结果：1 0
Java你创建对象的时候，首先就是默认执行构造函数。
两个count初始值都为0。执行完构造函数之后，都变成1，然后，继续执行，执行到赋值的阶段，第二个count就变成0了。
2.陈现森夏令营 java 多继承关系表
3.陈现森夏令营 从几T的大文件中找出前k大的数
维护一个k的堆
4.union 和 union all
5.程序锁 和死锁
6.线程和进程关系
7.存储过程和事务的区别
8.非关系型数据库
9.-Wall 编译参数的意义10 . 数据库题 count if:
select count(*) 总量, count(if(结果=0, true, null)) 0的个数, count(if(结果=1, true, null)) 1的个数, count(if(结果=2, true, null)) 2的个数 from table a group by 模块名;
11 . union 与 union all 的区别
12.
13.刘莹
答案：
SELECT re.module_name,COUNT(*) FROM request_info re
LEFT JOIN (
SELECT module_name ,AVG(request_result) AS num FROM request_info
GROUP BY module_name
) t ON t.module_name = re.module_nameWHERE
request_result > num
GROUP BY(module_name);
想写sql 去网上搜 50道sql 面试题。
14 .nosql 数据库 按行存储 节省存储空间
适合 大数据TB级，有快速随机访问需求
https://www.jianshu.com/p/296bacba3510
https://www.runoob.com/mongodb/mongodb-intro.html
https://www.cnblogs.com/rickons/p/5504284.html
15 . hadoop 面试题
16 .遗传算法和机器学习的区别
都属于启发式学习算法。
启发式定义：启发式算法是一种技术，这种技术使得在可接受的计算成本内去搜寻最好的解，但不一定能保证所得的可行解和最优解，甚至在多数情况下，无法阐述所得解同最优解的近似程度。
例如：A*算法是一种启发式搜索算法，启发式搜索就是在状态空间中的搜索对每一个搜索的位置进行评估，得到最好的位置，再从这个位置进行搜索直到目标。这样可以省略大量无谓的搜索路径，提高了效率。
F = G + H
F - 方块的总移动代价G - 开始点到当前方块的移动代价H - 当前方块到结束点的预估移动代价
蒙特卡洛类算法与拉斯维加斯类算法
https://www.zhihu.com/question/20254139
蒙特卡罗算法并不是一种算法的名称，而是对一类随机算法的特性的概括。媒体说“蒙特卡罗算法打败武宫正树”，这个说法就好比说“我被一只脊椎动物咬了”，是比较火星的。实际上是ZEN的算法具有蒙特卡罗特性，或者说它的算法属于一种蒙特卡罗算法。
那么“蒙特卡罗”是一种什么特性呢？我们知道，既然是随机算法，在采样不全时，通常不能保证找到最优解，只能说是尽量找。那么根据怎么个“尽量”法儿，我们我们把随机算法分成两类：
举个例子，假如筐里有100个苹果，让我每次闭眼拿1个，挑出最大的。于是我随机拿1个，再随机拿1个跟它比，留下大的，再随机拿1个……我每拿一次，留下的苹果都至少不比上次的小。拿的次数越多，挑出的苹果就越大，但我除非拿100次，否则无法肯定挑出了最大的。这个挑苹果的算法，就属于蒙特卡罗算法——尽量找好的，但不保证是最好的。
而拉斯维加斯算法，则是另一种情况。假如有一把锁，给我100把钥匙，只有1把是对的。于是我每次随机拿1把钥匙去试，打不开就再换1把。我试的次数越多，打开（最优解）的机会就越大，但在打开之前，那些错的钥匙都是没有用的。这个试钥匙的算法，就是拉斯维加斯的——尽量找最好的，但不保证能找到。
马克可夫链
支持向量机算法
机器学习 人工智能 深度学习关系
https://www.cnblogs.com/wangle1001986/p/10143611.html
遗传算法到强化学习，一文介绍五大生物启发式学习算法