面试总结1 字典树、字典树的优缺点、二叉排序树、排序二叉树顺序存储与链式存储的区别、二叉树与字典树的使用场景、过滤器filter用到了责任链模式、http与https的区别、乐优项目的深理解

最新推荐文章于 2023-03-29 16:13:08 发布
置顶 最新推荐文章于 2023-03-29 16:13:08 发布
阅读量1.9k 收藏 15
点赞数 5
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41847891/article/details/100799620
版权

总内容

字典树

字典树的优缺点

二叉排序树

排序二叉树顺序存储与链式存储的区别

二叉树与字典树的使用场景

过滤器filter用到了责任链模式

http与https的区别

https=http+ssl协议，那么什么是ssl协议。以及ssl的优点

乐优项目与ithings项目的深理解

怎样创建线程池

线程池类创建线程时的参数

线程池类的常用方法

gc回收策略

避免数据库索引失效的方式

红黑树

B+树

B+树的特征，

B+树的优点

 

1 字典树

trie树，又叫字典树，前缀树，单词查找树，是一种多叉树结构，

2 字典树的优缺点

trie树的核心思想是空间换时间，

利用字符串的公共前缀来减少无谓的字符串的比较以达到提高查询效率的目的

 

3  二叉排序树

 

4  排序二叉树顺序存储与链式存储的区别

 

5  二叉树与字典树的使用场景

 

6  过滤器filter用到了责任链模式

 

7 http与https的区别

HTTPS和HTTP的区别主要如下：

1、https协议需要到ca申请证书，一般免费证书较少，因而需要一定费用。

2、http是超文本传输协议，信息是明文传输，https则是具有安全性的ssl加密传输协议。

3、http和https使用的是完全不同的连接方式，用的端口也不一样，前者是80，后者是443。

4、http的连接很简单，是无状态的；HTTPS协议是由SSL+HTTP协议构建的可进行加密传输、身份认证的网络协议，比http协议安全。

8 https=http+ssl协议，那么什么是ssl协议。以及ssl的优点

 

9 乐优项目与ithings项目的深理解

怎么存储用户信息，如果直接存储在cookie不安全，
就通过jwt(java web token)加密成token存储在cookie里面，
并且保证安全性，给每个用户开启一个thread local线程



怎么实现前后端分离，用vue框架，通过ajax和core



ithings

单片机检测汉江水情，通过红外检测，单片机里集成了mysql数据库
数据库每10秒一采集
然后将数据上传到阿里云云平台
你输入链接地址连接到阿里云云平台，下载数据

然后java里面通过jfreechart实现数据的多种选择的可视化
例如柱状图、饼图、折线图等等

10 怎样创建线程池

newfixedThreadpool是创建线程池executerServer的，固定线程
newSignThreadpool                             单一线程
newcacheThreadpool                            可缓存线程
newScheduleThreadpool                         定时线程

也就是创建类似于Threadpoolexecuter

11 线程池类创建线程时的参数

 

12 线程池类的常用方法

 

13   gc回收策略

 

14  避免数据库索引失效的方式

 

15 红黑树

 

16  B+树

 

 

 

 

 

