腾讯移动客户端开发实习生一面总结（2021-3-17）_腾讯移动客户端一面-优快云博客

本文链接：https://blog.youkuaiyun.com/AlexiosQ/article/details/114981539

文章目录

微机原理

8086寻址方式⭐

形成指令地址或操作数地址的方式，称为寻址方式。
8086CPU的寻址分为两类，即指令寻址方式和数据寻址方式。
在这里插入图片描述

1.立即寻址

指令的操作数（地址码）字段直接给出操作数本身。
例：MOV AX，251
MOV AL，‘5’
MOV AL，0E8H
MOV AX，2346H
其中，251、‘5’、0E8H、2346H均为立即数

※立即数不能放入段寄存器中。（×）MOV CS，251
立即数只能做源操作数。（×）MOV 3，AL
源、目的操作数的字长必须一致。（×）MOV AH, 3064H
立即寻址不能用于单操作数指令。

2.寄存器寻址

操作数在CPU内部的通用寄存器中，指令指定寄存器名。
8位通用寄存器：AH、AL、BH、BL、CH、CL、DH、DL
16位通用寄存器：AX、BX、CX、DX、SI、DI、BP、SP
段寄存器：CS、DS、SS、ES
FLAGS标志寄存器

例：
在这里插入图片描述
其中，CL、DL、AX、BX就是寄存器寻址方式。

※
在这里插入图片描述
CS（代码段寄存器）不能作目的操作数。
（×）MOV AL，BX （×）MOV AX，BL
（×）MOV CS，DS

3.存储器寻址

必须求物理地址！
既可用于DST，也可用于SRC，但不能同时使用，用方括号对［］表示存储器寻址。

（1）直接寻址
EA（有效地址）=DISP（偏移量）
地址表达式 / [地址表达式] / [数字表达式]
直接寻址方式默认的段寄存器是DS。
例——P88~90

（2）寄存器间接寻址
EA=[BX]/[BP]/[SI]/[DI]
BX、BP为基址寄存器；SI、DI为变址寄存器。
如果指令中指定的寄存器是BX、SI、DI，则操作数默认在数据段中，取DS寄存器的值作为操作数的段地址值；如果指令中指定的寄存器是BP，则操作数默认在堆栈段中，取SS寄存器的值作为操作数的段地址值。
例：
在这里插入图片描述
※

（3）寄存器相对寻址
EA=[BX]/[BP]/[SI]/[DI]+DISP
例：三种等价的形式

（4）基址加变址寻址
EA=[BX]/[BP]+[SI]/[DI]

（5）相对基址加变址寻址
EA=[BX]/[BP]+[SI]/[DI]+DISP
位移量[基址寄存器][变址寄存器]
[基址寄存器+变址寄存器+位移量]

4.I/O端口寻址
在这里插入图片描述

计算机网络原理

TCP和UDP的区别，哪个效率更高？
在这里插入图片描述
UDP效率更高。

TCP的优点：可靠、稳定

稳定的原因：稳定TCP的可靠体现在TCP在传递数据之前，会有三次握手来建立连接，而且在数据传递时，有确认、窗口重传、拥塞控制机制，在数据传完后，还会断开连接用来节约系统资源。

TCP的缺点：慢，效率低，占用系统资源高，易被攻击。

TCP效率低的原因：在传递数据之前，要先建连接，这会消耗时间，而且在数据传递时，确认机制、重传机制、拥塞控制机制等都会消耗大量的时间，而且要在每台设备上维护所有的传输连接，事实上，每个连接都会占用系统的CPU、内存等硬件资源。而且，因为TCP有确认机制、三次握手机制，这些也导致TCP容易被人利用，实现DOS、DDOS、CC等攻击。

UDP的优点：效率高，比TCP稍安全。

不稳定的原因：因为UDP没有TCP那些可靠的机制，在数据传递时，如果网络质量不好，就会很容易丢包。

UDP的缺点：不可靠，不稳定。

效率高的原因： UDP没有TCP的握手、确认、窗口、重传、拥塞控制等机制，UDP是一个无状态的传输协议，所以它在传递数据时非常快。没有TCP的这些机制，UDP较TCP被攻击者利用的漏洞就要少一些。但UDP也是无法避免攻击的，比如：UDP Flood攻击等等。

数据结构

哈希表

b站的哈希表教学视频讲得很清楚→
带你快速理解哈希表（散列表）的运作原理

树

无序树、有序树
二叉树、满二叉树、完全二叉树、平衡二叉树（AVL树）、二叉搜索树、霍夫曼树、红黑树
B树、B+树、B*树、R树
字典树、后缀树

代码题

LeetCode #34. 在排序数组中查找元素的第一个和最后一个位置

从前往后遍历一遍，用两个变量记录第一次和最后一次遇见 target 的下标，这很简单，时间复杂度为O(n)，但没有利用到数组升序排列的条件。

对此进行优化，可用二分查找的方法，时间复杂度为O(log n)。

class Solution { 
public:
    int binarySearch(vector<int>& nums, int target, bool lower) {
        int left = 0, right = (int)nums.size() - 1, ans = (int)nums.size();
        while (left <= right) {
            int mid = (left + right) / 2;
            if (nums[mid] > target || (lower && nums[mid] >= target)) {
                right = mid - 1;
                ans = mid;
            } else {
                left = mid + 1;
            }
        }
        return ans;
    }

    vector<int> searchRange(vector<int>& nums, int target) {
        int leftIdx = binarySearch(nums, target, true);
        int rightIdx = binarySearch(nums, target, false) - 1;
        if (leftIdx <= rightIdx && rightIdx < nums.size() && nums[leftIdx] == target && nums[rightIdx] == target) {
            return vector<int>{leftIdx, rightIdx};
        } 
        return vector<int>{-1, -1};
    }
};