当前位置:网站首页>【万字总结】以终为始,详细分析高考志愿该怎么填
【万字总结】以终为始,详细分析高考志愿该怎么填
2022-06-26 16:50:00 【Python碎片】
【万字总结】以终为始,详细分析高考志愿该怎么填
为什么写这篇文章?
之所以写本文,是因为我自己有用处。
我简要介绍,长话短说。我从一个普通的211本科毕业,已经接受社会"毒打"多年,回想起高考填志愿,依然会觉得有些许遗憾。我在贵州省的一个小县城参加高考,同龄人读大学的比例不高,能明显感觉少了一大批人。在填志愿时,缺少实用的经验指导,花了很多时间研究和分析,还是考虑不周,受认知和信息的限制,选学校相对来说还有章可循,选专业就很可能会看着专业名字靠蒙(甚至乱选,很荒诞吧,但绝对有不少人这样)。
现在,会有亲戚朋友问我填志愿相关的问题,有了本文,就可以作为参考,文字结合语言效果肯定会更好。也希望对填志愿了解不多的同学看到后能有所收获。这些年,随着教育资源的明显提升,信息从不足到了过剩,很多人对填志愿都能说出些看法,甚至侃侃而谈。但受主观影响,还有些看法是道听途说,结果很可能会听到很多重复的无用信息。
本文不是先有结论,再去收集“能用的证据”证明结论。而是先收集信息,从信息中分析和挖掘出更普遍的现象,再结合我个人的想法给出结论。(本文很多数据来自智联研究院的公开数据,数据的样本基本都是10W+,具有较强的说服力)。希望本文的结论对填志愿能有一点用,让选学校有章可循,选专业也有章可循。
职场人自评高考志愿是否成功?
根据智联研究院发布的《2022年大学生就业前景研判及高考志愿填报攻略》,职场人自评当年的志愿是否成功,认为志愿填得<很成功>的只占3.4%,超8成的人认为<不太成功>、<一般>和<失败>,其中占比最多的是<失败>分类,达到33.2%。
认为填报不成功的原因中,排名前三的是<盲目选择热门专业,求职时缺乏竞争力>、<估分不准,错过了更好的学校>、<以兴趣为导向,没有关注就业形势>,分别有12%、6.9%、6.2%的人认为这是他们填志愿不成功的原因。问题主要出在选专业和选学校两个方面,选专业失败的主要是因为缺乏对就业形势的关注和了解,选学校失败的主要原因是估分不准。
如何评判志愿好不好?
志愿好不好确实没有标准答案。有人会选择梦想的学校,有人会选择感兴趣的专业,有人会选择实用的专业…对不同的人,“好”是梦想、是兴趣,“好”也可能是实用、能赚钱。
不过,大部分好志愿是有共性的。本文更多根据毕业时的就业难易、薪资高低等反过来判断志愿是否填得更好,并试图依据历史数据分析出未来填志愿的方向。这样的标准似乎偏向于“功利”,但综合考虑,这其实是最普适的标准,“后悔”的可能性最低。
在2022年高考志愿填报攻略中,作为“过来人”,有近7成职场人认为填志愿需要考虑就业前景,就业前景在所有因素中排第一,对填志愿至关重要。
对于就业,在2022年大学生就业力研究报告中,近7成的应届生求职看重薪酬福利,薪酬福利是看重人数最多的求职因素(每个因素的比例=看重此因素的人数/总人数,每个人会看重多个因素)。
这么多人看重就业前景和薪酬福利,可以用薪酬高低来判断就业好坏,进一步,用就业好坏作为高考志愿好坏的判断标准,具有客观的参考价值。
地域对就业有哪些影响?
