241. 在一个二维01矩阵中找到全为1的最大正方形，返回其面积。
样例 10 10 0 10 111 11111 10 0 10 返回4
public int max Square (int [] [] matrix； { // write your code here int row = matrix, length; /#丁大小 int line = matrix [0]. length. //列大小 //一个与matrix相同大小的辅助数组 int [] [] tmp = new int [row] [line]; W matrix的第一行和第一列元素直接存放到 for(int i=0;i<row;i++){ tmp [i] [0] = matrix [i] [0：; for (int i=0;Kline;i++) { tmp [0] [i] = matrix [0] [i：; for(int i=l;i<row;i++){ for(int j=l;j<line;j++)[ if(matrix[i] [j] == 1){ tmp[i] [j]= Math, min (Math, mm ( tmp[i-l] [j], tmp[i] [j-1]：, tmp[i-l] [j-1]) + 1; if(matrix[i] [j] == 0){ tmp[i] [j] = 0; int max=0; //记录tmp中最大元素的值(tmp中元素值表示正方形的边长) for(int i=0;i<row;i++){ for(int j=0;j<line;j++)[ if (tmp[i] [j] > max)[ max = tmp[i] [j]. return max*max;
242.常见的HTTP状态码
1XX系列响应代码仅在与HTTP服务器沟通时使用。
243. 25匹马，5个赛道，最少赛多少次找岀前三没有计时， 只有先后.
7次。理由如下： 1. 先分开赛5组(A-E), 5次，每组的最后两名肯定会被淘汰，(-10)o 2. 5组第一名赛一次,假设A1>B1>C1> D1>E1,那么Al肯定是总体第一名。则D, E全部被淘汰(-6).现在需要在剩下的里面职2个，那么C2,C3,B3也会被淘汰(-3)。 3. 那么就剩ITA2, A3, Bl, B2, C1 (,冉募一次,取前两名(-3)。 最多7次比呑，前5次总共淘汰10匹，箕6次淘汰9匹，第7次淘汰3匹。总共淘汰 22匹。
244. 计算机为什么能识别二进制机器码/p>
1、计算机的理论基础 布尔代数是计算机的理论基础， Boolean （布尔运算）通过对两个以上的物体进行并集、差集、交集的运算，从而得到 新的物体形态。系统提供了 4种布尔运算方式：Union （并集）’Intersection （交集）和 Subtraction （差集，包括和B-A两种）. 1） 与逻辑和乘法 乘法原理中自变量是因变量成立的必要芸件，与逻辑的定义正好和乘法原理的描述一 致，所以与逻辑和乘法对应。 2） 或逻辑和加法 加法原理中自变量是因变量成立的充分芸件，或逻辑的定义正好和加法原理的描述一 致，所以或逻辑和加法对应。 乘法就是广义的与逻辑运算，加法就是广义的或逻辑运算。与逻辑运算可以看作是乘法 的特例。或逻辑运算可以看作是加法的特例。 总之，乘法原理、加法原理可以看作是与逻辑和或逻辑的定量表述；与逻辑和或逻辑可 以看作是乘法原理、加法原理的定性表述。 通俗来讲：这是一门运用”与“”或“” “非〃 “假〃 “真”来描述任意两个量（可以 是任何具体事物的或者抽象概念）的逻辑关系。
2、 逻辑代数与计算机电路 应用于逻辑中，解释。为假，1为真，△为与，V为或，的非。涉及变量和布尔运 算的表达式代表了陈述形式，两个这样的表达式可以使用上面的公理证实为等价的，当且仅 当对应的陈述形式是逻辑等价的。由于逻辑彳燉小的逻辑单元与二进制高度契合，再加上电 路最为简单的开和关恰好也对应。和1,于是就有了依据逻辑代数理论创建一系列的电路在 表达基础的逻辑理论，这就是计算机具有判断、计算能力的基础。
3、 二进制机器识别过程 根据前面两点可以知道，如果选用二进制原理作为计算机的判断计算依据，将会使得电 路制造的实现成为可能，但是自然界是不存在二进制的，为了处理这个问题，统一人为规定 将其他非二进制数据表示成二进制机器码，供计算机读取。然而。随着对数据的处理能力要 求越来越高，处理数据也越来越大，为了解决这个问题，汇编器出现，替代了将非二进制数 据转化为二进制数据，但是这远远不足，为了更好处理，直接将硬件与汇编器组合，单独发 展更高级汇编器（实质就是现在熟知的各类程序），这样，硬件与软件彻底分开。实质上就 是将数据转化与判断和数据的录入、存储、输出彻底分幵，使计算机的使用者可以完全不必 再关注计算机的具体运算。 也就是说，计算机为什么能够识别二进制机器码，是因为有以逻辑代数原理制造的数字 电路，为什么选用二进制已经解释过了。同旺，也应该明白，为何程序会出现假，1为真， A为与，V为或，呐非这五个元素，算法对何而来，指的就是优化数据之间的逻辑代数 关系。