Ch 7
关注
  • 5
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
字典树Trie
一只程序猿
04-26 9199
字典树字典树——Trie树，又称为前缀树（Prefix Tree）、单词查找树或键树，是一种多叉树结构。
二叉查找树特性,优点,缺点
Strangerrainyday的博客
09-01 7886
概述: 二叉排序树（Binary Sort Tree）,又称二叉查找树（Binary Search Tree）,亦称二叉搜索树.是数据结构中的一类.在一般情况下,查询效率比链表结构要高. 定义: 一棵二叉查找树是一棵二叉树,每个节点都含有一个Comparable的键（以及对应的值）. 每个节点的键都大于左子树中任意节点的键而小于右子树中任意节点的键. 每个节点都有两个链接,左链接、右链接，分别指向自己的左子节点和右子节点，链接也可以指向null. 尽管链接指向的是节点,可以将每个链接看做指向了另一棵二
二叉树的优点和缺点
weixin_30895603的博客
04-28 4575
二叉树的优点和缺点 二叉排序树是一种比较有用的折衷方案。 数组的搜索比较方便，可以直接用下标，但删除或者插入某些元素就比较麻烦。 链表与之相反，删除和插入元素很快，但查找很慢。 二叉排序树就既有链表的好处，也有数组的好处。 在处理大批量的动态的数据是比较有用。 文件系统和数据库系统一般都采用树（特别是B树）的数据结...
Trie 字典树 详解
HeartFireY的博客
05-24 5506
一、字典树 1.字典树简介 字典树，英文名Trie，如其名：就是一棵像字典一样的树。 我们首先通过一张图来理解字典树的结构： 我们假定结点的顺序按照图中给定的顺序进行编号，容易发现，在一个给定的树上，从每个根节点出发到达子节点的路径边代表一个字母。实际上，每个节点出发的几条边所代表的字母是从左到右的顺序按照字典序排列的。 那么我们可以知道：从根节点出发，到达某个指定的结点的路径可以构成一个字...
C++使用字典树，平衡树，散列表实现英汉字典源代码，数据结构课程设计
03-02
采用的是c++11实现，用数据结构 Trie(字典树)，AVL(平衡树)，Hush(散列表)分别进行相应的类，没个类里面分别实现了insert(插入)，delete(删除)，search(查找操作) 。对于三种数据结构的具体操作会在之后进行具体说明...
基于二叉排序树的商品信息查询
10-16
基于二叉排序树的商品信息查询，数据结构实验，能在建好的二叉树中根据字典排序查找对应商品
python 数据结构 算法 LeetCode 牛客 面试 编程之美 动态规划 字典树 快速排序 树 字符串 数组 链表 全排列
最新发布
10-08
* 字典树 * 遍历-层次遍历 * 遍历-中序遍历-非递归 * 遍历-前序遍历-非递归 * 遍历-后序遍历-非递归 * 二叉查找树-两数之和 * 二叉查找树-中第K小的元素 * 二叉查找树-从有序数组中构造二叉查找树 * 二叉查找树-从...
Python实现二叉搜索树
12-24
在这一节中，我们将要学习二叉搜索树，这是另一种键指向值的Map集合，在这种情况下我们不用考虑元素在树中的实际位置，但要知道使用二叉树来搜索更有效率。 搜索树操作 在我们研究这种实现方式之前，让我们回顾一下...
AVL树/B树/红黑树/二叉搜索树/并查集/哈夫曼树/字典树实现合集（C++）
05-25
包含AVL树、B树、红黑树、二叉搜索树、并查集、哈夫曼树、字典树的实现
字典序与字典树
一只老风铃
02-25 393
字典树通常采取一个精简的结构来维护大量的单词集合，并保持有序以及对单词的统计 字典序则表示各字符对应位置排序的结果 题目描述 给定整数n和m, 将1到n的这n个整数按字典序排列之后, 求其中的第m个数。 对于n=11, m=4, 按字典序排列依次为1, 10, 11, 2, 3, 4, 5, 6, 7, 8, 9, 因此第4个数是2. 对于n=200, m=25, 按字典序排列依次为1 10 100 101 102 103 104 105 106 107 108 109 11 110 111 112 .
数据结构-二叉树前中后层序遍历(顺序存储/链式存储&递归/非递归)
Curz酥的博客
03-29 2030
数据结构-二叉树前中后层序遍历(顺序存储/链式存储&递归/非递归)
【数据结构与算法】1.树、二叉树、字典树、红黑树
皓亮君的博客
02-17 3471
本章主要讲解一些树的基本概念,二叉树的三种打印方式，二叉查找树和字典树的应用，红黑树的概念。二叉查找树是二叉树中最常用的一种类型，也叫二叉搜索树。顾名思义，二叉查找树是为了实现快速查找而生的。不过，它不仅仅支持快速查找一个数据，还支持快速插入、删除一个数据。它是怎么做到这些的呢？这些都依赖于二叉查找树的特殊结构。二叉查找树特性要求，在树中的任意一个节点，其左子树中的每个节点的值，都要小于这个节点的值，而右子树节点的值都大于这个节点的值。二分查找算法就是通过这种特性在有序的数组实现快速查找某个数字。
[C++]数据结构：浅析字典树及字典树的实现
weixin_62712365的博客
05-16 661
首先，我们来简单了解一下字典树。 字典树是一种用于存储和检索字符串的一种树形数据结构，通过每个节点对应一个字符的方式相互连接，来存储字符串。其结构图大致如下图： 与传统的容器存储字符串相比，字典树有一个巨大的优点：可以通过字符前缀直接检索字符的存储情况，并判断字符前缀是否吻合进行剪枝处理。通俗来讲，就是检索效率高。 举个简单的例子，对于如上顺序表存储的字符串来说，假设共存储了m个字符串，每个字符串平均长度为n，若我们要判断"cake"是否存在于表中，则需要将表从头到尾遍历一遍，并对每个字.
字典树-Tire
steve_ji的博客
10-13 208
来源 Hash树演变而来 什么是Hash树 点击链接: link. Trie树 Trie树，即字典树，又称单词查找树或键树，是一种树形结构，是一种哈希树的变种。典型应用是统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。 优点：最大限度地减少无谓的字符串比较，查询效率比哈希表高 核心: 空间换时间。利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目...
树和二叉树：二叉树的存储结构
weixin_51958878的博客
