1.笔试常见的问题？面试常见的问题上面给的面试题链接基本都有。我只提几点：1.写SQL：写SQL很常考察groupby、内连接和外连接。2.手写代码：手写代码一般考单例、排序、线程、消费者生产者。我建议排序算法除了冒泡排序，最好还能手写一种其他的排序代码。试想：如果一般面试者都写的冒泡排序，而你写的是快速排序/堆排序，肯定能给面试官留下不错的印象。

内置各种数据监控的tio仍然可以跑出炸裂的性能数据友情提醒：开监控很耗性能，有时候为了数据得以监控必须采用性能更差的算法测试程序在tiostudy中，见下图参数设置如果想跑出好的成绩，总连接数大约保持在50300间总连接数过多或过少，不太容易跑出600万以上的数据，但是跑出100多万的连接数的范围是非常大的，各位可以亲测一下当然跑出啥成绩，还跟你的机器性能有

图（graph）是数据结构和算法学中最强大的框架之一（或许没有之一）。图几乎可以用来表现所有类型的结构或系统，从交通网络到通信网络，从下棋游戏到最优流程，从任务分配到人际交互网络，图都有广阔的用武之地。而要进入图论的世界，清晰、准确的基本概念是必须的前提和基础。下面对其最核心和最重要的概念作出说明。关于图论的概念异乎寻常的多，先掌握下面最核心最重要的，足

中国水产养殖产能占全球总量的50%以上，但实际上水产养殖生产环境非常落后，新的技术能力可以让这个万亿产业快速进入农业4.0时代。比如吉之云利用技术在传统的送料机上增加了高清摄像头。广角比人眼更能有效观察整个鱼塘的鱼情。通过算法优化，可以实现每天多次自动投喂，减少水源污染和饲料浪费，最终显著增加鱼产量。智云有一个智能养殖机器人，看起来像个盒子，但是内置了低功耗

介绍随着网络带宽延时产品的增加，常用的TCP协议开始变得低效。这是因为它的AIMD算法彻底的减少了拥塞窗口，但不能快速的恢复可用带宽。理论上的流量分析表明TCP在BDP增高的情况下比较容易受到包损失攻击。另外，继承自TCP拥塞控制的不公平的RTT也成为在分布式数据密集程序中的严重问题。拥有不同RTT的并发TCP流将不公平地分享带宽。尽管在小的BDP网

10月24日，即构科技后台架构负责人&高级技术专家祝永坚（jack），受邀参加2020中国系统架构师大会，在音视频架构与算法专场进行了主题为《ZEGO实时音视频服务架构实践》的技术分享。以下为演讲内容的节选：作为一家专业的音视频云服务商，即构服务了泛娱乐、在线教育、金融、产业互联网、IoT等行业的多家头部公司，例如映客、花椒、微博、好未来等。今年上半

跟风写一下，也顺便反省一下自己这一年。年头一次偶然的机会，忘了是找啥开源软件，在百度里搜一下，就来到这，现在是我每天必上的网站，另外一个是微博，QQ空间已经置废。感谢"oschina"这个平台，能让自己稀里糊涂的跟着折腾了很多开源软件，接触了github，在上面“fork”一些大牛（当时玩的是微软C,幸好没走远，学习到了一些有意思的算法）

自动化测试均需要遵循由点到面的规则，然而对于UI自动化，点是最容易发生变化的，如果使用硬链接，那么每次元素的修改都必须修改代码，这对于代码功底薄弱的测试工程师来说，是较为困难的，所以自动化测试需要对底层基本元素进行封装1、首先就是元素的获取方式我推荐使用CSV的文件格式对元素进行存储和维护，并给每个元素起个别名，这样之后元素维护只需要修改CSV表中具

深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件，以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法，如回归、二分类、多类别分类等。本章将讨论如下主题：详解神经网络的不

深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件，以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法，如回归、二分类、多类别分类等。本章将讨论如下主题：详解神经网络的不