245.如何理解mac寻址/p>
曲C地址是 卡的物理地址，每块 卡都有一个属于自己的独有的MAC地址，如 00-0A-EB-97-5F-65。 IP地址就是我们常见的202.106.46.151 192.168.1.1这样的。 通过MC地址寻找主机是MC地址寻址，通过IP地址寻找主机叫IP地址寻址。它们适 用于不同的协议层。
246. 如何理解IO多路复用的三种机制Select, Poll, Epoll/p>
1. Select 首先先分析一下select函数 int select ( int maxfdpi, fd_set *readset, fd_set *wxiteset, fd_set *exceptset, const struct timeval *timeout ); 【参数说明】 int maxfdpl指定待测试的文件描述字个数，它的值是待测试的最大描述字加1。 fd_set *readset , fd_set *writeset , fd_set *exceptset fd_set可以理解为一个集合，这个集合中存放的是文件描述符(file descriptor),即 文件句柄。中间的三个参数指定我们要让内核测试读、写和异常条件的文件描述符集合。 如果对某一个的条件不感兴趣，就可以把它设为空指针。 const struct timeval *timeout timeout B知内核等待所指定文件描述符集合中的任 何一个就绪可花多少时间。其timeval结构用于指定这段时间的秒数和微秒数。 【返回值】 int若有就绪描述符返回其数目，若超旺则为。，若出错则为-1 select运行机制 select ()的机制中提供一种fd.set的数据结构，实际上是一个long类型的数组，每一 个数组元素都能与一打开的文件句柄(不管是Socket句柄,还是其他文件或命名管道或 设备句柄)建立联系，建立联系的工作由程序员完成，当调用select ()时，由内核根 据10状态修改fd.set的内容，由此来通知执行了 select ()的进程哪一 Socket或文件 可读。 从流程上来看，使用select函数进行10请求和同步阻塞模型没有太大的区别，甚至还 多了添加监视socket,以及调用select函数的额外操作，效率更差。但是，使用select 以后最大的优势是用户可以在一个线程内同时处理多个socket的10请求。用户可以注 册多个socket,然后不断地调用select读职被激活的socket,即可达到在同一个线程 内同时处理多个I。请求的目的。而在同步阻塞模型中，必须通过多线程的方式才能达 到这个目的。 select机制的问题 每次调用select,都需要把fd_set集合从用户态拷贝到内核态，如果fd_set集合很 大时，那这个开销也很大 同时每次调用select都需要在内核遍历传递进来的所有fd.set,如果fd.set集合很 大时，那这个开销也很大 为了减少数据拷贝带来的性能损坏，内核对被监控的f d_set集合大小做了限制，并且 这个是通过宏控制的，大小不可改变(限制为1024). 2. Poll poll的机制与select类似，与select任本质上没有多大差别，管理多个描述符也是 进行轮询，根据描述符的状态进行处理，但是POU没有最大文件描述符数量的限制。 也就是说，Poll只解决了上面的问题3,并没有解决问题1, 2的性能开销问题。 下面是P11的函数原型： int poll(struct pollfd *fds, nfds_t nfds, int timeout); typedef struct pollfd {
/p>
添加图片注释，不超过 140 字（可选）
//需要被检测或选择的文件描述符 //对文件描述符fd上感兴趣的事件 //文件描述符fd上当前实际发生的事件 } pollfd_t; poll改变了文件描述符集合的描述方式，使用了 pollfd结构而不是select的fd_set 结构，使得Poll支持的文件描述符集合限制远大于select的1024 【参数说明】 struct pollfd *fds fds是一个struct pollfd类型的数组，用于存放需要检测其状 态的socket描述符，并且调用poll函数之后fds数组不会被清空；一个pollfd结构 体表示一个被监视的文件描述符，通过传递fds指示pollO监视多个文件描述符。其 中，结构体的events域是监视该文件描述符的事件掩码，由用户来设置这个域，结构 体的revents域是文件描述符的操作结果事件掩码，内核在调用返回时设置这个域 nfds_t nfds记录数组fds中描述符的总数量 【返回値】 int函数返回fds集合中就绪的读、写，或出错的描述符数量，返回。表示超时，返回 Epoll epoll在Linux2.6内核正式提出，是基于事件駆动的I/O方式，相对于select来说， epoll没有描述符个数限制，使用一个文件描述符管理多个描述符，将用户关心的文件 描述符的事件存放到内核的一个事件表中，这样在用户空间和内核空间的copy只需一 次。 