面试总结1
1、http和https区别
2、MySQL隔离级别
3、linux基础命令
4、PHP魔术方法
5、php7新特性
6、MySQL分区分表
7、MySQL索引原理及查询优化
8、nginx实现负载均衡
9、nginx实现反向代理
10、反射与映射
11、redis
12、进程与线程
13、进程调度
14、MySQL常用数据类型
15、三次握手和四次挥手
16、PHP实现原理
17、设计一个排名榜的设计方案
18、abcde求子集，必须要包含全部字母，不能有重复
19、阶乘算法
20、12345求子集
21、编写shell脚本，读取 ./path 目录下所有 .data文件
22、二叉树的层级查找
23、B树和B+树
答案：
2、MySQL事物及隔离级别:
事物的基本要素：
①原子性（Atomicity）：事务开始后所有操作，要么全部做完，要么全部不做，不可能停滞在中间环节。事务执行过程中出错，会回滚到事务开始前的状态，所有的操作就像没有发生一样。也就是说事务是一个不可分割的整体，就像化学中学过的原子，是物质构成的基本单位。
②一致性（Consistency）：事务开始前和结束后，数据库的完整性约束没有被破坏 。比如A向B转账，不可能A扣了钱，B却没收到。
③隔离性（Isolation）：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。比如A正在从一张银行卡中取钱，在A取钱的过程结束前，B不能向这张卡转账。
⑤持久性（Durability）：事务完成后，事务对数据库的所有更新将被保存到数据库，不能回滚。
隔离级别：
①脏读（未提交读）：事务A读取了事务B更新的数据，然后B回滚操作，那么A读取到的数据是脏数据
②提交读（不可重复读）：事务 A 多次读取同一数据，事务 B 在事务A多次读取的过程中，对数据作了更新并提交，导致事务A多次读取同一数据时，结果 不一致。
③幻读（可重复读）：系统管理员A将数据库中所有学生的成绩从具体分数改为ABCDE等级，但是系统管理员B就在这个时候插入了一条具体分数的记录，当系统管理员A改结束后发现还有一条记录没有改过来，就好像发生了幻觉一样，这就叫幻读。
④可串行化：是最高的隔离级别。它通过强制事物串行执行，避免了前面说的幻读问题。简单来说，serializable会在读取的每一行数据上都加锁，所以可能导致大量的超市和锁争用的问题。实际应用中也很少用到这个隔离级别，只有在非常需要确保数据的一致性而且可以接受没有并发的情况下，才考虑采用该级别。
3、linux基础命令
4、PHP魔术方法：
__construct()，类的构造函数
__destruct()，类的析构函数
__call()，在对象中调用一个不可访问方法时调用
__callStatic()，用静态方式中调用一个不可访问方法时调用
__get()，获得一个类的成员变量时调用
__set()，设置一个类的成员变量时调用
__isset()，当对不可访问属性调用isset()或empty()时调用
__unset()，当对不可访问属性调用unset()时被调用。
__sleep()，执行serialize()时，先会调用这个函数
__wakeup()，执行unserialize()时，先会调用这个函数
__toString()，类被当成字符串时的回应方法
__invoke()，调用函数的方式调用一个对象时的回应方法
__set_state()，调用var_export()导出类时，此静态方法会被调用。
__clone()，当对象复制完成时调用
__autoload()，尝试加载未定义的类
__debugInfo()，打印所需调试信息
实例：参见详情
6、MySQL分区分表：mysql分表分库策略；
7、MySQL索引原理及查询优化：MySQL查询优化
8：nginx实现负载均衡：负载均衡算法；nginx实现负载均衡与缓存；nginx负载均衡与反向代理；
9：nginx实现反向代理：使用nginx实现反向代理
10：反射与映射：Java反射和映射
11：redis：redis面试；redis和memcache
13、进程调度：
①先来先服务
②短作业优先
③高优先权优先调度算法
④高响应比优先调度算法
⑤基于时间片的轮转
⑥多级反馈队列调度算法
14：MySQL常用数据类型
①整数
②【定数】小数：decimal(dec)精确小数类型---精确数的存储
③浮点数：float/double单精度、双精度浮点类型········
④字符串：
char(n)：固定长度，最多255个字符
varchar(n)：固定长度，最多65535个字符
tinytext：可变长度，最多255个字符
text：可变长度，最多65535个字符
mediumtext：可变长度，最多2的24次方-1个字符
longtext：可变长度，最多2的32次方-1个字符
⑤日期时间时区：
date：日期 '2008-12-02'
time：时间 '12:25:36'
datetime：日期时间 '2008-12-12 22:06:44'
timestamp：自动存储记录修改时间（如果数据库里面有timestamp数据类型，就应该考虑时区问题）
15：三次握手和四次挥手：TCP/IP协议
16、PHP实现原理
17：设计一个排名榜的设计方案
18：abcde求子集，必须要包含全部字母，不能有重复
function func2($arr, $str){ // $str 为保存由 i 组成的一个排列情况
$cnt = count($arr);
if($cnt == 1){
echo $str . $arr[0] . "\n<br>";
} else {
for ($i = 0; $i < count($arr); $i++) {
$tmp = $arr[0];
$arr[0] = $arr[$i];
$arr[$i] = $tmp;
func2(array_slice($arr, 1), $str . $arr[0]);
}
}
}
$a = array('1', '2', '3', '4');
func2($a, '');
19：阶乘算法
方案一之递归：
private static long RecursiveFac(long n){
if (n == 0){
return 1;
}else{
return n * RecursiveFac(n - 1);
}
}
方案二之递推：
private static long Fac(long n){
var result = 1;
for (var i = 1; i <= n; i++){
result = result * i;
}
return result;
}
方案三之尾递归：
private static int TailRecursiveFac(int n, int accumulator){
if (n == 0){
return accumulator;
}
return Fac(n - 1, n * accumulator);
}
方案四之消除尾递归：
