近期某面试汇总以及之后的规划

今年的行情确实如疫情发展得一样&＃xff0c;岗位非常少&＃xff0c;并且甲方的难度有点难过&＃xff0c;大部分都不问项目&＃xff0c;而是直接底层了&＃xff0c;问得头皮发麻&＃xff0c;和去年相比&＃xff0c;问的问题都是两个层次&＃xff0c;这也导致我迷茫了很长一段时期&＃xff0c;因为本身我自己的硬性条件就不是很好&＃xff0c;可能要考虑转型&＃xff0c;计划从学go变成Java&＃xff0c;如果不出意外的话&＃xff0c;我也需要拿出跟以前一样的热情去迎接新的挑战了&＃xff1a;

哈希表的设计要求和执行过程

要设计一个哈希表首先要做的就是散列函数的计算&＃xff0c;通过散列函数就可以将键转换为数组的索引。其实哈希函数的设计是一个非常常见的一个研究方向&＃xff0c;就像在我们的网络安全的密码设计的过程中&＃xff0c;散列函数就是一个非常重要的理论。

当时被问到这个问题的时候真的是懵的&＃xff0c;不过幸好已经提前开始看Java了&＃xff0c;说了一通jvm&＃xff0c;也不管面试官有没有听懂&＃xff0c;反正我自己是理解得不太行。所以在这里看看别人的帖子再总结一下&＃xff1a;

哈希表的设计要求&＃xff08;最好有数学公式&＃xff1f;&＃xff1f;&＃xff09;&＃xff1a;

举个例子&＃xff1a;

166&＃61;1∗102&＃43;6∗101&＃43;6∗100166 &＃61; 1* 10^2 &＃43; 6 *10^1&＃43; 6*10^0166&＃61;1∗102&＃43;6∗101&＃43;6∗100

hash(code)&＃61;(c∗B3&＃43;o∗B2&＃43;d∗B1&＃43;e∗B0)%Mhash(code) &＃61;(c*B^3&＃43;o*B^2&＃43;d*B^1&＃43;e*B^0)\%Mhash(code)&＃61;(c∗B3&＃43;o∗B2&＃43;d∗B1&＃43;e∗B0)%M

$$hash(code)\&＃61;((((c\%M)\ast B\&＃43;o)\%M\ast B\&＃43;d)\%M\ast B\&＃43;e))\%M$$

其实左后就准换成为上面公式的样子&＃xff0c;其中B表示进制&＃xff0c;M表示模的素数。这也只是单类型转换&＃xff0c;如果是组合类型&＃xff0c;将是&＃xff1a;

$$hash(student)\&＃61;(((student.name\%M)\ast B\&＃43;student.number)\%M\ast B\&＃43;student.socre)\%M$$

然后就是三种方法&＃xff1a;链地址法&＃xff08;拉链法&＃xff09;、动态空间处理和开放地址法&＃xff0c;这里我详细看了下动态空间处理法&＃xff1a;

我们上实现的时候把M的值取成了固定值&＃xff0c;这个时候我们来分析下他的时间复杂度&＃xff1a;

如果放入哈希表中的元素的个数使N&＃xff0c;每个地址中存放的元素的个数是N/M的&＃xff0c;然后每个地址中存放的是TreeMap&＃xff0c;也就是底层是红黑树&＃xff0c;对于一个红黑树的查询一个元素的时间复杂度是O(logN/M)的。然而对于哈希表其实是查询的复杂度应该是O(1)的复杂度&＃xff0c;因为底层就是数组&＃xff0c;直接索引一个数组中的值也就是O(1)的复杂度。

但是这里明显不符合啊&＃xff1f;其实就是开辟的空间是固定的导致的&＃xff0c;我们需要进行动态空间处理。怎么处理呢&＃xff1f;其实就是把和动态数组的处理是一样的。当元素的个数大于阈值的时候就扩大空间&＃xff0c;小于阈值时就压缩空间&＃xff0c;具体如下&＃xff1a;

当平均每个地址承载的元素多过一定程度时就扩容&＃xff1a;n/M >&＃61; upperTol;

