一面（一个半小时）1.首先自我介绍2.了解Web层开发？数据库索引了解么？聚簇索引，非聚簇索引？索引分类？3.了解数据库都由哪些引擎？分别有什么区别和使用场景？4.了解分布式？高可用？如何保证节点集群的同步？Nginx了解过么？5.什么是事务，数据库的隔离级别，Mysql默认的隔离级别。6.JVM的内存模型，GC算法7.非递归实现

记录一下公平锁，非公平锁，可重入锁（递归锁），读写锁，自旋锁的概念，以及一些和锁有关的java类。公平锁与非公平锁：公平锁就是在多线程环境下，每个线程在获取锁时，先查看这个锁维护的队列，如果队列为空或者自身就是等待队列的第一个，就占有锁。否则就加入到等待队列中，按照FIFO的顺序依次占有锁。非公平锁会一上来就试图占

JAVA基础编程练习50题本文对50道经典的java程序题进行详细解说，对于初学者可以跳过一些逻辑性太强的题目，比如第一题用到了方法的递归，初学者可能不理解，最好先看那些有if、for、while可以简单解决的程序题！但是，对于比较深入学习过的同学，还是希望可以一口气就看完，这是比较全面思维锻炼！【程序1】题目：古典问题：有一对兔子，从

0.前言前文主要介绍了树的相关概念和原理，本文主要内容为二叉树的创建及遍历的代码实现，其中包括递归遍历和栈遍历。1.二叉树的实现思路1.0.顺序存储——数组实现前面介绍了满二叉树和完全二叉树，我们对其进行了编号——从0到n的不中断顺序编号，而恰好，数组也有一个这样的编号——数组下标，只要我们把二者联合起来，数组就能存储二叉树了。那么非满

!(https://imgblog.csdnimg.cn/20200922212416167.png?xossprocessimage/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3d3eHkxOTk1,size_16,color_F

近年来，国内外科技公司的算法面试中，动态规划几乎成了必考题型。动规题目类型众多，又没有固定的解题模板，初学者往往摸不着头脑，有时还会混淆动规和递归，所以动态规划又被称为“新人杀手”。不过动态规划的难，更多是因为初学者不知道怎么入门。学会正确的思考模式和解题流程，掌握动态规划其实并不难。九章侯卫东老师针对所有动态规划题型，总结了一套

前言上一篇写了推荐系统最古老的的一种算法叫协同过滤，古老并不是不好用，其实还是很好用的一种算法，随着时代的进步，出现了神经网络和因子分解等更优秀的算法解决不同的问题。这里主要说一下逻辑回归，逻辑回归主要用于打分的预估。我这里没有打分的数据所以用性别代替。这里的例子就是用歌曲列表预判用户性别。什么是逻辑回归逻辑回归的资料比

郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！Abstract:我们提出了一种新的方法，通过端到端的训练策略来学习深度架构中的可压缩表征。我们的方法是基于量化和熵的软（连续）松弛，我们在整个训练过程中对它们的离散对应体进行了退火。我们在两个具有挑战性的应用中展示了这种方法：图像压缩和神经网络压缩。虽然这些任务通常是用不同的方法来处理的

PyTorch已为我们实现了大多数常用的非线性激活函数，我们可以像使用任何其他的层那样使用它们。让我们快速看一个在PyTorch中使用ReLU激活函数的例子：在上面这个例子中，输入是包含两个正值、两个负值的张量，对其调用ReLU函数，负值将取为0，正值则保持不变。现在我们已经了解了构建神经网络架构的大部分细节，我们来构建一个可用于解决真实问题的深度学习架构。

PyTorch已为我们实现了大多数常用的非线性激活函数，我们可以像使用任何其他的层那样使用它们。让我们快速看一个在PyTorch中使用ReLU激活函数的例子：在上面这个例子中，输入是包含两个正值、两个负值的张量，对其调用ReLU函数，负值将取为0，正值则保持不变。现在我们已经了解了构建神经网络架构的大部分细节，我们来构建一个可用于解决真实问题的深度学习架构。