目录
6、Mysql事务隔离级别，怎么解决，MVCC+next-key lock可以解决幻读吗？
腾讯面试真题
1、说说TCP和UDP？
TCP：
-
面向连接：TCP 是一种连接导向的协议，它在通信开始前需建立连接，并在通信结束后释放连接。这确保了数据传输的可靠性，但也会增加一些额外开销。
-
可靠性：TCP 提供可靠的数据传输，确保数据包按顺序到达，并能重新发送丢失或损坏的数据包，以确保数据完整性。
-
流控制：TCP 支持流量控制机制，防止发送方发送过多数据，从而避免网络拥塞。这通过滑动窗口机制实现。
-
拥塞控制：TCP 具有内置的拥塞控制机制，可监测网络拥塞情况，并动态调整发送速率以防止拥塞。
-
有序性：TCP 确保数据包按顺序到达，对于需要数据有序性的应用至关重要。
-
连接开销：由于建立和维护连接的开销，TCP 的成本相对较高。这使其适用于需要可靠性的应用，如网页浏览、文件传输和电子邮件。
UDP：
-
无连接：UDP 是一种无连接的协议，无需建立连接，数据包可直接发送至目的地。这降低了通信开销，但也意味着它不提供连接的可靠性。
-
不可靠性：UDP 不提供数据包的可靠性，数据包可能会丢失、重复或乱序。它适用于对数据可靠性要求不高的应用，如音视频流媒体和在线游戏。
-
无流控制：UDP 不提供内置的流量控制机制，发送方可以以任意速率发送数据，不考虑接收方的处理能力。
-
无拥塞控制：UDP 没有内置的拥塞控制机制，不会主动监测网络拥塞情况，在拥塞网络中可能导致数据包丢失。
-
低开销：由于没有连接建立和维护的开销，UDP 具有较低的开销，适用于需要低延迟的应用，如实时音视频传输。
2、说说TCP可靠机制？
-
序列号和确认号：TCP 数据包中包含序列号和确认号。发送方使用序列号对数据包进行编号，接收方使用确认号来确认已成功接收数据。这确保了数据包的有序传输。
-
确认机制：接收方会定期发送确认（ACK）数据包，告知发送方已成功接收到的数据包。若发送方在一定时间内未收到确认，则会重新发送相应数据包。
-
超时重传：若发送方在一定时间内未收到确认，则会假定数据包丢失并进行超时重传。这确保了即使数据包在传输过程中丢失，最终仍能成功传输。
-
流控制：TCP 使用滑动窗口机制进行流控制。接收方通过通告窗口大小告知发送方还能接收多少数据。这有助于防止发送方发送过多数据，从而避免数据丢失和网络拥塞。
-
拥塞控制：TCP 内置拥塞控制机制，可监测网络拥塞情况。若发现网络拥塞，发送方会降低发送速率，以避免进一步加重拥塞。
-
有序性：TCP 确保数据包按顺序到达接收方，即使网络中可能出现乱序传输，TCP 会将数据包按正确顺序重新排列。
-
可靠的连接建立和终止：TCP 在连接建立和终止过程中采用多个握手与挥手步骤，确保连接可靠性。这包括三次握手和四次挥手过程。
3、说说Mysql引擎？
两个常见的：
-
InnoDB：作为 MySQL 的默认存储引擎，InnoDB 支持事务处理和高度数据完整性。它提供行级锁定和外键约束，适用于注重数据一致性和事务处理的应用。
-
MyISAM：MyISAM 是 MySQL 的另一种存储引擎，它支持全文本搜索和表级锁定。MyISAM 不支持事务处理，但适用于需要快速读取和写入的应用，如数据仓库和日志记录。
一些作为了解的：
-
MEMORY：MEMORY 存储引擎将数据存储在内存中，因此读取速度非常快，但数据不会持久保存。适用于缓存和临时数据存储。
-
NDB Cluster：NDB Cluster 存储引擎是 MySQL 的集群存储引擎，支持分布式数据库。适用于需要高可用性和负载均衡的应用。
-
Archive：Archive 存储引擎用于高压缩率的数据存储，适用于归档数据和历史数据存储。
-
TokuDB：TokuDB 存储引擎专注于大数据处理，支持高性能的数据插入和查询。适用于处理大量数据的应，如日志和分析应用。
-
Federated：Federated 存储引擎允许在一个 MySQL 数据库中访问另一个远程 MySQL 数据库的表。适用于分布式数据访问。
-
Blackhole：Blackhole 存储引擎实则不存储数据，仅将数据传递至其他存储引擎。可用于数据复制和数据分发。
-
CSV：CSV 存储引擎用于读取和写入 CSV 文件格式的数据。适用于与其他应用程序交换数据。
-
JSON：JSON 存储引擎支持 JSON 数据类型，用于存储和查询 JSON 数据。
4、说说索引失效？
索引失效是指在数据库查询中，数据库管理系统无法充分利用现有索引来加速查询，而需要进行全表扫描或全索引扫描的情况。这种情况可能导致查询性能下降。
索引失效的一些原因：
-
未使用索引列进行查询：如果查询条件不包含在索引列中，索引就无法加速查询。例如，如果有一个名为 "name" 的索引，但查询是基于 "age" 列的，那么索引就无法用于加速查询。
