字节一面总结

面试问题

1 线程和进程的区别

1. 进程 是操作系统资源分配的最小单位。 线程（英语：thread）是操作系统能够进行运算调度的最小单位

2. 进程有自己的独立地址空间，每启动一个进程，系统就会为它分配地址空间，建立数据表来维护代码段、堆栈段和数据段，这种操作非常昂贵。

   线程是共享进程中的数据的，使用相同的地址空间，因此CPU切换一个线程的花费远比进程要小很多，同时创建一个线程的开销也比进程要小很多。

3. 线程之间的通信更方便，同一进程下的线程共享全局变量、静态变量等数据，而进程之间的通信需要以通信的方式（IPC)进行。

   进程间通信方式：

   • 管道
   • 消息队列：消息队列是由消息的链表，存放在内核中并由消息队列标识符标识。
   • 共享内存：共享内存就是映射一段能被其他进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。
   • 信号量： 信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止某进程正在访问共享资源时，其他进程也访问该资源。因此，主要作为进程间以及同一进程内不同线程之间的同步手段。
   • 套接字
   • 信号

4. 多进程程序更健壮，多线程程序只要有一个线程死掉，整个进程也死掉了，而一个进程死掉并不会对另外一个进程造成影响，因为进程有自己独立的地址空间。

2 死锁的原理

多个线程/进程在抢占CPU执行权的时候出现了互相等待的状态。

四个条件

这四个条件是死锁产生的必要条件，只要发生死锁，一定存在这四个条件

互斥条件 ：一个资源每次只能被一个进程/线程使用

请求保持条件：一个进程在申请新的资源的同时保持对原有资源的占有（只有这样才是动态申请，动态分配）；

循环等待：资源申请者不能强行地从资源占有者手中夺取资源，资源只能由占有者自愿释放；

不可抢占：若干进程之间形成一种头尾相连的循环等待资源。

3 url中输入HTTPS后的全流程

1. 解析URL

   检查这些请求是HTTPS还是HTTP，如果是HTTPS的话则使用HTTPS协议进行访问

2. 查找IP地址

   首先检查本地缓存中是否存在该域名，如果存在则直接使用缓存中的IP地址进行访问。

   如果不存在，检查域名是否在本地的Hosts文件中，如果找到直接返回域名对应的IP。

   向DNS服务器发送一个域名查询请求，然后就执行DNS查询过程，最终返回域名对应的IP地址。

3. 建立连接

   • 当浏览器得到了目标服务器的 IP 地址，以及 URL 中给出来端口号（http 协议默认端口号是 80， https 默认端口号是 443），它会调用系统库函数 socket ，请求一个 TCP流套接字。进行网络数据的传输。
   • 连接建立之后，则根据HTTP协议进行数据交换，资源通常是 HTML 文件，也可能是 PDF，图片，或者其他类型的内容。

4. 浏览器获得资源文件后，HTML，css，js等文件则根据自身内核的机制，进行页面渲染，然后呈现给用户。

5. 浏览器发送连接请求，附上自己支持的加密算法

6. 服务器接收到客户端请求，想浏览器发送对应的CA证书，证书包含非堆成加密的公钥以及证书签名。

7. 浏览器判断证书是否合法，并生成随机会话密钥，使用公钥加密随机会话密钥后发送给服务器

8. 服务器采用私钥解密随机会话密钥

4 cookie和session的区别

cookie数据保存在客户端，session数据保存在服务器端。

Cookie的工作原理：

（1）浏览器端第一次发送请求到服务器端
（2）服务器端创建Cookie，该Cookie中包含用户的信息，然后将该Cookie发送到浏览器端
（3）浏览器端再次访问服务器端时会携带服务器端创建的Cookie
（4）服务器端通过Cookie中携带的数据区分不同的用户

Session的工作原理：

（1）浏览器端第一次发送请求到服务器端，服务器端创建一个Session，同时会创建一个特殊的Cookie（name为JSESSIONID的固定值，value为session对象的ID），然后将该Cookie发送至浏览器端
（2）浏览器端发送第N（N>1）次请求到服务器端,浏览器端访问服务器端时就会携带该name为JSESSIONID的Cookie对象
（3）服务器端根据name为JSESSIONID的Cookie的value(sessionId),去查询Session对象，从而区分不同用户。
name为JSESSIONID的Cookie不存在（关闭或更换浏览器），返回1中重新去创建Session与特殊的Cookie
name为JSESSIONID的Cookie存在，根据value中的SessionId去寻找session对象
value为SessionId不存在（Session对象默认存活30分钟），返回1中重新去创建Session与特殊的Cookie
value为SessionId存在，返回session对象

区别：

cookie数据保存在客户端，session数据保存在服务端。

session
简单的说，当你登陆一个网站的时候，如果web服务器端使用的是session，那么所有的数据都保存在服务器上，客户端每次请求服务器的时候会发送当前会话sessionid，服务器根据当前sessionid判断相应的用户数据标志，以确定用户是否登陆或具有某种权限。由于数据是存储在服务器上面，所以你不能伪造。

cookie
sessionid是服务器和客户端连接时候随机分配的，如果浏览器使用的是cookie，那么所有数据都保存在浏览器端，比如你登陆以后，服务器设置了cookie用户名，那么当你再次请求服务器的时候，浏览器会将用户名一块发送给服务器，这些变量有一定的特殊标记。服务器会解释为cookie变量，所以只要不关闭浏览器，那么cookie变量一直是有效的，所以能够保证长时间不掉线。