当平均每个地址承载的元素少于一定程度时就缩容&＃xff1a;n/M

然后还可以看看jdk7中对于hashmap中的解释&＃xff1a;Java7源码浅析——对HashMap的理解

public class HashMap<K,V>extends AbstractMap<K,V>implements Map<K,V>, Cloneable, Serializable
{/*** The default initial capacity - MUST be a power of two.*/static final int DEFAULT_INITIAL_CAPACITY &＃61; 16;/*** The maximum capacity, used if a higher value is implicitly specified* by either of the constructors with arguments.* MUST be a power of two <&＃61; 1<<30.*/static final int MAXIMUM_CAPACITY &＃61; 1 << 30;/*** The load factor used when none specified in constructor.*/static final float DEFAULT_LOAD_FACTOR &＃61; 0.75f;


衍生题&＃xff1a;面试中关于HashMap的时间复杂度O(1)的思考

public V get(Object key) { if (key &＃61;&＃61; null) return getForNullKey(); int hash &＃61; hash(key.hashCode()); for (Entry<K,V> e &＃61; table[indexFor(hash, table.length)]; e !&＃61; null; e &＃61; e.next) { Object k; if (e.hash &＃61;&＃61; hash && ((k &＃61; e.key) &＃61;&＃61; key || key.equals(k))) return e.value; } return null; }


请讲出常用的设计模式和设计理念

这题问得很笼统&＃xff0c;不过在很久之前我因为做了实验楼的一个实验&＃xff0c;写了一篇python版的创建型模式&＃xff0c;然后大致答到了单例、工厂、装饰器和代理&＃xff0c;不过因为太长时间没看&＃xff0c;还是接近于想到啥说啥&＃xff0c;很混乱&＃xff0c;被说理解得有问题确实没啥毛病&＃xff0c;但确实琢磨不出来深度原理。。。这里看到一篇帖子就顺手记录一下&＃xff1a;

同时还有六大原则&＃xff1a;

同时&＃xff0c;我们需要了解到&＃xff0c;设计模式的6个基本原则&＃xff0c;这也算是本题的设计理念&＃xff1a;

• 1、单一职责原则&＃xff08;Single Responsibility Principle&＃xff09;
• 2、里氏代换原则&＃xff08;Liskov Substitution Principle&＃xff09;
• 3、依赖倒转原则&＃xff08;Dependence Inversion Principle&＃xff09;
• 4、接口隔离原则&＃xff08;Interface Segregation Principle&＃xff09;
• 5、迪米特法则&＃xff0c;又称最少知道原则&＃xff08;Demeter Principle&＃xff09;
• 6、开闭原则&＃xff08;Open Close Principle&＃xff09;

更多详细的解释可以看 如何通俗理解设计模式及其思想

然而面试肯定不是只有通俗理解&＃xff0c;它需要一些项目中理解得更深层次的东西&＃xff0c;比如说单例日志类等一系列应用&＃xff0c;还有自己的想法&＃xff0c;我在答完这个问题后&＃xff0c;可能是因为答得很笼统&＃xff0c;看起来都在点上&＃xff0c;但都被否定了。

HTTP中四次挥手的等待时间

TCP的四次挥手之后&＃xff0c;主动方为什么等待2倍最大生命周期&＃xff08;MSL Maximum Segment Lifetime&＃xff09;&＃xff0c;这个问题我感觉大致达到为什么要有等待时间就OK了&＃xff0c;具体的背也没背会。

这最主要是因为两个理由&＃xff1a;

1、为了保证客户端发送的最后一个ACK报文段能够到达服务器。 因为这个ACK有可能丢失&＃xff0c;从而导致处在LAST-ACK状态的服务器收不到对FIN-ACK的确认报文。服务器会超时重传这个FIN-ACK&＃xff0c;接着客户端再重传一次确认&＃xff0c;重新启动时间等待计时器。最后客户端和服务器都能正常的关闭。假设客户端不等待2MSL&＃xff0c;而是在发送完ACK之后直接释放关闭&＃xff0c;一但这个ACK丢失的话&＃xff0c;服务器就无法正常的进入关闭连接状态。

2、还可以防止已失效的报文段。 客户端在发送最后一个ACK之后&＃xff0c;再经过经过2MSL&＃xff0c;就可以使本链接持续时间内所产生的所有报文段都从网络中消失。从保证在关闭连接后不会有还在网络中滞留的报文段去骚扰服务器。

