不鸣科技服务器开发一二三面

刚入职，谁不想表现得积极、聪明、能干？但在热情之下，往往也踩了不少坑。比如，过度表现——明明不熟悉流程，却急着提出建议，结果把自己弄得手忙脚乱；比如，怕麻烦——不敢问问题，结果重复做错同样的事情；比如，急于讨好——事事答应，结果加班加到怀疑人生。这些坑，都是成长的必修课。刚入职，不需要急着当“万能选手”，更重要的是慢慢熟悉团队、学会问、学会听。底气和能力，会随着时间一点点累积，而不是靠一时的表现。所以，别怕踩坑，慢慢来，踩过的坑，都会变成你职场经验里的黄金砖。

是腾讯的csig腾讯云，前天晚上九点突然打电话约面，激动的通宵学了一晚上，第二天状态很差改了今天（以后再也不通宵学习了）感觉自己浪费了面试官一个半小时单纯手写＋场景，无八股无项目无算法，打击真的很大，全是在面试官提醒的情况下完成的，自己技术方面真的还是有待提高，实力匹配不上大厂和已经面试的两个公司完全不一样，很注重编码能力和解决问题的能力，然而我这两个方面都很薄弱，面试官人很好很耐心的等我写完题目，遇到瓶颈也会提醒我，写不出题也会很耐心的跟我讲解好感动，到最后面试结束还安慰我打算把下周最后一场面试面完之后就不面啦，如果能去实习还是很开心，但是最重要的还是好好努力提高技术以下是面经第一题// 实现一个解析 url 参数的函数function parseUrl(urlStr) {// TODO}parseUrl('*********************************************');// 返回 {a: 1, b: 2, c: 3}追问：在链接里见过什么部分？用 hash 路由的话放在哪第二题// 考虑有一个异步任务要执行，返回 Promise，这个任务可能会失败，请实现 retry 方法，返回新方法，可以在失败后自动重试指定的次数。/*** 异步任务重试* @param task 要执行的异步任务* @param times 需要重试的次数，默认为 3 次*/function retry(task, times = 3) {// TODO: 请实现}// ---------------测试示例 ----------------// 原方法const request = async (data) => {// 模拟失败if (Math.random() < 0.7) {throw new Error('request failed');}const res = await fetch('https://jsonplaceholder.typicode.com/posts', {method: 'POST',body: JSON.stringify(data),});return res.json();}// 新的方法const requestWithRetry = retry(request);// 使用async function run() {const res = await requestWithRetry({ body: 'content' });console.log(res);}run();第三题就是给 retry 函数添加类型注释，用到泛型第四题：在组件库中将 Alert 用 api 的形式实现（应该就是 message 这个组件）怎么渲染到一个浮层里而不是原地渲染出来

本人本科末9，今年大三。大一大二一直玩，什么都没学到，在大学混日子混了两年，每天不是在打农就是在steam。大三开学时一个和自己玩的好的同学去实习了，才发现自己白白浪费了两年的时间，如果真不冲一下就真去京东，阿里，美团送外卖了今年9月份开始学Java，一开始一直跟着黑马视频看，后面发现看视频效率太低了，时间根本不够，就开始主要看文档和看书了。这几个月一直在学，真的尽力了，希望暑期前能找一份好点的实习。我简历上面的项目大多没有指标，但是实际上我是真没多少时间去做项目，我基本主要是动手只做了外卖和天机，黑马点评和12306我都是只是看了项目。主要是自己的时间真的不多，但是这样子自己的代码能力确实比较差。而且自己也没有做过实际的工程，我顶多用jmeter测试一下接口tps啥的，比如使用Redis管道提升了一点性能，减少Redis交互，这种值得写上去吗？需不需要具体到某些数字求求各位佬给一些建议，看看简历怎么优化？项目介绍是不是不够详细？没有具体到业务方面。项目会不会提到大致实现原理导致面试官一看简历就知道怎么实现就没有问的欲望？专业技能一些字段是不是要加粗，是不是写太啰嗦了？有没有必要压缩内容变成一页？两页的话是不是都要把两页填地满满的。

对于需要探索或预判战略的复杂任务来说，传统或简单的提示技巧是不够的。最近，Yao et el. (2023) 提出了思维树（Tree of Thoughts，ToT）框架，该框架基于思维链提示进行了总结，引导语言模型探索把思维作为中间步骤来解决通用问题。ToT 维护着一棵思维树，思维由连贯的语言序列表示，这个序列就是解决问题的中间步骤。使用这种方法，LM 能够自己对严谨推理过程的中间思维进行评估。LM 将生成及评估思维的能力与搜索算法（如广度优先搜索和深度优先搜索）相结合，在系统性探索思维的时候可以向前验证和回溯。ToT 框架原理如下：图片援引自：Yao et el. (2023)ToT 需要...