当前位置: 首页 > news >正文

Java后端模拟面试 题集④

1.你先作个自我介绍吧

面试官您好,我叫张睿超,来自湖南长沙,大学毕业于湖南农业大学,是一名智能科学与技术专业的统招一本本科生。今天主要过来面试贵公司的Java后端开发工程师岗位。

大学里面主修的课程是Java、Python、数字图像处理、JavaEE。

大学期间,英语获得6级460分,参加过华为云的比赛,获得了全国高校绿色计算系列大赛团体三等奖。

我熟悉的技术栈在简历上都写了,我自己认为自己的亮点在以下几点:能进行简单的JVM调优;有实际处理高并发问题的经验;熟悉MySQL的操作,了解数据库调优原理;熟悉Linux的基本操作。

我自学C#两周、听学校讲解Python的Django框架2周,都写出了简单的项目;半年时间研究出了一个图像加密算法,并发表为了毕业论文。Java学习了一个学期、自学了2个月,之后在校企合作的项目中做出了这两个Java项目。

领导过小组作出Django框架的项目,参与过校企合作的两个Java项目。

了解到贵公司的业务需求偏向于xxx,我正好擅长xxx,所以我来应聘贵公司的Java开发岗位。

(或者衔接)

了解到贵公司的业务需求偏向于xxx,我最近做了一个xx项目,正好做了xxx,您看需不需要作一个简单的项目介绍。

2.你说一下这个IoC和AOP

IoC:(Inverse of Control)控制反转,也叫DI依赖注入,指的是将对象的创建权交给 Spring 容器去创建。(然后举例轮子和汽车)

其实,IoC有很多种方式。不仅是Spring技术中最常用的Bean注入,还有构造方法、Setter方法实现。

AOP:(Aspect Oriented Programming)面向切面编程,能增强Spring中具体业务的功能,能实现鉴权或公共字段填充的业务。

动态代理主要有两种方式,JDK动态代理和CGLIB动态代理。

SpringMVC用的三级缓存而不是二级缓存,其中原因之一就是方便使用AOP。

关于SpringMVC使用三级缓存,我这里可以给你讲一下,……

关于我们用AOP做的公共字段填充,我这里可以给你讲一下,……

3.JWT了解过吗,有用过吗

了解的,有用过。

JWT就是JSON Web Token,是继Cookie、Session之后一个比较好用的身份验证技术。

Cookie是HTTP协议支持的技术,这是它的优点。

但它的缺点也很明显,它不支持移动端APP,比如Android、IOS;第二点是它不安全,用户自己可以禁用Cookie;第三点是它不能跨域。

Session则是基于Cookie的服务器会话跟踪技术,优点是存储在服务端,安全。

缺点也很明显,因为是基于Cookie的,Cookie自带的毛病它都有:移动端APP不能用、用户自己可以禁用、不能跨域;除此以外,搭建了集群的服务器它也无法使用;它还占用服务器内存。

而企业常用的JWT技术则完美解决了上述的问题。PC端、移动端,它都行;集群中,它也能用;不需要服务器存储,不给服务器带来存储压力。

如果要说它有什么缺点,那就是需要自己实现吧。

那么怎么实现呢?我们这样把JWT加入我们的登录流程:

首先浏览器中访问登录界面,校验用户登录成功后,我们后端就生成一个JWT令牌,并将这个JWT令牌返回给前端。

前端拿到JWT令牌后存起来,后续的请求的请求头都带上这个。

然后后端统一拦截就检查这个JWT,就完成了校验。

JWT令牌包括三部分:

Header头,记录令牌类型、签名算法等。 例如:{"alg":"HS256","type":"JWT"}

Payload有效载荷,携带一些自定义信息、默认信息等。 例如:{"id":"1","username":"Tom"}

Signature签名,防止Token被篡改、确保安全性。将header、payload,加入指定秘钥,通过指定签名算法计算而来。

4.es用过吗,你们是怎么用到的

我们用到了es,在我的外卖项目中,为了提供商家搜索的功能,我们设计了es的搜索流程。

首先,基本的搜索接口4方面分别是,请求方式POST,请求路径为/shopSearch/list,请求参数有关键词、页数、分页大小、排序方式,返回值为页面结果类。

首先定义好Controller;

