2020北大软微复试知识整理

前言

现在是2020年4月18日
大概还有20天北大软微2020的复试，整理一下知识点
此文不仅仅是复试使用，今后找实习，春招秋招都会使用
收集常见CS面试问题
持久更新~~

数据结构&算法

1.树的定义？
来个优雅的递归定义
树是N个节点的集合（N >=0），N=0的情况没有根节点
1）有且仅有一个根节点
2）当N>1时，可以分为m个互不相交的集合，T1,T2…Tm，每个集合是根节点的一个子树

2.TopK问题
冒泡排序 复杂度 O(n*k)
堆排序 复杂度 O(n*log(k))
随机选择+partition 复杂度O(n)
巧解 TopK之代码：https://blog.csdn.net/weixin_39666736/article/details/105891232

【加强版TopK】100亿数字中找到最大的100个
稍有常识的人都知道，这么大数不能读入内存，只能用外部排序
解法：分大区、大区再分小块，一个大区分为1000个小块
利用linux下一个进程最多开1024个线程进程并行计算，利用多线程的优势处理，每个小块可以用上述的优雅O(n)求解

3.常见排序算法
不稳定的排序：快排 希尔排序 堆排序 选择排序
复杂度O(n*log(n))：快排 堆排序 归并排序

• 插入排序：直接插入排序、折半插入排序、希尔排序
• 交换排序：冒泡排序、快速排序
• 选择排序：简单选择排序、堆排序
• 归并排序
• 基数排序

4.哈夫曼编码
主要目的是根据频率，来最大化节省编码的存储空间
是一种无前缀编码，解码的时候不会发生混淆

5.AVL树
AVL树，首先是二叉查找树，再满足平衡树
故AVL简而言之是：平衡的二叉查找树
AVL树回顾
树的进化迭代：
二叉树 --> 二叉查找树（左<根<右） --> 平衡二叉查找树 (AVL树)–> 平衡多路查找树（B-Tree）
B树和B+树回顾
B树每个节点占用一个磁盘块的空间，节点上的关键字按照升序排列
B+树相对于B树的优点，所有叶子节点之间都有一个链指针，所有非叶子节点只存储键-值信息，B+树一般有两个指针，一个指向根节点，一个指向最小的那个叶子节点，B+树一般2~4层，一个磁盘块16KB（也是一页的大小 page），long int型8B，指针类型也取8B，故一个节点可以存16KB/(8B+8B)=1K个键值，仅仅3层的B+树就可以存10^3 × 10^3 × 10^3 =10亿数据！！
B+树叶子节点存放数据，非叶子节点存放指针和键值
B+树的索引可以分为聚集索引和辅助索引
聚集索引（clustered index）存放的是整张表的行记录数据
辅助索引（secondary index）存放的是行数据的主键

语言特性（C C++ Java Python）

C语言：

1.C语言的指针
Type *p，声明指针变量，告诉计算机p这个指针指向的对象占用多少字节
p可以理解成快捷方式，快捷方式存放的是你对象所在的地址
p多大？这个根据操作系统来，比如32位系统，寻址空间2^32，那么p就是32个2进制数，等于4个字节，同理，64位系统，p是8个字节，因此，指针指向对象的大小由前面的基本类型(如 int 、float)决定，指针本身大小由系统决定
比如 int *p=a，p存放的内容就是a所在地址的第一位，然后发现是int型，顺着读4个字节，得到的也就是a的值
分清这三个值：*是取内容，&是取地址
p的值：指向对象的地址
*p的值：指向对象的内容
&p的值：p的地址

野指针：指向不可用内存区域的指针，如何避免？指针释放后置null

2.C语言的union
所有成员占同一段内存，union占用的内存等于最长成员占的内存，
union使用到了内存覆盖技术，共用体成员之间会相互影响，共用体在单片机中应用较多

3.函数指针和指针函数？
指针函数：落点是函数，本质上是函数，是返回指针的函数（返回的是地址值）
函数指针：本质上是一个指针，指向这个函数的指针

C++
1.static作用？
详细版：https://blog.csdn.net/majianfei1023/article/details/45290467

• 隐藏，修饰变量和函数，表示不能被其他文件访问的全局变量和函数，并且其他文件可以取同名变量
  （静态全局变量，静态函数）
• 唯一一次初始化，保证变量内容的持久（静态局部变量）
• 用来修饰类的函数or变量，表示属于类、且不属于类对象的变量or函数（和Java中相同）

2.C++class 和struct的区别？
在C语言中 struct不能定义函数，
在C++中 struct能定义访问级别和函数，C++ struct和class用法完全相同，使用struct定义类，所有成员的默认访问级别是public，使用class定义类，所有成员的默认访问级别是private

