一、读锁与写锁1.1 读操作1.2 写操作这些操作默认都会加一把写锁，和select for updae是等价的。1.3 读写锁演示1. lock in share mode2. select for update二、行锁与表锁2.1 查看锁情况SQL2.2 行锁2.2.1 间隙锁(Lock_Gap、Gap锁)1）读已提交级别下1.查询使用的主键总结：查询使用的是主键时，只需要在主键值对应的那一条
转载
2023-10-13 21:25:51
50阅读
公平是针对锁的获取而言的，如果一个锁是公平的，那么锁的获取顺序就应就对不同...
原创
2022-12-22 00:40:37
110阅读
一、相似之处：Lock锁 vs Synchronized 代码块二、Lock接口方法三、不同点：Lock锁 vs Synchronized 代码块四、锁的可重入性4.1. synchronized锁的可重入性4.2.ReentrantLock可重入锁五、Lock锁的公平性一、相似之处：Lock锁 vs Synchronized 代码块 Lock锁是一种类似于synchronized 同步代码块的线
原创
精选
2022-05-13 08:56:00
514阅读
昨天不是放假嘛，端午然后广州这边疫情+下雨，二少就找了些AQS的资料看看，没错，就是肝！在广州的小伙伴要保护好自己哈，反正听党的话，不要乱跑就是了，哈哈~AQS中公平锁和非公平锁怎么实现的？如上图所示，公平锁和非公平锁的代码主要有两处地方有区别：公平锁调用lock()方法获取锁时，直接抢占锁【acquire(1)，见注释1】， 非公平锁调用lock()方法获取锁时，先执行cas获取锁，获取失败后再
转载
2023-09-04 22:17:53
146阅读
哈希算法的三大特点。哈希算法的第一个特点是单向的，如果输入一串数据可以通过哈希算法得到一个哈希值，但是没有办法将这个哈希值反演得到输入的数据串，这是单向的正是如此，区块链有效的保护了我们的信息安全。哈希算法的第二个特点是抗碰撞能力，所谓的碰撞就是输入两个不同的数据最后得到相同的输入，就像我们平时购物的时候撞衫一样，坑的碰撞就是大部分的输入都可以得到唯一的输出，在区块链的世界里任何交易和账户的地址都
原创
2022-09-19 10:16:49
637阅读
年关将至，又是人员流动时。
人员流动很常见，劳资双方都看重，又都不愿意摆上台面的潜规则，无外乎薪酬和期权。期权是长远利益，可以稍微等一段时间再说。而薪酬是近期利益，现在不说就没以后了。薪酬和很多因素有关，诸如老板的人才观、企业的现金流、个人的能力值，市场的平均价等等。用一个人力资源朋友的话来说，薪酬只有两个原则：外部竞争性、内部公平性。
推荐
原创
2012-12-21 10:24:58
689阅读
点赞
1评论
在我看来，在我狭隘的观点来看，这个问题最基本的一点需要做到的就是要保证社会的阶级流动性，或者说在当前背景下就是要保证社会底层可以有通道上升，如果做不到或者很难做到，那么社会至少要保证社会底层家庭的孩子可以有一条公平和畅通的上升通道，如果这样也实现不了，那么这个社会的公平度就会被缓慢的减少，如果有个二
所谓公平是指所有线程对临界资源申请访问权限的成功率都一样，它不会让某些线程拥有优先权。通过几篇文章的分析我们知道了JDK的AQS的锁是基于CLH锁进行优化的，而其中使用了FIFO队列，也就是说等待队列是一个先进先出的队列。那是否就可以说每条线程获取锁时就是公平的呢？关于公平性，严格来说应该分成三个点来看：入队阶段、唤醒阶段以及闯入策略。友情链接：什么是JDK内置并发框架AQSAQS的原子性如何保证
原创
2021-02-19 14:37:31
160阅读
本文探讨了通过预处理、后处理和过程处理三种方法提高机器学习算法公平性的技术路径，包括基于经验风险最小化理论的创新方案和Wasserstein重心在回归问题中的应用。
本文系统综述机器学习长期公平性的概念界定、方法体系与核心挑战，探讨自动化决策在动态环境中的公平性演变机制，分析反馈循环对公平目标的影响，并提出未来研究方向。
有监督机器学习算法在本质上是判别性的。这种判别性的根源，在于算法是根据嵌入在数据中的特征信息进行实例分类的。的确，现实中此类算法就是设计用于分类的。判别性同样体现在算法的命名上。有别于根据特定类别生成数据的“生成算法”，此类对数据分门别类的算法通常称为“判别算法”。使用有监督的机器学习时，这种“判别”（discrimination，也可表述为“歧视”、“区别对待”）有助于按不同分布将数据划分为不同
原创
2021-03-27 21:04:04
510阅读
接下来我总共花了将近四天时间才将论文《Towards Long-term Fairness in Recommendation》理解透彻。因为该论文用到了强化学习(Reinforcement Learning)，而强化学习不像之前的生成对抗网络(GAN)一样简洁明了，涉及的数学知识非常多。
在看... ...
