gitweixin
  • 首页
  • 小程序代码
    • 资讯读书
    • 工具类
    • O2O
    • 地图定位
    • 社交
    • 行业软件
    • 电商类
    • 互联网类
    • 企业类
    • UI控件
  • 大数据开发
    • Hadoop
    • Spark
    • Hbase
    • Elasticsearch
    • Kafka
    • Flink
    • 数据仓库
    • 数据挖掘
    • flume
    • Kafka
    • Hive
    • shardingsphere
    • solr
  • 开发博客
    • Android
    • php
    • python
    • 运维
    • 技术架构
    • 数据库
  • 程序员网赚
  • bug清单
  • 量化投资
  • 在线查询工具
    • 去行号
    • 在线时间戳转换工具
    • 免费图片批量修改尺寸在线工具
    • SVG转JPG在线工具

月度归档12月 2024

精品微信小程序开发门户,代码全部亲测可用

  • 首页   /  2024   /  
  • 12月
  • ( 页面2 )
Java 12月 22,2024

大厂面试手撕面试题:合并两个有序数组(亲测可用的java实现)

在面试中,如果遇到要求合并两个有序数组的问题,可以通过以下步骤来实现:

思路:

  1. 双指针法:我们使用两个指针分别指向两个数组的起始位置。
  2. 比较大小:每次比较两个数组当前指针指向的元素,将较小的元素加入到结果数组中,并移动对应的指针。
  3. 处理剩余元素:当其中一个数组的所有元素都被合并到结果数组中时,另一个数组剩余的元素直接追加到结果数组中。

关键点:

  • 如果两个数组的长度分别为 n 和 m,那么合并的时间复杂度是 O(n + m),因为每个元素只会被处理一次。
  • 空间复杂度是 O(n + m),因为我们需要一个新的数组来存储结果。

时间复杂度:

  • 时间复杂度:O(n + m),其中 n 和 m 分别是两个数组的长度。我们需要遍历两个数组的每个元素一次。

空间复杂度:

  • 空间复杂度:O(n + m),因为我们需要一个新的数组来存储合并后的结果。

Java代码实现:

public class MergeSortedArrays {
    
    // 合并两个有序数组
    public static int[] merge(int[] arr1, int[] arr2) {
        // 创建一个新数组,大小为两个数组之和
        int n = arr1.length;
        int m = arr2.length;
        int[] result = new int[n + m];
        
        int i = 0, j = 0, k = 0;
        
        // 合并两个数组,直到有一个数组遍历完
        while (i < n && j < m) {
            if (arr1[i] <= arr2[j]) {
                result[k++] = arr1[i++];
            } else {
                result[k++] = arr2[j++];
            }
        }
        
        // 将剩余元素添加到结果数组中
        while (i < n) {
            result[k++] = arr1[i++];
        }
        while (j < m) {
            result[k++] = arr2[j++];
        }
        
        return result;
    }

    public static void main(String[] args) {
        int[] arr1 = {1, 3, 5, 7};
        int[] arr2 = {2, 4, 6, 8};
        
        int[] mergedArray = merge(arr1, arr2);
        
        // 打印合并后的数组
        System.out.print("Merged array: ");
        for (int num : mergedArray) {
            System.out.print(num + " ");
        }
    }
}

解释:

  • 我们通过 merge 方法来合并两个有序数组 arr1 和 arr2。
  • 使用三个指针 i, j, k:
    • i 用来遍历 arr1。
    • j 用来遍历 arr2。
    • k 用来填充合并结果数组 result。
  • 每次比较 arr1[i] 和 arr2[j],将较小的元素放入 result[k] 中,移动对应的指针。直到其中一个数组遍历完。
  • 剩余未遍历完的数组直接复制到结果数组的末尾。

输出:

Merged array: 1 2 3 4 5 6 7 8
作者 east
Java 12月 22,2024

大厂面试手撕面试题:求一个字符串中最长不重复子串的长度(亲测可用的java实现)