3.C++虚函数和纯虚函数：
详细请参考这里

//首先看看c++里面的语法
//虚函数 使用关键字virtual
class CShape
{
public:
    virtual void Show();
};
//纯虚函数 关键字virtual 再在函数后面加上 =0
class CShape
{
public:
    virtual void Show()=0;
};

理清下面的概念

• 定义一个函数为虚函数，不代表该函数未被实现
• 定义它为虚函数是为了用父类指针调用子类的函数
• 定义一个纯虚函数是为了定义一个接口，起到一个‘规范协议’的作用，继承它的类必须要实现这个接口
• 定义一个纯虚函数，代表这个函数没有被实现

为什么叫虚函数？虚函数，虚就虚在一个类函数的调用不是在编译时刻被确定的，而是在运行时刻被确定的
带有纯虚函数的类是抽象类，纯虚函数，声明了纯虚函数的类（即抽象类）不能生成对象，纯虚函数要求继承类必须重写声明函数，如果派生类没有重写定义纯虚函数，派生类任然是一个抽象类。

虚函数是c++用于实现多态的机制

虚函数和纯虚函数不同点：

• 虚函数在子类中可以不重载，纯虚函数必须在子类中实现
• 虚函数继承了接口同时继承了父类的实现，纯虚函数仅仅留给子类一个必须重写的接口

4.C++为啥要设计引用这个东西?
将函数的形参定义为引用，函数会修改参数的值，达到对象指针的效果

• 为了支持操作符重载，*可能被重载了
• 不使用引用会带来拷贝的临时开销，使用引用更高效
• 避免指针是否为null的判断
  防止引用改变真值？使用 const &

void Func(Foo* foo); //c
void Func(const Foo& foo);//c++

补充：&引用的理解，int & p=a;a和p的地址是一样的，值也是一样
相当于一个‘别名’，引用使用的是原始数据，不是别名，就像一个人的大名和小名一样，都是代表这个人

5.C++和脚本语言的区别
c++、java是编程是需要定义好类型，需要编译
脚本语言不需要编译，在运行中天然跨平台，比如浏览器中的JavaScript

6.C++中const和define
const修饰的值，在编译过程中不能改变，编译器会把它放到一个只读的内存区（全局区）
define是纯文本替换

7.C++ new和delete，C++的new和malloc的区别

new不仅分配了内存，还创建了对象，delete可以删除由new分配的内存

• new是关键字，malloc是函数，效率 关键字>函数，故new效率高于malloc
• new和delete配对使用，malloc和free配对使用
• new不需要指定开多大的内存，malloc需要
• new和malloc都是在堆上开辟内存，new不仅开辟空间，还进行初始化

8.C++ extern
extern放在变量或者函数前面，表示该变量或函数已经在别的文件中定义好了，提示编译器去别的模块寻找，想要使用要加上include

9.函数传参的三种方法？
传值、传址、传引用
传引用形参和实参是指向同一块地址
传址是形参的值（*p）是指向实参的地址
声明上

• 传值 void swap(int a,int b)
• 传址 void swap(int * a,int * b)
• 传引用 void swap(int & a,int &b)

调用上
传值和传引用调用方式相同，
传址需要传入地址（也就是加取地址&符）

10.overload （重写）和override（重载、覆盖）的区别？

11.c++内联函数
inline：相应的函数代码替换函数调用
目的是减少指令在内存中不同位置的切换的时间

12.c++友员
使用关键字friend，但是有权限访问类里面的私有成员和保护成员

Java
0.抽象类和接口区别（接口是抽象类的变体）

• 抽象类要被子类继承extends，接口要被类implements实现
• 抽象类可以做方法声明，也可以做方法实现，接口只能方法声明
• 接口里面定义的变量只能是公共的静态常量，抽象类变量是普通变量
• 接口的抽象级别最高，抽象类主要用来抽象类别，接口主要用来抽象功能
• 抽象类可以有具体的方法和属性，接口只能有抽象方法和静态常量
• 抽象类里面可以有非抽象方法，接口里面只能有抽象方法

0.1重写和重载的区别

重写：“两同两小一大”
发生在子类和父类中

• 方法名相同，参数列表相同
• 子类返回类型小于等于父类返回类型 （子：String 父：Object）
• 子类抛出异常小于等于父类方法抛出异常
• 子类访问权限大于等于父类方法访问权限

重载：
发生在同一个类中
方法名必须相同，参数列表不同
返回值可以不同

–

1.Java回收机制
java回收机制是java虚拟机提供的能力，在空闲时间回收未被引用的对象占据的内存空间
delete unreferenced object in the heap memory