注意&＃xff1a;在服务器发送了FIN-ACK之后&＃xff0c;会立即启动超时重传计时器。客户端在发送最后一个ACK之后会立即启动时间等待计时器。

numpy和pandas数组有什么区别

百度不到这个题目的答案&＃xff0c;可想而知我当时是多么的懵逼。我大概就知道python列表和numpy数组的一个区别&＃xff0c;之前 numpy总结与思维导图 一文中大概写了点区别。但pandas和numpy这个问题属实没想明白。当时答得是pandas花费更多时间在表结构可视化上&＃xff0c;所以可能会比numpy慢&＃xff1f;不知道&＃xff0c;如果有大佬懂可以留言或者私信我&＃xff0c;谢谢。

restful盛行最本质的原因是什么&＃xff1f;

我开始想谈一大堆restful的设计原则&＃xff1a;

1. 每一个URI代表一种资源;
2. 同一种资源有多种表现形式(xml/json);
3. 所有的操作都是无状态的。
4. 规范统一接口。
5. 返回一致的数据格式。
6. 可缓存(客户端可以缓存响应的内容)。

然而真正火起来的原因&＃xff0c;我没有定论。说的时候也没有上面那样标准&＃xff0c;有点想到什么说什么&＃xff0c;这个是我的失误&＃xff0c;因为今年面试太少&＃xff0c;我基本毫无准备就想凭借自己的经验答这类文字题&＃xff0c;事实表明是不行的。

面试官点醒&＃xff0c;其实是上面第三点的三个字&＃xff1a;无状态。 然后根据这个还能扯到微服务和分布式。。。于是我现在写这篇博文的时候&＃xff0c;顺带去查到了这篇 深入RESTful无状态原则

因为无状态原则的特性&＃xff0c;让RESTful在分布式系统中得到了广泛的应用&＃xff0c;它改善了分布式系统的可见性、可靠性以及可伸缩性&＃xff0c;同时有效的降低了Client与Server之间的交互延迟。无状态的请求有利于实现负载均衡&＃xff0c;在分布式web系统下&＃xff0c;有多个可的Server&＃xff0c;每个Server都可以处理Client发送的请求。有状态的请求的状态信息只保存在第一次接收请求的Server上&＃xff0c;所以后来同一个Client的请求都只能由这台Server来处理&＃xff0c;Server无法自由调度请求。无状态请求则完全没有这个限制。其次&＃xff0c;无状态请求有较强的容错性和可伸缩性。如果一台服务器宕机&＃xff0c;无状态请求可以透明地交由另一台可用Server来处理&＃xff0c;而有状态的请求则会因为存储请求状态信息的Server宕机而承担状态丢失的风险。Restful风格的无状态约束要求Server不保存请求状态&＃xff0c;如果确实需要维持用户状态&＃xff0c;也应由Client负责。

说说你接近两年&＃xff0c;做过你比较得意的或者理解得较深的东西

在问这个问题前&＃xff0c;还问了一些我项目中出现过的流程还要算法原理&＃xff0c;因为我之前做过一点nlp&＃xff0c;不知道是失望还是什么原因&＃xff0c;问出了这个问题&＃xff0c;然后我突然发现我连这个问题都已经回答不了了&＃xff0c;没有什么成就&＃xff0c;况且那个时候心态已经崩了&＃xff0c;我也忘了当时讲的什么&＃xff0c;现在也不愿意去回想这个问题&＃xff0c;选择性失忆吧。最后我跟面试官坦白了近期的一些焦虑以及我能想到的方向&＃xff0c;但这种东西旁人是很难提一些指导性意见的&＃xff0c;况且我技术并不过关&＃xff0c;不置可否&＃xff0c;落荒。。。

隔了两个多礼拜回来看当时写的东西&＃xff0c;本来是可能要见底的一篇私人笔记&＃xff0c;是我最后几次之一&＃xff0c;记得还清楚。如果现在我选择做测试&＃xff0c;那么就永远不会公开了&＃xff0c;但很庆幸&＃xff0c;我竟然还能做开发&＃xff0c;就我这种半桶水&＃xff0c;而且很多东西已忘光&＃xff0c;又没有准备面试题&＃xff0c;近期还被血虐到人有点颓。。。现在准备重新捡起了&＃xff0c;很开心还能用一篇博文总结我的失败&＃xff0c;我会从这些失败中醒来&＃xff0c;继续之前未完的道路&＃xff0c;谢谢。