【实习】C++方向面经2

1.有一个A点和B点，处于n维空间中，其中还有障碍物，应该如何找到从A到B的最短路径？

类似贪心算法的思想，从A点到B点计算直线距离，然后沿着该路径走，遇到障碍物就回溯。

2.MySQL如何查看执行计划？如何根据执行计划优化索引？

MySQL中通过explain关键字分析查询执行计划，一般我们通过执行出来的结果看哪一条SQL语句最耗时就去优化那一条。

3.聚簇索引和非聚簇索引的区别？

聚簇索引（Clustered Index）

1. 数据存储方式：
   • 在聚簇索引中，数据行的物理顺序与索引键的逻辑顺序相同。
   • 一个表只能有一个聚簇索引，因为数据行只能有一个物理顺序。
2. 性能：
   • 对于范围查询和排序操作，聚簇索引通常比非聚簇索引快，因为数据已经按索引键排序。
   • 插入、更新和删除操作可能会较慢，因为需要维护数据的物理顺序。
3. 应用场景：
   • 适用于需要频繁进行范围查询的列，如日期列。
   • 适用于需要排序输出的查询。

非聚簇索引（Non-Clustered Index）

1. 数据存储方式：
   • 在非聚簇索引中，索引键的逻辑顺序独立于数据行的物理顺序。
   • 一个表可以有多个非聚簇索引，因为索引与数据行是分开的。
2. 性能：
   • 适用于精确查找，因为可以直接通过索引找到数据行。
   • 对于范围查询，非聚簇索引可能比聚簇索引稍慢，因为数据行的物理顺序未按索引键排序。
   • 更新、插入和删除操作通常比聚簇索引快，因为不需要维护数据的物理顺序。
3. 应用场景：
   • 适用于精确查找的列，如主键或唯一键。
   • 适用于需要多列组合查询的场景。

4.根据不同的字段建立什么样的索引？

1. 主键和唯一键
   • 主键（Primary Key）： 通常会自动创建聚簇索引，因为主键值是唯一的，并且每行数据的物理位置按照主键值排序。
   • 唯一键（Unique Key）： 通常会创建非聚簇索引，以确保列中的值唯一。
2. 外键
   • 外键（Foreign Key）： 在外键列上创建非聚簇索引可以加速连接操作和外键约束检查。
3. 频繁查询的列
   • 高频查询列： 对于经常在 WHERE 子句中使用的列，应考虑建立索引，以加速查询。
   • JOIN 列： 在经常参与表连接的列上创建索引，可以加快连接操作。
4. 范围查询和排序
   • 范围查询： 例如 BETWEEN、<、> 和 LIKE（以常量开头），在这些列上创建索引有助于加速查询。
   • ORDER BY 和 GROUP BY： 在用于排序和分组的列上建立索引可以加快这些操作。
5. 复合索引
   • 复合索引（Composite Index）： 对多个列的组合查询建立复合索引，可以提高查询性能。需要注意索引列的顺序应与查询中的使用顺序一致。
6. 覆盖索引
   • 覆盖索引（Covering Index）： 包含所有查询需要的列的索引称为覆盖索引。它可以避免回表查询，提高查询效率。
7. 分析查询性能
   • 使用 EXPLAIN 或 EXPLAIN ANALYZE 等工具分析查询性能，确定哪些列需要索引。
   • 使用实际的查询工作负载来测试索引的效果。
8. 避免过多的索引
   • 过多索引： 创建过多索引会增加插入、更新和删除操作的开销，应在性能和维护成本之间取得平衡。
   • 冗余索引： 定期审查索引使用情况，删除不必要或冗余的索引。

5.以id作为主键自增和使用uuid作为主键分别有什么应用场景？

自增 ID 作为主键

优点：

1. 简单性： 自增 ID 简单易用，生成顺序容易预测和理解。
2. 性能高效： 自增 ID 通常是整数类型，占用存储空间小，查询和索引操作高效。
3. 顺序插入： 插入新记录时，ID 按顺序递增，有利于聚簇索引的性能，减少页面分裂。

