测试题(重要)

一.布隆去重优缺点:

布隆过滤器是由一个很长的二进制向量和一系列随机映射函数组成。它可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误判。

布隆过滤器的原理：底层使用的是位图。当一个元素被加入集合时，通过 K 个 Hash 函数将这个元素映射成一个位阵列（Bit array）中的 K 个点，把它们置为 1。检索时，我们只要看看这些点是不是都是 1 就（大约）知道集合中有没有它了：
1、如果这些点有任何一个 0，则被检索元素一定不在；
2、如果都是 1，则被检索元素很可能在。
布隆过滤器的优点 : 空间效率和查询时间都远远超过一般的算法，布隆过滤器存储空间和插入 / 查询时间都是常数O(k)。另外, 散列函数相互之间没有关系，方便由硬件并行实现。布隆过滤器不需要存储元素本身，在某些对保密要求非常严格的场合有优势。
布隆过滤器的缺点：误算率是其中之一。随着存入的元素数量增加，误算率随之增加。但是如果元素数量太少，则使用散列表足矣。(误判补救方法是：再建立一个小的白名单，存储那些可能被误判的信息。)

另外，一般情况下不能从布隆过滤器中删除元素。我们很容易想到把位数组变成整数数组，每插入一个元素相应的计数器加 1, 这样删除元素时将计数器减掉就可以了。然而要保证安全地删除元素并非如此简单。首先我们必须保证删除的元素在布隆过滤器里面. 这一点单凭这个过滤器是无法保证的。另外计数器回绕也会造成问题。

(https://blog.csdn.net/Better_JH/article/details/77187897)

二.线程与进程区别:

操作系统面试题

1、进程和线程的区别,线程与携程区别？
解析：（1）进程是资源的分配和调度的一个独立单元，而线程是CPU调度的基本单元
          （2）同一个进程中可以包括多个线程，并且线程共享整个进程的资源（寄存器、堆栈、上下文），一个进行至少包括一个线程。
          （3）进程的创建调用fork或者vfork，而线程的创建调用pthread_create，进程结束后它拥有的所有线程都将销毁，而线程的结束不会影响同个进程中的其他线程的结束
          （4）线程是轻两级的进程，它的创建和销毁所需要的时间比进程小很多，所有操作系统中的执行功能都是创建线程去完成的
          （5）线程中执行时一般都要进行同步和互斥，因为他们共享同一进程的所有资源
          （6）线程有自己的私有属性TCB，线程id，寄存器、硬件上下文，而进程也有自己的私有属性进程控制块PCB，这些私有属性是不被共享的，用来标示一个进程或一个线程的标志
2、死锁？死锁产生的原因？死锁的必要条件？怎么处理死锁？
解析：（--）相互等待资源而产生的一种僵持状态，如果没有外力的干预将一直持续这个状态
          （--）系统资源不足、相互竞争资源、请求资源顺序不当
          （2）互斥、不可抢占、循环等待、请求与保持
          （3）因为互斥是不可改变的，所以只能破坏其他三个条件中的一个来解除死锁，方法：剥夺资源、杀死其中一个线程
3、Windows内存管理方式：段存储、页存储、段页存储
解析：
4、进程的几种状态？
解析：（1）run（运行状态）：正在运行的进程或在等待队列中对待的进程，等待的进程只要以得到cpu就可以运行
          （2）Sleep（可中断休眠状态）：相当于阻塞或在等待的状态
          （3）D（不可中断休眠状态）：在磁盘上的进程
          （4）T（停止状态）：这中状态无法直观的看见，因为是进程停止后就释放了资源，所以不会留在linux中

          （5）Z（僵尸状态）：子进程先与父进程结束，但父进程没有调用wait或waitpid来回收子进程的资源，所以子进程就成了僵尸进程，如果父进程结束后任然没有回收子进程的资源，那么1号进程将回收

三.验证码:

遇到过哪些验证码?都是怎么解决的?

四.装饰器的原理

主要是闭包函数

五. gerapy是怎么调度的

六.爬取APP时,返回的是什么数据类型?

七.css是怎么查找id和class的,是怎么查找父元素和子孙元素的.

八.类的私有属性和私有方法是怎么声明的.

九.请求响应行中有哪些元素

状态码,版本号,

十.Redis中是什么对url去重的?

也是通过set集合去重的.

十一.说一说正则表达式中常见字符的意思.

十二.请求体中,get和post请求的区别(get请求请求体为空,因为它的参数都在URl地址中,post请求请求体中是一些参数)

十三.有哪种方式可以创建生成器(range,列表生成式,yield返回生成器)

十四.在cookie被禁用的情况下,可以通过sessionid跟踪会话,当cookie不能用失效时,怎么更新(用账号重新登录下)

十五.scrapyd部署爬虫的流程以及gerapy是怎么调度的(发送请求)

十六:部署django项目(直接说是让运维干的):

下载nginx服务,在setting中配置

十七. 模拟Http发送get、post、put、delete请求

十八.深度优先搜索和广度优先搜索是怎么遍历的

    深度(递归,栈),广度(队列)