整理记录个人面试问题

场景：1、IOS手机和Android手机联系人同步时有部分重复联系人。 　　　2、很早以前的HTC手机导出的联系人中备注信息有大量乱码，且很多联系人生日被设置为1970-01-01，导致生日提醒软件产生骚扰问题。 适用设备平台：IOS,Android 联系人备份软件：腾讯应用宝 关键字：Python，xml 整体步骤： 　　1、下载腾讯应用宝（非打广告，该支持excel,xml,csv...

对Redis一些重点内容进行整理总结用于查缺补漏，应对各大互联网大厂面试方向题库

机器学习部分 一、特征工程 1. 特征归一化 1）什么是特征归一化 对数值类型的特征做归一化可以将所有的特征都统一到一个大致相同的数值区间内。 2）为什么要特征归一化 为了消除数据特征之间的量纲影响，我们需要对特征进行归一化处理，使得不同指标之间具有可比性。例如，分析一个人的身高和体重对健康的影响，如果使用米（m）和千克（kg）作为单位，那么身高特征会在1.6～1.8m的数值范围内，体重特征会在50～100kg的范围内，分析出来的结果显然会倾向于数值差别比较大的体重特征。想要得到更为准确的结果，就需要进行特

农行面试问题整理一 写在前面的话： 1.渣渣的个人整理，如果有什么不合适的，原作者来找我，我一定会删掉的～ 2. 答案是我认为正确的，还请大神指正交流～ 第一篇分享 原文链接：农行总行研发中心秋招测试开发2020 版权声明：本文为CSDN博主「神奇的洋子」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。 问题一：栈和数组的区别 栈先进后出，数组可以随意访问 问题二...

本篇文章为个人整理的前端面试中较高几率出现的手撕代码题，有些我的确在面试中遇到过，其中一些写出来了，一些因为少接触吃过亏，其他的是我暂时没遇见但是同学面经有出现，现在开一篇文章记录一下吧，帮自己也希望能帮到读者。...

1、JDK 和 JRE 有什么区别？ JDK（Java Development Kit），Java开发工具包 JRE（Java Runtime Environment），Java运行环境 JDK中包含JRE，JDK中有一个名为jre的目录，里面包含两个文件夹bin和lib，bin就是JVM，lib就是JVM工作所需要的类库。 2、== 和 equals 的区别是什么？ 对于基本类型，==比较的是值； 对于引用类型，==比较的是地址； equals不能用于基本类型的比较； 如果没有重写equa

这是个人总结的java开发面试常见的问题，大部分都有对应的解释，会继续补充

业务系统及其他相关面试问题整理：线上相关问题排查+高并发系统的限流+高并发秒杀系统设计+负载均衡+一个网站有 20 亿 url 存在一个黑名单中，这个黑名单要怎么存？若此时随便输入一个 url，你如何快速判断该 url 是否在这个黑名单中？并且需在给定内存空间（比如：500M）内快速判断出？

太好了，我帮你整理一份 “提示词工程的架构师视角指南”，用你熟悉的架构思维把整个流程、模块、复用策略和优化方法系统化，方便你直接设计高效的提示词系统。提示词工程 = “AI任务系统设计”，你的模板库就像微服务，模块化、参数化、可复用，最终形成可自动化执行的量化分析工作流。[提示词模板库] → [模板组合与参数填充] → [AI模型执行层] → [输出管理与优化]全流程分析 → [数据处理, 技术指标计算, 策略分析, 可视化]• 模块类型、模板文本、占位符列表、描述、版本。

项目分享

摘要：索引是数据库优化查询性能的数据结构，类似书籍目录，能快速定位数据。索引可提高查询效率、优化排序分组、实现唯一约束。主要类型包括主键索引、唯一索引、普通索引、联合索引等。适用场景：有唯一性限制的字段、常用作查询条件的字段、排序分组字段。不适用场景：数据量少、字段重复值多、频繁更新的字段。使用EXPLAIN分析SQL执行计划可优化查询。常见索引失效情况包括模糊查询、使用函数、表达式计算、类型转换、违反最左匹配原则、OR条件组合不当等。

RAG（检索增强生成）是一种结合检索技术与生成式AI的混合架构，通过从知识库检索相关信息来增强生成回答的准确性。其核心流程包括检索（将查询转换为向量并从知识库匹配内容）、增强（拼接检索结果与用户提问）和生成（基于增强提示生成回答）。知识库构建涉及文档处理、向量转换与存储。关键技术包括Embedding模型、向量数据库及检索优化策略。SpringAI框架支持ETL流程（抽取、转换、加载）和模块化检索优化，通过查询转换、文档过滤等环节提升模型回复质量。

HyDE技术突破传统RAG瓶颈，通过大模型"想象"理想答案提升检索准确率40% 2025年，HyDE（假设文档嵌入）技术通过创新性方法解决RAG系统的核心痛点： 核心突破：让LLM先生成假设答案文档，再以其为基准检索，实现从"查询匹配"到"答案匹配"的范式转换 技术优势： 三阶段流程（生成假设文档→嵌入转换→相似度检索） 有效解决语义/词汇不匹配问题 在HotpotQA数据集上实现82.4%准确率（较传统方法提升40%） 关键优化： 领域定制化提示工程 多阶段重排序策略 低随机性生成控制（温度参数0.2-0

本文详细介绍了Metasploit框架的核心目录结构和功能模块。重点解析了modules/目录下的六大关键模块：漏洞利用(exploits)、有效载荷(payloads)、辅助工具(auxiliary)、后渗透(post)、编码器(encoders)和空指令(nops)。同时说明了lib、tools、scripts等目录的用途，并列举了msfconsole、msfvenom等核心可执行命令的功能。

hyperf 教程