2.Java虚拟机
Java虚拟机屏蔽了与具体操作系统平台相关的信息，使得Java程序只需生成在Java虚拟机上运行的目标代码（字节码），就可以在多种平台上不加修改地运行，跨平台。

3.char在Java中统一占2个字节

4.C++和Java的区别？

• 内存管理：Java具有垃圾回收机制，c++没有
• Java一切都是对象 （不严谨），Java基本类型不是对象，比如数值型、字符型和布尔型
• Java和c++ 数据类型所占字节不同，Java有JVM，屏蔽掉平台相关信息，统一int是4个字节，char是2个字节，float是4个字节等等
• Java不使用指针，c++可以使用指针对某个内存地址进行显式转化后访问c++私有成员，破坏安全性
• Java不能运算符重载，C++可以重载
• Java不使用全局变量，而是在某个类定义一个公用的静态变量完成全部变量的效果
• Java的对象变量，相当于C++里面的对象指针
• Java定义抽象类是用abstract关键字，C++是在尾部加上=0表示纯虚函数，只要有一个纯虚函数，这个类就是抽象类

5.Java反射机制？
通俗理解就是允许程序对自身进行检查，就像照镜子一样，能够直接操作程序内部的属性和方法
反射是指程序运行期间发现更多类及其属性的能力 --《Java核心技术》
概念：
Java反射机制是在运行状态中，对于任意一个类，都能够知道这个类的所有属性和方法；对于任意一个对象，都能够调用它的任意一个方法和属性；这种动态获取的信息以及动态调用对象的方法的功能称为Java语言的反射机制。

核心是JVM运行时才动态加载类，并且对于任意一个类，都知道这个类的属性和方法

作用：

• 可以通过外部类的全路径名创建对象
• 让开发人员可以枚举出类的全部成员
• 测试的时候可以使用private API，保证测试覆盖率

在我们用API时，创建一个对象，一按点号，就能显示类里面的所有属性和方法，这用到的就是反射

6.HashMap和HashTable
HashMap是非同步的，不是线程安全，允许空值key=null
HashTable是线程安全的，可以在多个线程之间共享
在单线程中，HashTable比HashMap慢得多，现在在多线程下保证安全，多用currentHashMap，拓展性比HashTable要好

7.Java的参数传递到底是值传递还是引用传递
参考知乎回答
Java是值传递，这个值是对象的引用，把实参对象引用的地址当做值传递给了形式参数。
严格意义上说是共享传递，
值传递和引用传递的区别并不是传递的内容。而是实参到底有没有被复制一份给形参

• 值传递：会创建副本，无法改变原对象
• 引用传递：不会创建副本，可以改变原始对象

8.方法重载也被称为编译时多态
编译期间不知道调用哪个方法，比如

public class A {
   public int compute(int input) {          //method #3
        return 3 * input;
   }        
} 

public class B extends A {
   @Override
   public int compute(int input) {          //method #4
        return 4 * input;
   }        
}

编译器遇到以下代码

public int evaluate(A reference, int arg2)  {
     int result = reference.compute(arg2);
}

编译器没发知道传入的参数reference是类型A还是类型B
只有在运行时，查看类实例才能确定
也称为动态编译，在运行时确定类型，绑定对象

9.抽象类和接口区别？
只能继承一个抽象类，可以实现多个接口

抽象类 abstract class：可以有方法的具体实现，变量可以各种类型，可以有非抽象方法，可以有静态方法，

接口 interface [抽象方法的集合]：所有的方法都是抽象方法，方法不能有具体的实现，只能由实现接口的类来实现；成员变量只能是public static final类型；可以有静态方法，但必须实现；接口的所有方法默认、也一定只能是public abstract
除非实现接口的是抽象类，否则都要实现接口里的所有方法

Python
1.is和==的区别？
is是同一性运算，判断对象的id是否相同，a is b 即 id(a)==id(b)
== 是判断对象的value是否相同

2.Java是强类型的语言，Python也是强类型的语言，是动态类型

计算机网络

查看文章
https://blog.csdn.net/weixin_39666736/article/details/105552401
1.OSI模型全称？OSI七层分别是？
open system interconnect 开发式系统互联
物理层 链路层 网络层 传输层 回话层 表示层 应用层

2.数据链路层成桢的方法？

• 字符计数法：桢头部使用一个计数字段（帧头出问题就凉了）
• 字符填充首尾定界法：使用特定的字符来定界桢的开始和结束（flag esc）
• 比特填充定界法：使用特定的比特模式来定界，01111110

