目录
82.哪种排序算法最坏情况下是最快的?冒泡,希尔,归并,快 速?
90. 因项目需求,需要将0~2的32次方这个区间的数字保存 到内存当中(内存大小为4G),并且可以实现对任意一个数字 的增删。(先叙述设计思路,再写岀代码)
96.请解释下referer是什么,并任意描述一些与之相关的攻 击场景或安全漏洞。
97. 有如下2个文件:test.cppjest.hpp,简述下g++编译器将其编译成binary的工程中都做了哪些事情?
81. 右值引用和move语义
1. move语又
最原始的左值和右值定义可以追溯到C语言时代,左值是可以出现在赋值符的左边 和右边,然而右值只能出现在赋值符的右边。在C卄里,这种方法作为初步判断左 值或右值还是可以的,但不只是那么准确了。你要说C卄中的右值到底是什么,这 真的很难给出一个确切的定义。你可以对某个值进行取地址运算,如果不能得到地 址,那么可以认为这是个右值。例如:
int& foo();
foo() = 3; //ok, foo() is an lvalue
int bar ();
int a = bar (); // ok, bar () is an rvalue
为什么要move语又呢?它可以让你写出更高效的代码。看下面代码:
string foo ();
string name("jack");
name - f oo ();
第三句赋值会调用string的赋值操作符函数,发生了以下事情:
1. 首先要销毁name的字符串吧
2. 把f。。()返回的临时字符串拷贝到name吧
3. 最后还要销毁foo ()返回的临时字符串吧
这就显得很不高效,在5+11之前,你要些的高效点,可以是swap交换资源°C卄11 的move语又就是要做这事,这时重戮move赋值操作符
string& string:: operator= (s":ring&& rhs);
move语义不仅仅用于右值,也用于左值。标;隹摩提供了 std::move方法,将左值 转换 成右值。因此,对于swap函数,我们可以这样实现:
template^class T>
void swap(T& a, T& b)
[
T temp(std::move(a));
a = std::move(b);
b = std::move(temp);
2. 右值引用
为了支持移动操作,c质标准引入了一种新的引用类型一右值引用。所谓右值引 用就是必须绑定到右值的引用。我们通过&&而不是&来获得右值引用。如我们将要 看到的,右值引用有一个重要的性质一只能绑定到一个将要销毁的对象。因此,我 们可以自由地将一个右值引用的资源“移动”到另一个对象中。
—般而言,一个左值表达式表示的是一个对象的身份,而一个右值表达式表示的是 对象的值。
举例说明:
int i=42;
int &r=i; //正确,工引用i
int &&rr=i //错误,不能将一个右值引用绑定到一个左值上
int &r2=i*42; //错误,i*42是一个右值
const int &r3=i*42; //正确,我们可以将一个const的引用绑定到一个右
值上
int &&r2=i*42; //正确,将口2绑定到乘法结果上
1. 左值持久,右值短暫
左值有持久的状态,而右值要么是字面值常量,要么是表达式求值过程中创建的临 时对象。
由于右值引用只能绑定到临时龙象,我们得知
1. 所引用的对象将要被销毁
2. 该对象没有其他用户
这两个特征意味着:使用右值引用的代码可以自由地接管所引用的对象的资源。
82.哪种排序算法最坏情况下是最快的?冒泡,希尔,归并,快 速?
归并
83. kafka的生产者和消费者的理解
生产者:
Producer将消息发布到指定的Topic中,同时Producer也能决定将此消息归属于哪个 partition;比如基于Joundrobin”方式或者通过其他的一些算法等.
消费者:
本质上kafka只支持Topic.每个consumer属于一个consumer group;反过来说,每个 group中可以有多个consumer.发送到Topic的消息,只会被订阅此Topic的每个group 中的一个consumer消费.
如果所有的consumer都具有相同的group,这种情况和queue模式很像;消息将会在 consumers之间负载均衡.
如果所有的consumer都具有不同的group,那这就是〃发布-订Rf;消息将会广播给所有 的消费者.
在kafka中,一个partition中的消息只会被group中的一个consumer消费海个group 中consumer消息消费互相独立;我们可以认为一个group是一个〃订阅〃者,一个Topic 中的每个partions, R会被一个"订阅者'中的一个consumer消费,不过一个consumer 可以消费多个partitions中的消息.kafka只能保证一个partition中的消息被某个 consumer消费时,消息是顺序的.事实上,从Topic角度来说,消息仍不是有序的.