-
使用函数或操作符处理索引列：当在查询中对索引列使用函数或操作符时，索引可能会失效。例如，如果对 "name" 列进行了 UPPER() 函数操作，索引就无法使用。
-
使用不等号条件：某些不等号条件（如不等于、大于、小于等）可能导致索引使用受限。通常情况下，等于条件（=）更容易使用索引。
-
数据分布不均匀：若索引列的数据分布不均匀，即某些值出现次数很多，而其他值出现次数很少，索引的选择性较低，可能不会被选用加速查询。
-
索引列类型不匹配：若查询条件的数据类型与索引列的数据类型不匹配，索引可能会失效。例如，索引列是字符串类型，但查询条件使用了数字，索引可能无法使用。
-
索引顺序不匹配：针对复合索引，若查询条件的列顺序与索引的列顺序不匹配，索引可能无法加速查询。
-
表数据量太小：对于非常小的表，全表扫描通常比使用索引更高效，因此数据库管理系统可能会选择不使用索引。
5、说说脏读，不可重复读，幻读？
-
脏读（Dirty Read）：脏读是指在一个事务读取另一个事务未提交的数据。当一个事务读取另一个事务的数据，而后者后来回滚，导致读取的数据实际上是无效的。这可能导致严重的数据不一致问题。
-
不可重复读（Non-Repeatable Read）：不可重复读发生在一个事务内的两次查询之间，另一个事务修改了数据，使得第一次查询的结果与第二次查询的结果不一致。这是因为第一次查询返回的数据在第二次查询之前已经被修改。
-
幻读（Phantom Read）：幻读是在一个事务内的两次查询之间，另一个事务插入了新的数据行，导致第一次查询的结果与第二次查询的结果不一致。尽管数据未被修改，但由于新数据的插入，第二次查询可能返回不同的结果。
这些问题与数据库的隔离级别相关。
SQL 标准定义了四种隔离级别：读未提交（Read Uncommitted）、读提交（Read Committed）、可重复读（Repeatable Read）、和串行化（Serializable）。不同的隔离级别会导致不同的数据一致性问题：
-
在读未提交隔离级别下，允许脏读、不可重复读和幻读。
-
在读提交隔离级别下，防止脏读，但允许不可重复读和幻读。
-
在可重复读隔离级别下，防止脏读和不可重复读，但允许幻读。
-
在串行化隔离级别下，防止脏读、不可重复读和幻读，但性能可能受到一定的影响。
6、Mysql事务隔离级别，怎么解决，MVCC+next-key lock可以解决幻读吗？
-
MVCC（多版本并发控制）：MVCC 是 MySQL 采用的一种机制，通过在数据库中保存不同版本的数据来解决并发读写问题。在 MVCC 中，每个事务启动时会获得一个事务 ID，读操作只能看到等于或小于该事务 ID 的数据版本，从而实现数据隔离。MVCC 主要应用于可重复读和读提交隔离级别，以解决不可重复读和幻读问题。然而，在可重复读隔离级别下，仍可能发生幻读。
-
Next-Key Locks：Next-Key Locks 是 MySQL 中的锁机制，在索引上创建了锁，包括满足条件的记录以及下一个记录的锁。这可以防止其他事务在当前事务读取或修改记录时插入新的记录，从而避免幻读。Next-Key Locks 主要用于可重复读隔离级别，以解决幻读问题。
需要注意的是，MVCC 和 Next-Key Locks 能有效减轻幻读问题，但无法在所有情况下完全解决幻读。在某些特定情况下，如涉及范围查询，仍然可能发生幻读。
在这种情况下，应根据应用的需求和数据一致性的要求选择事务隔离级别，权衡性能和一致性。若对数据一致性要求较高，可以选择串行化隔离级别，但要注意性能可能受到影响。
7、设计与实现一个 IM 系统？最好是分布式版本？
8、算法题：树的先中后序遍历
前序遍历
前序遍历是一种深度优先遍历方式，它的访问顺序是先访问根节点，然后递归地访问左子树和右子树。
递归：
思路：
-
访问当前节点（根节点）。
-
递归遍历左子树。
-
递归遍历右子树。
示例代码：
#include <iostream>
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
void preorderTraversal(TreeNode* root) {
if (root == nullptr) {
return;
}
// 1. 访问当前节点
std::cout << root->val << " ";
// 2. 递归遍历左子树
preorderTraversal(root->left);
// 3. 递归遍历右子树
preorderTraversal(root->right);
}
int main() {
// 构建一个示例二叉树
TreeNode* root = new TreeNode(1);