5 MYSQL的索引

索引是存储引擎用于提高数据库表的访问速度的一种数据结构。

优点：

• 加快数据查找的速度
• 为用来排序或者是分组的字段添加索引，可以加快分组和排序的速度
• 加快表与表之间的连接

缺点：

• 建立索引需要占用物理空间
• 会降低表的增删改的效率，因为每次对表记录进行增删改，需要进行动态维护索引，导致增删改时间变长

作用：

数据是存储在磁盘上的，查询数据时，如果没有索引，会加载所有的数据到内存，依次进行检索，读取磁盘次数较多。有了索引，就不需要加载所有数据，因为B+树的高度一般在2-4层，最多只需要读取2-4次磁盘，查询速度大大提升。

建立索引的条件：

1. 经常用于查询的字段
2. 经常用于连接的字段建立索引，可以加快连接的速度
3. 经常需要排序的字段建立索引，因为索引已经排好序，可以加快排序查询速度

什么情况下不建索引？

1. where条件中用不到的字段不适合建立索引
2. 表记录较少
3. 需要经常增删改
4. 参与列计算的列不适合建索引
5. 区分度不高的字段不适合建立索引，如性别等

6 并列索引

ABC

查询AC只能部分命中,索引的部分命中

什么是最左匹配原则？

如果 SQL 语句中用到了组合索引中的最左边的索引，那么这条 SQL 语句就可以利用这个组合索引去进行匹配。当遇到范围查询(>、<、between、like)就会停止匹配，后面的字段不会用到索引。

对(a,b,c)建立索引，查询条件使用 a/ab/abc 会走索引，使用 bc 不会走索引。

对(a,b,c,d)建立索引，查询条件为a = 1 and b = 2 and c > 3 and d = 4，那么a、b和c三个字段能用到索引，而d无法使用索引。因为遇到了范围查询。

如下图，对(a, b) 建立索引，a 在索引树中是全局有序的，而 b 是全局无序，局部有序（当a相等时，会根据b进行排序）。直接执行b = 2这种查询条件无法使用索引。

当a的值确定的时候，b是有序的。例如a = 1时，b值为1，2是有序的状态。当a = 2时候，b的值为1，4也是有序状态。 当执行a = 1 and b = 2时a和b字段能用到索引。而执行a > 1 and b = 2时，a字段能用到索引，b字段用不到索引。因为a的值此时是一个范围，不是固定的，在这个范围内b值不是有序的，因此b字段无法使用索引。

7 抽象类和接口的区别

8 抽象类和接口分别在什么场景下使用

使用抽象类的情况：

• 需要为一些类提供公共的实现代码时，应优先考虑抽象类
• 定义某个领域的固有属性
• 既想约束子类具有共同的行为（但不再乎其如何实现），又想拥有缺省的方法，又能拥有实例变量

使用接口:

• 约束多个实现类具有统一的行为，但是不在乎每个实现类如何具体实现
• 实现类需要具备很多不同的功能，但各个功能之间可能没有任何联系。
• 使用接口的引用调用具体实现类中实现的方法（多态）

9 JVM垃圾回收机制、算法

垃圾收集器：Serial收集器

算法：

• 标记清除算法: 标记要回收的对象，标记完成后统一回收所有被标记的对象。效率问题、空间问题
• 复制算法：将内存分为两部分，每次使用一部分，使用完之后将存活对象拷贝到另一块内存当中，再将所有内存全部清除。
• 标记-整理算法：标记过程仍然与“标记-清除”算法⼀样，但后续步骤不是直接对可回收对象回收，⽽是让所有存活的对象向⼀端移动，然后直接清理掉端边界以外的内存 。
• 分代收集算法：⽐如在新⽣代中，每次收集都会有⼤量对象死去，所以可以选择复制算法，只需要付出少量对象的复制成本就可以完成每次垃圾收集。⽽⽼年代的对象存活⼏率是⽐较⾼的，⽽且没有额外的空间对它进⾏分
  配担保，所以我们必须选择“标记-清除”或“标记-整理”算法进⾏垃圾收集

10 JAVA中线程、进程同步方式

11 JAVA类的加载过程

1. 加载
2. 验证
3. 准备
4. 解析
5. 初始化
6. 使用
7. 卸载

12.Linux中的内存模型

内存管理分为连续分配管理以及非连续分配管理两种

连续分配管理 ：块式管理。

非连续分配管理：页式管理、段式管理以及段页式管理.