Linux中提供的epoll相关函数如下： int epoll_create(int size); int epoll_ctl( int epf d, int op, int fd, struct epoll_event *event ); int epoll_wait( int epf d, struct epoll_event * events, int maxevents, int timeout 1) . epoll_create函数创建一个epoll句柄，参数size表明内核要监听的描述符数量。 调用成功时返回一个epoll句柄描述符，失败时返回-1。 2) .epoll_ctl函数注册要监听的事件类型。四个参数解释如下： epfd表示epoll句柄 □P表示fd操作类型，有如下3种 EPOLL_CTL_ADD 注册新的 fd 到 epfd 中 EPOLL_CTL_MOD修改已注册的fd的监听事件 EPOLL_CTL_DEL 从 epfd 中删除一个 fd fd是要监听的描述符 event表示要监听的事件 epoll_event结构体定义如下： struct epoll_event { uint32_t events; /* Epoll events */ epoll_data_t data; /* User data variable */ }； typedef union epoll_data { void *ptr; int fd; uint32_t u32; _uint64_t u64; } epoll_data_t; 3）. epoll.wait函数等待事件的就绪，成功时返回就绪的事件数目，调用失败时返回 -1,等待超时返回0。 ⑴epfd是epoll句柄 ⑵events表示从内核得到的就绪事件集合 （3）maxevents告诉内核events的大小 ⑷timeout表示等待的超时事件 epoll是Linux内核为处理大批量文件描述符而作了改进的poll,是Linux下多路复用 10接口 select/poll的増强版本，它能显著提高程序在大量并发连接中只有少量活跃 的情况下的系统CPU利用率。原因就是获职事件的时候，它无须遍历整个被侦听的描述 符集，只要遍历那些被内核10事件异步唤塑而加入Ready队列的描述符集合就行了。 epoll除了提供select/poll那种10事件的水平触发（Level Triggered）夕卜，还提供 了边缘触发（Edge Triggered）,这就使得用户空间程序有可能緩存10状态，减少 ep 01 l_wai t /ep o 1 l_pwai t的调用，提高应用程序效率。 ⑴水平触发（LT）:默认工作模式，即当epoll-wait检测到某描述符事件就绪并 通知应用程序时，应用程序可以不立即处理该事件；下次调用epoll.wait时，会 再次通知此事件 ⑵边缘触发（ET）:当epoll_wait检测到某描述符事件就绪并通知应用程序时, 应用程序必须立即处理该事件。如果不处理，下次调用epoll.wait时，不会再次 通知此事件。（直到你做了某些操作导致该描述符变成未就绪状态了，也就是说边 缘触发只在状态由未就绪变为就绪旺只通知一次）。 LT和ET原本应该是用于脉冲信 的，可能用它来解释更加形象。Level和Edge指的就 是触发点，Level为只要处于水平，那么就一直触发，而Edge则为上升沿和下降沿的 时候触发。比如：0->1就是Edge, 1->1就是Levelo ET模式很大程度上减少了 epoll事件的触发次数，因此效率比LT模式下高。
247. 给定一个数，算岀平均值是整数的算法。例如；5平均2 份，则结果为，2和支8平均为3份，则为2, 3, 3； 11平均4份，则为2, 3, 3, 3； 15平均3份，则为；5, 5, 5o
public class Divide { public static int sum(int[] res)[ int sum=0; for(int i：res) { sum += i; return sum; public static void aveDivide(int n, int n) { if (n <= 0){ return; int res [] = new int[n]; int i = 0; while(true) { if(sum(res) == m) { break; } else { res[i%n] x 1; if public static void main(String f] args) { aveDivide(15,10);
248. linux内核调度详细说一下