3.网络的拓扑结构？

• 星型拓扑
• 总线型拓扑
• 环型拓扑
• 树形拓扑

4.静态路由和动态路由？

• 静态路由是网络管理员手工配置路由信息、适用于比较简单的网络环境
• 动态路由是指路由器能够自动建立自己的路由表，并根据实际情况适时调整

5.说一下IPv6
Internet Protocol version 6
IPv4 地址已经耗尽
ipv4地址有2^32个
ipv6地址有2^128个
优点：新的头部格式、速度快、安全性高、地址很多用不完

6.常见的TCP拥塞控制算法
拥塞窗口cwnd：发送方当前试探网络容量的窗口，表示网络当前容量
以下这四个算法的值也是基于拥塞窗口的

• 慢启动（指数增大）
• 拥塞避免（加法变大）
• 快重传（连续收到三次冗余ACK就直接重传，不需要等待未传来的报文段计时器过期）
• 快恢复（将慢开始门限ssthresh设置为出现拥塞时cwnd的一半，同时慢启动阈值等于新的ssthresh值）

7.请你说一下http和https？

http三大缺陷：
1.明文传输
2.不验证身份，容易被伪装者迷惑
3.不校验信息完整性，可能被劫持并篡改

区别：

• http是超文本传输协议，明文传输；https加密的安全传输，SSL加密
• https需要CA认证，http不需要
• http端口号是80，https端口号是443
• http是无状态的连接，https是SSL+http协议构成的加密传输

优点：

• 通过证书可以更信任服务器，更安全，防篡改

缺点：

• 需要证书
• 对传输进行加密，一定程度增加cpu消耗
• https需要密钥和加密算法认证，首次建立连接会慢一点
• 带宽消耗会增加

8.说一下http状态码分类

1xx：继续传输信息（100continue·，101 switching protocols）
2xx：成功（至少是部分成功）
3xx：重定位，需要进一步操作
4xx：客户端错误，请求包含语法错误或者无法完成请求
5xx：内部服务器错误

9.说一下http你理解的无状态和无连接？
无连接：每次服务器处理完请求之后，并收到客户应答后，就关闭连接
无状态：服务器没有保存客户端的状态，客户端每次必须带上自己的状态去请求服务器，每次请求都是独立的，不会受前面和后面请求应答情况而影响

操作系统

0.并发和并行区别？
答1：最关键的点是【同时】
并行能【同时】处理多个任务；并发是一段时间处理多个任务，而不是同时

答2：看这些线程能不能同时被多个cpu执行，并发是多个线程被一个cpu轮流执行；

https://www.zhihu.com/question/33515481

1.进程和线程？【说说协程？】
进程是资源分配的基本单位，线程是处理机调度的基本单位
进程有自己独立的地址空间，同一个进程下的线程共享进程地址空间
进程之间的资源是独立的，同一个进程下的线程共享进程的资源，会有线程安全问题

【协程】
协程是一种用户态轻量级的线程
协程的调度完全由用户控制
协程拥有自己的寄存器上下文和栈（能够保留上一次调用状态）

• 一个进程可以有多个协程，一个线程也可以有多个协程
• 进程线程是同步，协程是异步
• 线程是协程的资源，协程是一种任务调度机制

补问1：【说一下上下文切换要切换什么内容】
上下文切换也叫做进程切换，是指cpu从一个进程切换到另一个进程，要切换的内容有：

• cpu寄存器（通用寄存器、程序计数器pc、程序状态字寄存器psw）
• 页表切换（页表是进程中页号到内存地址的映射）
• 栈区（程序段编译后形成的指令代码集，数据集）

补问2：进程和程序的区别？

1. 进程是动态的，程序是静态的
2. 进程具有一定生命周期，程序可以长期保存
3. 1个程序可以对应多个进程，一个进程只能对应一个程序
4. 进程由 程序、数据、PCB组成；程序是一组有序的指令

2.系统调用？
系统调用是应用程序同系统之间的接口
用户为了使用操作系统所提供的一些高级权限功能，如进程控制、读写
通过系统调用从用户态转化到内核态
使用线程作为最小调度单位可以有效减少系统切换的开销

系统调用是一种特殊的中断 trap（内中断）

3.中断
0）中断概念：中断是指某个事件（如断电、除0）发生时，系统中止现行程序运行，切换到处理该事件的程序，处理完毕后返回断点，继续执行
1）中断流程：中断请求 --> 中断响应 --> 中断保护 --> 中断服务程序 --> 断点恢复 --> 中断返回
2）内中断：cpu执行指令内部的事件，如爆栈，越界，算术溢出
外中断：cpu执行指令外部的事件，如断电，I/O
3）中断要保存什么？
PC（program count程序计数器）存放下一条指令的位置
PSW（program status word程序状态字）
系统调用号
通用寄存器

4.windos文件系统和linux文件系统有哪些？
windows：FAT16 FAT32 NTFS(new Technolegy)
linux：一切对象都是文件 ext2 ext3 ext4

