https://zhuanlan.zhihu.com/p/5633149451.用空间换时间，将之前解答过的子问题答案存储为备忘录，要计算大问题的时候直接从备忘录中查找；2.本质上主体还是一个for循环，还是遍历逻辑，只不过每次的计算都是O(1)级别的，所以时间复杂度很低O(n^2)；3.自顶向下（记忆化递归）：递归逻辑，要解决n规模的问题，要先用相同函数解决n-i的问题，并将n-i问题最优解存储下来，然后return；自底向上（迭代dp）：推导逻辑，先解决1规模问题并记录最优解，2规模问题用到1，3规模用到2以此类推......4.自顶向下记忆化递归方法好想，而且可以避免计算用不到的子问题，...

佬们，二战无望想找嵌入式和测试的工作，简历求⛰️，

二七届JAVA后端想找实习可以干半年左右，求各位大佬拷打

1. 深入讲讲你项目中遇到的最复杂的技术问题，如何解决的？参考答案：我在做电商系统时，遇到过一个分布式事务的问题。场景是用户下单时，需要同时操作订单服务（创建订单）、库存服务（扣减库存）、积分服务（扣减积分）三个服务。如果其中一个服务失败，其他服务需要回滚，保证数据一致性。最初我使用了两阶段提交（2PC）方案，但发现性能很差，而且存在单点故障问题。协调者挂掉后，所有参与者会一直阻塞等待。后来改用了Seata的AT模式，它是一种改进的2PC，通过拦截SQL自动生成回滚日志，性能和可用性都有提升。但在高并发场景下，Seata的全局锁机制导致性能瓶颈。最终我采用了基于消息队列的最终一致性方案。下单时...