48天笔试训练错题——day42

目录

选择题

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

编程题

1. 走迷宫


选择题

1.

动态分配:使用 DHCP 协议动态分配 IP。

IP 地址不但有单播地址,多播地址,还有广播地址。

如果一个主机有块个网卡,那么每块网卡都可以拥有 IP 地址。

ARP 协议就是根据 IP 地址来获取 MAC 地址的。

2.

bind 函数是不会阻塞执行流的。

3.

10.1.193.0:10100000.00000001.11000001.00000000

10.1.194.0:10100000.00000001.11000010.00000000

10.1.196.0:10100000.00000001.11000100.00000000

10.1.198.0:10100000.00000001.11000110.00000000

如上,前 21 位都是相同的,则路由汇聚之后,可以将前 21 位作为网络号,剩下 11 位(全部设置为 0)作为主机号,则 IP 地址为 10.1.192.0/21。/21 表示网络号有 21 位(在子网掩码中前 21 位是 1)

4.

IP 地址有可能会变,但是 MAC 地址不会改变,因为 MAC 地址绑定了网卡,全球唯一。

5.

服务器在收到 SYN 包时将加入半连接队列,这个对应到三次握手过程中,TCP 连接处于半连接状态。

服务器收到客户端的 ACK 包后将从半连接队列删除:当连接建立之后,TCP 连接则从半连接队列移动到已完成连接队列,这个时候,程序员就可以调用 accept 函数从已完成连接队列当中将连接取到。

6.

ping 是基于 ICMP 协议的。

7.

还需要被动连接方也断开连接,这个就是四次挥手的过程。

因为需要维护连接,例如长时间没有应用层数据的收发,此时,TCP 就需要用保活机制(心跳机制)来维护连接,所以会增加开销。

8.

40.15.128.0/17:00101000.11110000.10000000.00000000       前 17 位为网络号

划分了 2 个子网,则说明多了 1 位网络号(2^1 = 2),所以子网的网络号应该是 18 位。

40.15.128.0/18:00101000.11110000.10000000.00000000       前 18 位为网络号

比原来多了 1 位,增加了 2 ^ 1 个子网,因为其中一个子网的第 18 位是 0,那么另一个子网的第 18 位可以是 1,可以用 0 和 1 来区分子网。

则第二个子网是 00101000.11110000.11000000.00000000  前 18 位为网络号,也就是 40.15.192.0/18

9.

host 文件是一个没有扩展名的系统文件,其作用就是用来存储一些常用的网络域名与其对应的 IP 地址,当用户输入一个需要登录的网址时,系统就会先去浏览器缓存中查找,然后再去 host 文件中查找,如果找到了就立即打开该网址,如果找不到就去 DNS 域名解析服务器中查找。

10.

32 - 28 = 4 位主机号,则有 2^4 = 16 个主机,范围如下:

10.174.20.1011 0000(176) ~ 10.174.20.1011 1111(191),除去全 0 和 全 1,可用的有 14 个。

编程题

1. 走迷宫

这种找所有迷宫路线最短的题目可以使用广度优先遍历来做。

广度优先遍历就跟二叉树的层序遍历差不多,也是用队列来实现,如果队列不为空,则从队列中弹出一个节点,然后标记该节点表示这个节点已经遍历过了,此时该节点可能就是出口,所以我们还需要判断该节点是否是出口,如果是,则返回当前最短路径的步数。如果不是,就再遍历该节点的四个方向(下 右 左 上) ,如果当前遍历的节点是合法的节点(数组没越界),并且是没有遍历过的节点,而且该节点还是通路(.),那么就将该节点入队,重复上述过程直到队列为空,如果队列为空还没到达过出口,则说明这个迷宫到达不了出口,返回 -1 即可。

可以自己定义个对象来存放坐标,再新定义一个成员变量来表示从入口到该坐标的步数。

广度优先遍历最先达到出口的一条路径就是最短路径。

代码实现:

import java.util.*;

class Position {
    public int x;
    public int y;
    public int count;// 表示从入口走到 (x, y) 所需要的步数

    public Position(int x, int y, int count) {
        this.x = x;
        this.y = y;
        this.count = count;
    }
}


