php后端学习流程

h3>

面试频率：★★★★★

数据结构与算法，必问项。无论是后端/前端/安卓/IOS，家家户户必备

数据结构与算法是面试当中的重中之重，因为不了解数据结构与算法，就好比你的汽车里没有发动机。

数据结构与算法的书籍可以说网上非常多，如果是小白学习可以学习 《大话数据结构》 ，属于比较生动形象地告诉你所有数据结构。

有一定基础了可以看看 《算法》 ，这本书比较难看懂

，有兴趣的可以深挖，时间不足的话可以直接跳过。

书本上更多是一些静态知识，例如树的构成，平衡二叉树的构建，前

序遍历等各种表示等等，又或者是图中结点之间关系的表述（邻接矩阵还是邻接表）等，如果没有去在实践中加深，很容易忘记。如果想要了解多一点关于数据结构在代，推荐可以当当网搜“数据结构与算法分析”+对应学习语言，像我当时就看了这本

这就提到了应届生常说的——刷题这里要说一句，做题要注重方法！方法！方法！

其实我并不赞同刷题这个词，因为刷题意味着你仅仅是为了找工作而刷，如果仅仅为了记住答案或者某种目的，那么过个几个月后你肯定还是会忘记，所以我觉得做题很有必要，理解一道题更有必要，总结题目类型事半功倍。

刷题的时候我比较喜欢按照专题去做，例如有二叉树、图论、并查集、二分法、动态规划等专题，例如你只有学会了0/1背包问题才可以去做完全背包问题。如果短时间内在专题题目中练习的话，会加深对这个数据结构和算法的理解。

我主要依托于两个平台做题： 推荐两个刷题网站：

https://leetcode-cn.com/

Leetcode是一个非常多人学习算法的社区，可以说现在想要进互联网大厂，都是需要刷题巩固的。

Acwing是近两年才火起来的社区，我在学习算法的时候其实也很迷茫，看着生涩的题解，一开始冷启动的时候只能刷几道题。Acwing更多是一个题解社区，由北大NOIP金牌得主yxc创办，十分适合在校学生学习。

https://www.acwing.com/

我做的题目不是特别多，但是每一道题我都认真总结反复思考，这很重要，因为可能几天之内你重新做这个题目还能凭借艾宾浩斯的记忆曲线，形成肌肉记忆顺利的把代码打出来。但是当时间一长，更多是要凭借你的理解去解题，在工作中更是需要通过自己的分析选择特定的数据结构，思考至上。

我做的题目很少，这里稍微晒一晒把，我记得我三月份开始找实习的时候，做去年腾讯的校招题，五道题我AC了四道，基本上水平就可以看出来了，所以后面就把重心放到了其他地方。

如果要看往年的笔试真题，可以在我的公众号"大厂笔试"里看到，里面有一些我的解答，去年有的题目还帮师兄AC了不少题目。

《剑指offer》 属于入门级别的算法题了，也是属于面试中手撕常考题，一开始如果做leetcode比较吃力的话，可以先看看《剑指offer》，很多大厂的题目都是基于《剑指offer》或者它的变形。

ps：如果在日常学习中有遇到算法题相关的疑问也可以加我好友，有空可以解答一下。

操作系统

面试频率：★★★★

操作系统应该是我决定去面后端才开始学习的，事实上每个程序员都要懂操作系统，这是我当时认识的一个盲区。

因为非科班的缘故，并没有上这门课，而且平时由于没有太多的需求，导致了这门课我是时间比较靠后才进行学习的。

操作系统特点为内容多，但于此同时也非常有趣同其他计算机知识紧密联系。后端开发工程师对操作系统的要求不小，如果有时间的话最好多复习点。

我学习的时候看了王道考研的视频，老师对知识点剖析得也比较不错，在这里也推荐一波

https://www.bilibili.com/video/BV1YE411D7nH?from=search&seid=10316055627636820951

操作系统在面试中被问到的概率中等，一般通常会问一些和内存相关的一些问题比如：

• 线程同步的方式有哪些
• 进程的通信方式有哪些
• 什么是死锁？死锁产生的条件？
• 分页和分段有什么区别
• 操作系统中进程调度策略有哪几种？
• 程序从堆中动态分配内存时，虚拟内存上怎么操作的

