某A电面的详细解释

1.c++多态，用什么实现，以及好处

最常见的用法就是声明一个基类，让其子类继承他的虚函数，使用指向子类的父类指针调用该虚函数，则会调用子类相应的函数，如果在父类不声明为虚函数，则会调用父类的方法。

继承的用处是拓展已存在的代码，封装可以让代码模块化，以上都是为了接口的重用，而多态可以实现接口重用，不论传递过来的是哪个类型的对象，都可以用同一个接口调用。

2.数组和链表的区别，如何选择;

a.数组在声明的时候必须要声明大小，且大小就固定了，如果数据超出数组的大小，会造成溢出，而指针则动态的进行存储分配

b.数组在内存里面是连续的，而链表则是可以不联系的

数组可以用下标随时存取，而链表的删除插入比较方便。

3.stl：实现vector

vector是一块动态的连续存储空间。

push_back: vector增加大小的时候，如果事先分配的内存不够了，则要把之前的内容全部放入一个新的更大的存储空间，注销掉之前的空间，注意一旦引起内存的重新分配，所有之前的指针就会失效

删除：有两种方式 erase 和 pop_back, 通过迭代器使用 erase 在删除，在删除之后后面的元素向前移动一位，

iterator：迭代器是对指针的一个智能封装，不同类型的迭代器对相同的操作，会有不同的实现方式。

5.一个数组中连续下标的最大值之和（一点动规）：

#include<iostream>
#include<vector>
using namespace std;

int main() 
{
	int size;
	vector<int> re;
	cin>>size;
	int temp;
	for(int i=0;i<=size-1;i++)
	{
		cin>>temp;
		re.push_back(temp);
		
	}
	int sum,maxsum;
	sum=re[0];
	maxsum=re[0];
	for(int i=1;i<=size-1;i++)
	{
		if(sum<0) sum=re[i];
		else sum+=re[i];
		
		if(sum>maxsum)
		{
			maxsum=sum;
		}
	}
	cout<<maxsum;
	return 0;
}

6.最后一个问题，关于mapreduce排序的问题；

       排序的基本思想是利用了mapreduce的自动排序功能，在hadoop中，从map到reduce阶段，map出来的结构会按照各个key按照hash值分配到各个reduce中，其中，在reduce中所有的key都是有序的了。如果使用一个reduce，那么我们直接将他output出来就行了，但是这不能够体现分布式的好处，所以，我们还是要用多个reduce来跑，多个reduce会由partition将其分配到各个reduce，不免会造成乱序，所以才会有以下的做法。

      比方说我们有1000个1-10000的数据，跑10个ruduce任务， 如果我们运行进行partition的时候，能够将在1-1000中数据的分配到第一个reduce中，1001-2000的数据分配到第二个reduce中，以此类推。即第n个reduce所分配到的数据全部大于第n-1个reduce中的数据。这样，每个reduce出来之后都是有序的了，我们只要cat所有的输出文件，变成一个大的文件，就都是有序的了。

       基本思路就是这样，但是现在有一个问题，就是数据的区间如何划分，在数据量大，还有我们并不清楚数据分布的情况下。一个比较简单的方法就是采样，假如有一亿的数据，我们可以对数据进行采样，如取10000个数据采样，然后对采样数据分区间。在Hadoop中，patition我们可以用TotalOrderPartitioner替换默认的分区。然后将采样的结果传给他，就可以实现我们想要的分区。在采样时，我们可以使用hadoop的几种采样工具，RandomSampler,InputSampler,IntervalSampler。

       这样，我们就可以对利用分布式文件系统进行大数据量的排序了，我们也可以重写Partitioner类中的compare函数，来定义比较的规则，从而可以实现字符串或其他非数字类型的排序，也可以实现二次排序乃至多次排序。

以上。。。。