Lab2: Key/Value Server
Lab2 URL: http://nil.csail.mit.edu/6.5840/2024/labs/lab-kvsrv.html
In this lab you will build a key/value server for a single machine that ensures that each operation is executed exactly once despite network failures and that the operations are linearizable. Later labs will replicate a server like this one to handle server crashes.
Key/value server with no network failures
Your first task is to implement a solution that works when there are no dropped messages.
You’ll n ...
Javascript: Asynchronous Programming
异步函数（Async/Await）属于 JavaScript 中的哪个知识领域？
异步函数（async/await）属于 JavaScript 异步编程 的核心概念，具体涉及以下知识领域：
1. 核心归属：异步编程（Asynchronous Programming）
异步函数是 JavaScript 处理异步操作的现代方案，属于 异步编程 的范畴，与以下技术直接相关：
• Promise（ES6）：async/await 本质是 Promise 的语法糖。
• 事件循环（Event Loop）：理解 await 的非阻塞原理需要掌握事件循环机制。
• 回调函数（Callback）：异步函数解决了回调地狱问题。
知识树定位：
JavaScript → 异步编程 → Promise → Async/Await
2. 关联的细分知识点
① ECMAScript 标准（ES6+）
• ES2017（ES8）：async/await 是 ES2017 正式加入的语法。
• ES6（ES2015）：基于 Promise， ...
Graphics
未读Graphics: Texture
有几种贴图？
在图形学中，贴图（Texture）是增强3D模型真实感和细节的核心技术。以下是12种常见贴图类型的分类详解，涵盖它们的作用、原理、应用场景及使用方法，结合代码和案例说明：
📌 1. 基础颜色贴图（Albedo/Diffuse Map）
• 作用：定义材质的基础颜色（无光照信息）。
• 为什么需要：分离颜色与光照计算，避免重复烘焙阴影。
• 格式：sRGB色彩空间（通常为PNG/JPG）。
• 用法示例（GLSL）：
vec3 albedo = texture(albedoMap, uv).rgb;
📌 2. 法线贴图（Normal Map）
• 作用：模拟表面凹凸细节（不改变几何体）。
• 为什么需要：低多边形模型表现高模细节。
• 原理：RGB通道存储切线空间法线向量（范围[-1,1]映射到[0,1]）。
• 用法：
vec3 normal = texture(normalMap, uv).rgb * 2.0 - 1.0; // 转换到切线空间normal = normalize(TBN * normal); // TB ...
常用级数走向
音乐真理
音程是字母，和弦是单词，级数是语法，而演奏是用它们写诗。掌握原子层面，才能创造宇宙。
在和弦级数中，基本的和弦就是三和弦，145级是大三，236级是小三，7级是减三和弦
旋律音通常属于当前和弦内音（根音、三音、五音等），以保证和谐。
《晴天》： 主歌：6415 副歌：1645（前面两个4拍，后两个2拍）13645
1325：《普通朋友》、《小小虫》
1625：《如果爱》
6451：Eb调《七里香》
音程
除了大二度，音乐中还有哪些音程？
音程（Interval）是音乐中最基础的元素之一，用来描述两个音之间的距离。除了 大二度（Do-Re），还有多种音程，它们按 “度数” 和 “性质（大、小、纯、增、减）” 分类。以下是完整的音程体系：
1. 音程的分类标准
音程由 两个维度 决定：
度数（Number）：表示音阶上的位置（如二度、三度、四度等）。
性质（Quality）：表示具体的半音数量（如大、小、纯、增、减）。
示例：
C → D（Do-Re）是 大二度（2度，含2个半音）。
C → E（Do-Mi）是 大三度（3度，含4个半音）。 ...
MIT6.5840-2025 Lab1: MapReduce
Lab1 URL: https://pdos.csail.mit.edu/6.824/labs/lab-mr.html
任务
Your job is to implement a distributed MapReduce, consisting of two programs, the coordinator and the worker. There will be just one coordinator process, and one or more worker processes executing in parallel. In a real system the workers would run on a bunch of different machines, but for this lab you’ll run them all on a single machine. The workers will talk to the coordinator via RPC. Each worker ...
6a74c1f0566625c5d0ebe03ed0f68950fa9983bf429a3ac607acd2272044618e656dae1e452b8a7e918c956aa8eadae7a0fe53fc6b6c3a6afccaccffc160b439c8bf6f09ec862241ceab434d1c1d1e78f4b9024128d5d07448ff5cb861e31780c41a2361d77007527042fa2563af0e6db7a44b236c9d7f8c7a46bedb18d986bd726321fb82ba5e604e92dd50954f5fa316cbe1725c678d6960a669a1d20bbda8232cae37e7fb359cf08721b27db923d8e5150629ab8f5f24a2a2a8388418a6ddfe12c4b2a2013d30ed57cc77e08d6b2571e2dc5f053f6f7062997b3231c9dfd1a13b88d4af6eba1c2f013d51b186661f8c4c38d3dacb10cac ...
