鸿蒙应用-面试手册APP 开发文档地址文档地址 后端API接口 项目描述面试APP提供了多种题目和内容，包括基础知识点问题、原理问题、项目问题等，满足不同前端程序员的需求。同时，面试通APP还包含各大公司的真实面试经验，便于用户找到心仪公司的面经。面试通APP支持用户自主选择学习内容，同时还提供了智能推荐和反馈机制，帮助用户更好地掌握知识和技能。 核心功能 刷题系统：题库频道、面试题长列表、点赞、收藏、分享、富文本预览 项目系统：企业级项目场景面试题展示、业务类问答、技术类问答 面经系统：大厂面试经验、文章阅读、试题阅读数据埋点 个人中心：打卡、打卡记录、学习时间统计、数据可视化、编辑头像、编辑昵称、退出登录 历史记录：试题阅读记录、面经阅读记录、点赞收藏记录、个人反馈记录 使用技术 基于 API9 使用 ArtTS 与 ArtUI 实现页面构建和状态管理 基于 PersistentStorage 和 AppStorage 实现用户信息存储和访问权限控制 基于 display 和 deviceInfo 实现适配手机侧函数 vp2vp 做到视觉统一 基于 IDataSource 和 L ...

通义万相AI绘画大模型体验官网：https://wanxiang.aliyun.com 通义万相是阿里云通义系列AI绘画创作大模型，该模型可辅助人类进行图片创作，于2023年7月7日正式上线。 前两天通过了通义万相的适用体验，一番试用下来，感触最深的便是，当今AI横行，唯有融入并去接受他们才能适应时代。 在我的使用场景下，一般是生成封面图，或者一些唯美超现实主义的图片。 作为阿里推出的一款大模型AI绘画，每日免费使用50次，一般的用户基本都能满足，这点让我极其舒适（偷笑😏），能够使用中文绘制。 可选的绘制比例有1:1,16:9,9:16 绘制时间一般在1分钟以内，算是比较快的了，可能和描述的多少有关。 有时候它也会无法绘制（会返还灵感值），猜测使用英文绘制会更好，也许中文支持并没有那么高。 绘制后会产生4张图片，也能够继续选择风格继续生成。

云服务器安装Flink1.Flink下载地址2.解压这里我解压到/home/software目录下 1tar -zxvf flink-1.13.2-bin-scala_2.11.tgz -C /home/software/ 3.配置环境变量123export FLINK_HOME=/home/software/flink-1.13.2export PATH=$PATH:/$FLINK_HOME/binexport HADOOP_CONF_DIR=/home/software/hadoop-3.2.2/etc/hadoop 4.配置conf文件修改conf目录下的flink-conf.yaml文件 1vim flink-conf.yaml 1234567891011jobmanager.rpc.address: 192.168.0.219state.backend: filesystemstate.backend.fs.checkpointdir: hdfs://192.168.0.219:9000/flink-checkpointsstate.savepoi ...

1.Flink简介1.1 离线批计算与实时流计算批计算与流计算，本质上就是对有界流和无界流的计算。 图1 批计算 针对有界流，由于在产出计算结果前可以看到整个(完整)数据集，因而如下计算都可实现，对数据排序，计算全局统计值，对输入数据的整体产出最终汇总聚合报表。 流计算 针对无界流，由于永远无法看到输入数据的整体(数据的输入永远无法结束)，只能每逢数据到达就进行计算，并输出“当时”的计算结果（因而计算结果也不会是一个一次性的结果，而是源源不断的无界的结果流） 1.2 Apache Flink 是什么? 图2 Flink是一个以流为核心的高可用，高性能的分布式计算引擎。具备流批一体、高吞吐、低延迟、容错能力、大规模复杂计算等特点，在数据流上提供数据分发、通信等功能。 数据流 所有产生的数据都天然带有时间概念，把事件按照时间顺序排列起来，就形成了一个事件流，也被称作数据流。 流批一体 首先必须明白什么是有界数据和无界数据 有界数据 有界数据就是在一个确定的时间范围内的数据流，有开始，有结束，一旦确定就不会再改变，一般批处理用来处理有界数据，如图1的bo ...

MySQL 事务隔离级别 隔离级别 脏读 不可重复读 幻读 Read uncommitted ✔ ✔ ✔ Read committed ✖ ✔ ✔ Repeatable Read(默认) ✖ ✖ ✔ Serializable ✖ ✖ ✖ 脏读：一个事务读到另一个事务修改但未提交的数据。 不可重复读：一个事务中执行相同的查询语句，结果不一样。（另一个事务修改并提交了） 幻读：查询的时候数据不存在，但插入的时候提升数据已存在，好像出现了幻觉。（另一个事务插入了数据并提交了） –建表SQL 123456CREATE TABLE `user` ( `id` int unsigned NOT NULL AUTO_INCREMENT, `username` varchar(45) NOT NULL, `age` int NOT NULL, PRIMARY KEY (`id`)) ENGINE= ...

1.Singleton-单例模式单例模式有8中写法 第一种写法 1234567891011121314151617181920212223242526272829package cn.yiyuyyds.singleton;/** * 饿汉式 * 类加载到内存后，就实例化一个单例，JVM保证线程安全 * 简单实用，推荐使用 * 唯一缺点，不管有没有用到，类加载时就完成实例化 */public class Mgr01 { private static final Mgr01 INSTANCE = new Mgr01(); private Mgr01() { } public static Mgr01 getInstance() { return INSTANCE; } public void m() { System.out.println("m"); } public static void main(String[] a ...

最长回文子串1.力扣题目编号：52.解法一：动态规划如果用dp[i][j] 保存子串从i 到j是否是回文子串，那么在求dp[i][j] 的时候如果j-i>=2时，如果 dp[i][j] 为回文，那么dp[i+1][j-1],也一定为回文。否则dp[i][j]不为回文。如下图： 因此可得到动态规划的递归方程： 1234567891011121314151617181920212223class Solution { public String longestPalindrome(String s) { if(s.length() < 2) return s; int maxStart = 0; int maxEnd = 0; int maxLen = 1; boolean[][] dp = new boolean[s.length()][s.length()]; for(int right = 1; right < ...

分治法 快速排序1.力扣题目编号：9122.算法思想快速排序是基于分治策略的一种排序算法，主要思想是先设置一个基准元素，通过划分将待排序的序列分成前后两部分，其中前一部分的数据都比基准元素要小，后一部分的数据都比基准元素要大，然后再递归调用，对两部分的序列分别进行快速排序，以此使整个序列达到有序。 3.算法步骤 对于待排序数组a[left, right]，以a[mid]为基准元素将a[left, right]分为a[left, mid-1]，a[mid]，a[mid+1, right]3部分，使a[left, mid-1]的所有元素小于等于a[mid]，a[mid+1, right]的所有元素大于等于a[mid]。 递归调用快排算法，分别对a[left, mid-1]和a[mid+1, right]进行排序。 4.完整代码12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758#include<bits/stdc++.h& ...

3. FlinkSql 表的概念及类别3.1 表的标识结构每一个表的标识由3部分组成： catalog name （常用于标识不同的“源”，比如hive catalog，inner catalog等） database name （通常语义中的“库”） table name （通常语义中的“表”） 1234567891011121314TableEnvironment tEnv = ...;tEnv.useCatalog("a_catalog");tEnv.useDatabase("db1");Table table = ...;//注册在默认catalog的默认database中tEnv.createTemporaryView("a_view", table);//注册在默认catalog的指定database中tEnv.createTemporaryView("db2.a_view", table);//注册在指定catalog的指定database中tEnv.createTemporary ...