1， 频繁Minor GC-Xmn 新生代大小 增大-XX:NewRatio 老年代和新生代的比例 降低目标：增大新生代，减少minor gc的频率2，Minor GC后，大量对象存活进入老年代-XX:SurvivorRatio s区经常满的情况下，适当减少该比例值，增大s区，减慢对象进入老年代-XX:MaxTenuringThreshold 适当延长对象在s区的时间，比如提升到20次Minor gc后再进入老年代3，老年代经常满，导致频繁full gc优化新生代大小：增大新生代大小，避免因为s区装不下导致的对象提前晋升进入老年代优化晋升策略：-XX:MaxTenuringThreshold ...

这下误闯天家了

客观题闹麻了，单选多选考了一堆安全方向的，直接乱答编程题原题在 洛谷。二分法找到木材长度即可，笔者用了闭区间二分，首先降序排序，接着初始化左右界为 nums[k-1] 和 nums[0]，注意特判 k-1 越界情况。 class Solution: def maxLength(self, nums: List[int], k: int) -> int: # write code here nums.sort(reverse=True) L = nums[min(k, len(nums)) - 1] R = nums[0] def could_cut(m): cut = 0 for num...