如果看完这个B站的视频，相信你在里头都可以找到答案。如果你已经对操作系统很熟悉了，相信我，用二倍速一天看完它，你肯定也会有不同的收获。

后端语言基础

后端语言基础主要有C++、Golang、Java、PHP,我当时学习的是Java,主要就是考虑了以下几点：

1. 岗位需求多
2. 开源资料多
3. 自己本科毕业的时候学过Java

接下来就介绍下Java学习

Java

花了点时间系统性的看了一本 Java 的入门书 《第一行代码》，对 Java 的语言特性有一定的了解。如果你之前学习过其他编程语言，可以学的快一点。

进阶的话后面看了点 《Java并发编程的艺术》

这本书从并发编程的底层实现机制入手，逐步介绍了在设计Java并发程序时各种重要的技术、设计模式与应用，同时辅以丰富的示例代码 主要涉及Java并发机的底层实现原理如volatile的应用、synchronized的实现原理与应用、Java对象头、锁的升级与对比、原子操作的实现原理等等，可以说是一本学习并发编程入门的好书籍,在面试的时候经常会有面试问你：

• Synchronized和Reentrentlock之间的区别是什么
• volatile是如何保证它的可见性
• volatile能否保证原子性

Java通过引入虚拟机（VM）的概念，让编译后的代码直接跑在一台虚拟的机器上，无论最终的目标平台是什么，都在上面构建出一个虚拟的一致的虚拟机出来，就可以达到一次编译到处执行的效果了。

推荐一下这本书《深入理解Java虚拟机》

里头主要涉及垃圾收集、内存管理机制、内存模型、类加载的时机等，都是经常问的考点

如果是面试Java后端，虚拟机的知识真是必看，但是由于应届生基本上项目精要为0，所以面试官不会问道项目排查方面的内容，只会问一些比较基础的比如：

• 说一下堆栈的区别
• 什么是双亲委派模型
• 说一下类装载的执行过程

针对Java学习，不要只停留于表面的语法，要多看多做，切忌眼高手低。

MySQL

数据库的学习，离不开实践。

先在自己的电脑上安装一个MySQL,可以参考：

https://www.runoob.com/mysql/mysql-install.html

安装版本最好高于5.7，因为有些特性才能学习到。

如果想要安装一个可视化工具，推荐navicat http://www.navicat.com.cn/

安装完毕后开始MySQL的学习，针对这个的学习我分成了三个部分：

• 快速看完一个体系视频
• 操作数据库，练习SQL语句
• 结合InnoDB特性学习

1.看完一个系统性的视频或者书籍是为了能够让你在短时间内快速学习这个中间件，了解整个中间件的脉络。

我当时看的视频是这个：https://www.bilibili.com/video/BV1UQ4y1P7Xr?p=75

2.操作数据库，练习SQL语句，我建议你直接使用终端进行操作。 有些人会说现在ORM这么成熟了还要学习SQL吗？当然，因为万丈高楼平地起，ORM底层也是操作SQL的，在性能排查上学习点SQL大有益处。explain语句怎么分析？死锁状态如何查看？索引如何建立？都要使用SQL。

InnoDB支持事务，支持行锁，已经是最常用的存储引擎。四大特性：原子性（Atomicity）： 事务是最小的执行单位，不允许分割。事务的原子性确保动作要么全部完成，要么完全不起作用；一致性（Consistency）： 执行事务前后，数据保持一致，多个事务对同一个数据读取的结果是相同的；隔离性（Isolation）： 并发访问数据库时，一个用户的事务不被其他事务所干扰，各并发事务之间数据库是独立的；持久性（Durability）： 一个事务被提交之后。它对数据库中数据的改变是持久的，即使数据库发生故障也不应该对其有任何影响。

3.多看一些MySQL的基础知识，MySQL的知识说实话非常多，但是它的体系结构非常明显，学习起来有章可循。在面试中经常会问道一些固定答案的题目比如：

• MySQL索引使用的数据结构是什么
• redo log和undo log之间有什么异同
• 如何利用bin log做主从复制

可以参考我公众号写的一些文章，也可以参考一下：https://www.runoob.com/mysql/mysql-tutorial.html

Redis

Redis是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API

Redis的优势在于：

性能极高 ：Redis能读的速度是110000次/s,写的速度是81000次/s 。丰富的数据类型 : Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。原子 ： Redis的所有操作都是原子性的，意思就是要么成功执行要么失败完全不执行。单个操作是原子性的。多个操作也支持事务，即原子性，通过MULTI和EXEC指令包起来。