然后准备设置好ES官方提供的Java语言客户端,Java HighLevel Rest Client,在启动类中创建一个对应Bean,初始化时传入ES客户端的ip地址;

最后写业务处理Service层。

  1. 首先准备请求Request
  2. 然后准备DSL,包括query和请求分页
  3. 第三步发送请求
  4. 第四步进行解析

解析的具体流程是:

  1. 对响应response.getHits()初步解析
  2. getTotalHits().value获取总条数
  3. 再getHits()获取文档数组
  4. 开始遍历,getSourcceAsString()获取文档source
  5. 然后反序列化parseObject
  6. 最后放入集合
  7. 最后的最后封装返回

然后,我们扩展基础搜索,加上过滤条件,比如在排序上,可以综合排序、销量优先、速度优先等;在优惠活动中,可以选择一些日常举办的活动;还有选择价格的范围等。

明确了业务之后,我们做具体的代码工作:

  1. 我们对对应传参的实体类进行修改,增加这些字段的选项
  2. 然后在业务逻辑,即service层中,在准备DSL的阶段增加绑定查询字段的步骤。
    1. 首先构建BoolQueryBuilder bool = new ~;
    2. 然后添加过滤条件:
      1. 分别判断传入的实体类中过滤参数不为空,比如优惠活动 params.getEvent()!=null && !params.getEvent().equals("");
      2. 一旦不为空,就对构建的BoolQueryBuilder进行过滤条件的构建,即bool.filter(QueryBuilders.termQuery("event", params.getEvent());
      3. 至于价格过滤,filter中的参数是这样的:QueryBuilders.rangeQuery("price").gte(params.getMinPrice()).lte(params.getMaxPrice())
    3. 最后放入查询请求的source中, request.source().query(bool);

第二个扩展是添加根据地理位置选择就近的餐馆。

这个在请求和响应中分别添加排序的操作就可以。

第三个扩展是添加店家竞价排名。

我们用function_score查询实现,它包括了3个方面要确定:

  1. 过滤条件:查询出符合条件的,进一步进行分数计算。
  2. 算分函数:计算出来分数,以便进行比较。包括
    1. weight使用权重
    2. random_score计算随机数
    3. field_value_factor以文档中的某个字段值作为函数结果
    4. script_score自定义算分函数算法
  3. 运算模式:计算的分数和原始值,原始值是根据词频等计算出的,进行操作,得到最终结果。包括
    1. multiply:相乘
    2. replace:用function score替换query score
    3. 其它,例如:sum、avg、max、min

我们这里确定的三个方面是:

  1.  过滤条件:添加isAD字段,为true则进行加权计算
  2. 算分函数:weight
  3. 运算模式:默认的multiply

代码层面的改动,

  1. 首先在实体类中添加isAD字段
  2. 然后在DSL中绑定过滤条件时,添加算分,即
    FunctionScoreQueryBuilder functionScoreQuery =QueryBuilders.functionScoreQuery(// 原始查询,相关性算分的查询boolQuery,// function score的数组new FunctionScoreQueryBuilder.FilterFunctionBuilder[]{// 其中的一个function score 元素new FunctionScoreQueryBuilder.FilterFunctionBuilder(// 过滤条件QueryBuilders.termQuery("isAD", true),// 算分函数ScoreFunctionBuilders.weightFactorFunction(10))});
  3.  最后suorce的不是bool,而是包装号的function的。

5.Neo4j数据库是怎么存数据的,里面有什么类型的节点,什么类型的路线

我们节点存的是机构,分为三种标签:一级转运中心、二级转运中心和节点。

节点的属性包括:Neo4j自带的id、业务id、名称、电话、地址、坐标等。

关系存的是路线,属性包括自带id和成本。

6.你说查询最短路线和成本最低路线,Neo4j查询语言是什么样的

Neo4j语句:

查询最短

MATCH path = shortestPath((start:AGENCY) -[*..10]-> (end:AGENCY))
    WHERE start.bid = 123123 AND end.bid = 123456
    RETURN path

查询成本最低

MATCH path = (start:AGENCY) -[*..10]->(end:AGENCY)
    WHERE start.bid = 123123 AND end.bid = 123456
    UNWIND relationships(path) AS r
    WITH sum(r.cost) AS cost, path
    RETURN path ORDER BY cost ASC, LENGTH(path) ASC LIMIT 1

Java语句:

查询最短

  1. 获取网点的类型
  2. 构造查询语句
  3. 执行查询
    1. 设置参数
    2. 设置响应数据类型
    3. 对结果进行封装处理
      1. 读取节点数据,进入stream流
        1. 取第一个标签作为类型
        2. 封装好经纬度数据
    @Overridepublic TransportLineNodeDTO findShortestPath(AgencyEntity start, AgencyEntity end) {//获取网点数据在Neo4j中的类型String type = AgencyEntity.class.getAnnotation(Node.class).value()[0];//构造查询语句String cypherQuery = StrUtil.format("MATCH path = shortestPath((start:{}) -[*..10]-> (end:{}))\n" +"WHERE start.bid = $startId AND end.bid = $endId \n" +"RETURN path", type, type);//执行查询Optional<TransportLineNodeDTO> optional = this.neo4jClient.query(cypherQuery).bind(start.getBid()).to("startId") //设置参数.bind(end.getBid()).to("endId")//设置参数.fetchAs(TransportLineNodeDTO.class) //设置响应数据类型.mappedBy((typeSystem, record) -> { //对结果进行封装处理PathValue pathValue = (PathValue) record.get(0);Path path = pathValue.asPath();TransportLineNodeDTO dto = new TransportLineNodeDTO();// 读取节点数据List<OrganDTO> nodeList = StreamUtil.of(path.nodes()).map(node -> {Map<String, Object> map = node.asMap();OrganDTO organDTO = BeanUtil.toBeanIgnoreError(map, OrganDTO.class);//取第一个标签作为类型OrganTypeEnum organTypeEnum = OrganTypeEnum.valueOf(CollUtil.getFirst(node.labels()));organDTO.setType(organTypeEnum.getCode());//查询出来的数据,x:经度,y:纬度organDTO.setLatitude(BeanUtil.getProperty(map.get("location"), "y"));organDTO.setLongitude(BeanUtil.getProperty(map.get("location"), "x"));return organDTO;}).collect(Collectors.toList());dto.setNodeList(nodeList);//提取关系中的 cost 数据,进行求和计算,算出该路线的总成本double cost = StreamUtil.of(path.relationships()).mapToDouble(relationship -> {Map<String, Object> objectMap = relationship.asMap();return Convert.toDouble(objectMap.get("cost"), 0d);}).sum();dto.setCost(cost);//取2位小数dto.setCost(NumberUtil.round(dto.getCost(), 2).doubleValue());return dto;}).one();return optional.orElse(null);}

查询成本最优,略

7.你的项目是前端后端都有吗,前端有什么了解

前端我学过HTML、CSS、JS的基础,接触过一些Vue、Ajax的算法,了解最新的技术中有饿了么开发的ElementUI等。

8.你的整型数据预测,这个是做的什么预测

这个做的是拨叉整型数据的预测。拨叉是汽车上的一个零件,像一把只有两个头的叉子。从塑型的机器中做出来的初始拨叉形状精度还达不到,需要二次整型。其中,机器的参数就是我们的输入,整型的形变量就是我们的输出。我们用已经测好的数据作为训练集样本,以期预测输入参数后的形变量。