在2022年一季度的毕业生就业景气度报告中,招聘需求大的城市都是一线城市和新一线城市,求职申请最多的也是这些城市,两者高度匹配。大城市的岗位更多,招聘需求量更大,多的岗位也吸引了更多的求职者。
看了近几年的数据,招聘需求、求职申请的城市排名和占比虽然有小的波动,但一线城市和新一线城市依然占据TOP榜,可以预测,在未来5-10年或更长的时间范围里,这个规律会保持不变。
从毕业生院校所属地、期望就业地、实际就业地的对比来看,一线城市本地的毕业生只占10.48%,新一线城市本地的毕业生占24.53%,而到一线城市和新一线城市的实际就业人数比例分别占32.14%和35.17%,说明一线和新一线城市从其他城市吸纳了超3成的毕业生。毕业生就业可以流动到任意一座城市,这个图形虽然看不出彼此之间的相互流动量,但能看出净流入和净流出。
高校分布在全国各地,一线城市和新一线城市只有几个,高校的分布更分散。虽然平均每座一线城市的高校数量远高于二三线城市,但二三线城市数量庞大。一线城市的毕业生数量无法满足岗位的需求,二三线城市的岗位薪资等竞争力不如一线城市,所以这种就业流动是必然的。
想了解全国高校的分布情况,可以参考:用Python展示全国高校的分布情况
填志愿要不要考虑地域?
很明显,一线和新一线城市的机会比二三线城市多。但是否一定要去一线城市读大学呢,根据前面的信息,我认为学校的地域并不是很重要,总结原因有以下几点。
1.全国的高校分布很广,从分布上看不出与填志愿选哪个区域有强相关性。
2.选择地域后,相当于给自己多加了一条限制,放弃了很多学校的选择权。如果结合高考分数,适合的备选学校分布在不同地域,加上地域限制后,选择就变窄了。
3.虽然在高校附近的城市就近就业有一定便利,但不管在哪读大学,都可以到意向的城市就业,便利性的差异正变得越来越小。现在交通、网络越来越发达,两座城市之间的交通费用和时长都大大降低了,电话面试、线上面试等方式也越来越普及。
我认为,如果不是因为个人的特殊原因,基本不用考虑学校的地域。
学校对就业有哪些影响?
在2022年大学生就业力研究报告中,不同院校的求职毕业生获得Offer数和签约率差距明显,双一流院校高于普通本科院校和专科院校,在求职中更有优势(这个比例计算的是参与求职的毕业生,排除了升学等情况)。
在2022年高考志愿填报攻略中,统计了毕业生首份工作平均月薪TOP50高校榜单,排前50的大部分是双一流/985/211院校,月薪过万的只有15所高校,全部都是全国前列的院校。
学校越好,不仅更容易获得Offer和完成签约,还能得到更高的薪资,多个维度都具有优势。所以,在选择大学时,肯定是优先选择双一流/985/211,其次普通本科,最后考虑专科院校。高考会划分数线,在高分段,尽量争取进入双一流/985/211院校,如果在本科分数线附近,尽量进本科学校。
如何选择学校?
在高考分数公布时,会同步公布考生在全省的排名,这个排名将是学校选择的关键,会直接决定最优的备选学校范围。
在一些填志愿相关的网站上,会根据分数和全省排名智能推荐匹配度高的院校,这些院校可以作为备选学校,但不要图省事,只在这个范围内做选择。高校每年的最低录取名次都能查到,可以找出与自己名次相近的所有学校,把这些学校全部放到自己的备选范围内。看高校最低录取名次时,为了避免偶然因素的影响,不要只看上一年的数据,一般需要看最近三年的数据,如果数据起伏较大,可以再往前多看几年,而且起伏大的学校不适合作为保底。
