微厂

现在就可以开始肝了，先把简历好好改多几遍，再投它个几十家。刷题也不能停，八股文也背起来，项目经验再捋一捋。看到合适的直接投，别等年后后悔就不好搞了

职场从来都不存在什么公平，雇主通常都是优势方而雇员是弱势方（行业大神除外），再加上我们国家人口众多，所以很正常的，公司作为雇主在面试应聘者的时候都是趾高气昂、高高在上（面试过n家公司的在一旁泣血控诉）。人有三六九等，公司也有三六九等，而面试官也有，有不少渣渣公司在面试求职者的时候，往往瞅准了求职者急于找到工作的心理，用各种手段把求职者耍的团团转，最后求职者还得对他们说一句：谢谢！下面是几种求职者经常会遇到的坑:第一种：打着招人的幌子实际上是为了解决公司项目上遇到的技术难题在我们求职过程中，有的公司动机不纯，通过各种理由欺瞒，将求职者在面试时的经验成果据为己有。最常见的就是以笔试为名将项目里遇到...

import java.util.*;public class Main {static Scanner sc = new Scanner(System.in);static final int INF = Integer.MAX_VALUE;// 边类：存储邻接表中的边信息static class Edge {public Edge(Integer t, Integer w) {this.t = t;  // 目标节点this.w = w;  // 边权重}Integer t;  // 目标节点编号Integer w;  // 边的权重}public static void main(String[] args) {// 输入：n个节点，m条边int n, m;n = sc.nextInt();m = sc.nextInt();// 邻接表：graph[i]表示从节点i出发的所有边List<List<Edge>> graph = new ArrayList<>();for (int i = 0; i <= n; i++) {graph.add(new ArrayList<>());}// 建图过程int s, t, w;for (int i = 0; i < m; i++) {s = sc.nextInt();  // 起点t = sc.nextInt();  // 终点w = sc.nextInt();  // 权重boolean found = false;// 检查是否已存在s->t的边（处理重边）for (Edge edge : graph.get(s)) {if (edge.t.equals(t)) {  // 找到相同边if (edge.w > w) {    // 保留最小权重edge.w = w;}found = true;break;}}// 如果没有找到相同边，添加新边if (!found) {graph.get(s).add(new Edge(t, w));}}// Dijkstra算法核心数据结构int[] mindist = new int[n + 1];    // 最短距离数组：mindist[i] = 从起点1到i的最短距离boolean[] visited = new boolean[n + 1];  // 访问标记数组：visited[i] = 节点i是否已确定最短路径int start = 1, end = n;  // 起点为1，终点为n// 初始化：起点距离为0，其他为无穷大Arrays.fill(mindist, INF);mindist[start] = 0;// Dijkstra主循环：执行n次（最多n个节点）for (int i = 1; i <= n; i++) {int cur = -1;      // 当前选择的节点int minVal = INF;  // 当前最小距离// 在未访问节点中找距离最小的节点for (int j = 1; j <= n; j++) {if (!visited[j] && mindist[j] < minVal) {minVal = mindist[j];cur = j;}}// 如果没有可选节点，提前退出if (cur == -1) break;visited[cur] = true;  // 标记当前节点已确定最短路径// 松弛操作：更新当前节点的所有邻接点距离for (Edge edge : graph.get(cur)) {// 如果通过cur到edge.t的距离更短，则更新if (mindist[cur] + edge.w < mindist[edge.t]) {mindist[edge.t] = mindist[cur] + edge.w;}}}// 输出结果if (mindist[end] == INF) {  // 无法到达终点System.out.println(-1);} else {  // 可达，输出最短距离System.out.println(mindist[end]);}sc.close();}}

一面自我介绍实习介绍仿分布式事务分布式事务中间件接口幂等性traceId是怎么生成的，你是怎么保证traceId唯一的雪花算法能保证同个时间戳下id唯一吗？雪花算法+redis双id如果是moka这种招聘软件他是基于什么字段来分库分表的除了负载均衡，一致性哈希比这个哈希算法还有什么优势吗深分页多用户场景数据推送存在的oomsql优化那 Mysql 的索引是什么样的数据结构呢？它为什么会能够加快查询？数据结构是什么样的？数据结构b +树的一个叶子节点有多大？索引失效。有哪些场景？你刚刚提到的这个 between 之类的是有这么一个场景的，比如说我确实就要查询创建时间是从 25 年9月到 10 月...