字节测开二面查漏补缺

红黑树

原文【数据结构】史上最好理解的红黑树讲解，让你彻底搞懂红黑树-CSDN博客

首先，红黑树是一个二叉搜索树，它在每个节点增加了一个存储位记录节点的颜色，可以是RED,也可以是BLACK；通过任意一条从根到叶子简单路径上颜色的约束，红黑树保证最长路径不超过最短路径的二倍，因而近似平衡（最短路径就是全黑节点，最长路径就是一个红节点一个黑节点，当从根节点到叶子节点的路径上黑色节点相同时，最长路径刚好是最短路径的两倍）。它同时满足以下特性：

• 节点是红色或黑色
• 根是黑色
• 叶子节点（外部节点，空节点）都是黑色，这里的叶子节点指的是最底层的空节点（外部节点），下图中的那些null节点才是叶子节点，null节点的父节点在红黑树里不将其看作叶子节点
• 红色节点的子节点都是黑色
  • 红色节点的父节点都是黑色
  • 从根节点到叶子节点的所有路径上不能有 2 个连续的红色节点
• 从任一节点到叶子节点的所有路径都包含相同数目的黑色节点

---

超长不重复数组查找重复元素

• 使用哈希表: 遍历数组,将每个元素及其出现次数存入哈希表(或字典)中。在遍历过程中,如果发现某个元素在哈希表中已存在,则说明该元素是重复的。这种方法可以在一次遍历中完成,时间复杂度为O(n)。
• 使用排序: 先对数组进行排序,然后遍历排序后的数组,比较相邻元素是否相同。如果相同,则说明该元素是重复的。这种方法需要先排序,时间复杂度为O(nlogn)。
• 使用集合: 遍历数组,将元素添加到集合中。如果在添加元素时发现该元素已经在集合中存在,则说明该元素是重复的。这种方法也可以在一次遍历中完成,时间复杂度为O(n)。
• 使用位图: 如果数组中的元素范围比较小(例如只有0-100之间的整数),可以使用位图(Bitmap)来记录每个元素是否出现过。遍历数组时,根据元素值设置位图中对应的位,如果某个位已经被设置,则说明该元素是重复的。这种方法空间复杂度较低,时间复杂度也为O(n)。
• 异或运算: 遍历数组,将所有元素进行异或运算。由于x^x=0,重复的元素在异或运算中会抵消掉,最终得到的结果就是数组中唯一不重复的元素。这种方法时间复杂度为O(n),但仅适用于数组中只有一个元素不重复的情况。
• Floyd's Cycle-Finding Algorithm: 也叫"龟兔赛跑算法",通过让两个指针以不同的速度遍历数组,可以找出数组中的重复元素。这种方法时间复杂度为O(n),但需要对数组有一定了解。

---

数据库慢查询

慢查询是指在数据库中执行时，消耗的时间超过预定阈值的SQL语句。通常，这些查询会影响系统的整体性能，导致响应时间延长，用户体验下降。

特征

• 执行时间长：通常定义为超过1秒或其他业务相关的时间。
• 资源消耗高：可能占用大量CPU、内存或I/O资源。
• 影响其他事务：可能导致数据库锁等待，影响并发性能。

排查与优化

• 启用慢查询日志：在数据库配置中启用慢查询日志，设置阈值（如1秒），记录所有超过该时间的查询。

• 分析慢查询日志：查看慢查询日志，识别执行时间较长的SQL语句。

• 使用查询优化工具：使用数据库提供的工具（如 MySQL 的 EXPLAIN）分析查询的执行计划，了解查询的执行路径和使用的索引。

• 检查索引：确认相关表的索引是否合理，必要时创建、修改或删除索引。

• 查看数据量：检查查询涉及的数据量，分析是否存在大数据集扫描的情况。

• 评估查询结构：审查查询语句，寻找可优化的地方，例如：

  • 避免使用 SELECT *
  • 避免不必要的子查询和连接
  • 确保使用合适的过滤条件（WHERE 子句）

• 监控系统资源：监控数据库的CPU、内存、I/O等资源使用情况，判断是否存在资源瓶颈。

• 进行性能测试：在非生产环境中对优化后的查询进行性能测试，比较执行时间和资源消耗。

• 考虑数据分区：对于大表，考虑使用分区策略来提升查询效率。

• 定期维护：定期进行数据库的维护（如重建索引、更新统计信息）以保持性能。

---

Redis hotkey问题

什么是 Redis 的热键

热键是指在 Redis 中频繁访问的特定键，通常这些键的访问频率远高于其他键。这会导致以下问题：

• 性能瓶颈：热键造成的高并发访问可能导致 Redis 负载过重，影响整体性能。
• 内存资源竞争：频繁访问的热键可能导致内存资源的争用，使得其他请求响应变慢。

定位热键

• 使用监控工具

  • 利用 Redis 自带的 MONITOR 命令实时查看所有请求，识别访问频率较高的键。
  • 使用 Redis 的 SLOWLOG 命令查看慢查询日志，找出性能瓶颈。

• 分析访问日志

  • 记录访问 Redis 的应用日志，分析日志中哪些键被频繁访问。

• 使用 Redis 统计信息

  • Redis 提供了 INFO 命令，可以查看键的访问统计信息。

• 性能监控工具

  • 使用如 RedisInsight、Grafana 等监控工具，监控 Redis 的访问模式和性能指标。

解决热键问题

• 缓存分散

  • 使用前缀：为热键添加前缀，使其在 Redis 中分散存储，例如，使用用户ID作为前缀。
  • 增加随机性：在键名中增加随机后缀，分散请求。

• 数据分片

  • 将热数据拆分成多个键，分散访问压力。例如，将用户信息分为多个键存储。

• 使用过期策略

  • 对热键设置合理的过期时间，避免长期占用内存。

• 限流

  • 对访问频率进行控制，限制某个键的访问频率，防止过度访问。

• 使用异步处理

  • 对于高并发的写操作，可以使用异步方式处理，减少对 Redis 的直接访问。

• 预计算和缓存

  • 对热点数据进行预计算和缓存，将计算结果存储在 Redis 中，减少实时计算的需求。

---