- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 面试场景设计大纲
容错优于完美：假设故障必然发生，设计自动恢复机制扩展胜于优化：优先水平扩展而非单点优化异步解耦同步：消息队列解耦服务依赖分区容忍优先：网络分区时保持系统可用安全不可妥协：零信任架构贯穿全系统数据驱动决策：监控指标指导系统演进大型系统设计箴言“设计分布式系统时，要像设计飞机一样考虑冗余——单个引擎故障不应导致坠毁，而应能安全着陆。每个组件都应有备份计划，每个操作都应有回退路径。通过遵循这些原则，可构建支持亿级用户、99.999%可用性的分布式系统。
2025-07-27 20:44:39
364
原创 面试基础知识大纲
本文摘要： Java基础知识总结涵盖数据类型、面向对象核心概念和JVM实现细节。主要内容包括： 数据类型： 基本类型与引用类型的存储差异 8种基本类型的位数、范围和默认值 Java严格的值传递机制（基本类型传值，引用类型传地址副本） 面向对象特性： 封装：通过访问修饰符控制可见性，JVM使用标志位实现 继承：单继承机制、类加载顺序和访问权限控制 JVM层面支持（如反射API可绕过封装） JVM实现细节： 不同数据类型的存储位置（栈/堆/方法区） final变量的内存可见性保证 逃逸分析等JIT优化技术 文章
2025-07-22 17:56:47
684
原创 学习基于Java的模拟退火算法
模拟退火算法来源于固体退火原理，是一种基于概率的算法，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。以上出自百度百科对于《模拟退火算法》的解释。算法主要涉及以下原理固体退火原理Metropolis接受准则首先是固体退火原理，其主要由三个过程组成加温过程：增强粒子的热运动，消除系统原先可能存在的非均匀态；
2024-07-25 00:12:07
1090
原创 学习基于Java的高斯分布逃逸的粒子群算法
粒子群算法具备简单、收敛快、计算复杂度低等优点，但同时也存在以下问题：多样性丢失、容易陷入局部最优等。因此，粒子群算法也在不断被研究优化改进方案，最近看了一些相关的文献，从中学习到了一点点，这里也和各位有兴趣的童鞋分享下。
2024-07-09 23:28:59
1027
原创 学习基于Java面向对象的标准粒子群算法
粒子群优化（Particle Swarm Optimization,PSO），又称微粒群算法，是由J. Kennedy和R. C. Eberhart等于1995年开发的一种演化计算技术，来源于对一个简化社会模型的模拟。其中“群（swarm）”来源于微粒群匹配M. M. Millonas在开发应用于人工生命（artificial life）的模型时所提出的群体智能的5个基本原则。“粒子（particle）”是一个折衷的选择，因为既需要将群体中的成员描述为没有质量、没有体积的，同时也需要描述它的速度和加速状态。
2024-06-27 00:01:00
1444
原创 java 虚拟机
1 java虚拟机将内存分为不同的数据区域如图：1.1 程序计数器：是一块较小的内存空间，可以看做是当前线程所执行的字节码的行号指示器。java的多线程是通过线程轮流切换并分配处理器执行时间方式实现，任意一时刻，一个内核只会执行一个线程的指令。所以每个线程独立的程序计数器，相互不影响，线程私有内存。线程执行java方法，计数器记录执行的字节码指令地址，如果是native方法，计数器为空。此...
2021-03-04 16:44:26
328
原创 《编程人生:15位软件先驱访谈录》——Jamie Zawinski
前言：本人现大四老狗，就业签约了一家不咋地的软件公司一边写着烂大街的Java代码，一边迷茫自己的职业道路，不造自己适不适合搞编程，究竟自己该朝什么方向学习，无意间读到了《编程人生:15位软件先驱访谈录》，感触还是挺多的。正文：本书的第一位大佬：Jamie ZawinskiJames Werner Zawinski（1968年11月3日出生），通常称为...
2018-05-31 09:54:05
1568
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人