字节跳动C++研发实习生

一面（1h30min）

一开始看了我的简历里有关于hadoop的项目经历，所以一开是问了hadoop相关的问题

1 问：先介绍以下hadoop的简单原理

答：map从hdfs获取数据，处理成键值对，然后可以经过shuffle进行初步的reduce处理，然后经过一定的算法发送给reduce，进行整合处理，最后输出到hdfs上。

2 你们在做这个项目的时候处理了多大的数据，用了多长时间，有没有遇到过什么会让程序卡住的问题？

答：因为是学校的专选课课设，老师给了三台服务器，一个master和两个slaver，都是8g内存，一次处理大概20g的数据，用了20min左右。因为一开始对hadoop的配置不是很熟，一开始设置的读取数据的块数很小，因此很慢，后来加大之后就好了。

3 你觉得限制hadoop处理数据速度的主要原因有哪些？

答：两个方面，一是负载不均衡，比如hdfs上每个文件的大小不同，导致给每个服务器的任务量不相同，导致产生了负载不均衡的现象（此处balabala一堆），二是map到reduce的映射关系没做好，导致网络IO阻塞（这里忘记提从hdfs获取文件时，可能也会有这个问题）

4 既然hadoop存在这些问题，那你有没有其他的方式来处理大量的数据？有没有听过spark？

答：spark听是听过，但是没有了解过。至于类似的方式，我提了一下消息队列，多个consumer根据topic将数据发送到消息队列中，然后消息队列将数据进行类似的处理，然后producer根据topic从消息队列中获取数据，也可以解决类似的大量数据的问题。

5 服务器代理有没有听过，如果你有很多服务器，和很多的用户请求，如何使这些服务器负载均衡？

答：代理分为正向代理，反向代理和隧道，一般情况下互联网公司采用的都是反向代理。具体的话可以采用根据IP重定向，对于用户发来的请求，根据其IP地址利用hash函数映射到不同的服务器上，就可以负载均衡，而且可以解决用户缓存的问题。

6 如果给你一个用户请求，你如何决定将他发送到你的哪一台服务器上？

答：根据物理地址的远近和IP重定向原则，先发送到物理地址最近的服务器上，然后再根据IP重定向转发。

7 给你一个请求，你怎么样让他最快的受到处理？

答：两个方面 1由物理地址最近（或者路由器跳数最小的）的服务器进行处理 2 在由代理服务器转发的时候，选择负载最小的服务器进行处理，这样可以快一点

8 那用户请求服务器就是根据IP地址的么？

答：不是，是利用DNS将域名转换为IP进行请求

9 比如说有底层的DNS服务器，高级一点的DNS服务器和顶级的DNS服务器，用户是如何请求到它需要的IP地址的？

答：先看本地的DNS缓存中有没有，如果有的话，就直接用本地缓存的。如果没有，那么就存在两种方式，递归和非递归方式，吃出balabala，说了下递归和非递归是怎么回事。

10 好，那我们来问一些C++相关的问题，STL用过么，说一下list和set？

答：说到list，STL和它最相近的vector，list在底层是由双向循环链表实现的，它的成员变量只有一个指向了这个双向循环链表的最后一个节点，相对于vector来说有个优点是，vector是根据数组实现的，它的内部有3个成员变量，first，last和capacity，最后一个是vector的容量，如果vector内的元素个数大于capacity后，要进行扩容，就会另取一片内存进行复制，这样会导致之前的迭代器失效，而且会有很大的开销，而list就不会有这个问题，只是单纯的删除节点而已。至于set，它的底层是由红黑数实现的，只有键，没有值，而且其中不可以存放相同的值，类似的还有map。multi_set和multi_map可以存放相同的值。

11 听说过cast么？

答：主要知道的是static_cast和dynamic_cast（说一下二者的区别）。static_cast在进行类型转换的时候是编译时检查（大概是这样，不知道有没有记错）,所以可能会把父类转换为子类，这样就会导致错误。而dynamic_cast则是在运行是检查，如果将父类转换为子类，则不允许转换。

12 听说过constexptr没有？

答：这个真的没了解过，然后面试官还很善良的帮我科普了一下，自己了解的还是太少了

13 说一下智能指针把？底层是怎么实现的？

答：shared_ptr，主要是解决内存泄漏的问题，就是将平常的指针用类封装了起来并加上了引用计数，同时采用了RAII的模式，当脱离了作用域，会调用析构函数，将申请的内存释放掉（这里少说了引用计数的判断，但是面试官也没说），但是使用shared_ptr会产生问题，就是循环引用时，会导致本该被释放的指针没有被释放掉，因此产生了weak_ptr，它的引用计数始终为1，这样就不会产生之前的问题。还有unique_ptr，它指向的变量只能被一个指针指向，shared_ptr则不是。

