腾讯地图一面

2019/5/23 3:00北京腾讯地图一面

只想说，依旧是腾讯的风格，考的很深，与上次深圳不同的是，这次的大佬是做java的。。。。。。。。

最后我问了一个问题，这个问题我之前有和我同事也有讲过，可是都没有一下子能get到问题的重点，大佬就是nb啊

 

记录下问题。。。。

1介绍

2问我主编程语言，我说java和node？人家就说java吧，从这个时候我觉得我如果聪明的话就能立刻感知到的。。。。。java大佬。。。。。

3设计模式知道哪些？

我一直都是记不住啊。。。。。面试呗屡屡问到。。。。。

总体来说设计模式分为三大类：

创建型模式，共五种：工厂方法模式、抽象工厂模式、单例模式、建造者模式、原型模式。

结构型模式，共七种：适配器模式、装饰器模式、代理模式、外观模式、桥接模式、组合模式、享元模式。

行为型模式，共十一种：策略模式、模板方法模式、观察者模式、迭代子模式、责任链模式、命令模式、备忘录模式、状态模式、访问者模式、中介者模式、解释器模式。

4多线程知道吧？用到锁？你说下你都知道啥锁

我说了表锁，行锁，乐观锁，悲观所，让我说乐观，悲观的区别？

乐观锁 ：操作之前不上锁，

悲观锁：操作之前上锁

5java中有申请内存的概念嘛？怎么申请大块内存300兆。。。。

这道题，我在网上查了，没有明确的说法，说法和我的回答一样，java没有申请内存的概念，都是由虚拟机分配内存。。。

又何来的怎么申请大内存的呢？

哎，只能说一句，鹅厂吓人，估计人家对这个就有研究吧。。。。。。。

new int[300*1024*1024/4]

【更正】

之前我说的不对啊。我理解有误，其实任何高级语言都是去申请内存的向他的虚拟机，然后你申请，人家虚拟机去分配给你。。只是不同语言释放内存的机制不同而已，有的语言是虚拟机垃圾回收线程自动释放的，有的是需要手动释放的，

所以java当然可以申请内存了，申请300m内存当然可以申请了，。。。。

1024byte=1kbyte 1024kbyte=1mbyte 1024mbyte=1gbyte 

1024b=1kb 1024kb=1mb 1024mb=1g

long-8byte 300m=300*1024*1024byte

new long[300*1024*1024/8]就是申请300m内存了。。。。。

6进程间通信方式？

我答了四种：共享内存，socket，信号量，管道，他问我用过哪一种，我说socket，他又问我socket。。。完全懵逼。。。

7问一道题？txt文件中保存了100w个英文单词，以换行或者空格的方式分割，你说下怎么快速找出出现次数最多的前10个单词？

说下拟采用的数据结构还有算法吧。。。。。。hash&排序

解决问题思路，统计每个单词出现的频率，排序，找出。。。。。。。。。。。

写一个hash函数，对单词序列进行hash，进行计数，统计出现频率，之后排序？但是存在hash冲突啊。。。。。

http://www.lxway.com/4084220604.htm

统计一个文档中出现频率最多的k个单词的实现

这个问题我们应该经常会见到，想写这个问题是因为微软面试中，面试官问了这问题，而且要写代码，尼玛，最可恨的是不准用容器，哥当时就跪了。。。<T-T>

这个问题就是最常见的topK问题，解决思路：首先统计文档中所有不同word出现的频率，然后对所有不同的word按照出现频率排序，取出出现频率最大的k个words。

1.统计文档中所有不同word出现的频率

统计文档中word的频率的方法，要根据文档的数据量来决定：

（1）如果文档中数据能够全部读入内存，那么可以通过map/hashmap来直接统计各个word出现的频率。之所以采用map/hashmap结构，是因为它们的查找，修改效率很高，map在对数级别，hashmap在常数级别。

（2）如果文档中的word的数据不足以全部读入内存甚至远远超过了内存的容量，那只能通过分治的思想来解决，其中对于大数据比较好的解决办法：将这个文档通过hash(word)%n，hash到n个不同的小文件中，n根据文档的大小以及内存空间而定，hash后，所有相同的word肯定会在同一个文件中，然后分别对这n个文件分别利用map/hashmap来统计其中word的频率，分别求出topk，最后进行合并求总的topk。

2.求topk

当所有不同word的频率求出来之后，就是如何求出topk的问题了，抛开前面的条件，topk问题有很多解法：

（1）最简单的方法，冒泡或选择排序，求出最大的k个元素，时间复杂度在O(kn);

（2）基于快排的选择排序，在随机化的情况下，时间复杂度在O(n)；

（3）局部淘汰法1，取前k个元素，建立一个数组，然后遍历所有元素，依次与数组中最小的元素比较，若大于，则替换。这种方法时间复杂度为O(kn);

（4）局部淘汰法2，取前k个元素，维护一个小根堆，遍历所有元素，依次与堆顶元素进行比较，若大于，则替换并重新使其为小根堆，这种方法的时间复杂度为O(nlgk)

（3）和（4）的最大的好处在于只需遍历一边序列就可以得到topk的结果，效率是很高的，还有就是在无法将序列全部加载到内存中时，这两种方法是最好的选择。

8你有啥问题，我问了接口限流怎么做？怎么控制一个接口的访问量？

人家直接就明白了我的意思，说了已经高并发下怎么降低负载是吧？所以啊，nb，一看就是实战过的大佬啊

大佬给出的解决方案是，明确服务端连接的个数，控制连接的个数，如果多了，则对新进来的请求进行拒绝，在一个要断开无效的坏的连接，总之人家的意思就是从传输层方面来控制负载，接口的访问量&并发量。。。

【我认为这个方案可行，因为控制住当前的连接数，其实就是在源头上控制了接口的访问量，记得之前限流的思想是从应用本身和接入本身，我认为限流最好还是做在接入本身比较好，因为从源头控制请求才是真正的卡住了脖子嘛。。。所以又回到了问题，就是控制并发连接数才是真的棒啊】

【如何控制并发连接数】

1）明确一个概念，请求数！=连接数，请求>=连接（看是长连接/短连接，短连接：一次请求建一个连接，长连接：一次连接可处理多个请求.......

2）怎么查看nginx当前tcp连接数？(统计80端口的连接数。。。）

我用ai互动广告的服务试了下，开了三个浏览器url，显示tcp连接多了3个。。。。。

3）如何控制nginx的并发连接数？

配置一下nginx的配置文件就ok。。。。。。

9什么时候入职，能实习多长时间？

哎，都没戏了，还问啥？走个形式吧。。。。。