第一次面试小记

第一次面试小记

昨天去上海参加了一家公司面试，面试的是爬虫岗。下面我就记录一下遇到的问题。问题先后顺序按想到哪个写哪个。

1.多线程

进程是程序执行的最小单元，每个进程都有自己独立的内存空间，而线程是进程的一个实体，是系统调用的一个基本单位。

当我们启动一个app的时候这就创建了一个进程，这个app里可能有语音播放、搜索等功能，这就是进程里不同的线程。线程是轻量级的，他没有独立的空间地址（内存空间），因为他是由进程创建的，寄存在进程的内存地址中。一个进程会包含多个线程。线程有5中状态（新建状态、就绪状态、运行状态、阻塞状态、死亡状态）下面是一个简单的多线程代码：

import threading
import time
def my_thread(threadName):
    time.sleep(1)
    print('线程：' + str(threadName)+'正在执行')
    print('hello')
if __name__ == '__main__':
    for i in range(4):
        t = threading.Thread(target=my_thread,args=(i,))
        t.start()

可以看到结果是杂乱无序的，这就是多线程在互相抢占资源，造成输出的顺序不同。下面我会提供一个多线程爬虫例子。

2.快速排序

参考链接：https://cuijiahua.com/blog/2017/12/algorithm_4.html

面试官随机提的一个数据结构题目，很遗憾没答出来，也是平时刷的不够多。在此我贴一下代码。

def QuickSort(input_list, left, right):
    def division(input_list, left, right):
        base = input_list[left]
        while left < right:
            while left < right and input_list[right] >= base:
               right -= 1
            input_list[left] = input_list[right]
            while left < right and input_list[left] <= base:
               left += 1
            input_list[right] = input_list[left]
        input_list[left] = base
        return  left
    if left < right:
        base_index = division(input_list,left,right)
        QuickSort(input_list,left,base_index-1)
        QuickSort(input_list,base_index+1,right)
if __name__ == '__main__':
    input_list = [7,4,8,2,4,8,1,0]
    print('排序前：',input_list)
    QuickSort(input_list,0,len(input_list)-1)
    print('排序后：',input_list)

算法流程图如下：

上图中，演示了快速排序的处理过程：

初始状态为一组无序的数组：2、4、5、1、3。

经过以上操作步骤后，完成了第一次的排序，得到新的数组：1、2、5、4、3。

新的数组中，以2为分割点，左边都是比2小的数，右边都是比2大的数。

因为2已经在数组中找到了合适的位置，所以不用再动。

2左边的数组只有一个元素1，所以显然不用再排序，位置也被确定。（注：这种情况时，left指针和right指针显然是重合的。因此在代码中，我们可以通过设置判定条件left必须小于right，如果不满足，则不用排序了）。

而对于2右边的数组5、4、3，设置left指向5，right指向3，开始继续重复图中的一、二、三、四步骤，对新的数组进行排序。

算法性能如下：

1、快速排序算法的性能

2、时间复杂度

当数据有序时，以第一个关键字为基准分为两个子序列，前一个子序列为空，此时执行效率最差。

而当数据随机分布时，以第一个关键字为基准分为两个子序列，两个子序列的元素个数接近相等，此时执行效率最好。

所以，数据越随机分布时，快速排序性能越好；数据越接近有序，快速排序性能越差。

3、时间复杂度

快速排序在每次分割的过程中，需要 1 个空间存储基准值。而快速排序的大概需要 NlogN次的分割处理，所以占用空间也是 NlogN 个。

4、算法稳定性

在快速排序中，相等元素可能会因为分区而交换顺序，所以它是不稳定的算法。

3.SQL,NoSQL

本科虽然学过数据库这门课，但是后来就没有用过了，所以对数据库可以说完全不了解。面试的时候也闻到了，在此总结一下。
SQL(Structured Query Language)数据库，指关系型数据库，主要代表：SQL Sever，Oracle，MySQL(开源)，PostgreSQL(开源)。NoSQL（Not Only SQL）泛指非关系型数据库。主要代表：MongoDB，Redis，CouchDB。

SQL数据存在特定结构的表中；而NoSQL则更加灵活和可扩展，存储方式可以省是JSON文档、哈希表或者其他方式。SQL通常以数据库表形式存储数据。举个栗子，存个学生借书数据：

而NoSQL存储方式比较灵活，比如使用类JSON文件存储上表中熊大的借阅数据：

4.Python2和3的区别

1.print 函数

print语句没有了，取而代之的是print()函数。

2.除法运算

python2.x整数相除得整数，浮点数相除得浮点数，python3.x整数相除也会得到浮点数

3.range和xrange

range返回的是一个list对象，而xrange返回的是一个生成器对象(xrange object)。

.xrange则不会直接生成一个list，而是每次调用返回其中的一个值，内存空间使用极少，因而性能非常好

4.不等运算符

Python 2.x中不等于有两种写法 != 和 <>

Python 3.x中去掉了<>, 只有!=一种写法