5.宏内核和微内核
微内核：OS将最基本的功能如进程管理保留在内核，将不需要在内核态执行的功能移到用户态，降低了内核设计的难度
宏内核：将OS主要功能作为一个紧密联系的整体运行在内核态
windows是微内核、Mac也是微内核（微软的os是微内核）
linux是宏内核
补充：window文件目录都是反斜杠\
（联想win10下面一开始学c，输出都是反斜杠\n）
linux下面文件目录都斜杠/

6.PV操作？
PV操作是实现进程互斥和同步的方法，PV操作和信号量的处理相关，P表示申请资源，当value<=0，需要调用block原语；V表示释放资源，当value<=0，需要唤醒一个等待队列中的进程

7.内存的分区？

• 栈区stack：存放参数值，局部变量的值
• 堆区heap：由程序员分配释放 比如malloc，new
• 全局区（静态区）：全局变量和静态变量都是放这里
• 文字常量区：存放常量字符串
• 程序代码区：存放函数体的二进制代码

8.进程调度算法？

• 先来先服务 FCFS
• 短作业优先 SJF
• 优先级调度
• 高响应比优先
• 时间片轮转
• 多级反馈队列

9.进程通信（IPC）的方法

• 共享内存【速度最快、效率最高】
• 消息队列
• 管道（匿名管道、命名管道）
  管道是半双工，先进先出，实质是一个内核缓冲区，缓冲区大小有限，
  匿名管道只能用于有亲缘关系（父子、兄弟）的进程
  有名管道可以不存在亲缘关系的进程之间通信
• socket
• 信号
• 信号量

共享内存存在用户空间中，不需要用户态和内核态切换

追问：进程通信用共享内存的注意点？

• 没有引用计数器，进程结束没有引用时，需要手动删除
• 注意不要超过共享内存的大小

10.进程控制块PCB

• 进程标识信息：如进程id，父进程id
• 进程控制信息：进程调度信息，进程通信方式
• 进程资源信息：进程优先级，打开的文件、资源地址
• 处理机状态：pc（下一条指令的地址）、psw（表示用户态还是内核态），各种寄存器的值，以便中断时能够恢复现场

11.同步和异步？

• 同步：同一时刻，只能有一个线程访问共享资源（同步限制了并发访问）
• 异步：多个线程可以同时访问共享资源（容易出现脏读和冲突）

补充：进程同步机制应该遵循的四个准则?

先介绍两个重要概念
临界资源：一次仅允许一个进程使用的资源，如打印机
临界区：每个进程中访问临界资源的那段代码

• 空闲让进
• 忙则等待
• 有限等待
• 让权等待：进入了临界区，但是明知得不到临界资源的进程，应该主动释放掉处理机

12.什么是线程不安全？
多个线程，同时访问同一段代码，得到不同的结果就是线程不安全

什么情况会产生线程不安全？
当多个线程，同时使用共享资源时

如何解决？
采用同步互斥访问，即同一时刻，只有一个线程能访问共享资源，访问时要加锁，访问结束要解锁，让其他线程继续访问

13.死锁的四个必要条件？

• 互斥条件
• 不可剥夺
• 请求保持
• 循环等待

预防死锁（怎么解决？）
1.破坏互斥：一般不可以破坏
2.破坏不可剥夺：允许对资源剥夺，即抢占资源
3.破坏请求保持：一次性分配全部所需资源
4.破坏循环等待：对资源统一编号，申请资源按照升序

避免死锁？
银行家算法

解除死锁？
（1）资源剥夺法
（2）撤销进程法
（3）进程回退法

补充：死锁和饥饿？
饥饿是指一个进程很久得不到资源
饥饿一般不占资源，死锁一定占资源

14.操作系统内存管理方式？
OS中内存访问的最小单元是字节 8bit，通常说的32位的总线是说一次读写可以从内存中读or写32bit，也就是4字节

• 重定位（reallocation）
• 分段（segmentation）
• 分页（paging）
• 虚拟存储（virtual memory）

linux采用按页虚拟存储
地址分配策略：最先匹配、最佳匹配、最差匹配

15.常见的内存页面置换算法

• 最佳置换法 OTP optimal
• 先进先出
• 最近最久未使用 LRU lasted recent used
• 时钟算法

16.交换区（swap）的功能？
swap分区是一块特殊的硬盘空间，当内存不够用时，os会将内存中暂时用不到的东西放入swap分区
linux下swap分区一般是内存的两倍，但是不超过8G
windows下swap分区称为虚拟内存（匀出一部分硬盘空间当内存）

