。数字档案馆系统建设应以 OAIS&nbsp;参考模型为设计基础,以实现数字资源的长期保存与可信管理。设计的数字档案馆系统架构如下图。图-1 数字档案馆体系结构数字档案馆建设包括五大层次和三大保障体系:

zuoan1993的博客 1180

2024年Java 岗最全面试攻略,吃透 25 个技术栈 Offer 拿到手软

我分享的这份 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!

qq13321123的博客 1906

从原理到落地:监控 SAP OData bgRFC 队列的全景实践指南

摘要(150字) 本文系统讲解SAP Gateway/Backend场景中bgRFC队列的监控方法。内容涵盖:1)监控必要性——确保异步可靠传输,及时识别失败消息;2)两种服务质量(EO/EOIO)对监控策略的影响;3)通过事务码SBGRFCMON和SPRO路径访问监控界面;4)关键授权S_BGRFC的配置要求;5)详细操作指南包括筛选条件和动作选项;6)标准巡检脚本;7)三个典型案例(认证错误、顺序阻塞、调度压力)的诊断与修复方案。全文提供完整的监控方法论和实战指导。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 288

Java 岗最全面试攻略,吃透 25 个技术栈 Offer 拿到手软

Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家! 我这篇分享篇幅可能有点长,观看的朋友可以先了解一下目..

m0_67322837的博客 326

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

2022Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

现在面临年底裁员,公司跳槽,不论是校招还是社招都避免不了各种面试,如何去准备面试就变得格外重要了,相信一些小伙伴也在为自己的技术,薪资,发展做提升的准备。小编这次会从11个Java专题技术进行分享,大致的目录可以看看↓↓↓1、JAVA基础2、JAVA并发3、JVM4、MySQL5、Redis6、开发框架7、分布式8、微服务9、消息队列10、网络11、ES&项目实战1、==和equals2、ArrayList和LinkedList有哪些区别3、ConcurrentHashMap的扩容机制4、Concurren

hahazz233的博客 576

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

我分享的这份春招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!Dao 接口里的方法,参数不同时,方法能重载吗?

AS011x的博客 380

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

2022年Java岗最全面试攻略,吃透20多个技术栈Offer拿到手软

前言: 我分享的这份春招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家! 白嫖这份资料←戳我 我这篇分

一名很普通的互联网打工人 1077

2022秋招,Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

我分享的这份春招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!我这篇分享篇幅可能有点长,观看的朋友可以先了解一下

python6_quanzhan的博客 1129

Java岗最全面试攻略,吃透25个技术栈,Offer拿到手软,搞定秋招!

我分享的这份春招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!我这篇分享篇幅可能有点长,观看的朋友可以先了解一下

uuqaz的博客 1207

2023春招,Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

我分享的这份秋招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!

jjc4261的博客 349

2023秋招,Java岗最全面试攻略,吃透25个技术栈Offer拿到手软!

我分享的这份春招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!我这篇分享篇幅可能有点长,观看的朋友可以先了解一下

m0_62051288的博客 807

春招Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点

m0_57042151的博客 267

2023年,Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

我分享的这份 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!

m0_49496327的博客 482

2023秋招,Java岗最全面试攻略,吃透25个技术栈Offer拿到手软

我分享的这份秋招 Java 后端开发面试总结包含了 JavaOOP、Java 集合容器、Java 异常、并发编程、Java 反射、Java 序列化、JVM、Redis、Spring MVC、MyBatis、MySQL 数据库、消息中间件 MQ、Dubbo、Linux、ZooKeeper、 分布式 &数据结构与算法等 25 个专题技术点,都是小编在各个大厂总结出来的面试真题,已经有很多粉丝靠这份 PDF 拿下众多大厂的 offer,今天在这里总结分享给到大家!

m0_50180963的博客 433
上一篇: 6W字的Java面试题,去过大厂面试的程序员都说被问到过
下一篇: Java核心技术面试题(附答案),纯手码,赶紧带走冲刺秋招
程序员职业指南
博客等级 码龄4年 2136粉丝 960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
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