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