17.I/O控制方式

• 直接程序-控制方法
• 中断驱动-控制方法
• DMA-控制方法
• 通道-控制方法

18.页表和快表
页表，快表都是操作系统中内存管理的概念
页表存储的是进程中的页号到内存中的块号的映射
页表存储在内存中，快表存储在cache中，所有通过慢表查询需要经过两次内存；通过快表查询只需要经过一次内存

19.简单介绍linux文件系统
详情查看
https://www.cnblogs.com/llife/p/11470668.html
操作系统将硬盘划分为两个区域，一个是数据区，存放文件数据，一个是inode区，存放inode所包含的信息
注意：inode中不存放文件名，用inode号码表示

硬盘划分为一个个block
块组0内容有：引导块、超级块、块组描述符、预留GDT块（GDT：全局描述符表）、数据块位图、inode位图、inode表、数据块
块组i内容有(i>0)：数据块位图、inode位图、inode表、数据块

20.硬链接和软链接？

硬链接：在linux下，多个文件名指向同一个inode号码，可以使用不同的文件名访问相同的内容
当一个文件有多个硬链接时，对文件内容修改会影响到所有的文件名，删除一个文件，只会让inode减1

软链接：类似windows下面快捷方式，可以快速连接到目标文件或目录，文件B的内容是A的路径，如果删除了文件A，打开文件B就会报错，文件B指向文件A的文件名，而不是文件A的inode号码，文件A的inode号码不会改变

21.线程之间的通信方式

• wait / notify
• 共享变量：如volatile，(volatile不是锁啊) 两大特性：可见性、有序性，不能保证原子性
• 使用synchronized同步
• 信号量（线程之间同步）

计算机组成原理&系统

1.按字节编址和按字编址？
一次寻址一个字节（32位）
一次寻址一个字（8位）

2.计算机系统的存储层次
主存=内存，外存=辅存

1. cpu寄存器
2. 内存：高速缓存（cache）、主存储器（内存条、RAM、ROM）
3. 外存：磁盘、u盘、光盘
   

3.磁盘和硬盘？
磁盘：将圆形的磁性盘片装在一个密封的盒子里面，防止磁盘表面划伤
磁盘包括硬盘和软盘，所以硬盘是磁盘的一种
硬盘主要有：固态硬盘（也称SSD solid state disk）和机械硬盘
两者区别如下

• 固态硬盘比机械硬盘读写快出几十上百倍
• 缺点是SSD单位成本高，固态硬盘寿命短；寿命机械硬盘更久
• 固态硬盘防震抗摔，机械硬盘怕摔
• 固态硬盘本质是半导体存储，机械硬盘本质是电磁存储

软件工程

查看文章
https://blog.csdn.net/weixin_39666736/article/details/105583789
1.最最经典的-软件工程的定义？
IEEE的定义：软件工程是开发、运行、维护和修复软件的系统方法
（developing、working、repairing）

2.软件开发的过程？
可行性分析 --> 需求分析 --> 概要设计 --> 详细设计 --> 编码 --> 测试 -->维护
feasibility study --> requirement analysis --> high-level design --> low level design --> coding --> testing --> repair

3.解释一下内聚和耦合
模块设计追求 高内聚低耦合
内聚：模块内部追求高内聚，功能相关的放到一个模块（高内聚）
耦合：模块之间追求低耦合，模块之间的关联越少越好，接口越简单越好（低耦合）

4.SaaS PaaS IaaS
software as a service 软件服务化
platform as a service 平台服务化
Instruction as a service 基础设施服务化
基础设施在最下端，平台在中间，软件在最上层
知乎精辟回答：
IaaS就是租服务器
PaaS就是服务器+mysql+Tomcat
SaaS就是3000块挂个logo就能使用的电商网站

5.非功能性需求包括？
（1）性能需求：软件响应速度、运行时资源消耗等方面的要求
（2）…

数据库&SQL

SQL查看文章
https://blog.csdn.net/weixin_39666736/article/details/104530984

1.事务是什么？四大特性？
事务就是一组sql语句，要么全部执行成功，要么全部执行失败
事务是用户定义的操作序列，是并发控制的单位，操作序列要么全部执行，要么全部不执行
A atom 原子性
C consistency 一致性 如果执行事务前数据库是一致的，执行事务后数据库也是一致的
I isolation 隔离性
D durability 持久性

2.事务的隔离级别
i)未提交读
ii)提交读
iii)可重复读
iv)可串行化

3.数据库范式

码：K，K确定的情况下，除K之外的所有属性也就确定了，那么K就是码，通常选取其中的一个码作为主键

• 1NF（1 normal form）所有属性不可分割
• 2NF 不存在非主属性对码的部分依赖
• 3NF 不存在非主属性对码的传递依赖
• BC 不存在主属性对码的部分依赖和传递依赖