9.我看你还做了个人脸识别,是自己做的吗

是我们组做的,我是组长,负责其他模块,对这个人脸识别了解一点。

这个人脸识别调用的是训练好的模型,用opencv做的。我还记得组员解决不了,我找到了源码给他们看,他们自己看完后就完成进度了。

10.核函数了解吗

了解。它是一种数学函数,能将高维数据经过它数学函数的计算降成低维结果。

核函数有很多应用场景,其中之一就是替代SVM(支持向量机)中计算距离的函数,方便对数据分类。

11.SVM用什么核函数知道吗

一般有线性核,除此之外还有高斯核、高斯径向基函数、Sigmoid核等。

12.论文的创新点是什么

我结合了该领域的两种主流思想,位图标记与位图嵌入,并运用在经典算法中,实现了嵌入秘密信息的能力上的进步。

13.Java的基本数据类型有哪些

四类八种。

巴拉巴拉

14.说一下==和equals的区别

  • “==”是运算符,如果是基本数据类型,则比较存储的值;如果是引用数据类型,则比较所指向对象的地址值
  • equals是Object的方法,比较的是所指向的对象的地址值,一般情况下,重写之后比较的是对象的值

 (摘自详解“==”和equals的区别)

15.Spring的配置文件有几种

3种。properties、yml和yaml。优先级顺序是:

properties>yml>yaml

此外,还有两种设置参数的方式,

一种是Java系统属性配置,格式为:-Dkey=value,这个开发人员偶尔用。例如:

-Dserver.port=9000

还有一种是命令行参数,格式为:--key=value,这个测试人员经常用。例如:

--server.port=10010

 总结,有3种配置文件。

此外,这三种配置文件,加上5种设置参数方式,优先级如下(从低到高):

  • application.yaml(忽略)
  • application.yml (企业实用)
  • application.properties
  • java系统属性(-Dxxx=xxx)
  • 命令行参数(--xxx=xxx)(测试人员实用)

16.StringBuilder和StringBuffer有什么区别,效率的比较呢

StringBuilder是线程不安全的,效率比后者快;

StringBuffer是线程安全的,效率比前者慢;

对字符串拼接操作时,都比String快。

17.Linux想要获取当前文件夹的路径怎么办

pwd

18.有没有做项目的部署,部署过哪些项目

我们用Docker做项目的部署。

Docker是一个容器管理工具,它能将某一个组件,比如MySQL,需要运行的环境单独封装,在Linux上跑,这样就能方便地部署与使用。

首先安装Docker,镜像源之类的就不说了,直接

yum install -y docker-ce

关闭防火墙,systemctl start docker启动,docker -v查看版本,没问题就装好了。

然后是拉取镜像,比如拉取mysql,直接

docker pull mysql:latest

19.Python的Pytest框架你有了解吗

20.写过接口服务吗,后端和前端怎么交互的

写过。

前端呈现页面,用户通过浏览器操作页面,不同的操作发送HTTP请求给后端服务器,服务器对这些请求作出反应,处理业务,并查找数据库,返回响应结果给前端。

21.数据库有用过什么

有。有用过关系型数据库MySQL、非关系型数据库MongoDB、Neo4j等。

22.MySQL分类查询怎么查询

group by

23.如果我想复制一张表,该怎么写,如果我要删除/创建呢

复制:

create table 表1 select * from 表2

删除:

drop table 表1

创建:

create table 表1 if not exists

24.写过比较复杂的查询吗,复杂查询是什么样子的

写过。复杂查询通常涉及多表,需要灵活运用内外连接。比如两个表table1、table2,连接的字段为id,则写为如下:

select * from table1 as t1 inner join table2 as t2 on t1.id = t2.id where 条件1, 条件2

25.我们这里前后端不分离,你能写吗

相关文章:

Java后端模拟面试 题集④

1.你先作个自我介绍吧 面试官您好&#xff0c;我叫张睿超&#xff0c;来自湖南长沙&#xff0c;大学毕业于湖南农业大学&#xff0c;是一名智能科学与技术专业的统招一本本科生。今天主要过来面试贵公司的Java后端开发工程师岗位。 大学里面主修的课程是Java、Python、数字图…...