这是一个常见的面试题,要求找到字符串中最长的不重复子串的长度。我们可以使用 滑动窗口 和 哈希集合 的方法来有效地解决这个问题。

思路:

  1. 滑动窗口:我们通过维护一个窗口来追踪当前不重复的子串。窗口的左边和右边分别由两个指针表示,我们通过右指针来扩展窗口,左指针则会根据需要收缩窗口。
  2. 哈希集合:为了高效检查一个字符是否已经在当前窗口中,我们可以使用哈希集合来存储窗口中的字符。
  3. 当我们遇到重复字符时,左指针会移动到重复字符之后的位置,确保窗口内的字符不重复。

具体步骤:

  • 初始化一个空的哈希集合,用于存储当前窗口内的字符。
  • 使用两个指针:left 和 right。right 用于扩展窗口,left 用于收缩窗口。
  • 如果当前字符(s[right])不在哈希集合中,表示没有重复字符,将其加入集合,并更新最大长度。
  • 如果当前字符已经在集合中,移动 left 指针,直到窗口中的字符没有重复。
  • 每次移动 right 指针时,更新当前窗口的最大长度。

时间复杂度:

  • 时间复杂度是 O(n),其中 n 是字符串的长度。因为每个字符最多只会被访问两次(一次通过右指针,另一次通过左指针)。

空间复杂度:

  • 空间复杂度是 O(min(n, m)),其中 n 是字符串的长度,m 是字符集的大小(对于英语字符集而言,m 通常是常数 256)。

Java 代码实现:

import java.util.HashSet;

public class LongestUniqueSubstring {
    public static int lengthOfLongestSubstring(String s) {
        // 用一个哈希集合来记录当前窗口内的字符
        HashSet<Character> set = new HashSet<>();
        
        int left = 0;  // 滑动窗口的左指针
        int maxLength = 0;  // 记录最长子串的长度
        
        // 遍历字符串
        for (int right = 0; right < s.length(); right++) {
            // 当右指针指向的字符已经在集合中,收缩窗口
            while (set.contains(s.charAt(right))) {
                set.remove(s.charAt(left));
                left++;
            }
            // 将当前字符加入集合
            set.add(s.charAt(right));
            // 更新最大长度
            maxLength = Math.max(maxLength, right - left + 1);
        }
        
        return maxLength;
    }

    public static void main(String[] args) {
        String s = "abcabcbb";
        System.out.println("The length of the longest substring without repeating characters is: " 
                            + lengthOfLongestSubstring(s));  // Output: 3 ("abc")
    }
}

代码解释:

  1. set 是一个哈希集合,用来存储当前窗口中的字符。
  2. left 是滑动窗口的左指针,right 是滑动窗口的右指针。
  3. 遍历字符串时,检查当前字符 s.charAt(right) 是否已经在窗口中。如果在,就不断移动 left 指针,直到窗口内没有重复字符。
  4. 每次更新 right 指针时,计算当前窗口的长度,更新最大长度 maxLength。

示例:

对于输入 "abcabcbb":

  • 经过滑动窗口的计算,最长的不重复子串为 "abc",长度为 3。
作者 east
Java 12月 22,2024

大厂面试手撕面试题:输出 2 到 N 之间的全部素数(亲测可用的java实现)

在面试时,要求输出 2 到 N 之间的所有素数是一个经典的问题,通常会考察应聘者对算法和时间空间复杂度的理解。下面是思路的详细解释,以及 Java 代码实现。

思路

  1. 素数定义:素数是大于1的自然数,且仅能被1和自身整除。
  2. 方法选择:
    • 最直接的解法是对于每个数字 i,判断它是否为素数。这个判断过程是通过检查 i 是否能被小于等于 i 的所有整数整除来完成。显然,时间复杂度较高。
    • 更高效的方法是 埃拉托斯特尼筛法(Sieve of Eratosthenes)。该方法的思想是:从2开始,将所有2的倍数标记为非素数,然后依次处理3、4、5等,直到处理到 √N 为止。这个方法能够有效减少判断素数的次数。