4.数据库中的关系是什么？
详细请参考：
https://www.zhihu.com/question/19857108/answer/40367985

关系是一个名字，满足一些规则（rules）的就是关系，关系是一个集合
每一列是一个属性，属性有自己的域 domain
一个table的某个状态，是一个relation（关系）

5.介绍一下关系型数据库
关系型数据库类似一个图书馆
一楼的大目录作为索引（1层科技书、2层历史文化书、3层外国文学等）
书作为数据存在
书架、楼层是关系型数据库的数据结构
所有的图书馆管理员就是数据库的进程
有的救火（数据修复、备份）
有的整理书架（数据整理、归档）
而用户进程是来到图书馆的客户，他们看书、移动书，而管理员进行维护

6.介绍一下NoSQL（not only SQL）
泛指非关系型数据库，主要代表：Redis、MongDB
适合存储非结构化数据，如微博、文章、评论
NoSQL常见类型

• 列式数据：应用场景：按列存储，如 HBase
• 文档数据库：通常采用 json 或 xml 格式，如 MongDB
• 图形数据库：典型应用场景：社交网络、推荐系统，如 Neo4j
• 键值：典型应用场景：内容缓存，如 Redis

7.为什么MySQL的索引要用B+树而不是B树？

因为B树不管是叶子节点还是非叶子节点都会保存数据，这样导致在非叶子节点保存的指针数量变少，会增加树的高度，导致IO操作变多，查询性能变低

8.数据库的视图是什么？
视图实际上提供了一种观察数据的逻辑窗口
视图并不在数据库中实际存在，是一种虚拟表
视图是一个表 or 多个表的行或者列的子集

视图的特点：简单、安全

作用：
1.比如一个复杂的查询，不想反复写，就可以写个视图，简化操作
2.开放特定的表的读取权限

CREATE VIEW <视图名> (列1,列2,...列n)
AS <查询语句>
[WITH CHECK OPTION]

9.存储过程？
是一个预编译的SQL语句
一次编译、永久有效

10.触发器？
触发器是一个特殊的存储过程
当一个预定义的事件发生时，会被MySQL自动调用
简单的说，就是一张表发生了某件事（插入、删除、更新操作），然后自动触发了预先编写好的若干条SQL语句的执行。

11.InnoDB和MyISAM的区别

• InnoDB支持事务，MyISAM不支持
• 如果大多数操作是读，可以考虑myisam，既有读也有写，用myisam
• 系统崩溃后，MyISAM恢复起来很难

详情查看
https://blog.csdn.net/qq_35642036/article/details/82820178
依据索引的顺序和数据库的物理存储顺序是否相同，分成聚簇索引和非聚簇索引
聚簇索引确定表中数据的物理顺序，聚簇索引对表中物理数据重新排列，再重新存储到磁盘上

12.外键约束
外键的作用：保证数据的完整性和一致性
①对子表
在子表上INSERT UPDATE要和主表中的主键值匹配，否则不允许
②对父表
更新或删除中各个选项作用
2.1 no action：数据库引擎引发错误，将回滚对表的删除or更新操作
2.2 cascade级联：删除主表记录，也删除子表的匹配记录
2.3 set null：删除主表记录，子表匹配记录的外键值改为null
2.4 set default：删除主表记录，子表匹配记录的外键值改为default

面向对象&设计模式

1.面向对象三大特性

• 封装
• 继承
• 多态
  • Java实现多态三个条件？ 继承 重写 向上转型（父类引用指向子类对象）
  • C++多态用一句话概括：基类的函数加上virtual关键字，派生类重写（overload）该函数，运行时会根据对象的实际类型调用相应的函数

2.类和类之间的关系？

• 继承：is-a 表示特殊和一般的关系
• 实现：类和接口之间的关系
• 组合：整体不存在了，部分会消亡
• 聚合：has-a，类A的对象包含类B的对象
• 依赖：类A使用到了类B，类B的变化会影响类A，关系具有临时性、偶然性

类与类之间关系由弱到强：
无关系 --> 依赖 --> 关联 --> 聚合 -->组合

3.继承和派生？
继承着重点是保持原有特性
派生着重点是增加新的特性

4.手写线程安全的单例模式
三个要注意的点

• 用static修饰单例，保证值创建一次
• 用private修饰构造方法和单例对象，保证只有类内部能使用
• synchronized括号里面加上Singleton.class 修饰类，保证线程安全

public class Singleton {
    
    private static Singleton instance = null;

    private Singleton() {
    }

    public static Singleton getInstance() {
        if (instance == null) {
            synchronized (Singleton.class) {
                if (instance == null) {
                    instance = new Singleton();
                }
            }
        }
        return instance;
    }
}

