【面试题】数据结构和算法_面试题数据结构和算法-CSDN博客

本文链接：https://blog.csdn.net/DevotedQi/article/details/123007991

一、谈一谈，id全局唯一且自增，如何实现？

SnowFlake算法，是Twitter开源的分布式id生成算法。
核心思想：使用一个64bit的long型的数字作为全局唯一id。【在分布式系统中的应用十分广泛】
在这里插入图片描述

SnowFlake id生成规则
第一位标识符：0，正数是0，负数是1；
第2-42位标识符（41位标识符）：时间戳：当前时间-开始时间的值；
第43-52位标识符（10位机器标识码）：5位机房ID+5位机器ID；
第53-64位标识符：毫秒内的计数，每毫秒内生成的id的序号；

SnowFlake优点：

高性能高可用：生成时不依赖于数据库，完全内存中生成；
容量大：每秒中能生成数百万的自增ID；
ID自增：存入数据库，索引效率高；
所有生成的id按时间趋势递增；整个分布式系统内不会产生重复id；

SnowFlake缺点：

依赖与系统时间的一致性，如果系统时间被回调或者改变，就会造成id冲突或者重复；

二、B树和B+树

大学数据结构解释图

B树
在这里插入图片描述
B+树

在这里插入图片描述

B+树的叶子结点保存了父节点的所有关键字记录的指针，所有数据地址必须要到叶子节点才能获取到。所以每次数据查询的次数都一样；
B+树叶子结点的关键字从小到大有序排列，左边结尾数据都会保存右边节点开始数据的指针；
B+树的层级更少，相较于B树B+每个非叶子节点存储的关键字数更多，输的层级更少所以查询数据更快；
B+树所有的叶子结点数据构成了一个有序链表，在查询大小区间的数据时候更方便，数据紧密型很高，缓存的命中率也会比B树高；
B+树遍历整棵树只需要遍历所有的叶子结点即可，而不是像B树一样需要对每一层进行遍历，有利于全表扫描；

三、什么是算法

定义：为了通过输入求得需要的输出而制定的明确的步骤
特征：

输入:算法有0或多个输入
输出：至少有一个或者多个输出；
确切性：每一个步骤都有明确的意义；相同的输入只能有唯一的输出结果；
可行性：每一步都通过执行有限的次数完成；
有穷性：执行有限的步骤之后自动结束而不会出现无限循环；

四、数组和链表的区别

数组：开辟的内存空间是连续的，且内存大小一经确定之后无法再修改；逻辑上和物理上都是连续的；
链表：存储数据的内存是不连续的，链表中的数据可以存储在内存的任何地方，链表中的每个数据都存储了下一个链表的地址；每个链表包含了多个节点，每个节点又包含了数据域和引用域；

数组查找速度快，增加和删除的效率低
查询快是因为可以直接通过数组的索引得到对应的数据；或者直接遍历从头到尾顺序查找一遍也能快速得到数据；
增添和删除效率低是因为数组的大小开始确定之后，就无法更改；内存空间要求高，必须有足够的连续内存空间，可能造成内存浪费

链表查找效率慢：因为它可任意在内存空间中存储数据；内存利用率高，不浪费内存；大小不固定，拓展很灵活；
添加和删除元素方便:只需要修改前一个元素的指针域即可；

五、如何知道二叉树的深度

1、如果当前二叉树节点为空，则直接返回0；
2、通过递归调用，分别获取当前节点左右子树的最小深度；
3、如果当前节点的左子树为空，则其最小深度就是右子树最小深度加1；
4、如果当前节点的右子树为空，则其最小深度就是左子树最小深度加1；
5、如果左右子树都不为空，则其最小深度为左右子树最小深度加1；

六、堆排序的原理是什么？

堆
定义：完全二叉树：每个节点的值都大于或等于其左右孩子节点的值，称为大堆；每个节点的值都小于或等于左右节点的值，称为小堆；
基本思路：
将无序序列构成一个堆,根据升序降序需求来选择大堆或者小堆
将堆顶元素与末尾元素互换
继续调整解结构使其满足堆定义,继续交换堆顶元素与末尾元素，反复调整＋交换步骤，直到整个序列有序；
时间复杂度：O(nlog2n)
空间复杂度：O(1)

思想：
1、建堆：升序：建大堆；降序：建小堆；
2、利用堆删除思想来进行排序；