转载
2021-10-08 09:56:00
147阅读
2评论
这几天我的主要任务是调试和运行之前根据论文《Learning Fair Representations for Recommendation: A Graph-based Perspective》所编写的代码，然后测试该模型的效果并记录。以下分数据集描述、模型评估策略、超参数调整、测试结果记录四个部... ...
转载
2021-10-07 22:00:00
479阅读
2评论
接下来我花一天时间精读了论文《Learning Fair Representations for Recommendation: A Graph-based Perspective》，将论文的结构和核心思想进行了详细地梳理，之后准备使用Pytorch框架对该论文进行复现。该论文有两个要点，其一个是使... ...
转载
2021-10-07 15:34:00
474阅读
2评论
一、概述 程序员节，公司举办了一个抽奖活动，采用的方式是掷六次骰子，组成一个六位数，再对群里的人数取模，计算的结果就是中奖的人的编号。但这种方式公平吗，让我们用python来验证下。 二、验证 掷六次骰子，那么这个值就是在111111~666666之间，有6的6次方(即46656)个随机数。 num
原创
2022-01-10 10:11:39
183阅读
QOS-配置拥塞避免机制2018年7月7日20:29 尾丢弃及其导致的问题： 队列满时路由器进行尾丢弃，即新到的所有数据包都全部丢弃丢弃的结果造成高延迟、高抖动、丧失服务保证、TCP全局同步、TCP饿死等问题，从而导致应用超时、数据重传和实时业务不可用等一系列问题 TCP全局同步：没有差别的丢弃会造成所有TCP流的报文几乎在同一时刻丢弃，TCP
实际上tcp并没有什么效率性和公平性，虽然从协议的实现来看，任何连接一直在努力做到高效率和高公平。任何稳定的系统都要有一个收敛中心，tcp的速率却没有收敛性，即 使在稳定传输期间，其速率-时间曲线也是锯齿形的，不管锯齿再细，它终究不是直线，甚至锯齿也不平滑。这是为何呢？其根本原因在于tcp是端到端的协议，它对中间经过的 ip链路一无所知，可是ip链路的路由器们却对数据包有生死大权。并且，很多协
原创
2010-08-31 21:39:00
938阅读
所谓公平是指所有线程对临界资源申请访问权限的成功率都一样，它不会让某些线程拥有优先权。通过几篇文章的分析我们知道了JDK的AQS的锁是基于CLH锁进行优化的，而其中使用了FIFO队列，也就是说等待队列是一个先进先出的队列。那是否就可以说每条线程获取锁时就是公平的呢？关于公平性，严格来说应该分成三个点来看：入队阶段、唤醒阶段以及闯入策略。友情链接：什么是JDK内置并发框架AQSAQS的原子性如何保证
转载
2021-01-23 19:13:14
135阅读
2评论
作者：王鸣辉整理：in...
转载
2022-12-16 15:39:14
227阅读
本文探讨了推荐系统领域的最新技术进展，包括自然语言处理技术在推荐系统中的创新应用、序列推荐方法以及算法公平性问题。文章还分析了矩阵分解等传统技术与深度学习方法的性能对比，并强调了可复现性研究在推荐系统领域的重要性。
