顺风科技笔试

静候雨声
106 阅读12分钟

两个算法题全都用动态规划AC100%了，选择题有一些不太确定的。

  1. IPv6的压缩表示法：
  • 前导零压缩，在每组四个十六进制数字中可以省略每个段的前导零；
  • 在IPv6地址中出现连续多个全为零的字段时，可以使用双冒号替代这些字段，需要注意的是整个地址中只能使用一次：：，以确保地址的唯一性。如原地址1234:1234:0000:0000:0000:0000:3456:3434，压缩以后：1234:1234::3456:3434。
  1. IPV6的本地地址范围？

链路本地地址

  • 地址范围：FE80::/10
  • 用途：链路本地地址用于单条链路，主要在同一局域网内进行通信。这类地址不能被路由，并且不需要全局前缀，因此非常适合于自动配置机制、邻居发现进程以及没有路由器的网络上。链路本地地址通常用于设备之间的直接通信，比如在一个小型网络或临时网络中。

站点本地地址

  • 地址范围：FEC0::/10
  • 用途：站点本地地址类似于IPv4中的私人地址，用于仅在特定站点内部进行通信。这些地址设计用于不会与全球IPv6互联网进行通信的设备，如内部打印机、服务器等。站点本地地址通过54位子网ID和64位主机ID来唯一标识网络内的设备。值得注意的是，站点本地地址在IPv6标准中已被弃用，推荐使用Unique Local Addresses（ULA），范围为FC00::/7。
  1. 设置相对定位会影响元素层级吗？
  • 设置相对定位不会直接提升元素的层级，但它可以间接影响元素的层级关系。
  • 在 CSS 中，元素的层级主要由 z-index 属性控制。默认情况下，所有元素的定位类型都是静态（static），这意味着它们会按照文档流的顺序排列且不会响应 z-index 属性。当你将一个元素设置为相对定位（relative）时，该元素仍然保持在文档流中，但其位置可以相对于自身的原始位置进行调整。
  • 绝对定位和固定定位确实会提升元素的层级，因为它们使元素脱离文档流，从而影响其在页面上的相对位置及叠加顺序。
  1. 盒模型有哪些？

标准盒模型（W3C标准模型） ：

  • 在这种模型中，元素的总宽度和高度是由内容、内边距和边框的大小共同决定的。

  • 计算公式：

    总宽度 = 内容宽度 + 左内边距 + 右内边距 + 左边框 + 右边框
总高度 = 内容高度 + 上内边距 + 下内边距 + 上边框 + 下边框

怪异盒模型（IE盒模型） ：

  • 在这种模型中，内容的宽度和高度包括了内边距和边框的大小。这意味着设置的宽度和高度会包含内边距和边框。

  • 计算公式：

    总宽度 = 宽度 + 左内边距 + 右内边距 + 左边框 + 右边框
总高度 = 高度 + 上内边距 + 下内边距 + 上边框 + 下边框
  1. 哪些方式可以声明全局变量

使用 var 声明

在函数外部使用 var 关键字声明变量会创建一个全局变量。

如果是在函数内部的话声明的也是局部变量，但是会进行变量提升，可以先访问再声明。

使用 let 和 const 声明

尽管 let 和 const 通常用于块级作用域，但如果在全局作用域中使用它们，也会创建全局变量。

隐式声明

如果在没有使用 var、let 或 const 的情况下为一个变量赋值，它会自动成为全局变量。这种方式被认为是不推荐的，因为它可能导致意外的命名冲突。 不过这种方式可以在函数内部创建全局变量。

将属性添加到 window 对象

在浏览器环境中，可以通过将变量赋值给 window 对象来创建全局变量 例如：

window.globalWindowVar = "I am a global variable via window object";

6. js中的substr()和substring()方法区别：

substring(startIndex, endIndex) :

  • 用于提取从 startIndex 到 endIndex - 1 （也就是说不包含endIndex！）的子字符串。如果省略 endIndex 参数，则提取从 startIndex 到字符串末尾的所有字符。

  • substr(startIndex, length) :

  • 用于提取从 startIndex 开始的指定长度（length）的子字符串。如果省略 length 参数，则会提取从 startIndex 到字符串末尾的所有字符。

  • substring 会将负数参数视为 0，如果传入负值，将从字符串的开头开始截取。

  • substr 允许第一个参数为负数，此时它会从字符串的末尾开始计算。例如，str.substr(-6, 5) 将返回 "World"。

  • 在 substring 中，如果第一个参数大于第二个参数，它会自动交换这两个参数的值，比如 str.substring(5, 0) 会返回与 str.substring(0, 5) 相同的结果。

