358-C++、Linux必备知识点

1.什么是乐观锁？

乐观锁就是总是认为不会产生并发的问题，每次去取数据的时候总认为不会有其他线程对数据进行修改，因此不会上锁，但是在更新时会判断其他线程在这之前有没有对数据进行修改，一般使用版本号机制或CAS机制来实现

2.CAS机制

CAS是乐观锁的一种实现方式，是一种轻量级的锁

原理：线程在读取数据时不进行加锁，在准备写回数据时，先去查询原值是否被修改，若被修改则写回，否则，重新执行读取流程

3.乐观锁带来的问题

CAS操作长时间不成功，会导致一直自旋，相当于死循环，造成CPU消耗过大

4.什么是悲观锁？

悲观锁总是假设最坏情况，每次取数据时都认为其他线程会修改数据，所以都会加锁，当其他线程想要访问数据时，都要挂起等待

5.乐观锁和悲观锁的适用场景

①响应速度：如果需要非常高的响应速度，建议采用乐观锁方案，成功就执行，不成功就不执行，不需要等待其他并发去释放锁
②冲突频率：如果冲突频率非常高，建议采用悲观锁来保证成功率，因为冲突频率大的话，乐观锁需要多次重试才能成功，代价比较大
③重试代价：如果重试代价大，建议采用悲观锁

6.哈希函数也叫散列函数，哈希表也叫散列表

7.什么是哈希冲突？

不同关键字通过相同哈希函数计算出相同的哈希地址，该种现象称为哈希冲突或哈希碰撞

把具有不同关键码而具有相同哈希地址的数据元素称为“同义词”

8.如何解决哈希冲突

解决哈希冲突两种常见的方法是：闭散列和开散列

1.闭散列
闭散列：也叫开放定址法(开地址法)，当发生哈希冲突时，如果哈希表未被装满，说明在哈希表中必然还有空位置，那么可以把key存放到冲突位置中的“下一个” 空位置中去。如何寻找下一个空位置成为了解决问题的关键所在！

线性探测
现在需要在一个位置插入元素44，先通过哈希函数计算哈希地址，该位置的hashAddr为4，因此44这个位置理论上应该插在该位置，但是该位置已经放了值为4的元素，即发生哈希冲突。

线性探测：从发生哈希冲突的位置开始，依次向后探测，直到寻找到下一个空位置为止

线性探测优点
实现非常简单

线性探测缺点
一旦发生哈希冲突，所有的冲突连在一起，容易产生数据“堆积”，即：不同关键码占据了可利用的空位置，使得寻找某关键码的位置需要许多次比较，导致搜索效率降低

插入
通过哈希函数获取待插入元素在哈希表中的位置
如果该位置中没有元素则直接插入新元素，如果该位置中有元素发生哈希冲突，使用线性探测找到下一个空位置，插入新元素

删除
采用闭散列处理哈希冲突时，不能随便物理删除哈希表中已有的元素，若直接删除元素会影响其他元素的搜索。比如删除元素4，如果直接删除掉，44查找起来可能会受影响。因此线性探测采用标记的伪删除法来删除一个元素。

二次探测
线性探测的缺陷是产生冲突的数据堆积在一块，这与其找下一个空位置有关系，因为找空位置的方式就是挨着往后逐个去找，因此二次探测为了避免该问题，找下一个空位置的方法为： = ( + )% m,或者： = ( - )% m。其中：i = 1,2,3…， 是通过散列函数Hash(x)对元素的关键码 key 进行计算得到的位置，m是表的大小

闭散列最大的缺陷就是空间利用率比较低，这也是哈希的缺陷！

2.开散列
开散列概念
开散列法又叫链地址法(开链法)，首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中

开散列增容
桶的个数是一定的，随着元素的不断插入，每个桶中元素的个数不断增多，极端情况下，可能会导致一个桶中链表节点非常多，会影响的哈希表的性能，因此在一定条件下需要对哈希表进行增容，那该条件怎么确认呢？开散列最好的情况是：每个哈希桶中刚好挂一个节点，再继续插入元素时，每一次都会发生哈希冲突，因此，在元素个数刚好等于桶的个数时，可以给哈希表增容!

3.开散列与闭散列比较
应用链地址法处理溢出，需要增设链接指针，似乎增加了存储开销。事实上： 由于开地址法必须保持大量的空闲空间以确保搜索效率，如二次探查法要求装载因子a <= 0.7，而表项所占空间又比指针大的多，所以使用链地址法反而比开地址法节省存储空间