得到备选范围后,可以按以下几点策略来选择学校。
1.根据报考的难易程度(最低录取名次高的学校更难),给备选学校排一个序。
2.第一志愿:在没有明显个人倾向时,可以认为综合实力排名越靠前的学校越好。在备选学校中,结合高校的综合实力,在报考难度靠前的学校中选择一个,作为第一志愿。(结合个人意向,如果备选学校中有自己最想读的学校,可以直接将这个学校作为第一志愿。)
会有不少人说第一志愿可以用来“冲一冲”,但仍然要控制在有可能性的范围,可能性不能过小(这不是赌博和买彩票),否则相当于浪费志愿名额。
3.第二、第三志愿:结合学校综合实力,在报考难度中偏上的学校中选一到两个学校,作为第二第三志愿。
4.第三、第四志愿:在第三或第四的位置可以开始考虑“保底”了,但要注意,“保底”不是妥协,没必要选比自己的名次低很多的学校,不然就会错过更好的学校,好不容易考出来的分数和名次被浪费了,更不要为了保底选择自己不想读的学校,一般在备选学校中选择报考难度中偏下的学校即可。
现在高考志愿都是<平行志愿>,填的几个志愿是“平行”的,录取时优先级相同,但对于志愿填报人来说,至少有填报先后顺序。在平行志愿中,即使没有第一第二第三之分,也应该同时布局“冲一冲”、“适中”和“保底”的志愿,填的时候把较难的放在前面。
此外,全国每年的大学生人数都在增加,将所有大学作为一个整体,相当于每年都在扩招。备选学校中就可能有扩招,排在备选学校前面的学校也可能有部分扩招。考虑到扩招的因素,为了降低<平行志愿>的影响,就要控制几个志愿的“下限”,“保底”不能太过妥协,导致录取进一个顺位较低的学校。
在不同省份,志愿填报规则和志愿个数会有差异,策略还得再根据差异做调整。
专业对就业薪酬有哪些影响?
在2022年高考志愿填报攻略中,统计了2021届毕业生首份工作月薪的TOP50专业榜单。整体来看,所学专业对首份工作的薪酬有较大影响,即使是同在前50榜单中的专业,最大的差距也有近两千,相差3成左右。
在这份表单中,大部分专业都是理工类专业,理工类专业的薪酬普遍更高,机械工程、材料科学与工程、电子科学与技术等相关专业具备薪酬优势。
在2022年一季度中国企业招聘薪酬报告中,公布了一季度职位的平均薪酬排行榜,薪酬排名靠前的职位主要集中在IT管理/项目协调、高级管理、证券、硬件、半导体等行业,技术和管理岗位领先。相对于专业榜单,这份职位榜单覆盖的行业更广,职位更多元,但依然是理工类相关的职位占比多。
将专业榜单和职位榜单对应起来,能看出这些专业和职位具有较高的匹配度。毕业生进入职场后,随着对工作岗位的熟悉,会逐渐积累工作经验,向企业的真实职位需要过渡,担任的职位范围变广。相对于刚毕业时,薪资的差距也被逐渐拉大,主要是因为不同岗位的薪酬涨幅不同,有些岗位可能毕业几年,薪资变化不大,而有些岗位过了几年,会翻两到三倍。
大多数人毕业后会变更工作,如果行业跨度不大,变更工作后的薪酬会受首份工作薪酬的影响,一方面企业会参考历史薪酬议价,另一方面求职者也会有比较基准。薪酬差距拉大了,排在前面的大部分人和毕业时是同一批人,“逆袭”的属于少数。
专业和就业方向是否匹配?