中国5G产业全景图谱报告2022_挚物AIoT产业研究院

中国5G产业全景图谱报告2022_挚物AIoT产业研究院 产业结构 5G 产业结构主要包括接入网、传输网、核心网、电信运营商、网络配套服务商、5G 应用生态及产业服务 7 个主要板块。根据各版块中主要市场参与者提供的产品和服务&#xff0c;又下分子版块。 &#xff08;1&#xff…...

设计链表复习

设计链表 class ListNode {int val;ListNode next;public ListNode() {}public ListNode(int val) {this.val val;}public ListNode(int val, ListNode next) {this.val val;this.next next;}}class MyLinkedList {//size存储链表元素的个数int size;//虚拟头节点ListNode…...

在 Visual Studio Code (VS Code) 中设置

在 Visual Studio Code (VS Code) 中设置代理服务器的详细教程如下&#xff1a; 打开 Visual Studio Code。 在顶部菜单栏中&#xff0c;点击 "File"&#xff08;文件&#xff09; > "Preferences"&#xff08;首选项&#xff09; > "Settings…...

2023年拼多多双11百亿补贴新增单件立减玩法介绍

2023年拼多多双11百亿补贴新增单件立减玩法介绍 拼多多启动了11.11大促活动&#xff0c;主题为“天天11.11&#xff0c;天天真低价”。消费者享受多重优惠&#xff0c;包括满减、百亿补贴和单件立减等。百亿补贴新增玩法&#xff0c;有超过20000款品牌商品参与单件立减活动。 …...

面试题 01.06. 字符串压缩

​​题目来源&#xff1a; leetcode题目&#xff0c;网址&#xff1a;面试题 01.06. 字符串压缩 - 力扣&#xff08;LeetCode&#xff09; 解题思路&#xff1a; 计算压缩后的字符串长度&#xff0c;如果该长度小于原字符串长度&#xff0c;返回压缩后的字符串&#xff0c;否则…...

那些你面试必须知道的webpack知识点

目录 1、webpack介绍和简单使用1.1 什么是webpack&#xff1f;1.2 安装webpack1.3 简单使用一下webpack 2、webpack的入口与输出2.1 入口(entry)2.2 输出(output) 3、入口多种配置方法3.1 多文件打包成一个文件3.2 多文件打包成多文件 4、loader的概念5、压缩打包HTML5.1 使用步…...

十四、队列函数

1、概述 (1)使用队列的流程&#xff1a;创建队列、写队列、读队列、删除队列。 2、创建 队列的创建有两种方法&#xff1a;动态分配内存、静态分配内存。 2.1、动态分配内存 (1)函数&#xff1a;xQueueCreate&#xff0c;队列的内存再函数内部动态分配。 (2)函数原型如下&…...

使用高防服务器有什么好处?103.216.155.x

为什么建议租用高防服务器 第一&#xff0c;高防服务器由于业务的特殊性&#xff0c;本身机器的配置要求高&#xff0c;服务器的价格相比普通的贵&#xff0c;而且&#xff0c;机器还有维护费、托管费等&#xff0c;这会让运营的成本上升。 第二&#xff0c;租用高防服务器&a…...

Android笔记(七)Android JetPack Compose组件搭建Scaffold脚手架

在去年2022年曾发布一篇关于脚手架的文章&#xff1a;“Android JetPack Compose组件中Scaffold的应用” 。但是Android的版本从12变更到13及以上版本&#xff0c;导致一些细节的实现存在不同。在本文中&#xff0c;将从头开始介绍整个脚手架的搭建过程。 一、新建项目模块 在…...

Git合并某个分支上的某个提交

1. 首先&#xff0c;确保你当前所在的分支是你要合并分支的父分支。你可以使用以下命令切换到父分支&#xff1a; git checkout <父分支名称> 2. 确保你要合并的分支是可用的。你可以使用以下命令查看所有可用的分支&#xff1a; git branch -a 这将显示所有本地和远程…...