84. kafka三种消费语义与保证精准消费
1.消费语义的介绍
at last once:至少消费一次(对一条消急有可能多次消费,有可能会造成重复消费数 据)
原因:Proudcer产生数据的时候,已经写入在broker中,但是由于broker的网 络异常,没有返回ACK,这时Producer,认为数据没有写入成功,此时producer会再次 与入,相当于一条数据,被写入了多次。
at most once:最多消费一次,对于消息,有可能消费一次,有可能一次也消费不了 原因:producer在产生数据的时候,有可能写数据的时候不成功,此时broker就跳过这个消息,那么这条数据就会丢失,导致consumer无法消费。
exactly once:有且仅有一次。这种情况是我们所需要的,也就是精准消费一次。 2-kafka中消费语义的场景
at last once:可以先读取数据,处理数据,最后记录offset,当然如果在记录offset 之前就crash,新的consumer会重复的来消费这条数据,导致了”最少一次“
at most once:可以先读取数据,然后记录offset,最后在处理数据,这个方式,就 有可能在offset后,还没有及时的处理数据,就crash?,导致了新的consumer继续 从这个offset处理,那么刚刚还没来得及处理的数据,就永远不会被处理,导致了” 最多消费一次“exactly once:可以通过将提交分成两个阶段来解决:保存了 offset后提交一次,消 息处理成功后,再提交一次。
3. kafka中如何实现精准写入数据?
A: Producer端写入数据的时候保证幕等性操作:
幕等性:对于同一个数据无论操作多少次都只写入一条数据,如果重复写入,则执 行不成功
B: broker写入数据的时候,保证原子性操作,要么写入成功,要么写入失败。(不成 功不断进行重试)
85. kafka中partition的工作原理?
Kafka集群partition replication默认自动分配分析
下面以Kafka集群中4个Broker举例,创建1个topic包含4个Partition, 2 Replication;数据Pr o due er流动如图戶尸示:
当集群中新増2节点,Partition増加到6个时分布情况如下:
副本分配逻辑规则如下:
在Kafka集群中,每个Broker都有均等分配Partition的Leader机会。
上述图Broker Partition中,箭头指问为副本,以Partition-。为例:broker 1中 parition-0 为 Leader, Broker2 中 Partition-0 为副本。
上述图种每个Broker (按照Brokerld有序)依次分配主Partition,下一个Broker为副 本,如此循环迭代分配,多副本都遵循此规则。
副本分配算法如下:
将所有N Broker和待分配的i个Partition排序.
将第i个Partition分配到第(i mod n)个Broker上.
将第i个Partition的第j个副本分配到第((i + j) mod n)个Broker上.
86. shell脚本统计文件中单词的个数
方法一:
(1) cat file|sed ' s/[,.:;/!?] / /g‘ awk ' {for (i=l; i<=NF; i++) array[$i] ++;} END {for (i in array) print i, array [i.}J
,其中file为要操作的文件,sed中/ /间有一个空格。
(2) sed ' s/[,. :;/!?]/ /g‘ file|awk ' {for (i=l;i<=NF;i++)array[$i] ++;}
END {for (i in array) print i, array _i] }J
# (1)和(2)效果一致。
方法二:
(1) awk ' BEGIN {RS=" [,.:;/!?]"} {for :i=l; i<=NF; i++) array [$i] ++;}
END {for (i in array) print i, array [i] }J file
87.请解释Mysql MVCC实现原理
innodb MVCC主要是为Repeatable-Re ad事务隔离级别做的。在此隔离级别下,A、B 客户端所示的数据相互隔离,互相更新不可见
了解innodb的行结构、Read-View的结构对于理解innodb mvcc的实现由重要意义 innodb存储的最基本row中包含一些额外的存储信息DATA_TRX_ID, DATA_ROLL_PTR, DB_ROW_ID, DELETE BIT
6字节的DATA_TRX_ID标记了最新更新这条行记录的transaction id,每处理一个事务,其值自动+1
7字节的DATA_R0LL_PTR指向当前记录项的rollback segment的undo log记录,找之 前版本的数据就是通过这个指针
6字节的DB_RO