时间复杂度和空间复杂度分析

  1. 埃拉托斯特尼筛法的时间复杂度:
    • 时间复杂度是 O(N log log N),这个复杂度是通过逐步标记每个合数来实现的,比暴力方法要高效得多。
  2. 空间复杂度:
    • 空间复杂度是 O(N),因为我们需要一个大小为 N 的布尔数组来存储每个数是否是素数。

Java 实现(埃拉托斯特尼筛法)

import java.util.ArrayList;
import java.util.List;

public class PrimeNumbers {

    // 埃拉托斯特尼筛法:输出2到N之间的素数
    public static List<Integer> sieveOfEratosthenes(int N) {
        // 布尔数组,true表示该数是素数,false表示该数不是素数
        boolean[] isPrime = new boolean[N + 1];
        
        // 初始时,所有数字都假设为素数
        for (int i = 2; i <= N; i++) {
            isPrime[i] = true;
        }
        
        // 从2开始,标记所有合数
        for (int i = 2; i * i <= N; i++) {
            if (isPrime[i]) {
                // 如果i是素数,将i的所有倍数标记为非素数
                for (int j = i * i; j <= N; j += i) {
                    isPrime[j] = false;
                }
            }
        }
        
        // 收集所有素数
        List<Integer> primes = new ArrayList<>();
        for (int i = 2; i <= N; i++) {
            if (isPrime[i]) {
                primes.add(i);
            }
        }
        
        return primes;
    }

    public static void main(String[] args) {
        int N = 50; // 可以根据需要修改N的值
        List<Integer> primes = sieveOfEratosthenes(N);
        
        // 输出素数
        System.out.println("2到" + N + "之间的素数:");
        for (int prime : primes) {
            System.out.print(prime + " ");
        }
    }
}

代码解释

  1. 布尔数组 isPrime[]:用于记录每个数字是否为素数,初始化时假设所有数字都为素数,之后逐步筛选。
  2. 筛法核心:
    • 从 i = 2 开始,如果 i 是素数,则将 i 的所有倍数标记为非素数。注意,i 的倍数可以从 i*i 开始,因为 i 的更小的倍数(例如 2*i)已经在之前的步骤中被处理过。
  3. 收集素数:遍历 isPrime[] 数组,所有值为 true 的位置对应的数字是素数,将它们加入结果列表 primes。

输出结果

如果 N = 50,输出的素数会是:

Copy Code2到50之间的素数:
2 3 5 7 11 13 17 19 23 29 31 37 41 43 47
作者 east
Java 12月 22,2024

大厂面试手撕面试题:合并两个有序链表(亲测可用的java实现)

在面试中,合并两个有序链表的题目是非常常见的。这个问题的关键是利用两个链表的有序性来高效地合并它们。

思路:

  1. 初始化两个指针:
    • 一个指针指向链表A的头节点,另一个指针指向链表B的头节点。
  2. 比较两个指针所指向的节点值:
    • 比较当前两个节点的值,将较小的节点添加到新的链表中。
    • 然后,移动对应指针到下一个节点,继续比较。
  3. 处理剩余的部分:
    • 当其中一个链表的节点全部合并到新链表后,直接将另一个链表的剩余部分连接到新链表上。
  4. 返回结果:
    • 合并完成后返回新链表的头节点。

时间复杂度:

  • 每个链表的节点都需要访问一次,时间复杂度为 �(�+�)O(n+m),其中 �n 和 �m 分别是两个链表的长度。

空间复杂度:

  • 空间复杂度为 �(1)O(1),因为我们是在原地合并链表,没有使用额外的空间(除了新链表的头节点指针)。

Java代码实现:

// Definition for singly-linked list.
class ListNode {
    int val;
    ListNode next;
    ListNode(int x) { val = x; }
}

public class Solution {
    public ListNode mergeTwoLists(ListNode l1, ListNode l2) {
        // 创建一个虚拟头节点,简化处理
        ListNode dummy = new ListNode(0);
        ListNode current = dummy;
        