学习redis我推荐这本书 《Redis的设计与实现》（还是我在字节实习的时候同事推荐给我的）

这本书深入浅出的描述了redis的几种数据结构的底层实现以及主从复制、事务性、持久化等特性，一句话总结就是非常全面地剖析，例如redis底层字符串是由SDS构成，压缩列表何时会失效等等。

推荐一个学习网站： http://redisbook.com/

一个拿得出手的项目

拿得出手的项目这个标准其实很模糊，五年前学生管理系统可以拿得出手，现在这种系统比比皆是。

无论是本科生还是硕士生，我觉得都可以从平时做的项目中挖掘一些自己的点，而不是一上来就看B站的视频自己做一个。

例如我之前做过一些机械臂的工作，我就把机械臂的信息和网页结合起来，通过网页远程登录访问机械臂设备进行操作。这种项目可模仿性低而且在你之前做过的项目中进行改进。

抛砖引玉，扯远了，我后面又帮老师做了一个小商店的支付项目，比较复杂，当时也是参考了一个慕课网的视频，具体可以关注我的公众号，回复项目即可，我都整理好了。

如果你有后端开发的项目或者后端开发的实习经历，那么我想你可以在这上面多思考以下几点，这个也是我当时面腾讯的时候面试官的四连追问：

1. 你的项目需求是什么？
2. 你的项目中有几个人完成？分工是什么？你在当中又是充当什么样的角色？
3. 你觉得你的工作在当中完成的如何？有没有遇到什么困难?
4. 觉得这个项目还有什么改进的地方，项目落地了吗？

暑假实习面试

一般暑假实习的面试比秋招面试简单，而且有一定的转正概率，所以同学们一定要去尝试面一下暑假实习。

当然会有的人会说，如果我的老师不让我去实习或者自己的时间安排不允许，怎么办?

这里我推荐，直接面，面上了去不去再说。

只有经历过面试，你才知道自己的水平怎么样，一场面试成功与否不在于你是否100%回答上面试官的所有问题，而是你已经发挥出你最好的状态了。只有在战场上你才能知道自己的真实水平。

三月份开始，陆陆续续大厂就都开始暑假实习招聘面试了。

面试首先就是投递简历，简历其实很关键，因为面试官是根据你简历上的亮点来提问你。

在一场三十分钟的面试当中，前面两分钟你可以做一段自我介绍，要想有开门红，必须要自我介绍得体。所以，你必须在面试开始自己的优点进行描述，这也是你唯一一个可以主动出击的地方。

我一般是这么介绍的：

面试官你好，我的名字叫J，我是来自XX大学通信学院的一名硕士研究生，这次是来应聘XX公司的后端开发岗位，主要有两点:1.一是自己在平时项目和实习中有担任过后端开发工程师岗位的经历，主要做过xxx和xxx这几个项目，对Java、MySQL和Redis等中间件有一定的了解2.在学校的学习中我还积极参加各种竞赛，如参加过全国建模比赛获得X等奖、 研究生电子设计大赛X等奖基于以上原因我这次来应聘这个岗位3.在学术上发表过XX论文（如果岗位不相关，三句话内结束），使用XX语言编写，已经被录用

简洁明了，主要突出你的优势：1.做过哪些项目，有哪些经历，对哪些东西了解，进而诱导面试官去问你

2.分点叙述，如果有更好的经历可以继续补充，最好不要超过三点，逻辑清晰让面试官能够快速捕捉你的亮点

最好不要提及以下几点：

1.爱好，如运动、看电影等，技术岗面试不care这个，而且不会因为你的爱好就聊这些东西2.涉及学生会社团等无关技术面试的介绍，这个只能体现你的课余生活3.说一些和技术无关的面试话题

我每次在面试的时候都会开启手机录音，以方便复盘。面试是一个查缺补漏的好机会，面试官问你的问题，很可能下家公司也会问。如果你在第一场面试前只掌握了 50% 的知识，那么我希望你每次进步 5% ，这样到了第五场面试的时候，你就已经大概来到了70% 左右的水平。

