2019秋招面经-主互联网篇
- 阿里巴巴C++研发岗电话面挂经
- 西门子-实习面经
网易笔试题
1、阿里巴巴C++研发岗
阿里真的是突如其来的电话面试啊,还没咋准备就开始了……
先挖个坑,有空补一下。STL了解多少,具体实现方式
准备不充分,只答出了vector、string,问到vector实现方式就有点蒙了- 虚函数
- 多态与继承
哪种排序算法性能最好,具体实现方法
快速排序、堆排序与归并排序的平均时间复杂度均为O(nlogn),快速排序与堆排序是不稳定的排序算法,归并排序是稳定的排序算法。
快速排序的思想是分治,把待排序序列分成多个子序列再进行排序。通过一轮的排序将序列分割成独立的两部分,其中一部分序列的关键字(这里主要用值来表示)均比另一部分关键字小。继续对长度较短的序列进行同样的分割,最后到达整体有序。在排序过程中,由于已经分开的两部分的元素不需要进行比较,故减少了比较次数,降低了排序时间。
详细描述:首先在要排序的序列 a 中选取一个中轴值,而后将序列分成两个部分,其中左边的部分 b 中的元素均小于或者等于 中轴值,右边的部分 c 的元素 均大于或者等于中轴值,而后通过递归调用快速排序的过程分别对两个部分进行排序,最后将两部分产生的结果合并即可得到最后的排序序列。“基准值”的选择有很多种方法。最简单的是使用第一个记录的关键字值。但是如果输入的数组是正序或者逆序的,就会将所有的记录分到“基准值”的一边。较好的方法是随机选取“基准值”,这样可以减少原始输入对排序造成的影响。但是随机选取“基准值”的开销大。
为了实现一次划分,我们可以从数组(假定数据是存在数组中)的两端移动下标,必要时交换记录,直到数组两端的下标相遇为止。为此,我们附设两个指针(下角标)i 和 j, 通过 j 从当前序列的有段向左扫描,越过不小于基准值的记录。当遇到小于基准值的记录时,扫描停止。通过 i 从当前序列的左端向右扫描,越过小于基准值的记录。当遇到不小于基准值的记录时,扫描停止。交换两个方向扫描停止的记录 a[j] 与 a[i]。 然后,继续扫描,直至 i 与 j 相遇为止。扫描和交换的过程结束。这是 i 左边的记录的关键字值都小于基准值,右边的记录的关键字值都不小于基准值。
通过两个不相邻元素交换,可以一次交换消除多个逆序,加快排序速度。快速排序方法在要排序的数据已经有序的情况下最不利于发挥其长处。
#include <stdio.h>
#define MAX_NUM 80
void quicksort(int* a, int p,int q)
{
int i = p;
int j = q;
int temp = a[p];
while(i < j)
{
// 越过不小于基准值的数据
while( a[j] >= temp && j > i ) j--;
if( j > i )
{
a[i] = a[j];
i++;
// 越过小于基准值的数据
while(a[i] <= temp && i < j ) i++;
if( i < j )
{
a[j] = a[i];
j--;
}
}
}
a[i] = temp;
for(int k = p; k <= q;k++)
{
if( k == i )
{
printf("(%d) ",a[k]);
continue;
}
printf("%d ",a[k]);
}
printf("\n");
if( p < (i-1)) quicksort(a,p,i-1);
if((j+1) < q ) quicksort(a,j+1,q);
}
int main(int argc, char* argv[])
{
int a[MAX_NUM];
int n;
printf("Input total numbers: ");
scanf("%d",&n);
if( n > MAX_NUM ) n = MAX_NUM;
for(int i = 0; i < n;i++)
{
scanf("%d",&a[i]);
}
printf("Divide sequence:\n");
quicksort(a,0,n-1);
printf("The sorted result:\n");
for(int i = 0; i < n;i++)
{
printf("%d ",a[i]);
}
printf("\n");
return 0;
}
快速排序的运行时间与分解是否对称有关,而后者又与选择了哪一个元素来进行划分有关。如果划分是对称的,则运行时间与归并排序相同,为Θ(n lg n)。如果每次分解都形成规模为n-1和0的两个子问题,快速排序的运行时间将变为Θ(n2)。快速排序的平均情况运行时间与其最佳情况相同,为Θ(n lg n)。
- 堆与栈的区别
2、西门子实习面经
投了大数据开发部和信息安全部门,最后去了信息安全,大数据开发被刷。
- 大数据开发部门
主要做深度学习,先问了我的项目内容,然后所做的算法。机器学习问了个各种激励函数的选取方法。 信息安全部门
问的比较全面。首先是linux中查看进程的指令;查找有什么方法;排序有什么方法;是否了解云计算,web开发;python中字典的实现方法(可能只是实习所以问的都挺水的)3、网易笔试题
选择题非常多,涉及的面也很广。重点记录:快排、二分查找等数据结构方法的性能;socket网络编程;linux中非root用户为什么可以管理密码;linux网络接口在哪个文件
编程题三道,都还挺难的,之后记录
问答题两道:1、template中参数类型。2、如何记录唯一id,方便删减(链表)
整体答得不好,估计会挂……
数据库知识点总结
Mongodb特点:
- 高性能、易部署、易使用,存储数据非常方便。主要功能特性有:
- 面向集合存储,易存储对象类型的数据。
- 模式自由。
- 支持动态查询。
- 支持完全索引,包含内部对象。
- 支持查询。
- 支持复制和故障恢复。
- 使用高效的二进制数据存储,包括大型对象(如视频等)。
- 自动处理碎片,以支持云计算层次的扩展性
- 支持Python,PHP,Ruby,Java,C,C#,Javascript,Perl及C++语言的驱动程序,社区中也提供了对Erlang及.NET等平台的驱动程序。
- 文件存储格式为BSON(一种JSON的扩展)。
- 可通过网络访问。
Mongodb适用场景:
- 网站数据:Mongo非常适合实时的插入,更新与查询,并具备网站实时数据存储所需的复制及高度伸缩性。
- 缓存:由于性能很高,Mongo也适合作为信息基础设施的缓存层。在系统重启之后,由Mongo搭建的持久化缓存层可以避免下层的数据源 过载。
- 大尺寸,低价值的数据:使用传统的关系型数据库存储一些数据时可能会比较昂贵,在此之前,很多时候程序员往往会选择传统的文件进行存储。
- 高伸缩性的场景:Mongo非常适合由数十或数百台服务器组成的数据库。Mongo的路线图中已经包含对MapReduce引擎的内置支持。
- 用于对象及JSON数据的存储:Mongo的BSON数据格式非常适合文档化格式的存储及查询。
Mongodb功能:
- 面向集合的存储:适合存储对象及JSON形式的数据。
- 动态查询:Mongo支持丰富的查询表达式。查询指令使用JSON形式的标记,可轻易查询文档中内嵌的对象及数组。
- 完整的索引支持:包括文档内嵌对象及数组。Mongo的查询优化器会分析查询表达式,并生成一个高效的查询计划。
- 查询监视:Mongo包含一个监视工具用于分析数据库操作的性能。
- 复制及自动故障转移:Mongo数据库支持服务器之间的数据复制,支持主-从模式及服务器之间的相互复制。复制的主要目标是提供冗余及自动故障转移。
- 高效的传统存储方式:支持二进制数据及大型对象(如照片或图片)
- 自动分片以支持云级别的伸缩性:自动分片功能支持水平的数据库集群,可动态添加额外的机器。
面试题(sql):经典题