        // 遍历两个链表
        while (l1 != null && l2 != null) {
            if (l1.val <= l2.val) {
                current.next = l1;
                l1 = l1.next;
            } else {
                current.next = l2;
                l2 = l2.next;
            }
            current = current.next;
        }
        
        // 如果有一个链表还剩余节点,直接连接到合并链表的尾部
        if (l1 != null) {
            current.next = l1;
        } else if (l2 != null) {
            current.next = l2;
        }
        
        // 返回合并后的链表,跳过虚拟头节点
        return dummy.next;
    }
}

代码解析:

  1. ListNode类: 这是链表节点的定义,每个节点包含一个整数值和一个指向下一个节点的指针。
  2. mergeTwoLists方法:
    • dummy 是一个虚拟的头节点,它用于简化处理过程,最终返回合并后的链表。
    • current 用来追踪合并链表的最后一个节点。
    • 在 while 循环中,比较 l1 和 l2 的当前节点,选择较小的节点并将其加入到合并链表中。然后,继续移动指针。
    • 当一个链表结束时,直接将另一个链表剩余的部分连接到合并链表。
  3. 返回结果: 最后返回 dummy.next,这是合并后的链表的头节点。
作者 east
Java 12月 22,2024

大厂面试手撕面试题:字符串的全排列(要求去重)(java实现)

在面试中,字符串的全排列问题是一个经典的面试题,要求生成一个字符串的所有全排列,且去重。这个问题可以通过回溯法(Backtracking)来实现,同时利用一个 HashSet 来避免重复的排列。下面我会详细说明思路、时间复杂度和空间复杂度,并给出完整的 Java 代码。

1. 问题理解

给定一个字符串,要求输出该字符串的所有可能的排列(排列需要去重),并且考虑到字符串可能包含重复字符,结果中的排列也应该去重。

2. 思路分析

使用回溯法生成所有可能的排列。回溯法的核心思想是递归地交换字符,在每一层递归中交换一个字符到当前位置,并继续处理剩下的部分。为了避免重复的排列,可以在递归过程中使用一个 HashSet 来记录已经生成的排列。

步骤:

  1. 排序:首先对字符串进行排序,可以帮助我们提前跳过重复字符。例如,如果字符串是 “AAB”,排序后是 “AAB”,这样我们可以确保在递归过程中只处理一遍相同的字符。
  2. 回溯法生成排列:在递归中,每次交换一个字符到当前位置,然后递归处理剩余部分。
    • 在交换字符时,检查该字符是否已经在当前位置的前面出现过,如果出现过则跳过。
  3. 去重:为了避免重复的排列结果,我们可以使用一个 HashSet 来记录所有已生成的排列(字符串形式)。

3. 时间复杂度和空间复杂度

  • 时间复杂度:生成排列的总数是 n!,其中 n 是字符串的长度。每次递归交换的时间复杂度是 O(n),因此总体时间复杂度为 O(n * n!)。
  • 空间复杂度:空间复杂度主要由递归栈和存储结果的集合组成。递归栈的深度最大为 n,存储结果的集合最多保存 n! 个排列,因此空间复杂度为 O(n * n!)。

4. Java代码实现

import java.util.*;

public class Solution {
    public List<String> permuteUnique(String s) {
        // 用一个列表保存结果
        List<String> result = new ArrayList<>();
        // 将字符串转换为字符数组并排序,排序后有助于去重
        char[] chars = s.toCharArray();
        Arrays.sort(chars);
        
        // 结果集合,用来存储去重后的排列
        Set<String> set = new HashSet<>();
        
        // 通过回溯法生成排列
        backtrack(chars, 0, result, set);
        
        // 将集合转换为列表返回
        return new ArrayList<>(set);
    }

    private void backtrack(char[] chars, int index, List<String> result, Set<String> set) {
        // 当到达字符数组的最后一位时,生成一个排列
        if (index == chars.length) {
            String permutation = new String(chars);
            set.add(permutation);  // 将当前排列加入结果集合
            return;
        }

