从字符串到常量池，一文看懂String类设计看到这个标题，你肯定以为我又要讲这道面试题了
从字符串到常量池，一文看懂String类设计看到这个标题，你肯定以为我又要讲这道面试题了
汉能电气 戴小姐 15052183915系统概述
HK-BEMS-CLOUD系统由费控管理、远程抄表、云端管理等三大模块组成,费控管理功能包括开户、充窗/撤销、销户、数据查询等功能,远程抄表管理包括电表建档、实时定时抄表、远程充值、拉闹/合闸、数据查询分析等多种组网形式下的数据云端存储和统一管理功能。云端管理包括云平台架构、云数据处理、移动端”掌电宝”APP及小程序、微信公众号、第三方支付等查询充值服务。系统价值:减少人工和投入成本、提高运营工作效率,提升用户体验:为物管（商管）都门提供高效安全的能源数据统计、用能分析管控工具。
首先，我们要确定NB-IoT支持基站定位吗?答案是：R13不支持基站定位，但运营商网络可以做私有方案，比如基于小区ID的定位，不会影响终端，只需要网络增加定位服务器以及与基站的联系即可。
以前写的太乱了，翻出来重新整理下小系列目录：(一) MySQL入门，问题不大https://blog.csdn.net/weixin_44652781/article/details/106466485
Java虚拟机在执行Java程序的过程中会把他所管理的内存划分为若干个不同的数据区域（运行时数据区）。Java虚拟机规范将JVM所管理的内存分为以下几个运行时数据区：程序计数器、Java虚拟机栈、本地方法栈、Java堆、方法区。下面详细阐述各数据区所存储的数据类型。
聊完4G组网方案，我们今天接着说说关于5G的那点事。，其实在行业内已经发布了“半个”5G标准，那个时候是“非独立组网(NSA)”的5G标准。而目前现在正在等的，是“独立组网(SA)”的5G标准。
有关非独立组网和独立组网，NSA和SA，作为开发的已经耳闻能熟，但很少有人能真正理解它们到底是怎么回事。今天，我用最通俗易懂的方式，全面解答一下它们俩，同时说一些最近4G/5G所涵盖的技术领域。希望能够让大家彻底明白它们到底是怎么一回事。废话不多说，我们开始吧！
在西安步行街，有一个做餐饮业的老板，名叫兴爷。他开的店，名叫四号餐厅。餐厅的主厨，叫胖四。
餐厅的生意一直很好，但是随着业务日益增加，人满为患，已经无法满足客户的需要。
所以，星爷打算扩张自己的生意。可是，扩张生意需要大量的资金，不能盲目投资。于是，他想了几种扩张的方案：
使用Date类的无参构造函数方法创建的对象可以获取本机的当前日历和时间，例如：
事务（Transaction）：在数据库中，可以保持一系列的数据操作要么全部执行成功，要么全部执行失败的机制！在基于Spring JDBC的编程中，只需要为业务方法加上@Transactional注解，就可以使得该业务方法中的多条数据操作是有事务的保障的，这多条数据操作要么全部成功，要么全部失败，不会出现成功一半且失败一半的问题!
主要原理是在提交2次sql事务时会现在内存中操作,然后没有异常了再提交到数据库,如果在内存中报错了那么就不提交到数据库以实现回滚.
摘自成大佬笔记-.-
目录1. 默认配置文件2. 生产版本配置文件3. 配置项默认值4. web 资源加载路径配置
PRB表示物理资源块，VRB表示虚拟资源块，eNB一般通过VRB给UE指示资源信息，具体的物理资源映射需要计算通过VRB映射到对应PRB后才能得到，一般集中式的表示一个用户的资源占用连续的RB，分布式表示一个用户占用带宽上不连续的RB资源，提高系统的频率分集增益，提高抗干扰能力。
（1）分为全局作用域、块作用域、函数作用域、动态作用域。当变量，或者想的得到的值在函数内部时候，这个时候可以使用return或者闭包的形式拿出来
（2）let和var：let声明的不可以被window输出，let不能重复定义，let不可变量提升
（3）const：const声明的是常量，不能被修改，let，var可以先声明，后赋值，const不可以
以下是我用html的相关知识制作的个人简历网页，话不多说先看看最终效果：
如上所示项目一共分为5个部分，分别对应导航栏的5个内容。其中项目技能用的是echarts里的柱状图，作品展示用的是bootstrap里的轮播图，除此之外就是html的基础内容。下面我们展示一下项目的代码部分：
本篇文章：主要介绍执行上下文的组成部分之一——变量对象（VO）。本文是与系列的前几篇文章存在一定的承接关系，大家感兴趣的话不妨从头阅读～
本文介绍traci英文文档（主要是与python的接口）。第一个接口已有较多参考，故从第二个开始介绍。
微信开放标签是微信公众平台面向网页开发者提供的扩展标签集合。通过使用微信开放标签，网页开发者可安全便捷地使用微信或系统的能力，为微信用户提供更优质的网页体验。说白了就是公众号跳转APP