数学&nlp基础

1.欧氏距离（欧几里得距离） 曼哈顿距离？
欧式距离是最常见的那个，用的勾股定理
曼哈顿距离就是绝对值之差的和

2.蒙特卡洛方法
蒙特卡洛是一类随机方法的统称，这类方法的特点是，可以在随机采样上计算得到近似结果，随着采样的增多，得到正确结果的概率增大

3.HMM (hidden markov model)隐马尔可夫模型
HMM是关于时序的概率模型
定义：模型描述了 由隐藏的马尔可夫链产生不可观测状态序列，再由状态序列产生观测序列的过程
模型三要素：A 状态转移概率 B 观测概率 C 初始概率分布
两个基本假设：

• 时刻 t 的状态 只依赖于时刻 t-1
• 任意时刻的观测，只依赖该时刻马尔可夫链的状态

4.CRF（conditional random fiel）条件随机场

5.知识图谱(Knowledge Graph)
知识图谱本质上是语义网络
目的是让机器‘看到’不仅仅是字符串，更能理解文本后的知识
概念：知识图谱由相互连接的实体和他们的属性构成的
节点表示实体，边表示实体和实体之间的关系
知识图谱的存储：

• RDF（resource description framework）资源描述框架
• 图数据库（Graph DataBase）

应用：不一致性验证、组团欺诈、异常分析、精准营销

6.word-embedding
参考 https://www.jianshu.com/p/2a76b7d3126b

将文本转化为数值，将一个word，映射（嵌入）到一个数值型向量中

• 基于频率的word-embedding：counter-vector，TF-IDF，co-occurence vector（共现矩阵）
• 基于预测的word-embedding：CBOW（continue bag of words）
  skip-gram
  CBOW是已知上下文，预测当前词
  skip-gram是已知当前词，预测上下文

7.TF-IDF（Term Frequency-Inverse Ducument Frequency）
TF：词频=在一个文档中某单词出现的次数/文档所有的词
IDF：逆文档频率=包含该单词的文档数/词库中所有文档数
TF-IDF=TF×IDF
引入IDF的目的就是惩罚在所有文档都经常出现的单词

8.解释一下alpha-beta搜索算法
首先我们知道下棋的过程，用伪代码描述就是

while game is not finish:
	A.step()
	B.step()

A下棋，B下棋，A下棋…直到游戏结束
那么可以描述成一颗N叉数，每个节点是棋盘的状态，根节点是初始状态，奇数层是A下棋之后得到的所有状态，偶数层是B下棋之后得到的所以状态
那么什么是alpha-beta搜索呢？对于每个状态，有个估值函数来打分，在自己的层取最大值，在别人的层取最小值，max-min搜索就是alpha-beta算法的基础，alpha-beta算法是max-min搜索算法的剪枝版本
不管是DFS还是BFS都是盲目搜索，当树很大的时候，效率很低
alpha-beta加上的一些优化：某一定的层退出，搜索超过一定时间退出
DFS搜索 --> max-min搜索 --> alpha-beta搜索 -->排序+启发式搜索

9.启发式（heuristic）搜索
h(x)描述当前状态和目标状态的距离
g(x)描述从起始状态到当前状态的代价
h(x)越小，表示离目标状态越近，如果h(x)=0说明达到了目标状态
搜索依据函数F(x)

• 当F(x)=g(x)，表示根据代价去搜索，比如BFS，从离层最近的开始搜
• 当F(x)=h(x)，表示贪婪搜索，每次向靠目标状态最近的去搜索

10.五子棋棋盘：15×15，0表示空，1表示A的落子，2表示B的落子，状态压缩可以用3进制数表示，15个3进制的数表示行，解码的时候是唯一的，一个3进制定义为short，占2个字节，那么30个字节可以表示当前棋盘状态

11.KNN和K-means

• KNN（K-nearest-neighbor）有监督学习，需要打标，对于一个未知类别的点，在周围找最近的k个点。投票，谁类别多，归谁的那一类，和K值大小有关
• Kmeans，无监督学习算法，聚类c个中心，首先从n个数据对象中随机选k个作为聚类中心，剩下的对象计算和中心的距离，和谁近归那个聚类；然后计算新聚类的中心，不断重复这个过程，直到聚类中心不变

详细查看：数据挖掘十大经典算法

12.简单介绍一下决策树和SVM？
决策树是一种树形结构，每个节点是对父节点属性的细分，细分到叶节点，表示某一种分类结果，决策树是不断细分属性，最后叶节点用来分类的树
SVM：把数据投影到高维空间，然后找一个平面使得能将这些点划分开来，并且让距离超平面最小的点距离最大化