阿里-互联网公司面试题

下面包含阿里、百度、人人的真实面试题以及解答。

阿里：

1、  以O（1）在栈上实现max、push和pop

可以采用两个栈，一个用于记录普通数据，一个用于记录当前数据之前出现的最大值。这样通过两个栈的合作就能知道每时每刻的最大值。

2、  给你很多组ip地址的范围， 每组代表一个城市。 让你计算 输入一个ip地址，它属于哪个城市。

最笨的方法挨个比较；二是通过map来存储，方便寻找；针对ip地址提出一些关键词汇，比如四个字段都是位于哪个范围内的数据，然后先比较这些标志位，然后就减小了比较范围。

3，列举常见的数据结构，应用场景

线性：数组，链表（单向链表，双向链表），栈，队列

树：

二叉搜索树，根节点的左孩子比自己小，右孩子比自己大，中根次序遍历肯定是递增顺序的。

平衡二叉树：每个节点左右孩子的高度差不超过1。

AVL树：自平衡二叉查找树，AVL是三个创始人的姓名拼凑。

http://dongxicheng.org/structure/avl/（即是平衡的，而且还是搜索树，四种插入方式LL RR LR RL，然后通过树的旋转达到新的平衡）

红黑树：一种自平衡二叉搜索树。查找，插入和删除复杂度O（log n）,树中的节点都通过颜色表示。根节点和叶子节点和空节点都是黑色。红色节点的左右孩子都是黑色 节点。

B树其实就是二叉搜索树，B-树是多路搜索树，B+是B-的变体。

哈希：

         哈希表也可以称之为散列表，给出一个key可以映射到表中一个位置来访问记录。这个映射函数叫做散列函数

 图：

         邻接矩阵（点到点）一个一位数组用于存储节点信息，一个二维数组用于存储点与点之间的边信息，如果有权重，就是权重值；如果有方向，那么出发点的权重就是线的权重，到达点的权重就是无穷大。

         关联矩阵（点和边），对于点多边少的情况，使用关联矩阵非常的不合适。

         邻接链表（各种点），为了方便数据访问，用一个一维数组存储节点，该一维数组的每一个item包含两个内容，data用于记录数值，firstedge用于指向它的临界链表的第一个节点。对于后面的链表的每一个节点，第一个存储的是一位数组的下标，第二个节点是指向链表的下一个节点。

4，set怎么保证不重复

   首先讲一下map的实现原理，map的效率很快，是用空间换时间，内存消耗比较大。Map其实也是通过数组和链表实现的，给出一个key,通过hash函数可以获取到index以及hashcode,可以把index看做是不同的区域号，然后再通过链表存储对应的值就可以，这样就可以实现map的无限增加。然而可能同一个key,也可能计算出相同的index和hashcode.这就需要解决冲突。而Set其实就是依赖map来实现的，这样就能保证了元素的不重复性质。

5，数据库使用什么数据结构？为什么不用二叉树？

         http://media.open.com.cn/media_file/rm/fushi/0709/shujukgljyy/web/lesson/chapter2/j2.htm

         看什么类型的数据库，层次性数据库采用的是树；图形数据库采用的是图结构；关系数据库采用的是线性表结构。

         关系数据库就是不同的实体数据，然后通过关系描述。如果用二叉树无法表示这种关系。

6，线程和进程概念，区别？通信，互斥，同步？

         启动一个应用程序其实就是启动了一个进程，进程有自己的内存空间，而在进程中可能有多线程，多线程共享内存。线程之间交互比较容易。

         http://blog.csdn.net/pizi0475/article/details/5364265

7，解释数据库里的事务。

         数据库中的事务可以看作是一系列操作序列的集合，把数据库从一种一致性状态变换到另外一种一致性状态，并且保持ACID属性。

以BEGIN TRANSACTION开始，以COMMIT或ROLLBACK结束

8，抽象类和接口的区别？

         接口要被实现，抽象类是被继承。抽象类中还能拥有方法的实现，而接口中只能有方法的声明。接口中的方法必须被实现，抽象类其实就可以看作是一个父类，可以有实现方法，对于抽象方法，子类必须实现这些方法。接口中可以有变量但都是static final的。可以实现多个接口，但是只能是单继承。

9，列举常见排序算法。

10，最擅长的技术。

11，最近课余时间学了哪些新知识？一般都在哪里获取？

12，是否排斥用JAVA？

         不排斥，java是跨平台的，随着硬件的发展，也是以后的趋势。而且java是面向对象的语言，编写方面比较简单一些。对于c++中常见的垃圾回收，在java中也可以依托虚拟机实现，省去了程序员的很多工作。

         效率低的原因是java先编译成字节码.class文件，然后.class文件通过jvm解释执行在机器上。而c++等都是直接编译后执行在机器上面。Java非诚的复杂，开发周期也长。

13、内存受限制的机器上如何对如下格式的文件数据排序,文件特别大

         姓名  学科成绩

         张三     90

         李四     95

         ...

         成绩作为键值对其进行排序  

         这个题不知道怎么回答,我说用,计数排序.

         【http://blog.csdn.net/tanyujing/article/details/8534843计数排序就是能够知道每一个数字出现了多少次。知道所有数字的最小值和最大值。】

         最后她说一个方案,分数只有0-100, 就把数据保存为101个文件

         首先读入数据,根据分数写到对应的文件

         估计她的大概思想是桶排序。

15、对hadoop的理解？了解mapreduce吗?讲一下mapredecue的思想?

         Hadoop是apache2005年引入lucene的子项目nutch的一部分引入的。Lucene项目是一个开源代码的全文搜索引擎工具包，nutch是一个开源的搜索引擎。

         Hadoop的灵感来源于google的gfs。

         Hadoop的主要是HDFS和MapReduce。HDFS是GFS的开源实现，主要是提供分布式的文件存储。MapReduce是一种分布式的计算框架。

         Hbase:分布式数据库

         Hive:数据仓库

         Pig:高级的数据流语言

         Zookeeper:解决分布式系统上的一致性问题 

         HDFS分为NameNode和DataNode。文件目录都存放在NameNode上面，当然了NameNode也有备份节点。然后就是DataNode,默认每一块数据的大小是64M,然后数据冗余的放在多个DataNode上面。

         几个优势：

不论读写，都与主控服务器相关，主控服务器挑选数据服务器与客户端交互，然后进行数据的读写。如果有了改变也是数据节点主动访问NameNode来获取改变信息，而不是主节点主动告诉数据节点。

读取从一个节点获取；写入则是一对多的写入。是节点传递节点的实现数据的复制传递，这样也能实现了一对多的数据存入。        

         Map函数和Reduce函数，将输入的key,value通过指定的方法，进行map和reduce.Master进行分配，有mapservers和reduceservers。Map就是将指定的key,value处理为中间结果，然后reduce再将中间结果生成设定的结果。

         在Hadoop中，任务都是通过job的形式提交。提交的job中包括数据和程序。然后在map完成之后系统会进行连接和划分。连接就是自动将相同key的合并一下，划分就是将结果按key分区。

16、常看那些技术网站博客等

17、自己觉得最大的优点

18、参与项目时遇到的困难

19、想在哪里工作，为什么？