i.i、调度策略 定义位于 liniax/include/uapi/linux/sched. h 中 SCHED项ORMAL:普通的分时进程，使用的f air_sched_class调度类 SCHED_FIFO:先进先出的实时进程。当调用程鳶把CPU分配给进程的时候，它把该进程 描述符保留在运行队列链表的当前位置。此调度策略的进程一旦使用CPU则一直运行。如果 没有其他可运行的更高优先级实时进程，进程就继续使用CPU,想用多久就用多久，即使还 有其他具有相同优先级的实时进程处于可运行状态。使用的是rt.sched.class调度类。 SCHED_RR:时间片轮转的实时进程。当调度程序把CPU分配给进程的时候，它把该进程 的描述符放在运行队列链表的末尾。这种策略保证对所有具有相同优先级的SCHED_RR实时 进程进行公平分配CPU时间，使用的rt.sched.class调度类 SCHED_BATCH:是SCHED项0RMAL的分化版本。采用分时策略，根据动态优先级，分配 CPU资源。在有实时进程的时候，实时进程优先调度。但针对呑吐量优化，除了不能抢占外 与常规进程一样，允许任务运行更长时间，更!子使用高速緩存，适合于成批处理的工作，使 用的fair_shed_class调度类 SCHED_IDLE:优先级最低，在系统空闲旺运行，使用的是idle_sched_class调度类， 给。 进程使用 SCHED_DE.WLINE:新支持的实时进程调度策略，针对突发型计算，并且对延迟和完成时 间敏感的任务使用，基于EDF (earliest deadline first)，使用的是dl_sched_class调 度类。 1.2、调度触发
/p>
添加图片注释，不超过 140 字（可选）
调度的触发主要有两种方式，一种是本地定时中断触发调用scheduler.tick ，然 后使用当前运行进程的调度类中的task_tick,另外一种则是主动调用schedule,不管是哪 —种最终都会调用到—schedule函数，该函数调用pick_netx_task,通过rq->nr.running ==rq->cfS.h_nz_running判断出如果当前运行队列中的进程都在cfs调度器中,则直接调 用cfs的调度类(内核代码里面这一判断使用)likely说明大部分情况都是滴足该条件的)。 如果运行队列不都在cfs中，贝通过优先级 stop_s ched_c1as > dl_s ched_c1ass”t_s che d_c1ass”air_s ched_class~>idle_s ched_ class遍历选出下一个需要运行的进程。然后进程任务切换。 处于TASK_RUNNIMG状态的进程才会被进程调度器选择，其他状态不会进入调度器。系 统发生调度的时机如下： &调用 cond_r e s che d ()时 &显式调用schedule ()时 &从中断上下文返回时 当内核开启抢占时，会多出几个调度时机如下： d在系统调用或者中断上下文中调用preemJenableO时(多次调用系统只会在最后一 次调用时会调度) d在中断上下文中，从中断处理函数返回到可抢占的上下文时 2、CFS调度 该部分代码位于 1 inux /k erne 1 /s che d/f air. c 中 定义了 const struct sched_c 1 assf air_sched_c 1 ass,这个是 CFS 的调度类定义的对 象。其中基本包含了 CFS调度的所有实现。 CFS实现三个调度策略： 1> SCHED项ORMAL这个调度策略是被常规任务使用 2> SCHED_BATCH这个策略不像常规的任务那样频繁的抢占,以牺牲交互性为代价 下，因而允许任务运行更长的时间以更好的利用緩存，这种策略适合批处理 3> SCHED.IDLE这是nice值甚至比19还弱，但是为了避免陷入优先级导致问题， 这个问题将会死锁这个调度器，因而这不是一个真正空闲定时调度器 CFS调度类： n enqueue-task (-)当任务进入runnable状态,这个回调将把这个任务的调度实体 (entity)放入红黑树并且増加nz.running变量的值 n de queue* ask (…)当任务不再是runnab le状态,这个回调将会把这个任务的调度 实体从红黑树中职出，并且减少nz.running 量的值 n yield_task(-)除非compat_yield sysctl是打开的，这个回调函数基本上就是 一个dequeue后跟一个enqueue,这那种情况下，他将任务的调度实体放入红黑树的最右端 n checkereempt_cuzr (-)这个回调丞数是检查一个任务进入runnable状态是否 应该抢占当前运行的任务 n pick_next_taSk (-)这个回调函数选出下一个最合适运行的任务 n Set_cuzr_taSk (-)当任务改变他的调度类或者改变他的任务组，将调用该回调函 数 n taSk_tick(-)这个回调函数大多数是被time tick调用。他可能引起进程切换。 这就駆动了运行时抢占 2.1、CFS 调度 Tcik中断，主要会更新调度信息，然后调整当前进程在红黑树中的位置。调整完成以 后如果当前进程不再是最左边的叶子，就标记为Need.resched标志，中断返回时就会调用 scheduler ()完成切换、否则当前进程继续占用CPU。从这里可以看出CFS抛弃了传统时间 片概念。Tick中断只需要更新红黑树。 红黑树键值即为runtime,该值通过调用update_cuzr函数进行更新。这个值为 64位的变量，会一直逢増，_enqueue_entity中会将vxuntime作为键值将要入队的实体插 入到红黑树中。_pick_first_entity会将红黑树中最左侧即vxuntime最小的实体取出。