Fundamentals of Computer System
Projects
CSAPP Labs
一生一芯项目
Courses
OS
NJU jyy 操作系统：设计与实现
MIT6.1810 Operating System Engineering
Distributed System
MIT6.5840-2024-Distributed-System
Parallel Computing
CS149-Parallel-Computing
Compiler
Stanford CS143 Compiler
Books
“CSAPP” Randal E. Bryant and David R. O’Hallaron. Computer Systems: A Programmer’s Perspective (3ed). Pearson, 2017.
“OSTEP” Remzi H. Arpaci-Dusseau and Andrea C. Arpaci-Dusseau. Operating Systems: Three Easy Pieces. Arpaci-D ...
1
关于英语考察
用英语介绍一下你的学校
用英语作个自我介绍
用英语说一下你对什么领域感兴趣
用英语说一下你为什么要报浙大计算机学院
关于科研项目考察
用英语介绍一下你的这个科研项目
你的项目实现的是什么功能
你的项目是用什么算法和框架实现的
你的这个项目有哪些创新点和难点
代码量有多大，你在里面负责哪部分
你在完成项目过程中遇到了什么问题，是怎么解决的?
你为什么要用基于 SVM 的检测算法，这个算法有什么优点
同类的检测算法有哪些
关于专业课，可能会问到数据结构、计算机网络、操作系统、数据库、算法分析等课程
的相关知识
IPV4 和 IPV6 的区别和联系?
你学得最好的专业课是哪门
OSI 模型每一层干嘛的?
http 协议在哪一层，干嘛用的?
解释一下动态主机分配是什么实现的
物理层传输的是什么信号(差分还是非差分信号)
为什么要采用差分信号，它有何好处
傅里叶变换的几何意义和性质
傅里叶变化和Z变换有什么区别
解释一下 KL变换和它的应用场景
解释一下 DCT 变换，它是怎么实现的
视频压缩为什么要采用 DCT 变换
说说对称放大电路的特点
2
机器学习、概率论、Transformer架构、对模型的理解（还有哪些未解决的问题）？以后的发展趋势以及未来规划；数学问一些基本概念的问题（极限、收敛、中心极限定理、贝叶斯公式、中值定理、矩阵的秩等）
机试
读取数据集（CSV），输出样本数量、属性数量、标记个数。
仅利用训练集实现朴素贝叶斯，实现精度计算。
读取测试集（CSV），利用第二问的模型进行预测，输出到txt中。
对训练集非数值类型进行处理，实现任意一种分类器，使用训练集的属性和标记进行训练，给出训练集精度、测试集标记、输出到txt中。
训练集上进行五折交叉验证，并对上一问的模型进行调参，给出最优参数和训练集精度。
面试（12分钟掐表）
30s英文自我介绍
What’s your favorite ml algorithm?
kmeans聚类又分为哪几类?
GRU全称?
简述PCA?
什么是半正定矩阵?半正定矩阵在ml中有哪些应用?
斐波那契数列有多少种解法+时间空间复杂度?
第k大的数有多少种解法+时间空间复杂度?
SVM为什么要使用对偶问题?
3
说明B+树在数据库中的具体应用场景
B+树在数据库中的具体应用场景
B+树是数据库系统中广泛使用的数据结构，尤其在关系型数据库（如MySQL、PostgreSQL、Oracle）中，它被用于索引存储，以高效支持查询、插入、删除和范围查询等操作。以下是B+树在数据库中的具体应用场景及其优势：
1. 数据库索引（Indexing）
（1）主键索引（Primary Key Index）
• 作用：B+树是大多数数据库默认的主键索引结构（如MySQL的InnoDB引擎）。
• 优势：
• 快速点查询（Point Query）：通过主键（如WHERE id = 5）能快速定位记录。
• 范围查询（Range Query）：由于B+树的叶子节点是链表连接，范围查询（如WHERE id BETWEEN 10 AND 20）只需遍历叶子节点，效率极高。
• 避免全表扫描：相比哈希索引（仅适合等值查询），B+树支持更灵活的查询方式。
（2）二级索引（Secondary Index）
• 作用：非主键列（如name、age）的索引通常也使用B+树。
• 优势：
• 支持排序和范围查询（如WHERE ...