在2022年大学生就业力研究报告中,2021年和2022年应届生签约工作与专业的对口情况都在8成左右(除了21年和22年,往年的数据最低也接近7成),说明在毕业时,大部分毕业生签约的第一份工作都是与专业相关的工作。
这跟大部分职场人的感受差异非常大,大家更相信8成的人与专业不符,而不相信8成的人与专业对口。作为一个“过来人”,回想毕业时的情况,从学校毕业签约的第一份工作,确实大部分人都是跟专业相关的,面试的岗位能跟专业匹配上。职场人的感受与真实情况存在差异,主要有以下几点原因。
1.高校的专业与企业的岗位不是一对一的关系,而是多对多的关系,同一专业可以适应不同岗位,尤其现在跨学科的专业越来越多,同一岗位也会招聘不同专业的毕业生,避免人才的单一性,这些情况都属于专业对口的范畴。
2.在紧密协作的社会背景下,企业的分工非常细,衍生出来的岗位种类远远多于高校的专业种类,学校的专业不能完全覆盖企业的岗位,企业会把对口的专业范围扩大。
3.除了特别注重技术的岗位,很多岗位只需要一定的基础专业知识和沟通能力,专业度要求并不高。进入企业后,直接用于日常工作的技能其实是在实习期或工作中积累的,大学的知识只起到了辅助作用。
4.应届生大部分都会经过很长的实习期,这段时间是企业和员工的磨合期,给学生时间学习岗位技能,给企业时间调整学生的具体岗位。在这段时间,同一个专业的毕业生会被分配到完全不一样的岗位,这些岗位有跟专业相关的,也有完全不相关的,跟专业对口的人就开始变少了。
5.随着工作时间的积累,工作岗位还会发生调整和变化,一方面员工越来越熟悉企业,能胜任更多的岗位,搞定更多事,另一方面企业的岗位也是不断变化的。几年下来,岗位与专业的匹配度就越来越低了。
把话拉回来,毕业签约是踏入社会的起点,签约的岗位大部分都是跟专业相关的,起点的专业决定了薪酬起点,会对岗位变化和收入变化有很大影响。很多人工作多年后,岗位变了很多,但多是游走于一些“无专业性”的工作,无法跨行到收入高的专业,强行跨越的代价非常大,某种程度是因为大学的专业“专业性不高”,被大学的“专业局限性”影响了。
哪些专业竞争更大?
在2022年大学生就业力研究报告中,公布了2021年和2022年应届生期望就业的行业排名,IT/通信/电子/互联网行业“一枝独秀”(2019、2020年也是25%左右),文娱/传媒/体育、房地产/建筑业、文体教育/工艺美术、商业服务、金融业等行业也排名靠前。越多人往里“挤”的行业,竞争就越大(即使考虑岗位数量的因素,这些行业的竞争依然最激烈),尤其是IT/通信/电子/互联网,作为一个从业者,我自己有非常深的体会,“996”、“内卷”早就在这个行业常态化了。
这些竞争激烈的行业与薪酬排行榜上的专业和岗位有很高的匹配度,说明收入越高的行业竞争越激烈。长期来看,大部分行业都符合这个规律,在求职者的流动和行业的变化过程中,收入高的行业一定会吸引更多求职者,加剧竞争。在求职者和企业的长期博弈下,竞争不仅仅体现在人数方面,还会快速拉高行业门槛,抬高企业对岗位的技能要求,求职者面临的是“多面夹击”。
在高强度的竞争中,必然会有优胜劣汰,这也印证了职场人自评填志愿不成功的原因:盲目选择热门专业。但并不是说不能选择这些专业,而是要提前了解情况,选择了竞争大的专业,就要多付出努力,提高自己的专业能力,提前做好准备。
如何应对行业变化和波动?
据财新网在4月份发布的数据,中国的青年失业率高达18.2%,处于高位。在疫情反复、地缘冲突、经济制裁等因素的影响下,全国整体的失业率也处于高位,这就是俗称的“大环境不好”。在这样的大环境下,不同行业的就业是否受到了影响?影响有多大呢?