14 说了这么多，你可以实现一下shared_ptr的类么？

这里没有回答，就是在共享屏幕上写了一下简单的shared_ptr的类，主要是构造函数，析构函数和=运算符的重载，主要注意的是关于引用计数的加和减的时机以及当引用计数为0时需要进行的释放内存操作，最后在=重载的时候多了一步操作，面试官也提醒了一下，然后就过了。

15 学过网络相关的么？

答：（吐槽一下，之前问的题难道不都是网络相关的么）看过一点TCP/IP详解和UNIX网络编程，学校里有计算机网络这门课。

16 那就好，说一下TCP的三次握手和四次挥手

答：（最老套的问题，答案网上都有，我就加了一些可能会被问到的知识点，比如在三次握手的时候，第一次发送过去的SYN序列号是随机的，不然会被别人很轻易的利用产生危险，在四次挥手的时候，FIN_WAIT1，FIN_WAIT2和TIME_WAIT状态，又说了下为什么要有TIME_WAIT状态，结果面试官只是说了下"嗯，TIME_WAIT"。。。。。）

17 说一下一个请求是如何从客户端发送到服务器的，主要是协议的分层

答：这里说了一下从应用层，传输层，网络层和物理层层层包装，然后经由各个路由器转发之后到达服务器端，层层解析，然后根据网络层包装的IP地址和端口号，相同的方式发送回去即可。

18-？应该还有几个问题，但是记不太清楚了

final 我们来写一道算法题吧，如何不用乘，除和求余运算来实现除法运算，就是100/3 = 33.

答：这里我说了两个思路，一个是利用被除数，直接进行加法运算，例如3+3=6 6+6 =12 ，将得到的结果与被除数进行比较，如果小的话就继续加，大的话就减去这个数然后比较上一个结果（面试官说这个复杂度有点高，有没有其他的方法）。第二个我说用移位运算来处理（其实这里的移位运算就是相当于乘法和除法，可能题目限制的就是*和/运算符把。。。。）然后说了下思路，面试官说没有问题（结果！结果！怎么写运算的结果都不对。。。。当时极度慌张，写了半个小时应该是到饭点了）面试官问我写完了没有，我说出了点问题，运算的结果不太对，然后面试官看了下我的代码，说我的思路和代码风格都没有问题，判断的边界出了点问题（当时觉得怕是要凉了。。。然后面试官说你回去再考虑一下，下午四点准备接着面，当时内心一度欢喜，又极度难受，二面也太快了，因为之前前一天下午还有数据库考试。。。一边复习一边准备面试），我说没问题，然后就是下午的二面了。

第一面总体来说难度不是很大，面试官都是根据你的回答进行相应的拓展，主要还是解决问题的能力和基础知识。

二面 1h

下午的面试出了点小问题，约的是4点然后4点07分还没有面试官来，我就打了个电话给hr，过了一会面试官来了，看样子很年轻很和善，说是刚刚在开会，晚了几分钟，开始的时候让我做了个自我介绍，然后问我大几了，我说大三，问我能不能保研，我说还不一定，9月份学校还有一个考试，要加上那次考试的成绩，然后随便聊了几句，就开始了。

1 说一下你简历里印象最深的一个项目吧

答：（当时想回答组原课设来着，自己设计的CPU，但是想了一下好像和这个岗位没什么关系，就提了下在新国大的结课项目，一个互联网家居的模型，大概说了下原理和自己做的内容，然后面试官又细问了一些项目的具体内容，后来想想我负责的主要就是前端的编写和一个简单的andriod APP，也和这个没啥关系。。。）

2 我们来点C++最基础的吧，说一下这几个的大小，int，int*，bool，bool*， char x[]

答：先问了下是32位系统还是64位系统（当时我的内心是崩溃的，我对类型的大小一向是记不住的，然后就说了一通，回去试了一下，好像只错了一个，万幸万幸）又追问了一下哪些类型是8个字节的，我说又double和long long，其他的记不清了。

3 知道char x[10]这种，一般是以什么结尾的么？

答：\0 （知道它的ascii码是多少么）应该是0 （知道sizeof和strlen的区别么），一个是求字符串大小，一个是长度（什么时候这两个值相等呢）当时大脑当机了，不知道问这个问题是干啥的，面试官解释了好几遍，我还是懵逼状态，然后就跳过了这个问题，（后来想了一下，明明是很简单的问题。。。。）

4 说一下new/malloc free/delete 和delete p/delete []p的区别

答：new和malloc都是分配内存的，但是new会调用构造函数，而malloc不会调用，同样的，delete会调用析构函数，而free不会。delete []的话是释放对象数组的，如果不用delete []p的话，只会调用数组第一个对象的析构函数，后面的都不会调用