在分页式内存管理当中，由于存在虚拟内存，存在

1. 虚拟地址到物理地址的转换要快。
2. 解决虚拟地址空间⼤，⻚表也会很⼤的问题

为了解决虚拟地址到物理地址的转换速度，操作系统在 ⻚表⽅案 基础之上引⼊了 快表 来加速虚拟地
址到物理地址的转换。其中的内容是⻚表的⼀部分或者全部内容。作为⻚表的 Cache，它的作⽤与⻚表相似，但是提⾼了访问速率。由于采⽤⻚表做地址转换，读写内存数据时 CPU 要访问两次主存。有了快表，有时只要访问⼀次⾼速缓冲存储器，⼀次主存，这样可加速查找并提⾼指令执⾏速度。

1. 根据虚拟地址中的⻚号查快表；
2. 如果该⻚在快表中，直接从快表中读取相应的物理地址；
3. 如果该⻚不在快表中，就访问内存中的⻚表，再从⻚表中得到物理地址，同时将⻚表中的该映射
   表项添加到快表中；
4. 当快表填满后，⼜要登记新⻚时，就按照⼀定的淘汰策略淘汰掉快表中的⼀个⻚。

算法

题目

给定一个数n如23121;给定一组数字a如[2 4 9]求由a中元素组成的小于n的最大数

代码解析思路

该题使用到的算法主要是贪心、回溯以及二分，首先将nums数组进行排序方便进行二分查找，之后将给定数字n分解成一个列表，注意最高位在列表的最后一位，需要从前往后尽心寻找。

首先判断能取的最大数跟N的位数是否相同，不同直接取数组中的最大值即可。
注意如果出现前面取跟n一样的数，而后面出现没有数可以取的情况需要回溯减小前面的数。

代码

package com.byte_mianshi;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Scanner;
public class Nmin {
    private  static int ret = 0;
    private  static  boolean over = false;
    public static void resolve(int n,int[] data){
        Arrays.sort(data);
        List<Integer> list = new ArrayList<Integer>();
        int n_copy = n;
        int tmp = 0;
        while (n_copy >0){
            tmp = n_copy % 10;
            n_copy = n_copy / 10;
            list.add(tmp);
        }
        System.out.println("数据打印开始");

        for (int d: list) {
            System.out.println(d);
        }
        System.out.println("数据打印开始");
        System.out.println("数组打印开始");
        for(int d : data){
            System.out.println(d);
        }
        System.out.println("数组打印完毕");
        System.out.println("数据大小：" + list.size());


        int minData = 0;
        for (int d: list) {
            minData = minData * 10 + data[0];
        }
        System.out.println("最小值"+minData);
        if(minData >= n){
            //只能取比n少一位
            dfs(data,list,n,list.size()-2,0,true);
        }else{
            dfs(data,list,n,list.size()-1,0,false);
        }

        System.out.println(ret);
    }

    /**
     *
     * @param data  可选数组数据
     * @param list  分解后的n值
     * @param n
     * @param index  当前正在选择的位数
     * @param ans    已经选择的数组成的值
     * @param flag   是否可以无脑选择最大数的标志位
     */
    public static  void dfs(int[] data,List<Integer> list,int n,int index,int ans,boolean flag){
        int len = list.size();
        if(over == true){
            return ;
        }
        if(index < 0){
            //选择完毕
            if(ans < n){
                ret = Math.max(ret,ans);
                over = true;
                return ;
            }
            return ;
        }
        if(flag == false){
            //找到最大的不大于list.get(index)的坐标
            int  f = find(list.get(index) , data);
            //当前所有的数都比需要小于的数大，说明前面的数取大了，直接返回
            if( f < 0){
                return;
            }else{
                for(int i = f;i>=0;i--){
                    ans = ans * 10 + data[i];
                    if(data[i] < list.get(index)){
                        flag = true;
                        dfs(data,list,n,index-1,ans,flag);
                    }else{
                        //相等的情况
                        dfs(data,list,n,index-1,ans,flag);
                    }
                    ans = (ans - data[i])/10;
                }
            }
        }else{
            //说明前面有数字比n对应的数字小，可以一直取最大值
            ans = ans * 10 + data[data.length-1];
            dfs(data,list,n,index-1,ans,flag);
        }

    }

    /**
     * 找到不大于min的第一个序列号
     * @param min
     * @param data  查找的数组
     * @return   数组中第一个小于等于min的序号
     */
    public static int find(int min,int[] data){
        int left  = 0;
        int right = data.length-1;
        while (left <= right){
            int mid = left + ((right - left)>>1);
            if( data[mid] <= min){
                left = mid + 1;
            }else{
                right = mid - 1;
            }
        }
        if( right <0 ){
            return -1;
        }
        return right;

    }
}

测试案例

public class NminTest {

    @Test
    public void Test(){
        Nmin nmin = new Nmin();
        int[] data = new int[] {5,6,7,8};
        nmin.resolve(2333,new int[]{2,3});
        nmin.resolve(233332,new int[]{2,3});
        nmin.resolve(500,new int[]{4,9});
        nmin.resolve(5612,new int[] {5,6,7,8});
        nmin.resolve(5416,new int[] {5,4,8,2});
        nmin.resolve(123434,new int[] {1,4,6,3,8});
        nmin.resolve(32,new int[] {2,3});
    }

}

输出结果

2332
233323
499
5588
5288
118888
23

Process finished with exit code 0