在pytorch中对于张量维度的理解

原文参考链接&#xff1a; https://blog.csdn.net/qq_36930921/article/details/121670945. https://zhuanlan.zhihu.com/p/356951418 张量的计算&#xff1a;https://zhuanlan.zhihu.com/p/140260245 学习过程中对知识的补充学习&#xff0c;谨防原文失效&#xff0c;请大家支…...

JAVA高级教程Java HashMap表达式(7)

目录 7、HashMap的使用students类 7、HashMap的使用 students类 package Map01;import java.util.Objects ;public class Students implements Comparable<Students>{private String name;private int stuNO;public Students() {}public Students(String age, int stuN…...

【iOS】JSON解析

JSON在Web开发和网络通信和传输中广泛应用&#xff0c;常用于存储和传输数据&#xff0c;这些数据一般也都是JSON格式&#xff0c;可以说绝大多数网络请求传输的数据都是JSON格式 在之前有关网络请求文章中&#xff0c;实现了网络数据加载流程&#xff0c;并对加载下来的JSON数…...

华为OD 最大差(100分)【java】A卷+B卷

华为OD统一考试A卷+B卷 新题库说明 你收到的链接上面会标注A卷还是B卷。目前大部分收到的都是B卷。 B卷对应20022部分考题以及新出的题目,A卷对应的是新出的题目。 我将持续更新最新题目 获取更多免费题目可前往夸克网盘下载,请点击以下链接进入: 我用夸克网盘分享了「华为O…...

打印新闻标题,使用封装get、set方法,打印前15个字符串

package day21; import java.util.ArrayList; import java.util.Collections;/*** author monian* Wo yi wu ta,wei shou shu er!*/ public class Homework01 {SuppressWarnings({"all"})public static void main(String[] args) {News news1 new News("新冠确…...

FL Studio21中文版本好用吗?值不值得下载

今天&#xff0c;我从一个FL Studio忠实且还算资深的用户角度&#xff0c;来为大家深度介绍并评测一下FL Studio的性能以及我四年的使用感受。 FL Studio是一款集剪辑、编曲、录音、混音一体的全能DAW&#xff08;数字音频工作站&#xff09;。其所有界面都是支持100%矢量化的…...

微信小程序进阶——Flex弹性布局轮播图会议OA项目(首页)

目录 一、Flex弹性布局 1.1 什么是Flex弹性布局 1.1.1 详解 1.1.2 图解 1.1.3 代码演示效果 1.2 Flex弹性布局的核心概念 1.3 Flex 弹性布局的常见属性 1.4 Flex弹性布局部分属性详解 1.4.1 flex-direction属性 1.4.2 flex-wrap属性 1.4.3 flex-flow属性 1.4.4 ju…...

工程监测仪器振弦传感器信号转换器在桥梁安全监测中的重要性

工程监测仪器振弦传感器信号转换器在桥梁安全监测中的重要性 桥梁是人类社会建设过程中最重要的交通基础设施之一&#xff0c;对于保障人民出行、促进经济发展具有极其重要的作用。由于桥梁结构在长期使用过程中受到环境因素和负荷的影响&#xff0c;会逐渐发生变形和损伤&…...

ArduPilot开源飞控之AP_OpticalFlow

ArduPilot开源飞控之AP_OpticalFlow 1. 源由2. 框架设计2.1 启动代码2.2 任务代码 update2.3 任务代码 handle_msg2.4 任务代码 handle_msp2.5 任务代码 do_aux_function 3. 重要例程3.1 AP_OpticalFlow3.2 init3.3 update3.4 handle_msg3.5 handle_msp3.6 start_calibration3.…...

从M3U8密钥到DRM:实战解析主流流媒体视频加密方案

1. 从M3U8文件看流媒体加密基础 第一次接触M3U8文件时&#xff0c;我盯着那些以#EXT开头的标签看了半天&#xff0c;感觉就像在破解某种神秘代码。后来才发现&#xff0c;这其实是HLS&#xff08;HTTP Live Streaming&#xff09;协议的核心部分。简单来说&#xff0c;M3U8就是…...

从Arm实战案例看STL:你的软件测试库真的测对了CPU的“死角”吗?

