杭州品联科技Java面试(20min)

原创已于 2022-03-31 09:30:04 修改 · 1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#面经

于 2022-03-30 21:25:33 首次发布

面经专栏收录该内容

10 篇文章

订阅专栏

本文汇总了Java面试中常见的技术问题，包括Java项目经验、TCP与UDP的区别、死锁概念及产生原因、Java基本类型与常用集合等知识点，旨在帮助准备面试的读者全面了解可能遇到的技术考察点。

面试官是一个很温柔的叔叔，遇到我说错的地方还会再提示一下。

你做过什么Java的项目吗
TCP和UDP的区别(简历上的)
什么叫做死锁
什么是共享锁
什么是排它锁
产生死锁的情况有哪些（3-6也是我简历上写的）
Java的基本类型有哪些
Java中常用的集合有哪些
map的特点有哪些
谈谈你对Java多态的理解
你对自己的职业规划是什么
你有什么问题想问的吗

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Otto_1027

关注关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

Java后端面试场景题汇总

12-14

2049

如此大的数据集进行去重（例如50亿数据条目），我们需要考虑内存和存储空间的限制，同时还需要有一个算法。一般来说，这样的数据量无法直接载入内存进行处理，因此需要采用磁盘存储和分布式处理的技术。将数据分为多个批次，每个可以加载到内存中。对每一批数据进行排序和去重，然后存回磁盘。对所有排序且去重后的批次进行归并排序，同时去重。使用哈希函数将数据分配到不同的桶（Bucket）或文件中，确保相同的数据项会落到同一个桶里。对每个桶的数据进行内存中去重操作。

网易面试Java开发凉凉经，面试官：基础不牢，技术不够深入，无缘offer，无缘网易......

程序员干货站

06-04

2182

前言我也是经朋友介绍来的网易，先是投了简历，然后朋友通知我说可以面试了，于是我就带着忐忑的心理来到网易公司。面试的是一位帅气的光头叔叔，下午三点开始，之前准备了很多准备应付技术问答，结果基础还是太差了，无缘网易… 首先还是感谢吧，感谢网易面试官的肯定和建议。网易一共经历了四轮面试，前三轮技术面，第四轮总监面。岗位：我投递的是杭研所的Java开发岗位。行程：半天的时间南京=杭州之间穿行，单程2个小时，从杭州东站=网易大厦，单程1个小时（如果能买到城站高铁动车票可以从城站触发。）吃饭：可以去网易食

1 条评论您还未登录，请先登录后发表或查看评论

1 条评论

Aiden Targaryen 2022.03.31
答案答案

互联网公司校招Java面试题总结及答案——招银科技

热门推荐

The night of summer

01-12

1万+

部分重复的我已经去掉了，所以显得比较少，其他请参看我的系列文章：互联网公司校招Java面试题总结及答案——乐视、滴滴、华为互联网公司校招Java面试题总结及答案——CVTE 互联网公司校招Java面试题总结及答案——美团（百度Java面经）互联网公司校招Java面试题总结及答案——百度（目前只是部分总结）互联网公司校招Java面试题总结及答案——京东 ------------

顺网科技Java实习（一面25min）

MMMMasker的博客

01-22

1029

自我介绍描述一下OOP思想描述一下线程的生命周期 == 和 equls 的区别介绍项目 Spring MVC的执行流程 Spring Security + JWT 具体是如何做的？如何实现SSO的？有关权限接口和数据库身份是怎么做的？说一下未来规划详细说一下Spring IOC 和 Spring AOP 自定义注解是怎么做的？ Spring Bean的生命周期 Redis分布式锁是怎么设计的？Zookeeper分布式锁又是怎么设计的？两者有什么区别项目后期会有新的技术引入吗？ ...

2020最新java面试题库（杭州）

98渣渣辉的博客

06-19

6739

目录 1.常见的集合有哪些？都有什么区别： 1 2.HashMap的底层原理： 1 3.sleep和wait的区别 1 4.run方法和start方法的区别： 1 5.Threadlocad的作用: 2 6.solr查询出的数据放在哪：本地磁盘中 2 7.为什么用solr和其他的区别在哪：https://blog.youkuaiyun.com/jokeylin/article/details/80562148 2 8.支付宝的支付流程： 2 9.数据库有几种索引： 3 10redis五种数据类型和应用场

杭州公司java开发工程师常见面试问题

qq_21256199的博客

05-13

3320

1.离线查询去除重复项怎么加条件？ dc.setResultTransformer(Criteria.DISTINCT_ROOT_ENTITY); 2. http协议及端口,smtp协议及端口超文本传输协议端口 80 简单邮件传输协议端口25 3.编写程序，完成文件复制功能错误？ InputStream is=new InputStream...