        // 遍历每个字符
        for (int i = index; i < chars.length; i++) {
            // 如果当前字符和前一个字符相同,跳过(避免重复排列)
            if (i > index && chars[i] == chars[i - 1]) {
                continue;
            }
            // 交换字符
            swap(chars, i, index);
            // 递归处理
            backtrack(chars, index + 1, result, set);
            // 回溯,恢复交换前的状态
            swap(chars, i, index);
        }
    }

    // 辅助函数:交换字符数组中的两个字符
    private void swap(char[] chars, int i, int j) {
        char temp = chars[i];
        chars[i] = chars[j];
        chars[j] = temp;
    }

    public static void main(String[] args) {
        Solution solution = new Solution();
        String s = "AAB";
        List<String> result = solution.permuteUnique(s);
        for (String str : result) {
            System.out.println(str);
        }
    }
}

5. 解释代码

  • permuteUnique 方法:首先将输入字符串转换为字符数组,并对字符数组进行排序。然后调用回溯方法 backtrack 来生成所有的排列。
  • backtrack 方法:这是回溯法的核心部分。在每一层递归中,遍历当前位置后面的所有字符,交换并递归处理。
  • swap 方法:用于交换字符数组中的两个字符。
  • 去重:通过 Set 来存储所有排列,确保没有重复的排列结果。

6. 举例说明

对于输入字符串 "AAB":

  1. 排序后得到 ['A', 'A', 'B']。
  2. 通过回溯法生成所有排列并使用 HashSet 去重,最终得到 [ "AAB", "ABA", "BAA" ]。

7. 测试

在 main 方法中,我们测试了输入 "AAB",并打印了结果。你可以替换 s 的值来测试其他输入。

8. 总结

这道题通过回溯法可以有效生成所有排列,并且通过排序和 Set 来保证去重。时间复杂度是 O(n * n!),空间复杂度是 O(n * n!),适合用来处理字符串全排列的相关问题。

作者 east
Java 12月 22,2024

大厂面试手撕面试题:单链表反转(java实现)

单链表反转是常见的面试题目之一,下面是关于如何反转一个单链表的思路、时间和空间复杂度分析以及完整的 Java 代码实现。

思路

单链表反转的关键在于改变每个节点的指向,使得原来指向下一个节点的指针指向前一个节点。为了做到这一点,我们可以通过迭代的方式来逐个调整节点的指针。

具体步骤:

  1. 初始化三个指针:
    • prev:指向前一个节点,初始化为 null。
    • curr:指向当前节点,初始化为链表的头节点。
    • next:指向当前节点的下一个节点,初始化为 null。
  2. 遍历链表:
    • 每次保存 curr 的下一个节点 (next = curr.next)。
    • 将当前节点的 next 指向 prev(反转指向)。
    • 将 prev 移动到 curr,将 curr 移动到 next,继续遍历。
  3. 完成遍历后,prev 会指向新链表的头节点。

时间复杂度

  • 时间复杂度:O(n),其中 n 是链表的长度。我们需要遍历一次整个链表。
  • 空间复杂度:O(1),我们只用了常数空间来存储指针,不需要额外的空间。

Java 完整代码实现

public class Solution {

    // 定义链表节点
    static class ListNode {
        int val;
        ListNode next;
        
        ListNode(int val) {
            this.val = val;
            this.next = null;
        }
    }

    // 反转链表的函数
    public static ListNode reverseList(ListNode head) {
        ListNode prev = null;  // 初始化前一个节点为null
        ListNode curr = head;  // 当前节点从头节点开始
        
        while (curr != null) {
            ListNode next = curr.next;  // 保存下一个节点
            curr.next = prev;  // 反转当前节点的指针
            prev = curr;  // 前一个节点移动到当前节点
            curr = next;  // 当前节点移动到下一个节点
        }
        
        return prev;  // prev最终会是新的头节点
    }

    // 打印链表的辅助函数
    public static void printList(ListNode head) {
        ListNode curr = head;
        while (curr != null) {
            System.out.print(curr.val + " -> ");
            curr = curr.next;
        }
        System.out.println("null");
    }

    public static void main(String[] args) {
        // 创建一个链表:1 -> 2 -> 3 -> 4 -> 5 -> null
        ListNode head = new ListNode(1);
        head.next = new ListNode(2);
        head.next.next = new ListNode(3);
        head.next.next.next = new ListNode(4);
        head.next.next.next.next = new ListNode(5);
        