root->left = new TreeNode(2);
root->right = new TreeNode(3);
root->left->left = new TreeNode(4);
root->left->right = new TreeNode(5);
// 执行先序遍历
std::cout << "Preorder Traversal: ";
preorderTraversal(root);
return 0;
}
非递归：
思路：
-
创建一个栈，以及一个指向树根节点的指针。
-
将根节点入栈。
-
弹出栈顶节点，访问它。
-
如果该节点有右子节点，将右子节点入栈，再将左子节点入栈（这样确保左子节点在栈顶）。
-
重复步骤3和4，直到栈为空。
示例代码：
void preorderTraversal(TreeNode* root) {
std::stack<TreeNode*> s;
TreeNode* current = root;
while (current || !s.empty()) {
while (current) {
std::cout << current->val << " ";
if (current->right) {
s.push(current->right);
}
current = current->left;
}
if (!s.empty()) {
current = s.top();
s.pop();
}
}
}
中序遍历
中序遍历也是一种深度优先遍历方式，它的访问顺序是先遍历左子树，然后访问根节点，最后遍历右子树。
递归：
思路：
-
递归遍历左子树。
-
访问当前节点（根节点）。
-
递归遍历右子树。
示例代码：
#include <iostream>
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
void inorderTraversal(TreeNode* root) {
if (root == nullptr) {
return;
}
// 1. 递归遍历左子树
inorderTraversal(root->left);
// 2. 访问当前节点
std::cout << root->val << " ";
// 3. 递归遍历右子树
inorderTraversal(root->right);
}
int main() {
// 构建一个示例二叉树
TreeNode* root = new TreeNode(1);
root->left = new TreeNode(2);
root->right = new TreeNode(3);
root->left->left = new TreeNode(4);
root->left->right = new TreeNode(5);
// 执行中序遍历
std::cout << "Inorder Traversal: ";
inorderTraversal(root);
return 0;
}
非递归：
思路：
-
创建一个栈，以及一个指向树根节点的指针。
-
从根节点开始，将所有左子节点入栈，直到达到最左边的叶子节点。
-
出栈一个节点，访问它。
-
如果该节点有右子节点，将右子节点设为当前节点，然后重复步骤2。
-
重复步骤3和4，直到栈为空且当前节点为空。
示例代码：
void inorderTraversal(TreeNode* root) {
std::stack<TreeNode*> s;
TreeNode* current = root;
while (current || !s.empty()) {
while (current) {
s.push(current);
current = current->left;
}
current = s.top();
s.pop();
std::cout << current->val << " ";
current = current->right;
}
}
后序遍历
后序遍历同样是一种深度优先遍历方式，它的访问顺序是先遍历左子树，然后遍历右子树，最后访问根节点。
递归：
思路：
-
递归遍历左子树。
-
递归遍历右子树。
-
访问当前节点（根节点）。
示例代码：
#include <iostream>
struct TreeNode {
int val;
TreeNode* left;
TreeNode* right;
TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}
};
void postorderTraversal(TreeNode* root) {
if (root == nullptr) {
return;
}