// 注意类名必须为 Main, 不要有任何 package xxx 信息
public class Main {
    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        // 注意 hasNext 和 hasNextLine 的区别
        while (in.hasNext()) { // 注意 while 处理多个 case
            int n = 10;
            char[][] arr = new char[n][n];
            // 标记遍历过的数组
            boolean[][] flg = new boolean[n][n];
            for (int i = 0; i < n; i++) {
                arr[i] = in.next().toCharArray();
            }

            System.out.println(bfs(arr, flg, n));
        }
    }

    public static int bfs(char[][] arr, boolean[][] flg, int n) {
        // 方向数组:下 右 左 上
        int[][] dir = {{1, 0}, {0, 1}, {0, -1}, {-1, 0}};
        // 用队列来实现,将起点 (0,1) 入队
        Queue<Position> queue = new LinkedList<>();
        queue.offer(new Position(0, 1, 0));

        // 广度优先遍历
        while (!queue.isEmpty()) {
            // 弹出坐标,然后标记坐标
            // 并将与该坐标连接的其他坐标(下右左上)也添加进队列中
            Position position = queue.poll();


            // 标记该坐标
            flg[position.x][position.y] = true;

            if (position.x == 9 && position.y == 8) {
                // 此时就说明找到了最短路径
                return position.count;
            }
            // 添加下,右,左,上 四个下标
            for (int i = 0; i < 4; i++) {
                Position next = new Position(position.x + dir[i][0], position.y + dir[i][1], position.count + 1);

                // 如果 next 坐标合法,并且没有遍历过,并且是通路,那么就将下标入队
                if (next.x >= 0 && next.x < n && next.y >= 0 && next.y < n &&
                        !flg[next.x][next.y] && arr[next.x][next.y] == '.')
                    queue.offer(next);
            }
        }
        return 0;
    }
}

数据治理是确保数据准确性、可靠性、安全性、可用性和完整性的体系和框架。它定义了组织内部如何使用、存储、保护和共享数据的规则和流程。数据治理的重要性随着数字化转型的加速而日益凸显,它能够提高决策效率、增强业务竞争力、降低风险,并促进业务创新。有效的数据治理体系可以确保数据在采集、存储、处理、共享和保护等环节的合规性和有效性。 数据质量管理是数据治理中的关键环节,它涉及数据质量评估、数据清洗、标准化和监控。高质量的数据能够提升业务决策的准确性,优化业务流程,并挖掘潜在的商业价值。随着大数据和人工智能技术的发展,数据质量管理在确保数据准确性和可靠性方面的作用愈发重要。企业需要建立完善的数据质量管理和校验机制,并通过数据清洗和标准化提高数据质量。 数据安全与隐私保护是数据治理中的另一个重要领域。随着数据量的快速增长和互联网技术的迅速发展,数据安全与隐私保护面临前所未有的挑战。企业需要加强数据安全与隐私保护的法律法规和技术手段,采用数据加密、脱敏和备份恢复等技术手段,以及加强培训和教育,提高安全意识和技能水平。 数据流程管理与监控是确保数据质量、提高数据利用率、保护数据安全的重要环节。有效的数据流程管理可以确保数据流程的合规性和高效性,而实时监控则有助于及时发现并解决潜在问题。企业需要设计合理的数据流程架构,制定详细的数据管理流程规范,并运用数据审计和可视化技术手段进行监控。 数据资产管理是将数据视为组织的重要资产,通过有效的管理和利用,为组织带来经济价值。数据资产管理涵盖数据的整个生命周期,包括数据的创建、存储、处理、共享、使用和保护。它面临的挑战包括数据量的快速增长、数据类型的多样化和数据更新的迅速性。组织需要建立完善的数据管理体系,提高数据处理和分析能力,以应对这些挑战。同时,数据资产的分类与评估、共享与使用规范也是数据资产管理的重要组成部分,需要制定合理的标准和规范,确保数据共享的安全性和隐私保护,以及建立合理的利益分配和权益保障机制。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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