5 如果是new一个int型的数组呢，这两个有区别么？

答：没有区别。

6 来聊一点进程和线程相关的问题（这里问题真的让人头大。。。太多太具体了，很多我也不知道答案是什么，就列举几个印象比较深的）

-进程间通信的方式又哪些？答：共享内存，信号，消息队列（这里最基本的管道忘了回答，面试官也指出来了）

-socket呢？答：一般socket是进行不同机器间的进程通信的。

-那能不能进行同一机器上的进程通信呢？答：可以。

-平时在哪个平台上编程的比较多？windows还是linux？知道windows下的临界区么？答：我以为是进程间的临界区。。结果是windows下的一种线程同步方式。。。

-进程间进行同步的方式有哪些？答：锁和信号量。

-如果用锁的话会不会出现什么问题呢？答：可能会产生死锁。

-怎么能避免死锁的产生呢？答：学过银行家算法。（感觉这个答案不是想要的，可能是顺序封锁法？）

-知道原子变量么？答：知道atomic和atomic_flag，atomic_flag还能用来实现读写锁和自旋锁。

-为什么atomic是原子的呢？答：（这里不太了解，就回答了下应该是基于底层的读-改-写不可分割的操作）。

-如果进程间用锁的话，是不是效率有点低呢？有没有其他的方法呢？答：用基于互斥量的锁的话，是采用了阻塞的方式，如果申请的互斥量已经上锁的话，会使得进程在这里一直请求，会使得效率低下，改进的话C++11里有try_lock这种非阻塞的方式，可以在请求未通过的时候做其他的事情，可以提高效率。（好像也不是理想的答案，面试官让我回去看一下底层是怎么实现的，后面还问了很多细节的东西，区分windows和linux，很多都不知道就跳过了）

7 说一下C++对象的内存分布吧

答：对于一般的对象来说，内部只有成员变量，如果有虚函数的话，还会有虚函数表指针，放在对象内存的头部。如果是单继承的话，子类继承父类的虚函数表，如果重写了父类的虚函数，在原来的虚函数表中进行修改，如果添加了新的虚函数，就会在原来的虚函数表末尾添加新的虚函数地址。如果是多继承的话，就在继承的第一个父类进行上述操作。

8 那菱形继承呢

答：如果是菱形继承的话，一般将公共父类标记为虚基类，这样在继承的时候在子类的内存空间里只会继承一次。

9 如果其中一个父类中只有虚函数的话，那么两个虚函数表会相邻么？

答：应该会，可能还会考虑内存对齐的问题等等。。。。。。

10 关于static变量你知道多少？

答：对于类中的static变量，是所有类的实例变量共享的，放在静态变量存储区内（然后开始了死亡拷问。。。）

11 如果两个文件中定义了相同的static变量，会产生冲突么？

答：应该会吧（这里真的不太清楚）

12 如果有两个线程，调用了同样的函数，这两个线程中的函数地址是相同的么？

答：应该不同的，因为调用的时候，放在内存里，每次都要进行一次从虚拟地址到物理地址的转换，这个映射的结果应该是不同的。

13 如果是虚拟地址呢？

答：应该是相同的（毕竟是同一个地址空间和代码区。。但是没有考证过）

14 vs用过么？用的哪个版本的？会多线程的调试么？知道怎么查看线程的堆栈情况么？

答：这里是真的不知道（因为已经转mac了。。。很久没用vs写过代码了）

15 调试时如何查看变量呢？

答：每次进入一个作用域时，都会显示这个作用域内的变量，也可以自己添加要查看的变量。

16 知道怎么在调试的时候修改变量的值么？就是条件调试（大概是这个说法）

答：这个不太清楚。。。。（面试官问我平常是不是调试的时候就加个断点然后调试，我说是的，因为平常写的多线程都很简单。。。）

17 知道main函数执行前还做了哪些事情么？

答：我只记得读取全局变量，其他的不太清楚（面试官让我回去可以尝试一下看看还做了哪些事情）

18 在windows或linux下，如果我要显示某个目录的所有子目录的话，一般都采用广度优先遍历的方式，为什么不用递归呢？

答 ：因为目录里会有..和.这两个目录，如果读取到的话可能会产生循环访问。

19 怎么避免这个问题呢？

答：判断文件的文件名，如果是这个文件名的话，就跳过不访问即可。

20 解决了这个问题，如果目录有好几万层，如果采用递归方式会怎么样呢？

答：可能会爆栈。

21 那你能用伪代码来实现一下以上的代码么？

答：就是用队列来实现广度优先遍历即可，注意区分目录中的文件和目录区分操作即可。

面试完之后面试官问我有没有什么想要问的，我说如果实习期间能不能请一段时间的假期，因为学校这9月份要保研还有很多事。面试官说可以，然后又问可以实习几个月，什么时候可以开始实习（学校要求至少7个月。。。无力吐槽，至于开始时间当然现在就可以）然后就说之后会让hr联系我，然后到周日晚上接到hr的电话说是二面过了，约到周四下午4点半三面。