249.如何从10亿数据中找到前1000大的数/p>
public class TopN { //当前节点的父节点
private int parent(int n){ return (n~l)/2; } //当前节点的左子节点 private int left(int n){ return 2*n+l; } //当前节点的右子节点 private int right(int n){ return 2*n+2; } //构建堆 private void buildHeap (int n, int [] data) { for(int i=l;i<n;i++){ intt=1 while(t!=0 && data[parent(t)]>data[t]) { int temp = data[parent(t)]; data [parent (t) ]=data[t]; data[t]=temp; t=parent (t); //调整堆，为小顶堆 private void adjust (int i, int n, int [] data) { if (data[O]>=data[i]) { return; L int temp = data[i]; data[i] = data[0]; data[0] = temp; int t=0; //调整时，堆顶比子节点大，从较小的子节点幵始调整 while((left(t)<n&&data[t]>data[left(t) ]) || (right (t) <n&&data[t： >data [right (t) ])) { if((right(t) < n && data[right(t)] < data[left(t)])){ temp=data[t]; data [t] =data [right (-)]; data[right(t)]=temp. t=right(t); }else{ temp=data[t]; data[t]=data[left (t!]; data[left(t)]=temp; //寻找topN数 public void f indTopN (int n, int.] data) { buildHeap(n, data); for (int i=n; i<data. length; iT{ adjust (i, n, data); //打印 public void print(int[] data){ for (int i=0; i<data. length; L) { System, out. print (data [i. “);
250. 用UDP通讯如何保证对方百分百收到数据/p>
在UDP通讯中，当你的数据包发出去后，至于对方有没有正确收到数据，并不知道，那 么，如何保证你发出去的数据，对方一定能收到呢们可以借签”P协议的做法（回 复+ 重发+ 编 机制） 1） 接收方收到数据后，回复一个确认包，如果你不回复，那么发送端是不会知道接收 方是否成功收到数据的 比如A要发数据” {data}”到B,那B H姪U后，可以回复一个特定的确认包” {0K}” , 表示成功收到。 但是如果只做上面的回复处理，还是有I礪，比如B收到数据后回复给A的数据〃{0K}〃 的包，A没收到，怎么办呢2） 当A没有收到B的〃{0K}〃包后，要做定时重发数据，直到成功接收到确认包为止， 再发下面的数据，当然，重发了一定数量后还是没能收到确认包，可以执行一下姗的流程, 防止对方 卡更换或别的原因。 但是这样的话，B会收到很多重复的数据，假如每次都是B回复确认包A收不到的话。 3） 发送数据的包中加个标识符，比如A要发送的数据〃{标识符|data}〃到B, B收到后, 先回复“{0K} 〃确认包，冉根据丿泉有的标识符进行比较，如果标识符相同，则数据丢失，如 果不相同，则原有的标识符=接收标识符，且处理数据。 当A发送数据包后，没有收到确认包，贝拷隔x秒，把数据重发一次，直到收到确认包 后，更新一下标识符，再进行后一包的数据发送。 经过上面1）,2）, 3）点的做法，则可以保证数据百分百到达对方，当然，标识符用 ID 来代替更好。
251. 如何初始化一个指针数组/p>
例如:定义f指针瞄*a[5] 让其各个指针头地1 畛另指向 {1,1,1,1,1}, {2,2,2,2,21, {3,3,3,3,31, {4,4,4,4,41, {5,5,5,5,51
int a[5]= {….} int* pt [5]; for(i=0;i<5;i++) [ pt[i] = &a[i]； }
指针数组不可以直接赋值，因为指针本质上是一组地址。但可以通 过“指向”赋值
252. 你所知道的设计模式有哪些/p>