杭州初级Java面试总结

秦怀卓的博客

07-02

2113

五月底毕业，儿童节当天抵达杭州，经过四天的面试奔波，现在已经稳定工作~ 想写点东西总结总结，毕竟是人生第一次啊都说万事开头难，但这个’ 难 ’ 它也有个前提，就是你事前有没有做充分的准备。大致准备工作就是以下几点个人简历面试宝典人事回答综合职业素养 1：个人简历简历是块敲门砖，一份好的简历可以大大加深面试官对你的好感。简历的排版、内容一定要认真设计。这里还涉及一个...

融邦JAVA面试题

优快云_Admin0的博客

08-02

1169

1. Java线程池的作用及使用方式 2. 用java实现，计算字符串中子串出现的次数 3. ClassLoader的运行机制 4. 如何在SpringMVC中全局性捕获异常 5. 编程: N个重量不等的橡皮泥小球，假设将两个小球捏在一起的力(F)为两个小球质量的和。拿出两个小球捏到一起后放回，重复上述操作，直到只捏剩一个球。如何才能让，上述力(F)最小? 6.学校的学生管理系统的部分E-R图如下：

JAVA面试题|垃圾收集器题目汇总

qq_37419449的博客

09-14

5814

JAVA基础篇面试题文章目录JAVA基础篇面试题1. 简述四种垃圾回收器串行垃圾回收器（serial）并行垃圾回收器（Parallel）并发垃圾回收器（CMS）G1垃圾回收器2. 配置JVM的垃圾回收器3. 垃圾收集器对应收集区域4. JVM的Client和Server模式是什么5. 垃圾收集器的详细总结Serial收集器ParNew收集器Parallel Scavenge收集器Parallel Old收集器CMS收集器Serial Old收集器G1收集器6. 如何选择垃圾收集器7. github奇门遁

杭州美图JAVA面试（美图美妆app组）

ohbxiaoxin的专栏

11-02

1241

杭州美图JAVA面试（美图美妆app组）办公环境地毯，但是看到工位也是没有卡位，总体拥挤。技术总监面：30min 1. Restful风格有哪些，有什么优点？http://www.cnblogs.com/chinajava/p/5871305.html 1) 分类HTTP: RESTful架构风格规定，数据的元操作，即CRUD(create, read, up

2025年最全JAVA面试题汇总

m0_73735578的博客

07-21

1731

大家好，给大家汇总了2025年最新的JAVA面经汇总。

2020年11月2号金锐软件技术一面视频面试时长：18min

weixin_45749987的博客

11-06

2144

1.自我介绍巴拉巴拉，巴拉巴拉… 2.关于你提到的秒杀系统，当时是怎么想做这样一个系统？当时回答：这个是实验室老师带我们做的一个系统，主要就是现在这种秒杀系统出现的场景比较多，就像马上到来的天猫、京东和淘宝等双11活动，会出现大量的秒杀抢购环节，老师就带我们模拟了这样一个场景，实现了这样的一个系统（随后还问了三个项目的开发时长，以及负责哪些内容）。 3.你说一下接口和抽象类的区别？当时回答：抽象类就像它的名字，是对一些类的抽象，提取了类的一些方法；而接口实际上是一种规范化，一个类实现了一个接口，必须重

【变换域数字水印技术：一种信息隐藏的方法】使用多幅图像作为水印的数字水印技术，该技术基于变换域函数，包括离散小波变换（DWT）、离散余弦变换（DCT）和奇异值分解（SVD）（Matlab代码实现）

12-24

【变换域数字水印技术：一种信息隐藏的方法】使用多幅图像作为水印的数字水印技术，该技术基于变换域函数，包括离散小波变换（DWT）、离散余弦变换（DCT）和奇异值分解（SVD）（Matlab代码实现）内容概要：本文介绍了一种基于变换域函数的多幅图像数字水印技术，主要采用离散小波变换（DWT）、离散余弦变换（DCT）和奇异值分解（SVD）相结合的方法，在Matlab环境中实现水印的嵌入与提取。该技术通过在变换域中处理宿主图像和水印图像，增强了水印的鲁棒性和不可见性，适用于版权保护、数据认证等场景。文中详细阐述了算法流程、关键技术环节及其实现代码，展示了该方法在抵抗常见图像攻击方面的有效性。; 适合人群：具备数字图像处理基础，熟悉Matlab编程，从事信息安全、多媒体技术或相关领域研究的研究生及科研人员。; 使用场景及目标：①实现多幅图像作为水印的信息隐藏；②提升水印在复杂攻击下的鲁棒性与透明性；③为学术研究和工程应用提供可复现的Matlab代码参考；阅读建议：建议读者结合Matlab代码逐步调试算法流程，深入理解DWT、DCT与SVD在水印技术中的协同作用，并可通过添加不同攻击测试来验证算法性能。