总体来说，感觉第二次面试比第一次面试难度更大。。。可能是我基础知识不是很牢固，很多基本的问题回答不上来，还是太菜了。。。。

三面（1h10min）

面试官很年轻。。。上来问了下以后的打算，是读研还是工作之类的，然后就是聊了聊简历上的项目，哪个项目印象最深，其中最大的挑战是什么等等，然后说了一段时间，开始进入正题。

问：听你刚才说你了解html，给你一段html代码，只有标签的那种，你给我生成一个DOM树，给出的示例代码如下：

<body>
<div>
<span>hello</span>
</div>
<div></div>
</body>

输入的话当成是一个整的字符串，然后返回DOM的根节点。

说实话，我一开始看到这题的时候没特别好的思路，后来想到做编译器的时候，有过类似的建树经历，就照着类似的写了一份代码，没有跑过，（跑了肯定一堆红。。。）面试官只是看思想。

#include <iostream>
#include <string>
#include <vector>
#include <queue>
#define Max 100 
typedef T{
    string name;
    int level;
    
    struct T child[Max];
}Node;

typedef T2{
    string name;
    int level;
}Node2;

int level = 0;



queue<string> parse(string str){
    if(str.size() == 0) return NULL;
    else{
        queue<string> que;
        int flag = 0;
        Node2 node;
        for(int i = 0; i < str.size(); i++){
            if(flag != 1){
                if(str[i] == "<" && str[i+1] != "/") {
                    flag = 1;
                    level++;
                }
                else if(str[i] == "<" && str[i+1] == "/"){
                    flag = 1;
                    level--;
                }else{
                    node.name += str[i];
                    if(str[i+1] == "<")
                        node.level = level;
                        que.push(node);
                        node.name = "";
                    }
                }
            }
            else{
                if(str[i]==">") {
                    flag = 0;
                    node.level = level;
                    que.push(node);
                    node.name ="";
                }
                else{
                    node2.name += str[i]
                }
            }
            
        }
        return que;
    }
}

void parse2(queue<string> &q, Node* t){
    if(node.level == (t.level+1)){
        Node* node = (Node*)malloc(sizeof(Node*));
        Node2 node  = q.front();
        q.pop();
        int i = sizeof(t.child)/sizeof(Node);
        t.child[i] = node;
        t = node;
        parse2(q,t); 
    }
}

using namespace std;
int main() {
    string html;
    html = "";
    Node* root = (Node*)malloc(sizeof(Node*));
    root.level = 0;
    queue<string> res1 = parse(html);
    parse2(res1,root);
    return 0;    
}

后来面试官问我为什么要有parse2，直接在parse里进行构造就可以了，后来想了一下的确可以，直接用stack，当遇到闭合时，全部出栈，但是构造树的时候应该要修改一下树的结构，要有孩子指向父亲的节点，而且因为每个节点的子节点个数不确定，因此可以采用父亲兄弟型的树结构。

后面问了两个简单的C++问题，如下：

class A{
public:
    void f1(){};
    virtual void f2(){};
};

........


A *a = nullptr;
a->f1();
a->f2();


...........

问我两个函数的执行结果是怎么样的，答案肯定是f1可以执行，f2无法执行。

然后追问我原因：首先f1的话，因为他是普通函数成员，它在重定向的时候直接就已经指向了代码段对应的地址，即使没有实例化对象也是可以调用的。对于f2，因为它是虚函数，类调用虚函数一般是经过虚函数表来调用的，而每个类的内部有指向虚函数表的指针，这个指针必须要经过实例化才能产生，后来也验证了一下。

class A{
public:
    void f1(){cout<<"hello1"<<endl;};
    virtual void f2(){cout<<"hello2"<<endl;};
};


int main() {
    A *a = nullptr;
    a->f1();
    a->f2();
    return 0;
}

结果如下：

后来又问了我关于this指针的问题，如果上述代码变为

A *a = new A();
a->f1();

问我这个this是怎么处理的？

我一开始没理解面试官的意思，后来问我这行a->f1()这段代码的汇编指令是怎么样的，我才明白什么意思。。。。

this是当作参数，直接压栈进去的。

后面又聊了点其他的问题，然后介绍了下部门是做什么的，问我的职业规划是什么balabala，然后说如果没问题的话，hr会联系我，我问这是不是最后一轮技术面了，面试官也没说，只是说如果还有面试的话，hr会联系我的。。。。。。

头条的三轮面试就结束了，然后第二天是腾讯的二面。。。。