腾讯CSIG后端研发实习生面经

一面（电话面86分钟）

自我介绍一下
项目
Java基础
equals（）和hashcode（）？为什么重写equals要重写hashcode？
如果自定义了一个对象，仅仅重写了equals方法。
对于HashMap来说，两个对象的值相同，但由于没有重写hashcode方法，默认hashcode会以对象的内存地址进行计算，这样导致HashMap进行put操作时相同的对象在HashMap的hash取模后分配到不同的桶中。
HashMap原理
put、get、扩容、loadFactor。
线程安全吗
不是的
多线程有什么问题？
多线程put的时候如果扩容，会导致形成循环链表，这样get的时候就会陷入死循环
还有别的问题吗？
就是大部分并发都存在的问题吧，临界区资源没有上锁会导致脏读、丢失更新什么的。
详细说下
就两个线程同时put同一个key，那有一个线程的value就丢失更新了。或者某个线程同时get了某个key，这个key又被其他线程修改了，脏读了。
还有没有别的问题
不知道了，你能跟我讲讲吗？
面试时间有限，网上自己查查吧

ConcurrentHashMap原理
分段锁，底层实现为CAS结合volatile。
CAS是什么
巴拉巴拉，它存在ABA问题。

JVM虚拟机
巴拉巴拉巴拉
可以了

数据库
巴拉巴拉巴拉，我就不详细展开了，但是都知道的

可以了，看你简历上写了Redis，问点问题啊，有哪些数据结构？
五种，巴拉巴拉
你知不知道多个连接过来Redis是怎么处理的？
Redis基于Reactor模式开发了自己的网络事件处理器：文件事件处理器。
文件事件处理器采用了I/O多路复用程序，可以同时监听多个套接字，然后根据当前套接字的不同任务关联不同的事件处理器。
文件事件处理器由四个部分构成：套接字、I/O多路复用程序、文件事件分派器、事件处理器
多个客户端同时get会怎么样？
并发产生多个I/O事件的情况，I/O多路复用程序会把产生事件的套接字都放入到一个队列里，然后通过这个队列，以有序的、同步、每次一个套接字的方式向文件事件分派器传送套接字。当上一个套接字产生的事件被处理完毕之后（该套接字为事件所关联的事件处理器执行完毕），I/O多路复用程序才会向文件事件分派器传送下一个套接字也就是说，多个客户端同时get，只有一个客户端能正常执行，其他的客户端请求被阻塞。
算法
两个链表找第一个公共节点？
第一次遍历通过HashMap记录节点，第二次遍历链表二，找到第一个相同的就退出。时间O（n），空间O（n）
继续想想
遍历两个链表，计算长度差，然后让长的链表先走长度差步，然后让两个指针一起以相同速度往前走，每次判断两个节点是否相等。时间O（n），空间O（1）
还有别的想法吗？
没有了
已经给出最优解了，但还有其他解法，提示一下，用栈来做这个题
维护两个栈，把第一个链表的节点全部压入栈A，把第二个链表的节点全部压入栈B，然后不断从A、B栈中弹出元素，直到弹出的元素不相同，那么上一个弹出的元素就是两个链表中第一个相同的元素。时间O（n），空间O（n）

找数组中多于一半的元素
哦哦，这个题我见过，Leetcode原题嘛，可以用摩尔投票算法，思想就是每次消除两个不相同的元素，最后剩下有可能就是多于一半的元素。实现是设置一个计数器count记录出现最多的元素的次数，和一个变量major记录当前出现最多的元素。然后遍历数组，如果count=0，则把major置为当前元素，如果遇到的数和major相同，则count+1，不同则count-1。扫描完成后，最后的major就是数组中出现次数最多的元素，再次扫描数组，计算major出现的次数，判断是否大于1/2次。时间O（n），空间O（1）
还有其他思路吗
排序，然后数组的1/2处就是出现最多的元素，再扫一次判断是否 出现次数超过数组长度的1/2。时间O（nlgn），空间O（1）
这个明显效率不太好，你还有其他想法吗？
没有了
你再想想？提示一下，听说过线性选择算法吗
哦哦，我知道了，就是其实就是用快速排序的中间过程，partition结合二分，每次随机选择一个数，把比他小的排在左边，比他大的排在右边，直到选中数字的下标最终被排在n/2的位置，就说明左边都比他小了，右边都比他大了。这个数字就是中位数，然后再扫一次数组，看看这个数字出现次数是否超过n/2。

