[网易面试]自己总结(三)

海量数据查找top k，算法有什么极端情况？

1. 利用hash将大文件转换成为N个小文件
2. 对小文件进行hash_set(key, count)统计
3. 对小文件的count排序，取出前K个key
4. 对所有小文件的top K进行总排序，得出最终top k
   极端情况是重复key超过了一半了如何解决
5. 对所有文件进行hash，如果产生了一个小文件还是比较大，在进行N此hash，假如还是一样大，则进入对该文件进行单独处理
6. 对文件切分成为M个小文件，对每个小文件进行hash_set(key, count)，再对M个小文件进行key的count的统计
7. 得出大文件key的count值，接着执行上面第四补操作。
   http://blog.csdn.net/v_JULY_v/article/details/6279498

海量url，如果最长公共子串长度超过K，说明是违规，问如何找出所有违规url

假如url能够转换成为ip，则进行如下处理
1. 对所有url转换成为ip，建立tire-tree
2. 对得到的ip进行如上方法的hash划分成为小文件，对小文件进行hash_set(key, count)
3. 对count不为0的key进行KMP的匹配，超过K的标记为违规url
假如url不能够转换成为ip，则进行如下处理
1. 将文件随机分为两个小文件，用bloom fliter求两个小文件的公共url
2. 对取到的公共url进行匹配，记录长度超过k的url
3. 分别对两个小文件循环上面两步，直到文件url数量为1000，在利用量量对比的方法，取出公共子串大于k的url
4. 整理即为最终结果
http://www.cnblogs.com/heaad/archive/2011/01/02/1924195.html
http://www.cnblogs.com/mmpc/articles/2047474.html

两个应用间如何通讯，有什么方法

ios应用间通信和分享数据的机制
http://blog.csdn.net/tenfyguo/article/details/9063675
使用UIActivityViewController
http://blog.csdn.net/tonny_guan/article/details/8899273
使用KeychainGroup Access
http://www.2cto.com/kf/201311/255684.html
客制化的URLScheme
UIPasteBoard + URL Scheme
http://blog.csdn.net/likendsl/article/details/7553605

持久化存储有哪些结构，分别在什么场景下应用

1. 跨设备持久化存储最好采用sqlite，因为其通用性
2. NSUserDefault比较适合存储一些设置信息
3. CoreData是预缓存数据的首选，序列化比较方便
4. plist适合存储一些系统对象数据
5. NSKeyedArchive适合轻量级的缓存数据

数据库的索引是什么，有什么引擎，建立索引的时候要注意什么

选用B+树索引的原因

1. 红黑树父子结点相隔较远无法利用局部性，并且其I/O次数可能更多，因此不如B+tree高效
2. B+tree一个节点可以表示物理存储中一页，能够仅一次I/O读取数据
3. B+tree叶子节点有链表结构，适合局部数据读取原理
4. B+tree节点不存取data，且出度更大，因此一页中可以保留的局部内容相对B-tree多

MyISAM和InnoDB

相同的是二者都使用了B+tree
不同的是：

不同点	MyISAM	InnoDB
聚集与否(即索引文件是否与数据分离)	非聚集	聚集
区别点	引用了主键的地址	引用了主键的Data域
优点	由于引用的是主辅键的地址，因此建立索引是相互独立的	直接主键索引查找会比较快
缺点	直接索引速度稍逊InnoDB	主辅索引切换的代价大，需要两次索引检索

建立索引需要注意的几点

• 第一种情况是表记录比较少，例如一两千条甚至只有几百条记录的表，没必要建索引，让查询做全表扫描就好了。至于多少条记录才算多，这个个人有个人的看法，我个人的经验是以2000作为分界线，记录数不超过 2000可以考虑不建索引，超过2000条可以酌情考虑索引。

• 另一种不建议建索引的情况是索引的选择性较低。所谓索引的选择性（Selectivity），是指不重复的索引值（也叫基数，Cardinality）与表记录数（#T）的比值：

  Index Selectivity = Cardinality / #T
  显然选择性的取值范围为(0, 1]，选择性越高的索引价值越大，这是由B+Tree的性质决定的。

• InnoDB尽量使用自增性主键作为索引值
  http://blog.csdn.net/shawjan/article/details/48917791

远程推送是如何实现的

里面有远程推送机制
http://blog.csdn.net/shawjan/article/details/45466759

https的交互过程，与http的区别，http协议的大致内容，http中keep-alive和TCP中的keep-alive

分为request和response

request

1. firstline ： method url + version number
2. header：客户端信息(user agent)、编码格式(accpet language、accept encoding)、请求长度(content length)、请求内容类型(content type)、请求时间(date)、链接类型(connection)、cookie
3. body

response

1. firstline ：version number status message
2. header：服务器信息(server)、编码格式(vary)、内容类型(content type)、内容长度(content length)、缓存控制(cache control 、expired、last modified)、请求日期(date)
3. body
   http://kb.cnblogs.com/page/130970/

与tcp keep alive的区别

http keep alive是为了让tcp链接保持链接，酱紫不用每次都建立tcp链接花费时间
tcp keep alive是为了保证请求的一方不盲目等待，当未传输数据超过了keep alive time之后，请求方会发送帧探测对方时候还健在(有可能因为关机、崩溃、主机不可达原因使数据传输不了)，如果不在则断开链接，节省资源
简单说就是http 是为了守护tcp，而tcp是为了守护进程协作
http://blog.csdn.net/lys86_1205/article/details/21234867

实现两个人之间的即时通信的架构？XMPP的架构是怎样 ，有没有其他更好的选择

XMPP是一个成熟的即时通信协议，但是太过于冗余，在iOS可以通过APNS+Sever+Client实现一种简单的即时通信方案
1. 远程推送，在$application: didReceiveRemoteNotification:$函数中监听推送消息
2. 如果是私信且应用在后台或未启动，直接启动应用，加载对话窗口
3. 如果私信在前台，直接刷新对话列表，并发送一个Notification通知对话窗口更新
4. 简洁明了~

设计一个框架，能够自动清除网页浏览加载的图片资源，使得内存不会爆