  • 而在 substr 中，参数的顺序是严格的，不会交换。 str.substr(5, 0) 返回空字符串。

现在已经不推荐用substr，而是用substring或slice

array.slice(start, end);

  • start: 可选参数，表示提取的起始索引（包含该索引）。

  • end: 可选参数，表示提取的结束索引（不包含该索引）。如果省略，则会一直提取到数组或字符串的末尾。

  • 不改变原数组/字符串: slice 方法不会修改原有的数组或字符串，而是返回一个新的副本。

  • 支持负数索引: 如果 start 或 end 为负数，表示从数组或字符串的末尾开始计数。例如，-1 表示最后一个元素。

这几个方法都不会改变原数组或字符串。

  1. webworker可以访问到的对象（我不知道，选的window）

Web Worker 是一种提供在后台线程中运行 JavaScript 的机制，从而实现多线程环境。Web Worker 的设计目的是让复杂的计算任务不会阻塞用户界面，保持应用的响应性。

Web Worker 访问的对象

全局上下文：Web Worker 在一个独立的线程中运行，有自己的全局上下文。这意味着在 worker 中，window 对象不可用，而是使用 WorkerGlobalScope。这允许 workers 使用一些特定于 worker 的 API，如 self（指向当前 worker 的全局对象）。

可用的 API 和功能： - XHR 和 Fetch：Worker 可以使用 XMLHttpRequest 进行网络请求，也可以使用 fetch API。不过需要注意，某些属性（如 responseXML 和 channel）在 worker 中总是为空。 - 基本的 JavaScript 对象：在 worker 中，你可以使用标准的 JavaScript 对象和方法，例如 Array、Object、String 和 JSON 等。 - 定时器：Worker 支持使用 setTimeout 和 setInterval，但不支持 DOM 相关的方法。

数据传输：Worker 与主线程之间的通信是通过消息传递来实现的。你可以使用 postMessage() 方法将数据从主线程发送到 worker，或反之。然而，worker 和主线程之间并不能直接共享对象；它们需要通过克隆数据（例如通过 structured clone algorithm）来实现通信。

限制：Worker 在很多方面与主线程不同，比如不能直接操作 DOM、无法使用 localStorage 或 sessionStorage，以及不支持某些全局函数（如 alert、confirm）。因此，在设计 worker 时，需要考虑这些限制。

  1. java.lang.outOfMemoryError:Java heap space表示什么问题

java.lang.OutOfMemoryError: Java heap space 是一种 Java 运行时错误，表示 Java 虚拟机（JVM）无法为新对象分配足够的内存空间。这通常发生在以下几种情况下：

1. 堆内存不足

  • JVM 在启动时会分配一定量的堆内存，用于存储 Java 对象。OutOfMemoryError: Java heap space 表示当前的堆内存已经被用完，无法再为新的对象分配内存。

2. 常见原因

  • 大数据集处理：应用程序尝试处理的数据集超出了 JVM 分配的堆内存。例如，在读取大型文件或处理大量数据时，可能会遇到此错误。
  • 内存泄漏：如果应用程序中的某些对象持续持有引用，但不再需要它们，导致垃圾回收器无法回收这些对象，就会引发内存泄漏，最终导致堆内存耗尽。
  • 配置不当：JVM 启动时的堆内存配置（如 -Xmx 和 -Xms 参数）过小，无法满足应用程序的需求。

  1. 给了一堆代码，关于WAF（web应用防火墙设置），看都看不懂hhh

  2. 哪些排序算法是稳定的，哪些是不稳定的？

稳定：冒泡、插入、归并、基数；

不稳定：选择、快速、希尔、堆。

八大排序算法及其时间复杂度

  1. 冒泡排序

    • 时间复杂度：O(n²)
    • 描述：依次比较相邻的两个元素，如果顺序不对则交换位置，直到遍历完所有元素。

  2. 选择排序

    • 时间复杂度：O(n²)
    • 描述：每次从未排序部分选择最小（或最大）元素，并与已排序部分的最后一个元素交换。

  3. 插入排序

    • 时间复杂度：O(n²)
    • 描述：逐步构建已排序的数组，将每个新元素插入到已排序部分。

  4. 希尔排序

    • 时间复杂度：O(n log n) 至 O(n²)（依赖于增量序列）
    • 描述：基于插入排序的改进，通过将数据分成多个子序列进行排序，从而提高效率。

  5. 快速排序

    • 时间复杂度：O(n log n)（平均情况），O(n²)（最坏情况）
    • 描述：采用分治法策略，选择一个枢轴元素，将比它小的元素放在左边，比它大的放在右边，然后递归处理。

