面试小结
这一次面试没有想象中的那么压力山大，面试官也没有去死咬着某个知识点去提问，而是通过投递的简历来提问，其中计算机操作系统相关的题目较多，而我有对计算机系统方面的线程进程问题又比较了解，在这个部分表现得还算过得去，但是在于存储的方面我确实没有一个很好的实践积累，回答的大多都是在理论上的知识点，还有设备IO方面，我知道的也不是很多，面试官看我不是很清楚也就没有深挖。计算机网络相关的基础没有问到，不知道是不是看我的简历上有一两个网络编程的经验就跳过了。
缺少知识点：多线程相关的细节，Mysql，Redis，哈希表，红黑树
面试除了基础知识的提问，还考察了在设计项目上的思路，例如操作系统上如何去降低一个响应的时间：我除了进程之外也懂得不多，我就回答的是可以优化进程调度的一个策略，例如调整时间片大小，在线程之下创建亚线程。内存我直接不管了，另外加多CPU支持并行，多的我面试的时候也没有想到。
以下是AI生成的其他回答
I/O优化
异步I/O：用非阻塞I/O（如epoll、io_uring）替代同步阻塞调用。
缓冲和批处理：合并小I/O请求为大操作（如磁盘写合并）。
SSD/高速存储：替换机械硬盘，降低I/O延迟。
内核参数调优
调整调度器：如Linux的CFS（完全公平调度器）参数或改用实时调度策略（SCHED_FIFO）。
中断优化：启用中断负载均衡（irqbalance），或绑定中断到特定CPU。
亚线程/协程：将任务拆分为更轻量级的单元（如协程、用户态线程），减少阻塞。
CPU绑定（Affinity）：将关键进程绑定到特定CPU核心，避免缓存失效和迁移开销。网络相关场景题
还有在网络繁忙的时候该如何解决大量访问的问题，这里我回答的是一个限流，以下是常见的限流算法
令牌桶（Token Bucket）：
固定速率生成令牌，请求需消耗令牌（突发流量允许一定峰值）。
实现工具：Nginx limit_req、Redis + Lua脚本。
漏桶（Leaky Bucket）：
请求以恒定速率处理（平滑流量，严格限制突发）。
固定窗口/滑动窗口计数：
统计单位时间内的请求数（如每分钟100次），滑动窗口更精确但开销略高。
自适应限流：
根据系统负载动态调整阈值（如CPU、队列长度），如Netflix的Hystrix。以下是AI回答
流量整形与负载均衡
队列缓冲：用消息队列（Kafka、RabbitMQ）异步处理请求，削峰填谷。
负载均衡：
横向扩展：增加服务实例，通过LB（如Nginx、HAProxy）分发流量。
智能路由：根据服务器负载动态分配请求（如Least Connections算法）。
服务降级与熔断
降级：关闭非核心功能（如推荐服务），返回缓存或默认值。
熔断：当错误率超过阈值时，短暂拒绝请求（如Hystrix、Resilience4j）。
服务隔离：将关键服务与非关键服务分离（如线程池隔离）。
缓存优化
多级缓存：
客户端缓存 → CDN → 服务端缓存（Redis）→ 数据库缓存。
热点数据预加载：提前缓存高频访问数据（如秒杀商品库存）。
弹性伸缩与云原生方案
自动扩缩容：Kubernetes HPA、AWS Auto Scaling。
Serverless：突发流量由无服务函数（如AWS Lambda）处理。
协议与连接优化
长连接复用：减少TCP握手开销（如HTTP/2、gRPC）。
压缩数据：减小传输体积（如Gzip、Protobuf）。
快速失败：设置超时时间（如TCP SYN队列调优）。哈希表和红黑树
问题：“哈希表和红黑树有什么区别？如何选择？” 回答模板：
- 先对比核心特性：
“哈希表基于哈希函数，理想情况下查询是
O(1)，但可能因冲突退化；红黑树是自平衡二叉搜索树，稳定在O(log n)，且支持有序遍历。” - 提优缺点： “哈希表内存占用大但查询快，适合字典类场景；红黑树更省内存且有序，适合范围查询。”
- 举例应用：
“比如Java的
HashMap用哈希表实现快速查找，而TreeMap用红黑树保证键的有序性。”
- 哈希表如何解决冲突？
→ 拉链法（链表+红黑树，如Java 8的
HashMap）、开放寻址法。 - 红黑树 vs AVL树？ → 红黑树牺牲严格平衡性换取更少的旋转操作，适合频繁插入删除的场景。
算法题目
有思路的，可惜没有写出来，以下是题目样例，具体的输入我想不起来了
我理解的这是一种压缩的方式：
例如字符串 ab[avv]{2}dd 代表的是 abavvavvdd，要求写一个算法输入字符串，输出对应的字符串，这一道题我的理解是将 [ 放入栈结构里面，记录右侧下表，遇到]时候弹栈，读取后面的循环次数（限制为2-9，不然更麻烦了），循环输出，但是这里有个重点是这样一个[ ] 是要求可以嵌套使用的，最后写出来的只能处理不嵌套的一种样式，以下是 AI生成的算法，学学看吧
package com.algorithm;
import java.util.Stack;
public class Interview {
public static void main(String[] args) {
String s1 = "ab[avv]{2}dd";
System.out.println(decodeString(s1)); // 输出: abavvavvdd
String s2 = "a[b[c]{2}]{3}d";
System.out.println(decodeString(s2)); // 输出: abccbccbccd
}
// 手动实现的字符串重复方法（兼容 Java 8）
public static String repeat(String str, int times) {
if (times <= 0) {
return "";
}
StringBuilder sb = new StringBuilder();
for (int i = 0; i < times; i++) {
sb.append(str);
}
return sb.toString();
}
public static String decodeString(String s) {
Stack<StringBuilder> strStack = new Stack<>();
Stack<Integer> numStack = new Stack<>();
StringBuilder currentStr = new StringBuilder();
int i = 0;
int n = s.length();
while (i < n) {
char c = s.charAt(i);
if (c == '[') {
// 遇到 '[', 压栈当前状态
strStack.push(currentStr);
currentStr = new StringBuilder();
i++;
} else if (c == ']') {
// 遇到 ']', 准备读取 '{n}'
i++; // 跳过 ']'
if (i < n && s.charAt(i) == '{') {
i++; // 跳过 '{'
if (i < n && Character.isDigit(s.charAt(i))) {
int repeatTimes = s.charAt(i) - '0';
i++; // 跳过数字
if (i < n && s.charAt(i) == '}') {
i++; // 跳过 '}'
}
// 弹出栈顶状态并使用自定义的repeat方法
StringBuilder prevStr = strStack.pop();
String repeatedStr = repeat(currentStr.toString(), repeatTimes); // 使用自定义repeat
prevStr.append(repeatedStr);
currentStr = prevStr;
}
}
} else {
// 普通字符，直接追加
currentStr.append(c);
i++;
}
}
return currentStr.toString();
}
}其实看起来还是有点困难的，主要还是我Java还没有学习到字符串相关的常用类String那里，哎，慢慢学吧