06-02 2223
树和二叉树：二叉树的存储结构 二叉树的顺序存储结构 回顾二叉树的性质4，完全二叉树节点按层序编号： 完全二叉树的顺序存储结构 非完全二叉树的顺序存储结构 二叉树顺序存储结构的特点： 对于完全二叉树来说，其顺序存储是十分合适的 对于一般的二叉树，特别是对于那些单分支节点较多的二叉树来说是很不合适的，因为可能只有少数存储单元被利用，特别是对退化的二叉树（即每个分支节点都是单分支的），空间浪费更是惊人 在顺序存储结构中，找一个节点的双亲和孩子都很容易 二叉树的链式存储结构 借鉴树的孩子链存储结构 - 二
数据结构学习（十）：字典树（Trie）
IMUHERO
05-07 307
一、概念复习： 1.字典树是一种高级的数据结构，传闻早前手机客户经常会因为通讯录中存储太多人，导致每次查找号码时耗时过长，这个问题被微软的一个实习生解决了，他的解决办法就是使用了字典树这种神奇的数据结构。 2.字典树的优势在于，他的查找时间取决于查询内容的长度，而不是取决于库中有多少数据量，这在一些大数据量的应用场景中十分管用。 3.他的基本结构就是在节点中存储指向下一个节点的指针，并且通过...
二叉树知识总结
追光少年的博客
07-19 2590
数组的搜索比较方便，可以直接用下标，但删除和插入就比较麻烦；链表与之相反，删除和插入元素很快，但查找比较慢；此时，二叉树应运而生，二叉树既有链表的好处，也有数组的好处，在处理大批量的动态数据时比较好用，是一种折中的选择。文件系统和数据库系统一般都是采用树（特别是B树）的数据结构数据，主要为排序和检索的效率。二叉树是一种最基本最典型的排序树，用于教学和研究树的特性，本身很少在实际中进行应用，因为缺点太明显，就像冒泡排序一样，因为效率问题并不实用，但也是我们必须会的。//默认null。...
Trie树：应用于统计和排序
云计算?
10-31 579
1. 什么是trie树 1.Trie树 Trie树，又称单词查找树、字典树，是一种树形结构，是一种哈希树的变种，是一种用于快速检索的多叉树结构。典型应用是用于统计和排序大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：最大限度地减少无谓的字符串比较，查询效率比哈希表高。 Trie的核心思想是空间换时间。利用字符串的公共...
用二叉树建立字典树，用C++语言编写
07-09
可以使用二叉树来实现字典树，以下是用C++语言编写的一个示例代码： ```cpp #include <iostream> using namespace std; const int ALPHABET_SIZE = 26; struct TrieNode { TrieNode* children[ALPHABET_SIZE]; bool isEndOfWord; }; TrieNode* createNode() { TrieNode* newNode = new TrieNode; newNode->isEndOfWord = false; for (int i = 0; i < ALPHABET_SIZE; i++) { newNode->children[i] = NULL; } return newNode; } void insert(TrieNode* root, string word) { TrieNode* cur = root; for (int i = 0; i < word.length(); i++) { int index = word[i] - 'a'; if (cur->children[index] == NULL) { cur->children[index] = createNode(); } cur = cur->children[index]; } cur->isEndOfWord = true; } bool search(TrieNode* root, string word) { TrieNode* cur = root; for (int i = 0; i < word.length(); i++) { int index = word[i] - 'a'; if (cur->children[index] == NULL) { return false; } cur = cur->children[index]; } return (cur != NULL && cur->isEndOfWord); } int main() { TrieNode* root = createNode(); insert(root, "apple"); insert(root, "banana"); insert(root, "cherry"); cout << "Searching for 'apple': " << (search(root, "apple") ? "Found" : "Not Found") << endl; cout << "Searching for 'banana': " << (search(root, "banana") ? "Found" : "Not Found") << endl; cout << "Searching for 'cherry': " << (search(root, "cherry") ? "Found" : "Not Found") << endl; cout << "Searching for 'grape': " << (search(root, "grape") ? "Found" : "Not Found") << endl; return 0; } ``` 这段代码演示了如何使用二叉树实现字典树的插入和搜索操作。首先，我们创建了一个TrieNode结构体，其中包含一个布尔型变量`isEndOfWord`用于标记单词的结尾，以及一个包含26个子节点的数组`children`，用于存储每个字母的子节点。 然后，我们定义了一些辅助函数。`createNode`函数用于创建新的节点，`insert`函数用于将单词插入字典树，`search`函数用于搜索字典树中是否存在某个单词。 在主函数中，我们创建了一个空的字典树，并插入了几个单词。然后，我们通过调用`search`函数来搜索特定的单词，并输出搜索结果。 注意：这只是一个简单的示例代码，实际应用中可能需要考虑更多的功能和优化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值