算法、运营、研发都有包三餐，总包不让人失望，业务增长迅速，裁员压力小下午茶，出差补贴高内推链接https://job.toutiao.com/s/irebJ4RU

许愿oc5.15早上hr面 5.17oc谢谢牛客 offer快快来😋

心累了写个面经攒攒人品问了项目相关单例模式从缓存数据库模式以外的方式 设计一个系统怎么在这种情况下处理高并发支付宝提现测试用例设计手撕 分金币手撕没撕出来场景题没想到很好的解决方案眼看着面试官笑容逐渐消失希望部门能捞个第五面吧

一面计网拷打数据库连接池如何设计，数据库会回收连接池里的空闲链接，当执行语句时，如何获取非空闲链接（大概这意思）二面计操狠狠拷打（猛猛挂，计操差生）场景题忘了给你一个1-5的随机数，如何拓展到1-7二面挂了 转 二开 全栈算是三面问了一些前端知识springboot 如何封装对象 ，回答自动装配，import，追问，spring呢，配置文件，再追问，抛开spring，从jdk层面，如何从配置文件中读取并且封装成对象一面面试官非常好，帆软确实是我面过最难的公司了，大家面的时候做好心理准备，大胆思考5.13oc 先签了保底忘了更新了5.20 毁了签字节了

三面面完不太好 排序转部门了许个愿吧流程一周内推完主要问开发八股以及测试用例设计项目和场景题也有涉猎代码 反转链表 kmp 还有两个挺简单的

本题用动态规划求解 本题难点在于这个数组是一个环，第一个元素的前一个元素时最后一个元素，不然就是简单的求最大和的连续子序列 状态转移方程为：dp[i] = max(dp[i]+ints[i],ints[i]) dp为以第i个元素结尾的子序列的最大和 而求最大和，最大和有两种情况，包含首尾以及不包含 分清楚情况，然后计算就是算出两种情况的大小，相比返回最大值即可 当已知一种情况的最大值时，另一种的最大值即为总和减去最小值，因为最大最小两个子序列是连续的，试想一下，如果一段连续的序列大于零，那就自动归于最大值序列了，那小于零呢？ 所以总的减去最小的即为相反情况 特殊情况：当数组全零或者全为负数时，...

递归第一题（小白向） 本题用递归，可以说是dfs求解 （附上递归大部分模板） 本题括号匹配，要找出最多的，且合法的组合 按照 步骤 找出递归终止条件 ： 当左右两边括号数都达到n时，结束递归 不和法的状态：比如说 ）（）（）（肯定不合法，所以我们选择先放左括号，然后来匹配 接下来看行后注释 import java.util.*; public class Solution { /** * 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可 * * * @param n int整型 * @return st...

本题用递归求解（没有回溯） 题目要求，在n阶矩阵中，找到所有n个皇后摆放方式，摆放要求不能在同一直线1，同一列，以及同一对角线 刚刚开始刷递归以及dfs、回溯的题，在这里总结一下模板， 找出终结条件，即使递归结束的条件 本题为 行数递归到最后一行，代表选择完毕返回 剪枝是对于回溯过程中不合题目要求或者重复的选项进行删除 然后写一个for循环 ，在for循环中判断符合条件的情况，进行递归，递归后还原 本题思路很简单，请看代码注释 import java.util.*; public class Solution { //pos 数组 下标为 row 值为col //pos[r...

本题用动态规划求解，题解写的时间上，看的人少，请多多点赞支持 本题是斐波那契数列的一个变种，主要考察的是大数加减法 java中可以使用BigInteger类实现大数加减 c++我是参考 ‘广州市民林先生’的题解，将斐波那契中的两个数转为字符串，然后一位位加，具体实现看代码，注释很详细 python3不用管大数，int类不会溢出，就是普通的斐波那契，惊了 附上斐波那契数列状态转移方程：dp[i] = dp[i-1]+dp[i-2] 这是我之前写的斐波那契数列题解 （最后吐槽一下，这题真的是考察动态规划吗？） 显示有问题，将就着看吧 c++ java python3 #inclu...

本题用动态规划求解，题解写的人少，费时间，请多多点赞 因为之前做过求单次最大套利多少的题，所以下意识想分情况讨论 之前写的文章 先说一下一次买入的收益计算方法 设dp[n][2] dp[n][0] 为未持有股票时第n天的持有的 最大 金额 dp[n][1]为第n天持有股票时所持有的 最大 金额 状态转移方程为 dp[n][0] = max(dp[n-1][0], dp[n-1][1]+price[n]) 如果第n天未持有股票，金额分为两种情况 :一种是之前未买入和之前已经卖出的今天卖出的值，取最大 dp[n][1] = max(dp[n-1][1], -price[n]) 如果第n天持有股票，...

//本题用动态规划求解 //定义一维数组dp【n】为 从开始到 以第n个元素为b的最大差值 //理解了dp的定义 ， 记录最大值返回即可 import java.util.*; public class Solution { public int getDis (int[] A, int n) { // write code here int[] dp = new int[n]; dp[0] = 0; int min = A[0]; int ans = 0; for (int i = ...

//本题用动态规划解决 ，建议看我合唱队的那篇题解1，写的很详细，这次就偷个懒了 #include <bits/stdc++.h> using namespace std; int main() { std::ios::sync_with_stdio(false); std::cin.tie(nullptr); int length = 0; cin>> length; int inits[length]; for (int i = 0; i < length; ++i) { cin>...

Dilworth定理: 最少的下降序列个数就等于整个序列最长上升子序列的长度 //本题用动态规划求解，合唱队那题很有参考价值，可以参考我上一篇题解 // 本题思路 求出 最长递减子序列 即为 一次最多拦截导弹数 逆向思维 求反方向的最长递增子序列 // if (inits[i] >= inits[j]) {dp1[i] = max(dp1[i], dp1[j] + 1 ); // 注意有等号 ， 因为可以相等 // 由Dilworth定理 可知 ，最少下降序列个数即为整个序列最长上升子序列的长度，所以系统套数即为最长上生子序列长度 // if (inits[i] > inits...

//本题用动态规划求解 （本人动规初学者以及c++初学者） // 逆向思维 求最少出队人数 // 即为 求一个 →（箭头） 形状的数组 中间凸起 两边逐渐下降 // 方法：分别从两个方向求出 该方向的最长递增序列 然后 长出最长的箭头状态数组 数组长度 减去 子序列长度 // 定义 dp_left[n] dp_right[n] 两个数组 分别表示 从左右两个方向起 以第n个数结尾的最长递增子序列 n为数组长度 // 状态转移方程为 ： if(inits[i] > inits[j])dp[i] = max(dp[i],dp[j]+1) 左右都一样，双循环嵌套 // 循环求该方向的最长递...