private static int Fac(int n, int accumulator){
while (true){
var tempN = n;
var tempAccumulator = accumulator;
if (tempN == 0){
return tempAccumulator;
}
n = tempN - 1;
accumulator = tempN * tempAccumulator;
}
}
20：12345求子集
public static List<List<Integer>> rank(int[] nums){ List<Integer>source = new ArrayList<>(); for (int i = 0; i < nums.length; i++) { source.add(nums[i]); } List<List<Integer>> res = new ArrayList<>(); for (int i = 0; i < source.size(); i++) { List<Integer> tem = new ArrayList<>(); tem.add(source.get(i)); if (res.size()>0){ List<List<Integer>> in = new ArrayList<>(); for (List<Integer> re : res) { List<Integer> temp = new ArrayList<>(tem); temp.addAll(re); in.add(temp); } res.addAll(in); } res.add(tem); } res.add(new ArrayList<>()); return res; }
21、编写shell脚本，读取 ./path 目录下所有 .data文件
22、二叉树的层级查找
class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) { val = x; }
}
public static void LaywerTraversal(TreeNode root){
if(root==null) {
return;
}
LinkedList<TreeNode> list = new LinkedList<TreeNode>();
list.add(root);
TreeNode currentNode;
while(!list.isEmpty()){
currentNode=list.poll();
System.out.println(currentNode.val);
if(currentNode.left!=null){
list.add(currentNode.left);
}
if(currentNode.right!=null){
list.add(currentNode.right);
}
}
}
23、B树即二叉树：
为什么B树可以优化查询：为什么B类树可以进行优化呢？我们可以根据B类树的特点，构造一个多阶的B类树，然后在尽量多的在结点上存储相关的信息，保证层数尽量的少，以便后面我们可以更快的找到信息，磁盘的I/O操作也少一些，而且B类树是平衡树，每个结点到叶子结点的高度都是相同，这也保证了每个查询是稳定的。
这里的B树，也就是英文中的B-Tree，一个 m 阶的B树满足以下条件：
- 每个结点至多拥有m棵子树；
- 根结点至少拥有两颗子树（存在子树的情况下）；
- 除了根结点以外，其余每个分支结点至少拥有 m/2 棵子树；
- 所有的叶结点都在同一层上；
- 有 k 棵子树的分支结点则存在 k-1 个关键码，关键码按照递增次序进行排列；
- 关键字数量需要满足ceil(m/2)-1 <= n <= m-1；
B树上大部分的操作所需要的磁盘存取次数和B树的高度是成正比的，在B树中可以检查多个子结点，由于在一棵树中检查任意一个结点都需要一次磁盘访问，所以B树避免了大量的磁盘访问。
为什么需要B+树：由于B+树的数据都存储在叶子结点中，分支结点均为索引，方便扫库，只需要扫一遍叶子结点即可，但是B树因为其分支结点同样存储着数据，我们要找到具体的数据，需要进行一次中序遍历按序来扫，所以B+树更加适合在区间查询的情况，所以通常B+树用于数据库索引，而B树则常用于文件索引。
以一个m阶树为例：
- 根结点只有一个，分支数量范围为[2，m]；
- 分支结点，每个结点包含分支数范围为[ceil(m/2), m]；
- 分支结点的关键字数量等于其子分支的数量减一，关键字的数量范围为[ceil(m/2)-1, m-1]，关键字顺序递增；
- 所有叶子结点都在同一层；
B树和B+树的区别：
这都是由于B+树和B具有这不同的存储结构所造成的区别，以一个m阶树为例。
- 关键字的数量不同；B+树中分支结点有m个关键字，其叶子结点也有m个，其关键字只是起到了一个索引的作用，但是B树虽然也有m个子结点，但是其只拥有m-1个关键字。
- 存储的位置不同；B+树中的数据都存储在叶子结点上，也就是其所有叶子结点的数据组合起来就是完整的数据，但是B树的数据存储在每一个结点中，并不仅仅存储在叶子结点上。
- 分支结点的构造不同；B+树的分支结点仅仅存储着关键字信息和儿子的指针（这里的指针指的是磁盘块的偏移量），也就是说内部结点仅仅包含着索引信息。
- 查询不同；B树在找到具体的数值以后，则结束，而B+树则需要通过索引找到叶子结点中的数据才结束，也就是说B+树的搜索过程中走了一条从根结点到叶子结点的路径。
扩展：
获取树的深度：
class Bitree {
int data;
Bitree left;
Bitree right;
}
private static int BitreeDepth(Bitree p) {
int rd,ld;
if(p == null){
return 0;
}else{
ld=BitreeDepth(p.left);
rd=BitreeDepth(p.right);
if(ld>rd){
return ld+1;
}else {
return rd+1;
}
}
}
求e在二叉树P中的层次。如果不存在返回值为0；否则返回值为层次
class Bitree {
int data;
Bitree left;
Bitree right;
}
private static int BitreeLevel(Bitree P,char e) {
int ld=0;
int rd=0;
if(P == null){
return 0;
}else if(e==P.data){
return 1;
}else if(e!=P.data) {
ld=BitreeLevel(P.left,e);
rd=BitreeLevel(P.right,e);
if(ld>0){
return ld+1;
}else if(rd>0){
return rd+1;
}else {
return 0;
}
}
return ld>rd?ld:rd;
}