缺点：

1.单点故障： 在分布式系统中，自增 ID 可能导致单点故障，因为 ID 生成依赖于单个节点。
2.数据暴露： 顺序 ID 使得记录数量和插入速度容易被外部观察到。
3.合并数据困难： 合并来自不同数据源的记录时，可能会出现 ID 冲突问题。

适用场景：

1.单机系统： 适用于简单的单机系统或较小的应用程序。
2.自动增长的记录： 如日志记录、订单系统等，记录数量较大且需要高效插入和查询。
3.不需要隐藏数据量： 数据量和插入频率不需要保密的场景。

UUID 作为主键

优点：

1. 全球唯一性： UUID 保证全局唯一性，适用于分布式系统和数据合并。
2. 隐藏数据特性： UUID 是随机生成的，不容易推断出数据量和插入频率。
3. 分布式生成： 不依赖单一节点，适合分布式系统和多数据中心部署。

缺点：

1. 性能较低： UUID 比整数长，占用更多存储空间，对索引和查询性能有影响。
2. 无序插入： UUID 的随机性导致插入顺序无序，可能影响聚簇索引的性能和存储效率。
3. 可读性差： UUID 较长且不易读，不适合手动管理和调试。

适用场景：

1. 分布式系统： 适用于分布式数据库和微服务架构，确保全局唯一性。
2. 合并数据： 需要频繁合并不同来源的数据时，避免主键冲突。
3. 需要隐藏数据特性： 数据量和插入频率需要保密的场景，如敏感数据和安全需求较高的应用。

6.B+树和B树的区别？

B树（B-Tree）

1. 节点存储：
   • 每个节点既存储键（key），也存储数据（data）。
   • 内部节点可以存储指向子节点的指针。
2. 叶子节点：
   • 叶子节点也是存储键和数据的节点。
   • 叶子节点之间没有链接。
3. 搜索路径：
   • 从根节点到叶子节点的路径长度相同。
   • 每次查找过程中，可能在任何节点上找到目标键值对。
4. 插入与删除：
   • 插入和删除操作会进行分裂（split）和合并（merge）来保持平衡。

B+树（B+ Tree）

1. 节点存储：
   • 内部节点只存储键，不存储数据。
   • 叶子节点存储所有数据。
   • 内部节点用于指导搜索路径，所有数据都存储在叶子节点中。
2. 叶子节点：
   • 叶子节点存储键和数据。
   • 叶子节点通过链表相连，形成一个链表结构，便于范围查询和顺序遍历。
3. 搜索路径：
   • 搜索路径同样从根节点到叶子节点。
   • 所有数据都在叶子节点，所以数据的检索一定在叶子节点完成。
4. 插入与删除：
   • 插入和删除操作主要影响叶子节点，内部节点主要用于维持搜索路径。
   • 插入和删除也会进行分裂和合并以保持树的平衡。

关键区别

1. 节点内容：
   • B树的所有节点都存储数据，内部节点和叶子节点都可能存储数据。
   • B+树的内部节点仅存储键，所有数据都在叶子节点。
2. 叶子节点链接：
   • B树的叶子节点之间没有链接。
   • B+树的叶子节点之间通过链表相连，便于顺序访问。
3. 范围查询效率：
   • B树的范围查询需要从根节点逐层遍历，不一定是顺序的。
   • B+树的范围查询更高效，因为叶子节点之间有链表链接，可以顺序遍历。
4. 树的高度：
   • B+树通常比B树矮，因为其内部节点存储更多的键，能指向更多的子节点。

