字节跳动后端开发一面面经_字节跳动后端开发实习生面试-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_42329812/article/details/140261060

2023-08-07 字节跳动后端开发一面

1 自我介绍：学历背景-实习/项目-校园经历-获奖
2 介绍一下java全栈实习：业务-解决方案-工作-成果-反思
3 xx功能怎么做的：业务-表设计-前端原型-功能-前后端接口-后端实现
4 订单管理货物管理怎么做的：xxx
5 数据存储用的啥： mysql 给主键常用字段加索引
6 货物限量怎么处理： java加锁（锁的比较与选择）/ 数据库事务（考虑了吗，为什么没用）
7 单体应用，某个功能故障了怎么办，会不会系统不可用？
8 分布式怎么保证货物限量秒杀数据一致：redis setnx等
9 用户下单但一直没支付，占用锁怎么办：setnx设置有效期
10 你刚说redis，redis zset的底层原理知道吗：压缩列表、跳表
11 介绍一下压缩列表、跳表应用场景：介绍跳表和压缩列表的特点原理，压缩表：小数据量，快速定位数据，增删，跳表：排序，排行榜等，更大数据量，更快搜索定位，更大内存占用。这里我将跳表的思想和B+树的思想很像提了一下（给自己挖坑）
12 redis 为啥用跳表不用B+树，那个更快：搜索上，B+是 $log_mn$ ,跳表是 $log_2n$ ，所以B+快一点。但使用情况要根据业务情况决定，B+树数据量更大（指针位占用空间更多），占用更多存储空间，维护开销更大，而redis是内存操作，在同一个数量级的操作上，需要尽量节省点空间
13 mysql 为啥用B+不用跳表：本身存储空间充足，数据量更为庞大，mysql这里的B+是用作索引，希望更快找到数据，所以用B+
14 B+更快，但redis不用B+，你说的不矛盾吗：不矛盾，是实际业务决定了他们数据结构的特点，redis内存操作，数据量比mysql存储数据量更小，在这种情况下，二者查询效率差距不大，而跳表能节省出更多的内存，此外跳表维护数据增加成本比B+树小，不用旋转维护平衡，因此，综合考量选跳表。mysql是磁盘上存储，数据量比redis大得多，这种情况b+能比跳表更快一些（IO磁盘次数大幅减少），帮助更快查数据，而且存储空间比内存多得多，不用太过考量空间成本，所以综合选B+。此外还有的考量就是跳表实现更简单yyds
15 计算机网络，说一说tcp udp的区别：传输层有无连接可靠交付与否拥塞控制与否全双工一对一多对多等等协议格式不同长度不用
16 TCP拥塞控制过程：拥塞是什么，为什么拥塞会出现。慢开始、拥塞避免、快重传、快恢复过程
16 为啥快恢复窗口设为原来1/2：不知道，我感觉实时监控网络流量，自适应选择阈值更合适比如1/2、 1/4。
17 为啥四分之一，用过吗：没用过，四分之一可以位运算，更快点
18 进程线程区别：资源单位、调度单位、系统开销、通信比较
19 你刚说套接字进程通信，那一个主机内两个进程套接字通信会走网路吗：协议栈走一遍，到网卡会判断是否走网络
20 手撕牛肉bushi，代码：搜索旋转排序数组：二分搜索，log(n)
搜索旋转排序数组

整数数组 nums 按升序排列，数组中的值 互不相同 。

在传递给函数之前，nums 在预先未知的某个下标 k（0 <= k < nums.length）上进行了 旋转，使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]]（下标 从 0 开始 计数）。例如， [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。

给你 旋转后 的数组 nums 和一个整数 target ，如果 nums 中存在这个目标值 target ，则返回它的下标，否则返回 -1 。

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

示例 1：

输入：nums = [4,5,6,7,0,1,2], target = 0
输出：4
示例 2：

输入：nums = [4,5,6,7,0,1,2], target = 3
输出：-1
示例 3：

输入：nums = [1], target = 0
输出：-1

class Solution {
    public int search(int[] nums, int target) {
        int n = nums.length;
        int pivotIndex = binaryIndex(nums,n);
        int ans = -1;
        if(nums[pivotIndex] == target){
            return pivotIndex;
        }else if(pivotIndex==0 ){
            ans = binarySearch(nums,0,n-1,target);
        }else if(nums[0] > target){
            ans = binarySearch(nums,pivotIndex,n-1,target);
        }else{
            ans = binarySearch(nums,0,pivotIndex,target);
        }
        return ans ;
    }
    public int binarySearch(int[]nums,int l,int r,int target){
        int left = l;
        int right = r;
        int mid = (right - left) / 2 + left;
        while(left<=right){
            if(nums[mid] == target){
                return mid;
            }else if(nums[mid]<target){
                left = mid + 1;
            }else{
                right = mid - 1;
            }
            mid = (right - left) / 2 + left;
        } 
        return -1;
    }
    public int binaryIndex(int[]nums,int n){
        int left = 0;
        int right = n-1;
        if(nums[left]<=nums[right])return left;
        int mid = (right - left) / 2 + left;
        while(left < right){
            mid = (right - left) / 2 + left;
            if(nums[mid]>nums[mid+1])return mid + 1;
            else if(nums[mid]<nums[right])right = mid;
            else left = mid + 1;
        }
        return right;
    }
}