拿到题目首先就要知道什么是TF-IDF模型，TF-IDF是一个计算权值的算法，权值用于衡量关键词对于某篇文章的重要性（相关度），从而可以对指定关键词按照tf-idf值来对文本进行排序。起初为了方便，我准备使用python中的nltk库中的函数来完成分词和计算权值等操作，但是后来因为下载nltk中某个库失败，于是我就自己完成了tf-idf的代码实现，因为还需要完成停用词的处理，最后还是调用了nltk.corpus中的stopwards库。
接之前的算法-2A，后的第四次大课在学完简单数据结构，贪心算法，减而治之后，我们来到了我们的分而治之章，这是算法里同样很重要的一个章节。
这是分而治之的一个简单演示图，把一个规模为n的问题，分为两个规模为n/2的子问题，通常我们一般是分为两个子问题（当然具体问题具体分法），这两个子问题的规模合一定不能超过原问题，不然就越分越多了，通常两个子问题之间也尽量独立，不要有联系，如果两个子问题之间存在联系，可以考虑用我们后面学的动态规划来解题试试。
提到了动态规划，就不得不提到主定理，主定理是我们在进行分治时计算时间复杂度绝好的一个方法，也有人叫大师定理。
如图，式子大概意思是，把一个n规模的问题，分成a个子问题，每个子问题的规模是n/b，分治时其它操作的复杂度是f（n）。那么时间复杂度该如何来计算呢？这里用到了log b a，a和b的位置也特别好记，因为b可以理解为base基底的意思。
这里的small-o和大O的唯一区别就是小o是严格小于的非渐进上界，而大O是小于等于的渐进上界，希达则为紧确界。主定理的主要内容就是，比较分治步和其它操作步的时间大小，分治步的时间大小算法是n的log b a次方，而其它操作步的时间大小就是f(n)。如果分治步的n的log b a次方大，则总复杂度就是n的log b a次方。如果操作步的f(n)大，则总复杂度就是f(n)。如果两个一样大，则总复杂度就是n的log b a次方(或f(n))log n。注意log n是固定的，不会因为n的log b a次方(或f(n))的大小而变化，小心log n的n的理解。
w是非渐进紧确下界，Ω是渐进紧确下界。来看这图中的几个例子，会发现我们的主定理特别好用。
现在让我们来看看一些实例，比如这里是一个相当经典的最大切片问题，题意如图。找到一个序列中总和最大的区段。如果我们用最蛮力的办法可以发现，用一层循环固定起始的i一层循环固定末尾的j，再一层循环来进行区间内的和，则可以暴力算出所有结果，代码如图。方法是可行的，但代价实在太大，是n的三次方的，明显不是一个好算法。
那么接下来我们来看看有什么优化方法嘛？在第三层循环的时候，我们是遍历区间相加的，仔细思考会发现这里我们做了很多重复的工作，因为我们每次区间相加时，每个区间之间相差就一个元素，我们只要在前一次的基础上，对一个元素进行处理就可以了，这很好的帮我们消除了第三层循环，把时间复杂度降到了n的平方。
那么想想，还有更好的办法嘛？肯定是有的，我们今天讲的分治思想还没用到呢，那么我们来看看用分治思想后我们的时间规模是多少。我们每次把问题分为两部分，分别去求两个子区间里的最大总区段，这时候有人肯定想到，最大总区段除了在左边区间和右边区间外，还有一种可能，就是总区段处于中间，横跨两个子区间，这时候，就是我们除了分这一步外，其它操作需要顾及到的了，我们以分割的红线为起点，分别向左和向右找到起点固定，但终点不固定的最大总和区段，这个规模我们不得不承认是线性也就是f(n)为n的，然后把这两个起点固定终点不固定的最大总和区段合起来，和我们的左边区间的最大总和区段和右边区间的最大总和区段进行比较，这三个值里，最大的那个就是我们所想得到的最大总和区段。那我们来看看复杂度为多少呢？用上主定理后算出n的log b a次方也为n和我们的f(n)一样大，那么最终结果就是nlog n的复杂度。这个分治的思想相比两个方法上明显时间复杂度小很多。
但惊人的是，这还不是最好的结果，最好的结果是可以达到线性，也就是n的规模。前提是我们发现一个规律，在我们的问题规模上，最短的非正后缀一定与我们的最大总和区段无交。我们很容易用反证法证出。如果存在最短非正后缀与最大总和区段有交，那么交集一定是大于0的，则最短非正后缀除去交集部分一定是小于0的，那我们就找到了一个更短的非正后缀，这与我们最开始的最短非正后缀是相违背的。所以最短的非正后缀一定与我们的最大总和区段无交这个规律成立。那么知道这个规律有什么用处呢？则我们可以从最末端开始相加，如果加起来的后缀小于0，则之间切掉该后缀，并把切掉后的问题当成一个新问题，继续从后缀开始。加的时候记录期间最大值，一直加到lo端也就是从末端加到了起始端，记录的最大值就是我们想要的结果最大值。而且我们只是从后往前遍历了一遍，时间规模是为n的，比分治的方法还要小，而这里我们用的是减治。所以没有哪个算法是最好的，具体问题具体分析。
这是减治的代码实现过程，也很是简单简洁。
减治的演示过程，这个图超直观，大家可以品味一下，从右到左每一列都是切除非正后缀后我们得到的新问题。
官方软件产品操作指南 (169)