暑假实习感受

最后我是去了字节跳动实习，吸引我的主要就是字节不pua且自由的文化吧。实习最大的感受就是忙，而且节奏快。项目里主要有三个人，人力不够，有的时候我得和测试产品聊需求，这也验证了网上说的一句话 “字节实习生和正式员工一样”。

在实习过程中也不用怕犯错，因为只有犯错你才能不断进步。

实习的时候主力语言是Golang和python,大概花了几天时间熟悉下Golang语法，然后直接开始干活。

实习可以让直接接触到生产环境的代码，同我们平时做的demo不同，在代码逻辑、架构设计选型、数据库设计等方面都很有讲究，当时参加技术评审会议讨论了很久，严谨务实是每个程序员的内功。

后来和我二面三面交流了一下我的面试情况，他们说一面的时候问了我大概一个小时左右，感觉基础还是比较不错，虽然有些问题不会，但是有自己的思考，所以二面面试官，也就是我的mentor，二十分钟就问完我问题了，三面本以为会刁难，结果也是二十分钟。这说明了一点，如果你在一面或者二面中表现非常出色的话，他们会写面评，后续的面试官看得到前面的面试评语，好面评是会加分的。

没有实习经历怎么办

根据供需关系，可能最后你没有找到合适的岗位或者没有收到心仪的offer,导致了你没有实习经历。没关系，我身边也有很多同学没有实习经历但是在秋招的时候面上了很多大厂。我总结一下他们身边的优点大多如下：

1.计划性强如果你没有实习经历，不意味着你同大厂或者互联网失之交臂。因为面试的时候更多的是询问基础知识，而我当时在实习的时候忙于业务代码，有些基础知识都忘了。如果你没有实习，合理安排好自己的时间，将我上面提及的几个技术栈学习好了，去面秋招也不是什么难事。

2.有比较好的项目如果有比较好的项目，而且面试的部门刚好是相关的，那么如果在面试过程中和面试官聊的比较投机，那么你成功的概率就非常大了。例如我当时面试网易的时候，提及到了我在字节跳动做过的项目，他们非常感兴趣以至于全程都没怎么问基础知识，最后做了一道算法题然后就让我过了。所以如果没有实习经历，可以花点时间多打磨一下自己的项目。

下一篇文章我们聊聊每家技术面试给我的体验，喜欢的可以留言催更哈哈。

web3是什么

我所理解的Web3就是通过新技术表现出来，比如加密货币、虚拟现实、增强现实、人工智能等等。在新技术的推动下，Web3运动首当其冲的影响是：我们，集体和大众，看待和评价互联网的方式。Web3的使命是创建一个为大众服务，为大众所有的互联网。

web3属于前端嘛

属于前端的。

Web3就是去中心化的互联网，它基于区块链和去中心化自治组织（DAO）等分布式技术而建立，而不是集中在个人或公司拥有的服务器上。 Web3 的理念是创造一个更加民主化的互联网。没有一个实体可以控制信息流，更不会因为坐拥硬件所有权的人能够「拔插头」就破坏网络。 理论上，Web3中的应用程序运行的服务器、系统和网络，以及数据存储的地方，都将由用户自己拥有，用户投票决定网络的规则和条例。

web3龙头是哪个

龙头是阿里、腾讯、字节三大公司。

阿里、腾讯、字节三大互联网巨头应该是国内web3.0做的最好的公司了。

阿里巴巴收购的香港销量最高的英语报纸——南华早报，成立了一家NFT公司「Artifact Labs」。无独有偶，腾讯也在本月参与投资了澳大利亚NFT初创公司Immutable，这家公司目前估值25亿美元，新晋为独角兽。这也意味着两大巨头正式进军Web3。而TikTok（字节跳动海外）早于阿里腾讯，已经布局海外Web3行业良久。

周星驰宣布进军WEB3，那么WEB3到底是什么

要理解外婆3（Web3音译），我们先简单回顾互联网发展的迭代史：

外婆1：是指上世纪90年代至2005年左右的门户网站时代，用户上新浪、搜狐、雅虎等门户网站查看信息，浏览图片，网站提供信息，用户读取信息，就是纸媒的电子版。用户与网站界限清晰，虚拟世界与现实世界泾渭分明。