7.如何在平衡二叉树中插入新的节点？

AVL树中的插入

AVL树是一种自平衡的二叉搜索树，插入新节点时需要进行旋转操作以保持平衡。

1. 插入新节点：
   • 按照二叉搜索树的方式插入新节点。
   • 从根节点开始，如果新节点的值小于当前节点的值，则移动到左子树，否则移动到右子树。
   • 在适当的位置插入新节点。
2. 更新平衡因子：
   • 插入新节点后，从插入节点开始向上回溯，更新每个节点的平衡因子（高度差）。
   • 平衡因子 = 左子树高度 - 右子树高度。
3. 旋转操作：
   • 如果平衡因子绝对值大于1，则需要进行旋转操作来重新平衡树。
   • 有四种可能的旋转情况：
     • 左左（LL）情况： 对不平衡的节点进行右旋转。
     • 右右（RR）情况： 对不平衡的节点进行左旋转。
     • 左右（LR）情况： 先对不平衡的节点的左子节点进行左旋转，然后对不平衡的节点进行右旋转。
     • 右左（RL）情况： 先对不平衡的节点的右子节点进行右旋转，然后对不平衡的节点进行左旋转。

8.未来想从事什么方向的工作？

9.了解C++有哪些应用领域吗？

1. 系统软件
   • 操作系统： C++经常用于开发操作系统内核和系统工具，如Windows、Linux部分组件等。
   • 驱动程序： 设备驱动程序和硬件接口通常使用C++编写，以便与操作系统高效交互。
2. 游戏开发
   • 游戏引擎： 大多数大型游戏引擎（如Unreal Engine和Unity）都使用C++，因为它能够提供高性能和低延迟。
   • 图形编程： C++与OpenGL、DirectX等图形库结合，用于开发高性能的3D和2D图形应用。
3. 高性能计算
   • 科学计算： 用于需要高计算性能的领域，如天气预测、天体物理学模拟、分子建模等。
   • 数值分析： C++广泛用于开发数值分析和数学计算软件，如MATLAB部分功能、GNU科学库等。
4. 嵌入式系统
   • 硬件编程： 由于C++能够直接操作内存和硬件寄存器，它被广泛用于嵌入式系统开发，如微控制器编程、嵌入式操作系统等。
   • 实时系统： C++用于开发实时操作系统和实时应用，保证系统在特定时间内响应。
5. 应用软件
   • 桌面应用： C++用于开发高性能的桌面应用程序，如Adobe Photoshop、Microsoft Office的部分组件等。
   • 跨平台应用： 使用Qt等框架，C++可以开发跨平台应用程序，支持Windows、macOS、Linux等多个平台。
6. 金融工程
   • 交易系统： C++用于开发高频交易系统和金融分析工具，提供低延迟和高吞吐量。
   • 风险分析： 金融风险分析和定量分析软件（如QuantLib）使用C++进行开发。
7. 通信系统
   • 网络协议： C++用于实现网络协议和通信系统，如TCP/IP协议栈、VoIP应用等。
   • 网络设备： 用于开发路由器、交换机等网络设备的控制软件。
8. 数据库系统
   • 数据库引擎： 许多数据库管理系统（如MySQL、MongoDB）使用C++开发，以提供高效的数据存储和检索。
   • 查询优化： C++用于实现复杂的查询优化算法，提高数据库性能。
9. 浏览器和渲染引擎
   • 浏览器内核： 像Google Chrome的Blink、Mozilla Firefox的Gecko等浏览器内核使用C++开发，以提供高性能的网页渲染和JavaScript执行。
   • 渲染引擎： C++用于开发图形渲染引擎，如WebKit，用于展示网页内容。
10. 人工智能和机器学习
    • 机器学习库： 许多机器学习和深度学习库（如TensorFlow的部分、Caffe）使用C++开发，以提高计算效率。
    • AI应用： 高性能AI应用和算法实现，特别是在资源受限的环境中。

总结

C++的广泛应用得益于其高性能、直接内存管理能力和灵活性。它在系统软件、游戏开发、高性能计算、嵌入式系统、应用软件、金融工程、通信系统、数据库系统、浏览器和渲染引擎、人工智能和机器学习等领域都有重要作用。

10.反问面试官

1. 本人需要在哪些地方加强？
2. 公司现在主要做什么方向的业务？
3. 实习生需要做哪些方面的工作？