Linux命令
看网络用什么命令？
netstat
看某个进程占用的端口号？
netstat -ano？不知道啊，我只知道lsof -i:端口号 可以查看占用该端口对应的pid。
怎么看Java进程中哪个线程的cpu占用最高？
不会，是用啥啊
top -H -p + 进程号
好的
怎么查找某个文件的某个字段？
find 路径 -name 文件名 | grep 字段名
怎么定位内存泄漏？
用jmap把内存dump下来，然后再用工具分析堆栈。
怎么看已使用的内存？
通过阿里云控制台看，他们这个很成熟了啊，什么内存、CPU、TCP链接数、磁盘空间都能看的（跟腾讯面试官吹阿里云会不会被打死）。
用命令会吗？
思考…好像是free吧，查看磁盘的是df
free打出来的参数都有理解吗？怎么看已使用的内存？剩余内存？used准确吗？
不知道啊，好像是通过某几个列的量可以准确计算出来吧。
好的

智力题
一个班一共100人，喜欢足球60，喜欢篮球70，喜欢排球80，问同时喜欢足球和篮球的有多少人？你先想想，我过几分钟再来
想好了吗？
没有
想好了吗？
不会，我觉得应该是一个范围，喜欢足球和篮球的最多有60人，最少不知道。
没事，小问题就不纠结了，你有啥问题吗
你们团队多少人啊
这个，不方便透露啊，如果后面你来的话就知道了
你们做什么的
在线教育…
好的，没问题了

二面（电话面试40分钟）
熟悉什么语言
Java、C++、Python
Java知道哪些数据结构？
线程不安全的：
Map：HashMap、LinkedHashMap、TreeMap
Set：HashSet、TreeSet
List：ArrayList、LinkedList
Queue：PriorityQueue
Stack

线程安全的：
ConcurrentHashMap、LinkedBlockingQueue等
几种Map的区别是什么
巴拉巴拉

对网络编程熟悉吗？
还可以
NIO和BIO之类的了解吗？
五种I/O模型：
1)阻塞I/O
2)非阻塞I/O
3)I/O复用(select和poll)
4)信号驱动I/O（SIGIO）
5)异步I/O
怎么理解阻塞I/O？
假设有一个管道，线程A从管道中写数据，线程B向管道中写数据。
首先讨论缓冲区的概念，缓冲区的引入是为了减少频繁I/O操作而引起频繁的系统调用（它很慢的），当你操作一个流时，更多的是以缓冲区为单位进行操作，这是相对于用户空间而言。对于内核来说，也需要缓冲区。
缓冲区满之后，产生I/O事件，告诉线程B去读缓冲区，同时线程A阻塞。
缓冲区空之后，产生I/O事件，告诉线程A去写缓冲区，同时线程B阻塞。
在阻塞模式下，一个线程只能处理一个I/O事件。

链表找环
快慢指针，时间O（n），空间O（1）
有其他想法吗
HashMap或者Set存储节点，第二次找到相同节点则存在环。

Redis
了解Redis吗？
了解的
Redis为什么比其他数据库高性能？
Redis是内存数据库，内存就比磁盘快。
还有吗
Redis是单线程单进程的设计
还有吗
不知道了
你了解Redis的扩容吗？刚才说HashMap冲突之后会拉出链表、红黑树，Redis里面是怎么做的？
Redis里面为啥会冲突啊，Redis的key只有String啊，不是直接覆盖吗？
巴拉巴拉（我没听懂）

