有些人喜歡鉆一些細節(jié)，說樓主xxx之類的沒講，xxx沒講對，沒講全之類的話
本人之前也是一個菜鳥，看文章喜歡看樓主能一字不落的吧所有都講清的博文，然后噴很多文章，缺胳膊短腿
有了一定工作經(jīng)驗后，對很多東西深入研究后，我自己也開始寫文章，才發(fā)現(xiàn)，這要是一字不落寫完，啥都說明白，說清楚到底有多累，而且沒必要，我不是老師，寫文章給我自己看和有一定基礎(chǔ)的看就可以了，所以不需要什么都要嘮叨一遍
哪些噴子，說這個說哪個的，我建議你看十遍源碼，動手實現(xiàn)3遍，你再來看很多文章，你就知道人家為啥這樣寫了，寫的非常到位，畫龍點睛，懂的人才懂（本人線程池，并發(fā)map看了十多遍，每次有不同的體會）
我在面試中經(jīng)常會問的兩個問題面試久了之后，發(fā)現(xiàn)自己每次都會問下面這兩個問題。 線程池相關(guān) 問：你講講線程池的實現(xiàn)原理。 聽到這個問題，小部分同學(xué)會很坦白的說，我平時用過線程池，但是沒有了解過內(nèi)部是怎么實...
笑看青銅噴王者
我在面試中經(jīng)常會問的兩個問題面試久了之后，發(fā)現(xiàn)自己每次都會問下面這兩個問題。 線程池相關(guān) 問：你講講線程池的實現(xiàn)原理。 聽到這個問題，小部分同學(xué)會很坦白的說，我平時用過線程池，但是沒有了解過內(nèi)部是怎么實...
public static void main(String[] args) {
double num = 2;
double n = 1;
double n1 = 1;
int nnn = 10;
while (nnn-- > 0) {
n1 = n1 / 10;
for (int i = 0; i < 10; i++) {
double v = n + n1;
if (v * v > num) {
break;
} else {
n += n1;
}
}
}
System.out.println(n);
System.out.println(n * n);
}
1，從0.1開始加，1.1 1.2 1.3 1.4 1.5超了，所以是1.4
1.4，從0.01開始加， 1.41 1.42超了，所以是1.41
這樣行不
分享一道面試題，估計可以掛不少人題目 已知 sqrt (2)約等于 1.414，要求不用數(shù)學(xué)庫，求 sqrt (2)精確到小數(shù)點后 10 位 考察點 基礎(chǔ)算法的靈活應(yīng)用能力，二分法學(xué)過數(shù)據(jù)結(jié)構(gòu)的同學(xué)都知道，...
Root region scanning phase：掃描Survivor Regions中指向老年代的被initial mark phase標(biāo)記的引用及引用的對象，這一個過程是并發(fā)進行的。但是該過程要在下一個young GC開始之前結(jié)束；
請問，是不是可以理解并發(fā)標(biāo)記必須要在yong gc剛剛完成之后，否則你就不能只從s區(qū)，而是從整個eden區(qū)找指向老年代的對象
G1垃圾回收器詳解在前一篇的文章《HotSpot垃圾回收算法概述》里面，對于Serial, Parallel和CMS幾種垃圾回收器做了比較詳細的描述。但是對于G1的敘述是比較粗糙的。這篇文章則...
volatile 實現(xiàn)原理中有l(wèi)ock指令的功勞，lock指令會將當(dāng)前cpu的最新更改緩存值刷到內(nèi)存，同時通知其他cpu緩存失效
這豈不是相當(dāng)于volatile具有內(nèi)存屏障和mesi協(xié)議的功效？
但是volatile int i=0； i++ 為什么多線程數(shù)據(jù)不一致？ a線程修改了i不是會導(dǎo)致其他cpu緩存無效嗎？
我覺得volatile應(yīng)該只具備 內(nèi)存屏障的作用，而沒有保證緩存一致性
volatile實現(xiàn)原理（內(nèi)存屏障、緩存一致協(xié)議--Lock前綴指令--寫緩存、高速緩存、主存）volatile是“輕量級”synchronized，保證了共享變量的“可見性”（JMM確保所有線程看到這個變量的值是一致的），使用和執(zhí)行成本比synchronized低，因...
你寫的不清不楚， 怎么只遍歷一遍呢，你求和不要先遍歷一遍嗎？
而且如果數(shù)據(jù)源是1,2,3 sum=6
現(xiàn)在要抽取兩個, 但是你獲取的隨機數(shù)是, 5,6 怎么選都只能選一個元素出來，所以想要指定抽樣數(shù)，你這種方法是不行的
spark實現(xiàn)加權(quán)采樣(不放回)加權(quán)采樣就是按照選定的權(quán)重列,根據(jù)權(quán)重值采樣,如權(quán)重值是1.2和1.0；則value=1.2所屬樣本的被采樣的概率就大一些。權(quán)重列必須為double或int類型. 算法:計算...