有23种设计模式，不需要所有的回答，但是其中常用的几种设计模式应该去掌握。 总体来说设计模式分为三大类： 创建型模式共五种：工厂方法模式、抽象工厂模式、单例模式、建造者模式、原型模式。 结构型模式共七种：适配器模式、装饰器模式、代理模式、外观模式、桥接模式、组合 模式、享元模式。 行为型模式共十一种：策略模式、模板方法模式、观察者模式、迭代子模式、责任链模 式、命令模式、备忘录模式、状态模式、访问者模式、中介者模式、解释器模式。 这里主要讲解简单工厂模式，代理模式，适配器模式，单例模式4中设计模式. 1、 简单工厂模式 主要特点是需要在工厂类中做判断，从而创造相应的产品，当増加新产品时，需要修改 工厂类。使用简单工厂模式，我们只需要知道具体的产品型 就可以创建一个产品。 缺点：工厂类集中了所有产品类的创建谗辑，如果产品量较大，会使得工厂类变的非常 腕肿。 2、 代理模式 代理模式：为其它对象提供一种代理以控制这个对象的访问。在某些情况下，一个对象 不适合或者不能直接引用另一个对象,而代理对象可以在客户端和目标对象之间起到中介作 用。 优点： 职责清晰。真实的角色只负责实现实际依业务逻辑，不用关心其它非本职责的事务，通 过后期的代理完成具体的任务。这样代码会简洁清晰。 代理对象可以在客户端和目标对象之间起到中介的作用，这样就保护了目标对象。 扩展性好。 3、 适配器模式 适配器模式可以将一个类的接口转换成容户端希望的另一个接口,使得原来由于接口不 兼容而不能在一起工作的那些类可以在一起工作。通俗的讲就是当我们已经有了一些类，而 这些类不能满足新的需求，此时就可以考虑是否能将现有的类适配成可以满足新需求的类。 适配器类需要继承或依赖已有的类，实现想要的目标接口。 缺点：过多地使用适配器，会让系统非常零乱，不易整体进行把握。比如，明明看到调 用的是A接口，其实内部被适配成了 B接口的实现，一个系统如果太多出现这种情况，无 异于一场灾难。因此如果不是很有必要，可以不使用适配器，而是直接对系统进行重构。 4、单例模式 单例模式顾名思义，保证一个类仅可以有一个实例化对象，并且提供一个可以访问它的 全局接口。实现单例模式必须注意一下几点： 单例类只能由一个实例化对象。 单例类必须自己提供一个实例化对象。 单例类必须提供一个可以访问唯一实例化对象的接口。 单例模式分为懒汉和欲汉两种实现方式。
253. 如何计算struct占用的内存/p>
1. 每个成员按其类型大小和指定对齐参数n中较小的一个进行对齐 2. 确定的对齐参数必须能够整除起始地址(或偏移量) 3. 偏移地址和成员占用大小均需对齐 4. 结构体成员的对齐参数为其所有成员使用的对齐参数的最大值 5. 结构体总长度必须为所有对齐参数的整数倍
#include<stdio. h> struct test [ char a; int b; float c; }； int main(void) { printf(^char=%dn°j sizeof(char):; printf(“int=%dn”, sizeof(int)); printf (“f loat=%dn”, sizeof (floa~)); printf(°struct test=%dn°, sizeof(struct test)); return 0; I 执行结果为1, 4, 4, 12
占用内存空间的计算过程： 对齐参数为4。假设结构体的起始地址为Ox。 a的类型为char,因此所占内存空间大小为1个字节，小于对齐参数4,所以选择1 为对齐数，而地址0x0能够被1整除，所以0x0为a的起始地址，占用空间大小为1个字节: b的类型为int ,所占内存空间大小为4个字节，与对齐参数相同，因此4为对齐数， 0x1不能被4整除，因此不能作为b的起始地址，依次往下推，只能选用0x4作为b的起始 地址，因此中间会空出3个字节的空余空间； c的类型为float,占用4个字节，因此4为对齐数，0x8能被4整除，所以c的起始 地址为0x8 因此整个结构体占用的内存大小为12字节。
254. mysql为什么要使用B+树作为索引呢/p>
b树的特点： 一个M阶的b树具有如下几个特征：（如下图M=3）（下文的关键字可以理解为有效数 据,而不是单纯的索引） 定义任意非叶子结点最多只有M个儿子，且M>2; 根结点的儿子数为2 M]; 除根结点以外的非叶子结点的儿子数为[恥，M],向上取整；（儿子数:[2, 3]） 非叶子结点的关键字个数=儿子数-1 ；（关键字=2） 所有叶子结点位于同一层； k个关键字把节点拆成k+1段，分别指向蚌1个儿子，同时满足查找树的大小关系。（k=2） 有关b树的一些特性，注意与后面的b+树区分： 关键字集合分布在整颗树中； 任何一个关键字出现且只出现在一个结点中； 搜索有可能在非叶子结点结束； 其搜索性能等价于在关键字全集内做一次二分查找：
/p>
添加图片注释，不超过 140 字（可选）
/p>
添加图片注释，不超过 140 字（可选）
b+树，是b树的一种变体，查询性能更好。m阶的b+树的特征:
有n棵子树的非叶子结点中含有n个关键字（b树是n-l个），这些关键字不保存数据, 只用来索引，所有数据都保存在叶子节点（b树是每个关键字都保存数据）。