上图是2021年至2022年Q1生物/医药岗位毕业生就业的CIER指数变化。CIER指中国就业市场景气度,由中国人民大学中国就业研究所与智联招聘联合发布,CIER指数=市场招聘需求人数/市场求职申请人数。
上图是2021年至2022年Q1技工岗位毕业生就业的CIER指数变化。
生物/医药岗位、技工岗位都属于传统岗位,从上面的两张图看,都受到了大环境的影响,生物/医药行业受的影响更大一点。生物/医药在202203求职人数的突增可以算特殊情况(因为平时没有这么大的波动),技工岗位的招聘需求全年波动都较大,因此CIER指数也波动较大。排除个别特殊的数据后,可以看出,传统行业就业景气度虽然随大环境起伏变化,但并没有偏离正常的区间。
上图是2021年至2022年Q1教育/培训岗位毕业生就业的CIER指数变化。教培行业也受大环境影响,但主要是受“双减”等政策的影响,招聘需求急速下滑,CIER指数也随之“一落千丈”。
教培(尤其是网络培训)这类行业相对于医药、技工等行业来说,属于发展时间较短的新兴行业。相较于传统行业,新兴行业受政策等因素影响可能性更大,而且反弹的可能更小,需要的恢复周期更长。
越是新兴行业,不可预测的因素越多,波动越大。如现在的视频博主、电商主播、电竞等行业,就是属于非常典型的新兴行业,可能一飞冲天,也可能跌落谷底。(有些新兴行业看起来光鲜亮丽,不过此类行业往往有非常强的“马太效应”,大家只看到了塔尖案例)
根据上面的信息,对于传统行业,虽然会随着大环境起伏,但行业变化和波动还处于合理的区间内,因此选择相关专业时并不用担心大环境影响。对于新兴行业,变化快且波动大,但大部分新兴行业并没有对应的大学专业,选专业时可以不做考虑。大学专业的发展远远慢于职业种类的发展,一个职业要发展成大学专业,需要经过特有知识体系的建立、专业领域的沉淀和社会的认可等,能在大学设立专业时,已经具有一定规模和成熟度了。例如现在并没有视频博主专业,就算真有,选的时候也会持怀疑态度,此类行业一般是从兴趣、爱好发展而来,只能说有些专业的知识能用得上,有些专业完全不相关。
对于行业的变化,大环境的变化是所有行业共同面临的,不过大环境的影响并不致命。影响大的是政策等因素,这些因素大部分无法预测,传统行业受影响的可能性小于新兴行业。有一些未来的政策是已知的,如“碳中和”、“一带一路”、“东数西算”等,这些政策现在已经开始对行业带来影响了,在未来这些政策会逐步落实,相关行业受到的影响一定会被“放大”,甚至超出大家的预期。填志愿时可以参考已知的未来政策,优先选择一些受益的行业,避免一些“夕阳行业”。
如何选择专业?
选专业是填志愿时最复杂的步骤,所以前面花了很长的篇幅从各个方面来分析专业,哪些专业和岗位薪酬高、毕业找工作是否需要专业对口、哪些专业的竞争大、专业未来会如何变化,即使这样,仍无法分析得面面俱到。
因为要考虑的因素非常多,本文结合前面的分析,从以下几个方面给出选专业的策略和建议。
1.有明确的意向专业
对于选学校,有意向一定要读哪所学校的人很少,只要尽可能选排名靠前的学校就行了。而选专业不同,很多人都有明确的意向行业(甚至具体专业),这些行业可能是自己的兴趣、梦想,可能来自父母的期望,也可能受亲人朋友的影响。
如果你的意向专业薪酬排名靠前、你的家庭可以帮助你解决就业、你不考虑薪酬高低等,可以直接填意向专业,再选几个相关的专业一起填上就行了。一般每个志愿可以填5-8个专业,意向明确且无就业压力时建议不要填不相关的专业,宁愿空着。
如果你的意向专业薪酬排名很低、就业难度较大,可以先看一下相近的专业中有没有薪酬高一点、就业好一点的专业,考虑更换,即使不更换,也要将就业压力小的相近专业都选上,避免毕业时太被动。
如果你的意向专业只考虑到了兴趣爱好,就业等方面难度很大,可以考虑换一个薪酬中上,竞争较小的专业,竞争低可以保障就业,这样在大学花少量时间完成学业即可,其他时间用于选修和发展自己的兴趣。(大学可以双学位,但会很累。)