我给讲下Redis的String吧，他的扩容是这样做的。
通过一个变量未使用空间，SDS实现了空间预分配和惰性空间释放两种优化策略，比C的char有一些优势。

• 常数时间复杂度获得字符串长度
• 杜绝了缓冲区溢出
• 空间预分配和惰性空间释放减少了内存重分配次数
• 二进制安全
• 兼容部分C字符串函数

还有啥问题吗？
Redis为什么高性能？
emmm，比如，字典的rehash的详细过程可以了解下的。

三面（视频面40min）
项目中有什么技术难点？
粘包、半包？
粘包怎么做的？
报文格式是怎样的？
头尾是FF？那么你们数据字段中不可能存在FF？
还有别的吗
TCP链接数异常
你是怎么发现这个问题的
我们节点部署在阿里云上，阿里云后端管理平台可以看到TCP连接数异常
什么叫TCP链接数异常？
就是后端看到的TCP链接数比正常高
TCP链接处于哪个状态？
忘记了
为什么会增多?
由于用户可能同时下线，并发修改那个map会报错，就改成同步的map的，然后就不报错了，就可以正常释放TCP链接了
没道理啊，客户端下线之后，TCP链接肯定会释放的（严肃脸）
不知道啊，可能是我做了太久了有点不记得了吧

怎么处理多任务
多线程、多进程
他们的区别是什么
巴拉巴拉
一个线程可以做到吗？
可以，I/O多路复用器就可以做到，通过eventLoop。
还有别的方式吗？
协程
怎么理解协程？

• 进程和线程都是操作系统进行调度的（System call），而协程由程序员写代码去调度，也就是说不需要从用户态切换到内核态。
• 协程不是抢占式的
• 不用加锁

场景题：
给两个文本，怎么判断他们的中心思想类似？
分词，统计词频，找出TOP K名词，对比两个文本TOP K名词的交集，以交集/全集
那如果，两个文本词的频率一样，顺序不一样呢？
哦，我理解的是名词可以代表这篇文章的中心思想了，你这么说的话，要继续考虑语义，可以用一些语义分析的算法。
过于复杂了，有没有简单一点的想法，你可以考虑用一些字符串的算法？
不知道诶
LCS知道吗？
知道的，最长公共子序列？这个可以用来判断两个文本中心思想是否相似吗？不太知道
那你说下LCS的实现吧
讲了下递推公式，以及根据求出的标记表再回溯求字符串。
自己实现过吗？
本科就写过了，研究生也写过，要不要写一个？
不用

讲一下浏览器发起请求到浏览器解析出html的全过程
1.应用层通过url解析出ip（DNS解析的过程）
2.应用层发送HTTP请求：HTTP请求包括请求报头和请求主体两个部分，其中请求报头包含了至关重要的信息，包括请求的方法（GET / POST）、目标url、遵循的协议（http / https / ftp…），返回的信息是否需要缓存，以及客户端是否发送cookie等。
3.传输层三次握手，建立链接，发送TCP报文。
4.网络层通过ARP协议把IP地址解析为MAC地址，此外在网络层进行IP报文的转发，有各种路由算法去寻找下一跳。
5.服务器端在数据链路层接受到报文，然后层层封装传到上一层
6.服务端返回http响应报文
请求返回的状态码知道吗?
知道的，200成功，300重定向，400客户端错误，500服务端错误
302是什么？
301是永久性的重定向，302是临时性的重定向。
304是什么？
不知道
文件未变化，客户端缓冲的文件可以继续使用
好的
怎么抓包知道吗?
wireshark、charles等工具，之前用过去抓TCP报文，解决了一个棘手的问题，写爬虫的时候也会用来分析一下哪个请求是我要的，他的cookie是啥之类的。
cookie怎么理解？
由于http是无状态的，session会保存每个用户的登录状态。
简单来说，Cookie是服务器给客户端发的一个「通信证」。
本质上，cookie就是浏览器存储的客户的一些信息，以kv的形式存储在文件中，比如说用户的登录账户和密码，下次请求同一网站的时候，浏览器直接读取文件把cookie放到http header中发给服务端。

C++懂吗
会一些基础的东西，写过算法题，STL会用，没做过项目
字节对齐知道吗
主要就是针对struct做了字节对齐，用空间换时间，提供效率，因为有的CPU不能随意读取内存，必须从特定位置开始。

你想去上海？
是的
为啥？
来深圳能接受吗？
我觉得城市都可以的，实习主要还是看技术成长，看部门，反正在南京读的研究生，除非找本地的公司，否则去哪都要租房，只是来回的时间长短问题。