所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子 结点本身依关键字的大小自小而大顺序链接。
所有的非叶子结点可以看成是索引部分，结点中仅含其子树中的最大（或最小）关键字。通常在b+树上有两个头指针，一个指向根结点，一个指向关键字最小的叶子结点。同一个数字会在不同节点中重复出现，根节点的最大元素就是b+树的最大元素。
/p>
添加图片注释，不超过 140 字（可选）
B+树的中间节点不保存数据，是纯索引，但是B树的中间节点是保存数据和索引的，相对来说,B+树磁盘页能容纳更多节点元素，更“搂胖” 5
B+树查询必须查找到叶子节点，B树只要匹配到即可不用管元素位置，因此b+树查找更 稳定(并不慢)；
对于范围查找来说，B+树只需遍历叶子节点链表即可，B树却需要重复地中序遍历，在 项目中范围查找又很是常见的
増删文件(节点)时，效率更高，因为E+树的叶子节点包含所有关键字，并以有序的 链表结构存储，这样可很好提高増删效率。
255. 输入ping IP后敲回车，发包前会发生什么/p>
ping目标ip时，先查路由表，确定出接口
如果落在直连接口子 内，此时若为以太 等 多路访问 络 则先查询axp緩存，命 中则直接发出，否则在该接口上发axp询问目标ip的mac地址，职得后发出，若为PPP等 点 对点 络，则直接可以发出；
如果查表落在缺省路由上，此时若为以不 等多路访问 络则先查询 关axp緩 存，命中则直接发出，否则在该接口上发axp询问 关的mac地址，取得后发出，若为ppp 等点对点 络，则直接可以发出；
若查表未命中，则返回不可达。
256. 对于一颗二叉树，如何对此进行层次遍历，并且按行输出。
解法1：
class Solution {
public：
vector<vector<int>> levelOrder(Hode* root) {
BFS (root, 0);
return res;
}
public：
void BFS(Node* node, int level)
[
if(node == nullptr) return;
if (level == res. sizeO)
res. push_back (vector<in*:> ());
res[level]. push_back(node”>Tal);
for(auto n：node~>children)
BFS(n, level+1);
private：
vector<vector<int>^ res;
};
解法2:
class Solution {
public：
vector<vector<int>> levelOrder(Hode* root) { vector〈vectoroutput;
if (Jroot) return output;
queue<Node*> treeTemp; treeTemp. push(root);
auto treeNum = treeTemp. size();
while (treeNum) {
vector<int> valTemp;
for (auto i=0; KtreeNun; ++i) { root = treeTemp. front(); valTemp. push_back (root->val); treeTemp. pop();
for (auto childTemp：root”>children) treeTemp. push(childTemp);
}
output. push_back(valTemp); treeNum = treeTemp. size 3 ;
}
return output;
357. 如何实现一个高效的单向链表逆序输岀/p>
static class Node{
private int data;
private Node next;
Node(int d){
data = d;
next = null;
}
public int getDataO {
return data;
public void setData(int data) { this, data = data;
}
public Node getNext() {
return next;
public void setNext(Node next) { this, next = next;
public static void reverse(Node head)
{
if(null == head || null == head. getNext()){ return;
Node prev=null;
Node pcur = head. getNext();
Node next;
while (pcur i=null){
if (pcur.getNext()==null： {
pcur.setNext(prev);
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！