（52页PPT）课时27第二单元汉语拼音8zhchshr课件.pptx

12-24

（52页PPT）课时27第二单元汉语拼音8zhchshr课件.pptx

SCI级别多策略改进鲸鱼优化算法(HHWOA)和鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30寻优对比

12-24

【SCI级别】多策略改进鲸鱼优化算法(HHWOA)和鲸鱼优化算法(WOA)在CEC2017测试集函数F1-F30寻优对比内容概要：本文主要介绍了多策略改进鲸鱼优化算法（HHWOA）与传统鲸鱼优化算法（WOA）在CEC2017测试集的30个基准函数（F1-F30）上的寻优性能对比研究。通过引入多种优化策略对原始WOA进行改进，提升了算法的收敛速度、全局搜索能力和避免陷入局部最优的能力。实验结果表明，HHWOA在多数测试函数上表现优于标准WOA，验证了所提改进策略的有效性。该研究为智能优化算法的性能提升提供了可行的技术路径，并适用于复杂工程优化问题的求解。; 适合人群：具备一定算法基础的研究生、科研人员及从事智能优化、人工智能、自动化等领域工作的工程技术人员，熟悉MATLAB编程者更佳。; 使用场景及目标：①用于解决复杂的数值优化问题，如工程参数优化、机器学习超参数调优等；②作为智能优化算法教学与研究的案例，帮助理解鲸鱼优化算法的原理及其改进方法；③为相关领域提供高性能优化工具的开发参考。; 阅读建议：建议结合提供的Matlab代码实现进行实验复现，深入理解算法细节与改进策略的作用机制，同时可通过更换测试函数或应用场景进一步拓展研究深度。

（51页PPT）天津欢乐谷万圣音乐节电音节潮流文娱活动方案.pptx

12-24

（51页PPT）天津欢乐谷万圣音乐节电音节潮流文娱活动方案.pptx

负荷预测基于VMD-CNN-LSTM的负荷预测研究（Python代码实现）

最新发布

12-24

【负荷预测】基于VMD-CNN-LSTM的负荷预测研究（Python代码实现）内容概要：本文介绍了基于变分模态分解（VMD）、卷积神经网络（CNN）和长短期记忆网络（LSTM）相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用，采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解，降低序列复杂性并提取不同频率的模态分量；随后通过CNN提取各模态的局部特征；最后由LSTM捕捉时间序列的长期依赖关系，实现高精度的负荷预测。该模型有效提升了预测精度，尤其适用于非平稳、非线性的电力负荷数据，具有较强的鲁棒性和泛化能力。; 适合人群：具备一定Python编程基础和深度学习背景，从事电力系统、能源管理或时间序列预测相关研究的科研人员及工程技术人员，尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标：①应用于日前、日内及实时负荷预测场景，支持智慧电网调度与能源优化管理；②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考；③可用于学术复现、课题研究或实际项目开发中提升预测性能。; 阅读建议：建议读者结合提供的Python代码，深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程，通过实验调试参数（如VMD的分解层数K、惩罚因子α等）优化模型性能，并可进一步拓展至风电、光伏等其他能源预测领域。

差动驱动约束下多机器人平滑无碰撞导航.zip

12-24

1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】（Matlab代码实现）

12-24

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】（Matlab代码实现）内容概要：本文研究了一种基于融合鱼鹰和柯西变异的麻雀优化算法（OCSSA）优化变分模态分解（VMD）参数，并结合卷积神经网络（CNN）与双向长短期记忆网络（BiLSTM）的轴承故障诊断模型。该方法利用西储大学轴承数据集进行验证，通过OCSSA算法优化VMD的分解层数K和惩罚因子α，有效提升信号去噪与特征提取能力；随后利用CNN提取故障特征的空间信息，BiLSTM捕捉时间序列的长期依赖关系，最终实现高精度的轴承故障识别。整个流程充分结合了智能优化、信号处理与深度学习技术，显著提升了复杂工况下故障诊断的准确性与鲁棒性。; 适合人群：具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标：①解决传统VMD参数依赖人工经验选择的问题，实现自适应优化；②构建高效准确的轴承故障诊断模型，适用于旋转机械设备的智能运维与状态监测；③为类似机电系统故障诊断提供可借鉴的技术路线与代码实现参考。; 阅读建议：建议结合提供的Matlab代码进行实践操作，重点关注OCSSA算法的设计机制、VMD参数优化过程以及CNN-BiLSTM网络结构的搭建与训练细节，同时可尝试在其他故障数据集上迁移应用以加深理解。

Java高级MinMax方法实现与应用

资源摘要信息:"JavaAdvancedMinMax:Java的进阶minmax方法" 1. Java中的minmax方法概念在Java编程语言中，min和max是常用的数学方法，用于获取两个数中的最小值或最大值。它们被定义在java.lang.Math类中，可以通过...