选择专业后,将学校和专业放在一起考虑,重新查看学校+专业往年的最低录取名次,专业的最低录取名次跟学校并不一定一致,低顺位学校的某些专业排名可能高于高顺位学校。根据学校+专业的录取名次情况,调整学校的顺序,或替换部分学校,要将风险大的学校换掉或最多保留一个,将报考难度低的学校换成更好的学校。
2.有几个意向方向
有一部分人同时考虑几个方向,一般这几个方向比较接近,填报人觉得差别不大,录取到其中一个都可以。还有一部分人自己没有明显意向,听取亲友等各方面的意见后,选择了几个方向,这些方向之间可能会有较大差异,分属不同行业。
如果几个意向方向比较接近,则把这几个方向的专业全部列出来,结合专业的薪酬排名和竞争大小,薪酬较高的方向可以选两到三个专业,薪酬较低的方向选一到两个专业,这样在选择面不变的情况下,可以有更大的几率录取到薪酬更高的专业。
如果几个意向方向相差较大,则对比这几个方向的薪酬和就业难易,保留一到两个方向即可,薪酬处于劣势的方向排除不选,还可以适当补充薪酬较高的相近专业方向。最终在两到三个方向内选择专业,高薪专业多的方向多选几个,其他方向少选几个,组合成最终志愿。
选择专业后,根据学校+专业的组合,调整更适合更好的学校。
3.没有意向方向,要考虑就业前景
没有意向方向并不等于没有主见,也不是没有人能给你提意见,而是还没有接收到足够的信息依据,对比出哪个方向对自己最有利。这种情况,大部分填报人需要的都是找到自己的“最优解”。
如果你学习能力很强,不惧怕激烈的竞争,直接在薪酬排前五的行业和专业中选择,然后固定专业不变,根据学校+专业的最低录取名次,调整学校。这种情况,要做好准备,付出大量努力,保证自己专业能力排在中上。
如果你学习能力一般,也不计划在学校花大部分时间学习,则选专业一定要先看竞争激烈程度,尽量避免竞争激烈的专业,否则很可能做“炮灰”。把竞争适中的专业列出来,在里面选择几个薪酬较高的专业,这些专业的薪酬在薪酬总排行榜里不一定靠前,但是“性价比”都很高。
如果你对大学确实没有多少规划,是否会努力学习也不能保证,这种情况尽量不要选择竞争激烈的专业,应主动询问亲友的意见,选择一些难度适中的专业,或者选一些亲人可以帮助就业的专业。
选择专业后,同样要根据学校+专业的组合,调整更适合更好的学校。
4.尽量多考虑影响自己的因素
以下这些因素(包含但不限于此),如果你觉得对自己有影响,在选择专业时也要充分考虑,与其他因素一起综合考虑,调整选择的专业。
专业难度:不同专业需要学习的知识量和难度存在差异,相关岗位对专业知识的要求也有差异,例如医学专业的难度肯定比师范专业的难度大。在大学阶段基本不搞研究,都是学习专业相关的知识,知识量和难度可以靠投入时间来解决。
专业趣味性:很多专业都是缺乏趣味性的,甚至是枯燥乏味的。如数学专业肯定比新闻专业枯燥得多。(个人能自己发掘趣味难能可贵)。
工作稳定性:不同的专业,毕业后工作的稳定性差异很大。有些行业的从业者偏年轻化,达到一定年龄后,就必然会被淘汰,而有些行业可以一直工作到退休年龄。
是否考公:如果计划毕业后考公,不同的专业能报考的岗位是不一样的。有些专业基本可以报考所有岗位,而有些专业只能报考少量“不限专业”的岗位。
是否复读:如果高考发挥不佳,选择不到竞争力高的学校和专业,计划复读重新高考,建议可以直接不填志愿,开始备战。如果想先填志愿,录取不上或不好就复读,可以把几个志愿都填成比自己成绩高一点的学校。如果不复读,不管分数如何,都要尽量选择更好的学校,不能有“摆烂”的心态。
学好专业知识重要吗?
在2022年高考志愿填报攻略中,调查了职场人认为在校期间哪些方面的提升对职业发展帮助最大,提到最多的是获取专业知识,提升专业知识。
从填志愿到就业,中间隔了整个大学生涯,这个过程中做的很多事都可以帮助自己提升就业竞争力,专业知识学习是最基本的一项。所以填志愿时一定不要有错误的心理,选了好的专业,不代表可以高枕无忧,在大学还需要继续学好专业知识。
学历高低有什么影响?