// 1. 递归遍历左子树
postorderTraversal(root->left);
// 2. 递归遍历右子树
postorderTraversal(root->right);
// 3. 访问当前节点
std::cout << root->val << " ";
}
int main() {
// 构建一个示例二叉树
TreeNode* root = new TreeNode(1);
root->left = new TreeNode(2);
root->right = new TreeNode(3);
root->left->left = new TreeNode(4);
root->left->right = new TreeNode(5);
// 执行后序遍历
std::cout << "Postorder Traversal: ";
postorderTraversal(root);
return 0;
}
非递归：
思路：
-
创建两个栈，一个用于节点的遍历，另一个用于保存遍历结果。
-
将根节点压入栈1。
-
从栈1弹出一个节点，然后将它压入栈2。
-
将当前节点的左子节点和右子节点分别压入栈1。
-
重复步骤3和4，直到栈1为空。
-
此时栈2中的元素就是后序遍历的顺序，将它们依次出栈并访问。
示例代码：
void postorderTraversal(TreeNode* root) {
std::stack<TreeNode*> s1, s2;
s1.push(root);
while (!s1.empty()) {
TreeNode* current = s1.top();
s1.pop();
s2.push(current);
if (current->left) {
s1.push(current->left);
}
if (current->right) {
s1.push(current->right);
}
}
while (!s2.empty()) {
std::cout << s2.top()->val << " ";
s2.pop();
}
}
9、算法题：二进制加法
描述：
给定两个 01 字符串 a 和 b ，请计算它们的和，并以二进制字符串的形式输出。
输入为 非空 字符串且只包含数字 1 和 0。
思路：
-
创建一个空字符串
result用于保存结果，以及两个变量carry（用于表示进位，初始化为0）和i（用于从字符串末尾向前遍历）。 -
从字符串
a和b的末尾开始，逐位取出字符并转换为整数，分别为numA和numB。如果字符串已经遍历完，则对应的数字设为0。 -
计算当前位的和，即
sum = numA + numB + carry。注意，carry初始为0，但在每次迭代后可能会变为1。 -
计算当前位的结果和进位：
currentResult = sum % 2和carry = sum / 2。 -
将
currentResult转换为字符并插入到result的前面。 -
将
i向前移动一位。 -
重复步骤2到步骤6，直到遍历完字符串
a和b。 -
如果最后一次迭代后
carry为1，表示有进位，将"1"插入到result的前面。 -
返回
result作为最终结果。
示例代码：
#include <iostream>
#include <string>
using namespace std;
string addBinary(string a, string b) {
string result = "";
int carry = 0;
int i = a.length() - 1, j = b.length() - 1;
while (i >= 0 || j >= 0) {
int numA = (i >= 0) ? (a[i] - '0') : 0;
int numB = (j >= 0) ? (b[j] - '0') : 0;
int sum = numA + numB + carry;
int currentResult = sum % 2;
carry = sum / 2;
result = to_string(currentResult) + result;
i--;
j--;
}
if (carry == 1) {
result = "1" + result;
}
return result;
}
int main() {
string a = "1011";
string b = "1101";
string sum = addBinary(a, b);
cout << "Sum: " << sum << endl;
return 0;
}
1481
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