        // 打印原链表
        System.out.println("Original list:");
        printList(head);
        
        // 反转链表
        ListNode reversedHead = reverseList(head);
        
        // 打印反转后的链表
        System.out.println("Reversed list:");
        printList(reversedHead);
    }
}

代码解析:

  1. ListNode 类:定义了一个链表节点,每个节点包含一个整数值 val 和指向下一个节点的指针 next。
  2. reverseList 方法:用于反转链表。通过 prev、curr 和 next 三个指针来实现链表的反转。
  3. printList 方法:用于打印链表,用来测试链表是否正确反转。
  4. main 方法:在 main 方法中,创建一个示例链表,反转它并打印反转前后的链表。

测试示例:

输入链表:
1 -> 2 -> 3 -> 4 -> 5 -> null

输出链表:
5 -> 4 -> 3 -> 2 -> 1 -> null

总结:

  • 时间复杂度:O(n) —— 需要遍历一次链表。
  • 空间复杂度:O(1) —— 只使用了常量级别的额外空间。

这个问题考察了基本的链表操作和指针的使用,掌握这个技巧对于后续涉及链表的题目有很大帮助。

作者 east
tdengine 12月 12,2024

TDEngine 删除数据解决”The DELETE statement must have a definite time window range”

用DBeaver生成Delete语句

DELETE FROM iotdb.car
WHERE ts = ‘2024-08-31 07:21:14.000’ AND val = 200.0

执行后报错:The DELETE statement must have a definite time window range

以为是要加时间范围。修改成

DELETE FROM iotdb.car
WHERE ts > ‘2024-08-31 07:21:13.000’ AND
ts > ‘2024-08-31 07:21:14.000 AND val = 200.0

还是报同样的错误,以为是时间范围太大还是太小,进行各种修改时间范围还是报错依旧。

看了官方文档说明:

0x80002655The DELETE statement must have a definite time window rangeDELETE语句中存在非法WHERE条件检查并修正SQL语句

结果官方示例,修改为:

DELETE FROM iotdb.car
WHERE ts = ‘2024-08-31 07:21:14.000’

果然执行成功了。TDEngine还是有些和Mysql有些不同,现在用的
DBeaver 进行删除行也是报错,用DBeaver生成的sql有时是存在问题。还是要结合官方文档进行判断。

作者 east

上一 1 2

关注公众号“大模型全栈程序员”回复“小程序”获取1000个小程序打包源码。回复”chatgpt”获取免注册可用chatgpt。回复“大数据”获取多本大数据电子书

标签

AIGC AI创作 bert chatgpt github GPT-3 gpt3 GTP-3 hive mysql O2O tensorflow UI控件 不含后台 交流 共享经济 出行 图像 地图定位 外卖 多媒体 娱乐 小程序 布局 带后台完整项目 开源项目 搜索 支付 效率 教育 日历 机器学习 深度学习 物流 用户系统 电商 画图 画布(canvas) 社交 签到 联网 读书 资讯 阅读 预订

官方QQ群

小程序开发群:74052405

大数据开发群: 952493060

近期文章

  • 详解Python当中的pip常用命令
  • AUTOSAR如何在多个供应商交付的配置中避免ARXML不兼容?
  • C++thread pool(线程池)设计应关注哪些扩展性问题?
  • 各类MCAL(Microcontroller Abstraction Layer)如何与AUTOSAR工具链解耦?
  • 如何设计AUTOSAR中的“域控制器”以支持未来扩展?
  • C++ 中避免悬挂引用的企业策略有哪些?
  • 嵌入式电机:如何在低速和高负载状态下保持FOC(Field-Oriented Control)算法的电流控制稳定?
  • C++如何在插件式架构中使用反射实现模块隔离?
  • C++如何追踪内存泄漏(valgrind/ASan等)并定位到业务代码?
  • C++大型系统中如何组织头文件和依赖树?

