一、【多选】下列关于Join 运算不正确的是：
a. Nested Loop Join 不能使用索引做优化。
b. 如果左表太大，不能放入内存中，则不能使用 Hash Join。
c. 如果 Join 的一个输入表在 Join Key 上有序，则一定会使用 Sort Merge Join。
d. Broadcast Join 适用于一张表很小，另一张表很大的场景。
a选项：Nested Loop Join可以使用索引优化。
b选项：可以先分区，再连接
c选项：还可以使用hash join
Sql Server支持三种物理连接：nested loops join（嵌套连接）,merge join和hash join.
nested loops join(NLJ)
NLJ是通过两层循环，用第一张表做Outter Loop，第二张表做Inner Loop，Outter Loop的每一条记录跟Inner Loop的记录作比较，符合条件的就输出。 有三种算法：
- Simple Nested Loop Join（SNLJ）算法
SNLJ就是两层循环全量扫描连接的两张表，得到符合条件的两条记录则输出，这也就是让两张表做笛卡尔积，比较次数是R * S，是比较暴力的算法，会比较耗时。
- Index Nested Loop Join（INLJ）算法
INLJ是在SNLJ的基础上做了优化，通过连接条件确定可用的索引，在Inner Loop中扫描索引而不去扫描数据本身，从而提高Inner Loop的效率。 而INLJ也有缺点，就是如果扫描的索引是非聚簇索引，并且需要访问非索引的数据，会产生一个回表读取数据的操作，这就多了一次随机的I/O操作。
- Block Nested Loop Join（BNLJ）算法
BNLJ在SNLJ的基础上使用了join buffer，会提前读取Inner Loop所需要的记录到buffer中，以提高Inner Loop的效率。
merge join
Merge join 合并连接。两个集合进行merge join，需要有一个等值的条件，然后需要两个已排序好的集合。
Merge join的操作通常分三步：
1. 对连接的每个表做table access full;
2. 对table access full的结果进行排序。
3. 进行merge join对排序结果进行合并。
在全表扫描比索引范围扫描再进行表访问更可取的情况下，Merge Join会比Nested Loop性能更佳。 Merge Join可适于于非等值Join（>，<，>=，<=，但是不包含!=，也即<>）
hash join
Hash Join是做大数据集连接时的常用方式，优化器使用两个表中较小（相对较小）的表利用Join Key在内存中建立散列表，然后扫描较大的表并探测散列表，找出与Hash表匹配的行。
Hash Join只能应用于等值连接
| 类别 | Nested Loop | Hash Join | Merge Join |
|---|---|---|---|
| 使用条件 | 任何条件 | 等值连接（=） | 等值或非等值连接(>，<，=，>=，<=)，‘<>’除外 |
| 相关资源 | CPU、磁盘I/O | 内存、临时空间 | 内存、临时空间 |
| 特点 | 当有高选择性索引或进行限制性搜索时效率比较高，能够快速返回第一次的搜索结果。 | 当缺乏索引或者索引条件模糊时，Hash Join比Nested Loop有效。通常比Merge Join快。在数据仓库环境下，如果表的纪录数多，效率高。 | 当缺乏索引或者索引条件模糊时，Merge Join比Nested Loop有效。非等值连接时，Merge Join比Hash Join更有效 |
| 缺点 | 当索引丢失或者查询条件限制不够时，效率很低；当表的纪录数多时，效率低。 | 为建立哈希表，需要大量内存。第一次的结果返回较慢。 | 所有的表都需要排序。它为最优化的吞吐量而设计，并且在结果没有全部找到前不返回数据。 |
二、给定一个正整数数组 arrs 和整数 K ，请找出该数组内乘积小于等于 k 的连续的子数组的个数，算法时间复杂度o(n)。
java
class Solution {
public int numSubarrayProductLessThanK(int[] arrs, int k) {
// 特殊值判断
if (k <= 1) return 0;
// 定义所需变量
int res = 0;
int left = 0;
int right = 0;
int fac = 1;
// 遍历
while (right < arrs.length) {
fac *= arrs[right];
// 滑动
while (left <= right && fac >= k) {
fac /= arrs[left];
left++;
}
res += right - left + 1;
right++;
}
// 返回结果
return res;
}
}
go
func numSubarrayProductLessThanK(arrs []int, k int) int {
//start: 10:28,... end 11.23
//思路1: 滑动窗口
//参数处理
if len(arrs) == 0 || k <= 0 {
return 0
}
//滑动窗口
res := 0
left,right,product := 0,0,1
for ;right < len(arrs);right++ {
product *= arrs[right]
for left <= right && product >= k {
product /= arrs[left]
left ++
}
if left <= right {
res += right-left +1
}
}
return res
}