在2022年一季度招聘薪酬报告中,统计了不同学历的平均薪酬,学历越高,平均薪酬越高,没有例外。同时,学历高的人,薪酬调整幅度更大,说明以后差距还会拉大。
如果在高考填志愿时,就已经考虑好了要考研读博,选学校和专业可以从更长期的角度来考虑,可以选择一些学习难度高的专业,避开“专业性不高”的专业。大学生人数每年都在增长,继续深造可以明显提升竞争力,但一定要选择有研究必要和研究价值高的专业,大学期间也要为升学提前做准备。
如果放弃读大学,直接进入社会,肯定是一种无奈的选择,如果真的面临这种情况,也不要过于担忧未来。高中学历的平均收入确实不如高学历的,但个人可以靠自己的努力,有机会超越很多高学历的人,关键是要做好进入社会的心理准备。
声明
1.本文中引用的截图和信息大部分来源于智联研究院公开发布的报告(本文共参考了11份报告),这些报告的数据样本基本都超过了10W+。综合这些报告信息,本文不讨论特殊群体和个例。
2.本文中总结的策略和建议,包含了我的主观观点,受个人认知水平的限制,会存在不足。高考填志愿时,仅作为参考。
参考文档:
[1] 【智联招聘】应届毕业生就业力调研报告 2019,2020,2021,2022 (4篇)
[2] 【智联招聘】高校毕业生就业市场景气报告 2021Q3,2021Q4,2022Q1(3篇)
[3] 【智联招聘】中国企业招聘薪酬报告 2021Q3,2021Q4,2022Q1(3篇)
[4] 【智联招聘】2022年大学生就业前景研判及高考志愿填报攻略
边栏推荐
- Romance of the Three Kingdoms: responsibility chain model
- LeetCode Algorithm 24. Exchange the nodes in the linked list in pairs
- Gui+sqlserver examination system
- Greenplum数据库故障分析——semop(id=2000421076,num=11) failed: invalid argument
- Teach you to learn dapr - 2 Must know concept
- proxy
- Calculate the sum of the main diagonals of the array
- Toupper function
- Ndroid development from introduction to mastery Chapter 2: view and ViewGroup
- 量化合约系统开发分析案例丨合约量化系统开发方案详解
猜你喜欢

Basic requirements: 7 problems in singleton mode

分布式架构概述

20:第三章:开发通行证服务:3:在程序中,打通redis服务器;(仅仅是打通redis服务器,不涉及具体的业务开发)

Romance of the Three Kingdoms: responsibility chain model

R329 (maix-ii-a (M2A) data summary

r329(MAIX-II-A(M2A)资料汇总

Cache breakdown! Don't even know how to write code???

7 views on NFT market prospect

Leetcode 1169. 查询无效交易(如果数据量不大,这种题还是得暴力枚举解决)

C language --- basic function realization of push box 01
随机推荐
Set up your own website (16)
合约量化系统开发方案详细,量化合约系统开发技术说明
玩转Linux,轻松安装配置MySQL
Redis' 43 serial cannons, try how many you can carry
[understanding of opportunity -31]: Guiguzi - Daoyu [x ī] Crisis is the coexistence of danger and opportunity
Teach you to learn dapr - 9 Observability
The function keeps the value of variable H to two decimal places and rounds the third digit
MS | Xie Liwei group found that mixed probiotics and their metabolites could alleviate colitis
关于FlowUs这一款国民好笔记
5g is not flat and 6G is restarted. China leads wireless communication. What is the biggest advantage of 6G?
去中心化NFT交易协议将击败OpenSea
What is flush software? Is it safe to open an account online?
Live broadcast preview | how can programmers improve R & D efficiency? On the evening of June 21, the video number and station B will broadcast live at the same time. See you or leave!
No manual prior is required! HKU & Tongji & lunarai & Kuangshi proposed self supervised visual representation learning based on semantic grouping, which significantly improved the tasks of target dete
Demonstrate to Xiaobai the case of sub database and sub table
[C language] static modifies local variables
C language --- basic function realization of push box 01
Secrets of gear contract
What does the equals method compare? Who told you
Niuke Xiaobai monthly race 50