外婆2：是指2005年至今的互联网大数据时代。互联网进入流量时代，用户在各种社交媒体上充分交流互动，比如微博、微信、淘宝、京东、抖音、知乎等等。智能手机风靡天下，用户获取的信息极大丰富，上网时间更长，生活方式、消费方式、赚钱方式等等发生了巨大的变化。日常生活渐渐离不开手机及APP应用软件和网络平台。

外婆3就是第三代互联网，是“去中心化网络”的流行说法。是一种基于区块链技术的万维网迭代的想法（注意是想法，因为现在互联网名称不够用，有些概念在成熟之前名字都很玄乎）。用一个公式表达就是：互联网+区块链+DApp(去中心化应用)。

最后简单通俗地说一下外婆3和前两代互联网的区别：外婆3之前，我们上网产生的数据、流量实际上是用户行为产生的，但所有权并不归用户，而是归网站和平台所有，也就是平台对用户数据甚至收益拥有天然的垄断权，个人与平台是一种依存关系，网上的一切也许是你创造出来的，但所有权不是你的。外婆3时代，这种情况将发生颠覆性地改变，依托区块链技术和去中心化应用，我们上网产生的数据所有权将永久性归我们，收益也归我们。因此，真正的外婆3时代到来，将颠覆我们现在的很多商业模式，这是肯定的，对于有商业天赋和投资嗅觉的人来说，仿佛又看到了新的机会。

最后，人类进入web3时代，是大势所趋。很多人在忽悠下一个风口已经来临，也有人提醒说：

风还没刮起来，猪已经在排队了。

机器学习与后端工作交流

机器学习与后端工作交流

探讨机器学习与后端工作融合的可能性

当前，机器学习技术在各个行业中得到广泛应用，而后端开发作为支撑系统架构的核心部分，也扮演着至关重要的角色。将机器学习与后端工作相结合，不仅提高了软件系统的智能化水平，还能为用户带来更为个性化、高效的服务体验。

机器学习在后端工作中的应用场景

1. 智能推荐系统

通过分析用户的行为数据和偏好，后端可以利用机器学习算法实现个性化推荐，提高用户对产品或服务的满意度和黏性。

2. 异常检测与预测

后端系统可以利用机器学习模型检测系统异常或预测问题发生的概率，从而提前采取相应的应对措施，保证系统稳定性和可靠性。

3. 自然语言处理

机器学习在后端工作中也可以用于文本处理、情感分析等领域，为用户提供更加智能化的语义理解和信息提取功能。

机器学习与后端工作的技术挑战

尽管机器学习与后端工作的结合可以带来诸多优势，但也不可避免地面临一些技术挑战。

1. 数据准备和清洗

机器学习模型的训练离不开大量高质量的数据，后端工程师需要处理海量数据并进行数据清洗、特征提取等工作。

2. 模型集成与部署

将训练好的机器学习模型集成到后端系统中，并保证模型的高效部署和运行，需要综合考虑系统性能、资源利用率等方面的问题。

机器学习与后端工作的未来发展

随着人工智能技术的不断发展和普及，机器学习与后端工作的融合将更加深入和广泛。未来，我们可以期待更多创新性的解决方案和应用场景的涌现，提升智能化技术在后端系统中的应用水平。

机器学习与后端工作的交流与合作，不仅有助于推动技术的进步，也能够为行业发展带来更多机遇和可能性。相信随着双方共同努力，机器学习与后端工作必将取得更加辉煌的成就。

后端框架机器学习技术外包

后端框架的重要性

在当今数字化时代，后端框架作为网站和应用程序背后的支撑系统起着至关重要的作用。一个强大的后端框架不仅可以提供稳定可靠的服务，还可以保障数据安全和系统稳定性。随着技术的不断发展，后端框架也在不断演进，不断推出新功能以满足不断增长的需求。

机器学习技术的应用

机器学习技术是人工智能的一个重要分支，其应用领域涵盖了各行各业。在后端框架中引入机器学习技术可以带来诸多好处，比如提高系统的智能化、个性化服务、数据分析等。借助机器学习技术，后端框架可以更好地理解用户需求，提升用户体验，提高系统的效率和性能。