  6. 归并排序

    • 时间复杂度：O(n log n)
    • 描述：采用分治法，先将数组分割成两半，分别排序后合并。

  7. 堆排序

    • 时间复杂度：O(n log n)
    • 描述：利用堆这种数据结构，通过构建最大堆或最小堆来实现排序。

  8. 计数排序

    • 时间复杂度：O(n + k)
    • 描述：适用于范围有限的整数排序，通过统计每个元素出现的次数来构建有序数组，k 是输入数据的范围。

  9. 关于SSE 服务器推送事件

服务器推送事件（Server-Sent Events，简称SSE）是一种用于从服务器向浏览器实时推送数据的技术。它是HTML5规范的一部分，提供了一种简单而有效的方法来实现服务器主动发送信息到客户端。

SSE的工作原理

  • 持久连接：SSE通过HTTP协议建立一个持久的连接。当客户端向服务器发送请求后，服务器保持这个连接，并在有新数据时不断推送消息，而不需要客户端不断地发起新的请求。

  • 流式传输：SSE使用流信息（streaming）的方式传输数据，这意味着服务器可以连续不断地发送数据给客户端，而不是一次性发送完。因此，客户端只需处理接收到的新数据，节省了频繁建立和关闭连接的开销。

  • 基于HTTP协议：SSE依赖于HTTP，除了IE/Edge，其他主流浏览器均支持此技术。

  • 单向通信：数据从服务器单向推送到客户端，客户端不能直接向服务器发送信息，但可以通过其他方式（如AJAX）进行交互。

  • 自动重连：在连接中断时，SSE能够自动尝试重新连接，保持数据传输的持续性。

应用场景

SSE特别适合需要实时更新的应用场景，例如：

  • 股票价格更新：当股市出现变化时，可以通过SSE立即向用户推送最新的价格信息。
  • 社交媒体通知：用户的消息、评论等动态更新可以即时发送到浏览器。
  • 在线游戏状态更新：游戏中的动作或状态改变可以实时通知玩家。

相较于其他技术

与其它技术（如WebSocket或长轮询）相比，SSE更易于使用，特别是在只需单向数据流的情况下。WebSocket虽然提供双向通信，但实现复杂。而长轮询则需要频繁地建立连接，造成更多的网络开销。

  1. 如果X、Y都服从于N（μ2，sigema2），那么P{|X-Y|<1}和μ2、sigema2有关系吗？

(P{|X - Y| < 1}) 与sigema2有关，但与μ2无关。

  1. 最后一道算法题

7acdb1484ea3fab30b6813ddc106161c.png

790925ffefcc4af803a091865fe5bf36.png

a7adae1d540962734404d20d8577a3f5.png

#include<bits/stdc++.h>
using namespace std;

int main() {
    int n;
    cin >> n;
    vector<int> X(n);
    vector<int> Y(n);
    vector<int> V(n);
    for (int i = 0; i < n; i++) {
        cin >> X[i];
    }
    for (int i = 0; i < n; i++) {
        cin >> Y[i];
    }
    for (int i = 0; i < n; i++) {
        cin >> V[i];
    }
    vector<vector<int>> dp(n, vector<int>(2, 0));
    dp[n - 1][0] = 0;
    dp[n - 1][1] = V[n - 1];
    for (int i = n - 2; i >= 0; i--) {
        if (X[i + 1] > X[i] + Y[i]) {
            dp[i][0] = max(dp[i + 1][1], dp[i + 1][0]);
            dp[i][1] = max(dp[i + 1][1], dp[i + 1][0]) + V[i];
        } else {
            int flag;
            for (int j = n - 1; j > i; j--) {
                if (X[j] <= X[i] + Y[i]) {
                    flag = j;
                    break;
                }
            }
            if (flag == n - 1) {
                dp[i][1] = V[i];
            } else {
                dp[i][1] = max(dp[flag + 1][0], dp[flag + 1][1]) + V[i];
            }
            dp[i][0] = max(dp[i + 1][1], dp[i + 1][0]);
        }
    }
    cout << max(dp[0][0], dp[0][1]) << endl;
    return 0;
}
avatar
文章
阅读
粉丝