面试题记录

Python里的字典是怎样解决HASH冲突问题的？

python中的dict对象也即PyDictObject对象，因为对搜索的效率要求很高，所以选择了散列表（hash table），因为在最优情况下，散列表能够提供O(1)的搜索效率

因此：这里就能想到在leetcode上面刷的题目中，很多通过list形式可以实现的，为了降低时间复杂度，可以用hash的方式，选择dict对象存储（当然具体问题要具体分析）

散列表的基本思想是：通过一定的函数将需要搜索的键值映射为一个整数，根据这个整数作为索引去访问某片连续的内存区域。用于映射的函数称为映射函数，映射所产生的值称为散列值（hash value）。散列函数对搜索效率有直接的决定性作用。在使用散列函数将不同的值可能映射到相同的散列值，这个时候就需要冲突解决（装载率大于2/3时，冲突的概率就会大大增加）

冲突解决在python中使用的是开放定址法，就是通过一个二次探测函数f，计算下一个位置，一直到找到下一个可用的位置为止，在这个过程中会到达多个位置，这些位置就形成了一个“冲突探测链”，这个冲突探测链在查找某个元素的时候起到重要作用，所以在删除某个位置上的元素，不能直接将这个位置的内容删除，如果删除的话，则导致后续依赖于这个位置的其他值就都无法寻找到了，所以只能进行“伪删除”（通过给元素设置状态，dummy态，表示没有存储具体的值但是还会用到的废弃态）
而java的hashmap用的是链地址法，redis的hash也是用的链地址法

处理Hash冲突几种方法

hash冲突产生原因：对于不同的关键字、经过均匀哈希函数处理后、得到同一哈希地址。就产生冲突解决：
1、开放定址法
2、再哈希法
3、链地址法
4、建立一个公共溢出区
附：数据结构之哈希表 https://blog.csdn.net/z_ryan/article/details/78760944

Python里进程和线程的作用，工作原理

cookie和session的作用

HTTP 302、304、502、 504状态码

csrf原理，攻击和防范

参考：https://www.cnblogs.com/zhaof/p/6281482.html
django为用户实现防止跨站请求伪造的功能，通过中间件 django.middleware.csrf.CsrfViewMiddleware 来完成。而对于django中设置防跨站请求伪造功能有分为全局和局部。
全局：
中间件 django.middleware.csrf.CsrfViewMiddleware
局部：
@csrf_protect，为当前函数强制设置防跨站请求伪造功能，即便settings中没有设置全局中间件。
@csrf_exempt，取消当前函数防跨站请求伪造功能，即便settings中设置了全局中间件。
注意：from django.views.decorators.csrf import csrf_exempt,csrf_protect

总结：
1、 csrf在ajax提交的时候通过请求头传递的给后台的
2、 csrf在前端的key为：X-CSRFtoken，到后端的时候django会自动添加HTTP_,并且最后为HTTP_X_CSRFtoken
3、 csrf在form中提交的时需要在前端form中添加{%csrftoken%}

redis中的zset使用的数据结构是什么，插入一个值的时间复杂度

原文中说，集合是通过哈希表实现的，所以添加，删除，查找的复杂度都是O(1)其实不太准确。
其实在redis sorted sets里面当items内容大于64的时候同时使用了hash和skiplist两种设计实现。这也会为了排序和查找性能做的优化。所以如上可知：
添加和删除都需要修改skiplist，所以复杂度为O(log(n))。
但是如果仅仅是查找元素的话可以直接使用hash，其复杂度为O(1)
其他的range操作复杂度一般为O(log(n))
当然如果是小于64的时候，因为是采用了ziplist的设计，其时间复杂度为O(n)
附1：压缩列表（ziplist）
是Redis为了节省内存而开发的，是由一系列特殊编码的连续内存块组成的顺序型数据结构，一个压缩列表可以包含任意多个节点（entry），每个节点可以保存一个字节数组或者一个整数值。
压缩列表的原理：压缩列表并不是对数据利用某种算法进行压缩，而是将数据按照一定规则编码在一块连续的内存区域，目的是节省内存。
ziplist是一个为Redis专门提供的底层数据结构之一，本身可以有序也可以无序。当作为list和hash的底层实现时，节点之间没有顺序；当作为zset的底层实现时，节点之间会按照大小顺序排列。
redis底层数据结构详见https://www.cnblogs.com/ysocean/p/9080942.html
附2：跳表skip的特点：
1.实现简单，增删节点不需要像b+树、b树一样调整结构
2.耗内存（分层结构导致重复存储节点）
3.支持范围查询
4.并发操作的局部性更小，而树形结构的插入删除可能涉及整棵树的其他部分
关于：skiplist跳表的结构，redis为什么用skiplist，对比mysql和B+树和mangoDB的B树有什么不同，详见https://blog.csdn.net/u014449821/article/details/79390141
附3：redis字典的数据结构
Redis 的字典使用哈希表作为底层实现，哈希表是由数组 table 组成，table 中每个元素都是指向 dict.h/dictEntry 结构。其中，key 用来保存键，val 属性用来保存值，值可以是一个指针，也可以是uint64_t整数，也可以是int64_t整数。
注意这里还有一个指向下一个哈希表节点的指针，我们知道哈希表最大的问题是存在哈希冲突，如何解决哈希冲突，有开放地址法和链地址法。这里采用的便是链地址法，通过next这个指针可以将多个哈希值相同的键值对连接在一起，用来解决哈希冲突。

redis怎么刷新一个key的生存时间

redis> SET cache_page “www.google.com”
OK

redis> EXPIRE cache_page 30 # 设置过期时间为 30 秒
(integer) 1

redis> TTL cache_page # 查看剩余生存时间
(integer) 23

redis> EXPIRE cache_page 30000 # 更新过期时间
(integer) 1

redis> TTL cache_page
(integer) 29996