我认为找AI工作应该卷算法

1. 请介绍一下你做的“分布式通知中台”项目，整体架构和主流程是怎样的？API 网关接收请求并鉴权； 通知编排服务做模板渲染、路由决策； 通过 MQ 异步投递到各通道子服务； 子服务调用第三方渠道并回写投递状态； 查询服务聚合状态给前端。 这样做的好处是：高并发下削峰、渠道隔离、失败可重试、可观测性清晰。2. RESTful HTTP 怎么请求？请求方法和路径如何设计？核心是“资源化建模 + 语义化方法”： POST /api/v1/notifications 创建通知任务 GET /api/v1/notifications/{id} 查询详情 GET /api/v1/notification...

简历改到第3版，投后端岗15家，拿到2个内推，1家已约初面。实习用量化写：QPS+30%、延迟-20%。每天刷2道算法，晚上复盘项目和八股，周末做模拟面试。下周补系统设计和英文自我介绍。

题干解析 题设给予我们一个数组，要求我们进行判定所给数组能够拆分为两个总和一致的数组。 算法思路 首先大前提，我们必须知道这个数组所有值的总和，记作sum，当且仅当sum是个偶数时我们才可能将数组拆分为两个等和子集。 同时我们转化问题为，在数组中选择一定数量的元素，使这些元素的总和大小为。于是我们将问题转化为0/1背包问题。设定状态值为dp[i][j]表示使用前i个元素能否填满大小为j的背包。 于是我们有状态转移方程：  设定初始值dp[0][0] = true;开始DP计算即可。 同时由于DP过程状态转移方程只涉及i与i-1，因此可进行滚动优化内存。 实现代码 class Solution ...

后端开发居然有群面嘛，没绷住，让我去看看怎么个事，四个人抢答是吧