文章归档

  • 2025年6月
  • 2025年5月
  • 2025年4月
  • 2025年3月
  • 2025年2月
  • 2025年1月
  • 2024年12月
  • 2024年11月
  • 2024年10月
  • 2024年9月
  • 2024年8月
  • 2024年7月
  • 2024年6月
  • 2024年5月
  • 2024年4月
  • 2024年3月
  • 2023年11月
  • 2023年10月
  • 2023年9月
  • 2023年8月
  • 2023年7月
  • 2023年6月
  • 2023年5月
  • 2023年4月
  • 2023年3月
  • 2023年1月
  • 2022年11月
  • 2022年10月
  • 2022年9月
  • 2022年8月
  • 2022年7月
  • 2022年6月
  • 2022年5月
  • 2022年4月
  • 2022年3月
  • 2022年2月
  • 2022年1月
  • 2021年12月
  • 2021年11月
  • 2021年9月
  • 2021年8月
  • 2021年7月
  • 2021年6月
  • 2021年5月
  • 2021年4月
  • 2021年3月
  • 2021年2月
  • 2021年1月
  • 2020年12月
  • 2020年11月
  • 2020年10月
  • 2020年9月
  • 2020年8月
  • 2020年7月
  • 2020年6月
  • 2020年5月
  • 2020年4月
  • 2020年3月
  • 2020年2月
  • 2020年1月
  • 2019年7月
  • 2019年6月
  • 2019年5月
  • 2019年4月
  • 2019年3月
  • 2019年2月
  • 2019年1月
  • 2018年12月
  • 2018年7月
  • 2018年6月

分类目录

  • Android (73)
  • bug清单 (79)
  • C++ (34)
  • Fuchsia (15)
  • php (4)
  • python (43)
  • sklearn (1)
  • 云计算 (20)
  • 人工智能 (61)
    • chatgpt (21)
      • 提示词 (6)
    • Keras (1)
    • Tensorflow (3)
    • 大模型 (1)
    • 智能体 (4)
    • 深度学习 (14)
  • 储能 (44)
  • 前端 (4)
  • 大数据开发 (488)
    • CDH (6)
    • datax (4)
    • doris (30)
    • Elasticsearch (15)
    • Flink (78)
    • flume (7)
    • Hadoop (19)
    • Hbase (23)
    • Hive (40)
    • Impala (2)
    • Java (71)
    • Kafka (10)
    • neo4j (5)
    • shardingsphere (6)
    • solr (5)
    • Spark (99)
    • spring (11)
    • 数据仓库 (9)
    • 数据挖掘 (7)
    • 海豚调度器 (10)
    • 运维 (34)
      • Docker (3)
  • 小游戏代码 (1)
  • 小程序代码 (139)
    • O2O (16)
    • UI控件 (5)
    • 互联网类 (23)
    • 企业类 (6)
    • 地图定位 (9)
    • 多媒体 (6)
    • 工具类 (25)
    • 电商类 (22)
    • 社交 (7)
    • 行业软件 (7)
    • 资讯读书 (11)
  • 嵌入式 (70)
    • autosar (63)
    • RTOS (1)
    • 总线 (1)
  • 开发博客 (16)
    • Harmony (9)
  • 技术架构 (6)
  • 数据库 (32)
    • mongodb (1)
    • mysql (13)
    • pgsql (2)
    • redis (1)
    • tdengine (4)
  • 未分类 (6)
  • 程序员网赚 (20)
    • 广告联盟 (3)
    • 私域流量 (5)
    • 自媒体 (5)
  • 量化投资 (4)
  • 面试 (14)

功能

  • 登录
  • 文章RSS
  • 评论RSS
  • WordPress.org

All Rights Reserved by Gitweixin.本站收集网友上传代码, 如有侵犯版权,请发邮件联系yiyuyos@gmail.com删除.