外包服务的优势

外包服务在当今全球化的商业环境中变得越来越普遍，企业通过外包能够更高效地利用资源，降低成本，提高灵活性和专业化水平。将后端框架开发和机器学习技术应用外包给专业团队，不仅能够节省时间和成本，还可以借助外部专业知识提升系统的质量和创新性。

后端框架与机器学习技术的结合

将后端框架与机器学习技术结合起来，可以为企业带来更多的机遇和挑战。通过合理的架构设计和技术实现，后端系统可以实现更高级的功能和智能化的服务。机器学习技术可以帮助后端系统分析海量数据，为企业决策提供更多的参考。

外包团队的选择标准

选择合适的外包团队对于后端框架和机器学习技术的引入至关重要。在选择外包团队时，需要考虑团队的专业能力、项目经验、交付能力等方面。同时，沟通和合作能力也是评估外包团队是否合适的重要因素。只有选择了合适的外包团队，才能确保后端框架和机器学习技术的顺利应用和实现。

结语

在当今快节奏的商业环境中，后端框架和机器学习技术的应用已成为企业提升竞争力的重要手段。通过外包服务，企业可以更好地利用外部专业团队的技术优势，实现系统的升级和优化。选择合适的外包团队、合理地运用后端框架和机器学习技术，将有助于企业实现数字化转型和商业价值的最大化。

机器学习后端语言外包

机器学习后端语言外包一直是软件开发领域中备受关注的重要话题之一。随着人工智能技术的不断发展和应用，越来越多的企业和组织开始意识到机器学习在业务发展中的重要性。在开发机器学习应用程序的过程中，选择合适的后端语言是至关重要的步骤之一。

后端语言在机器学习应用程序开发中扮演着重要的角色，它直接影响着程序的性能、稳定性和可扩展性。因此，许多企业和组织选择将机器学习后端语言外包给专业团队，以确保他们的应用程序能够达到预期的效果。

Python是目前最受欢迎的机器学习后端语言之一。其简洁的语法、丰富的库和强大的社区支持使其成为许多开发人员和数据科学家的首选。许多机器学习框架和工具，如TensorFlow和PyTorch，也是使用Python开发的，这进一步增加了Python在机器学习领域的重要性。

为什么选择Python作为机器学习后端语言

首先，Python具有丰富的机器学习库和工具，例如NumPy、Pandas和Scikit-learn等，这些库可以帮助开发人员快速实现各种机器学习算法和模型。其次，Python的易学性和灵活性使得开发人员能够快速迭代和测试他们的想法，从而加快开发进程。

此外，Python在数据处理和可视化方面也表现出色，这对于机器学习应用程序来说至关重要。开发人员可以使用Python轻松地处理大规模数据集，进行数据清洗、特征工程和数据可视化，从而更好地理解数据并训练机器学习模型。

机器学习后端语言外包的优势

对于许多企业和组织来说，将机器学习后端语言外包给专业团队有许多优势。首先，外包可以节省公司内部资源和时间，让公司专注于业务发展和核心竞争力。其次，外包团队通常拥有丰富的经验和专业知识，可以为客户提供高质量的解决方案。

此外，外包团队通常能够根据客户的需求和预算定制解决方案，确保项目能够按时交付并达到预期的效果。他们还能够提供持续的技术支持和维护服务，确保应用程序在长期运行中保持高效和稳定。

如何选择合适的外包团队

在选择机器学习后端语言外包团队时，有几个关键因素需要考虑。首先，要确保外包团队拥有丰富的机器学习和软件开发经验，能够有效地理解客户的需求并提供相应的解决方案。

其次，外包团队的技术能力和专业知识也是非常重要的。他们应该熟悉各种机器学习框架和工具，能够根据项目需求选择合适的技术栈，并确保项目的顺利实施和成功交付。

最后，沟通和合作能力也是选择外包团队的重要考量因素之一。外包团队需要与客户保持密切沟通，及时回应客户的需求和反馈，确保项目能够按时交付并符合客户的期望。

结语

机器学习后端语言外包是一种有效的方式，可以帮助企业和组织快速开发和部署机器学习应用程序。选择合适的后端语言和外包团队对于项目的成功至关重要，希望上述内容对您有所帮助。