如何准备好简历逐字稿
本项目为电商系统“交易喵2C”，聚焦Steam账号交易，涵盖搜索、下单、支付等核心链路。重点攻克高并发场景下的超卖、分布式事务、幂等性及分库分表等难题。通过标准化逐字稿梳理业务细节，提升面试表达准确性与自信心，助力高效拿offer。
4 高级队列(自学)
RabbitMQ惰性队列（LazyQueue）将消息直接存入磁盘，减少内存占用，支持百万级消息存储，避免因消息积压导致的性能问题。适用于消息量大、消费者处理慢的场景，如日志聚合。3.12版本后已成为默认队列类型。结合优先级队列可实现高效、灵活的消息处理。常用于异步解耦，如下单后异步清空购物车。
3.2. 发布订阅模型(Publish/Subscribe)
发布订阅模型通过交换机实现消息一对多分发，生产者将消息发给交换机，由其广播至多个绑定队列，每个队列的消费者均可接收消息。Fanout交换机为广播模式，支持消息同时推送至所有绑定队列，适用于通知、日志等场景。交换机不存储消息，若无队列绑定则消息丢失。
时间空间复杂度入门
初学者只需掌握：用Big O表示时空复杂度，忽略常数和低阶项，保留最高次项；一般分析最坏情况，时间看循环嵌套层数，空间看额外内存占用。如双循环为O(n²)，新建数组为O(n)空间。
二叉树基础及常见类型
二叉树是最核心的数据结构之一，不仅是红黑树、堆、图等复杂结构的基础，更体现了递归的思维方式。掌握二叉树，等于掌握了算法与数据结构的钥匙。从满二叉树、完全二叉树到二叉搜索树，各类变体广泛应用。通过链式存储或哈希表模拟，可灵活实现。后续章节将深入剖析其原理与应用。
数组（顺序存储）基本原理
本章讲解数组的底层原理，区分静态数组与动态数组。通过手动实现动态数组的增删查改，深入理解其基于静态数组的运行机制，掌握随机访问、数据搬移与扩容等核心概念，为学习更复杂数据结构打下基础。
🔧 微调技术
微调是将预训练模型适配特定任务的核心技术，涵盖指令微调、对齐微调与高效参数微调。LoRA通过低秩分解减少参数量，提升训练效率；Prefix Tuning与Prompt Tuning则通过轻量改造输入实现高效微调。不同方法在参数量、速度与效果间权衡，满足多样需求。（237字）
队列/栈基本原理
本文介绍队列和栈的基本原理。二者均为“操作受限”的数据结构：队列仅能在队尾入队、队头出队，遵循“先进先出”（FIFO）；栈只能在栈顶进行插入和删除，遵循“先进后出”（FILO）。底层可由数组或链表实现，核心API包括push、pop、peek和size，不同语言命名可能不同，但功能一致。后续将用代码实现这些结构。
容器化部署引擎Docker
本节介绍Docker技术，解决微服务部署中环境不一致、依赖冲突等问题。通过镜像打包应用及依赖，容器隔离运行，实现跨环境无缝迁移。对比虚拟机，Docker更轻量、高效。涵盖镜像、容器、仓库概念，架构原理及安装配置方法，助力快速交付与部署。