从Arm实战案例看STL&#xff1a;你的软件测试库真的测对了CPU的“死角”吗&#xff1f; 在汽车电子和工业控制领域&#xff0c;功能安全从来不是可选项&#xff0c;而是生死攸关的底线。当工程师们谈论ASIL B认证时&#xff0c;很少有人意识到&#xff0c;那些看似严谨的软件测…...

如何快速永久保存微信聊天记录:WeChatMsg免费工具终极指南

如何快速永久保存微信聊天记录&#xff1a;WeChatMsg免费工具终极指南 【免费下载链接】WeChatMsg 提取微信聊天记录&#xff0c;将其导出成HTML、Word、CSV文档永久保存&#xff0c;对聊天记录进行分析生成年度聊天报告 项目地址: https://gitcode.com/GitHub_Trending/we/W…...

别再手动翻页了!Jupyter Notebook 一键生成目录的保姆级教程(含豆瓣源加速)

解放生产力&#xff1a;Jupyter Notebook智能目录生成全攻略 在数据分析的日常工作中&#xff0c;我们常常需要处理包含数十个代码块和Markdown章节的复杂笔记本。想象一下这样的场景&#xff1a;当你需要回顾三个月前做的市场分析报告时&#xff0c;面对一个滚动条细如发丝的.…...

三步彻底解决惠普OMEN游戏本性能限制:OmenSuperHub终极方案实践指南

三步彻底解决惠普OMEN游戏本性能限制&#xff1a;OmenSuperHub终极方案实践指南 【免费下载链接】OmenSuperHub 使用 WMI BIOS控制性能和风扇速度&#xff0c;自动解除DB功耗限制。 项目地址: https://gitcode.com/gh_mirrors/om/OmenSuperHub 对于追求极致性能的惠普OM…...

保姆级避坑指南:在Ubuntu 20.04上从零搭建XTDrone仿真环境(ROS Noetic + PX4 v1.13.2)

保姆级避坑指南&#xff1a;在Ubuntu 20.04上从零搭建XTDrone仿真环境&#xff08;ROS Noetic PX4 v1.13.2&#xff09; 当第一次接触XTDrone仿真环境时&#xff0c;许多开发者都会遇到各种意想不到的问题。从ROS安装失败到PX4编译报错&#xff0c;再到Gazebo插件冲突&#xf…...

WebCord安全特性深度解析:保护你的Discord隐私

WebCord安全特性深度解析&#xff1a;保护你的Discord隐私 【免费下载链接】WebCord A Discord and SpaceBar :electron:-based client implemented without Discord API. 项目地址: https://gitcode.com/gh_mirrors/we/WebCord WebCord是一款基于Electron的Discord客户…...

MOS管H桥电路里,为什么上管用PMOS、下管用NMOS?一个动图讲清楚驱动电平那点事

MOS管H桥电路设计&#xff1a;为什么上管用PMOS、下管用NMOS&#xff1f; 在电机驱动和功率开关电路中&#xff0c;H桥拓扑堪称"万能方向盘"——它能轻松实现电机的正反转控制&#xff0c;也是逆变器、D类放大器的核心结构。但当你第一次拆解市面上的H桥模块时&#…...

Degrees of Lewdity汉化版终极教程:3步解决中文配置难题

Degrees of Lewdity汉化版终极教程&#xff1a;3步解决中文配置难题 【免费下载链接】Degrees-of-Lewdity-Chinese-Localization Degrees of Lewdity 游戏的授权中文社区本地化版本 项目地址: https://gitcode.com/gh_mirrors/de/Degrees-of-Lewdity-Chinese-Localization …...

202106-nuPlan:面向自动驾驶汽车的闭环机器学习规划基准

第001/5页(英文原文) nuPlan: A closed-loop ML-based planning benchmark for autonomous vehicles Holger Caesar Juraj Kabzan Kok Seang Tan Whye Kit Fong Eric Wolff Alex Lang Luke Fletcher Oscar Beijbom Sammy Omari Motional Abstract In this work, we propos…...