每日力扣刷题与测试工作集合想法（1）

滑动窗口监控日志的异常+sql验证数据唯一性

1.引言：从题目到测试思维的跨越

• 痛点引入：
  “作为测试工程师，你是否遇到过这些难题：
  • 如何快速从海量日志中定位固定模式的异常请求？
  • 如何验证数据库中的业务逻辑是否符合预期？
    今天通过两道高频面试题，分享我的解决方案。”

2. 算法篇：567. 字符串的排列（滑动窗口）

题目解析

• 问题重述：判断字符串s2是否包含s1的排列。
• 测试映射：
  “在接口测试中，我们常需监控连续错误请求是否符合某种规律（如5分钟内同一错误码出现3次）。滑动窗口算法可高效解决此类问题。”

代码实现（Python）

def check_inclusion(s1: str, s2: str) -> bool:
	#这个题目求是否包含不讲顺序的话，其实就是可以按在s2里面这个滑动窗口中出现的字符次数是否跟s1的字符次数一样，如果一样的话，就是包含，不一样的话就是不包含了
    # 这道题目需要维护的窗口是一个固定窗口，这个窗口的大小就是len（s1），在s2里面进行滑动
	#一个哈希集合用来存储s1字符串里面的计数
	#一个哈希函数用来放窗口的计数的
	if len(s1)>len(s2):
		return False
	
	s1_count=Counter(s1)
	window_count=Counter()
	left=0
	
	for right in range(len(s2)):
		#往窗口里面扩展内容
		window_count[s2[right]]+=1
		if right-left+1>len(s1):
			window_count[s2[left]]-=1
			if window_count[s2[left]]=0:
				del window_count[s2[left]]
			left+=1
			if window_count=s1_count:
				return Ture
	return False

测试场景应用示例

• 场景：检测日志中是否连续出现3次“404”错误码。
• 代码改造：

  def check_error_pattern(logs: List[str], error_code: str, window_size: int) -> bool:
      need = {error_code: 3}  # 需要匹配3次
      window = defaultdict(int)
      left = 0
      for right in range(len(logs)):
          code = logs[right].split()[2]  # 假设日志格式为 [时间][接口][错误码]
          if code == error_code:
              window[code] += 1
          # 窗口滑动逻辑（略）
      return False
  

3. SQL篇：184. 部门工资最高的员工（多表关联）

题目解析

• 问题重述：查询每个部门薪资最高的员工。
• 测试映射：
  “在数据测试中，需验证奖金分配、性能测试结果统计是否准确（如某API的响应时间最大值是否被正确记录）。”

代码实现（MySQL）

SELECT 
    d.name AS Department,
    e.name AS Employee,
    e.salary AS Salary
FROM Employee e
JOIN Department d ON e.departmentId = d.id
WHERE (e.departmentId, e.salary) IN (
    SELECT departmentId, MAX(salary)
    FROM Employee
    GROUP BY departmentId
);

测试场景应用示例

• 场景：验证性能测试结果表中，每个接口的最大响应时间是否被正确统计。
• 改造查询：

  -- 统计每个接口的最大响应时间及对应请求ID
  SELECT 
      api_name, 
      request_id, 
      response_time
  FROM performance_log
  WHERE (api_name, response_time) IN (
      SELECT api_name, MAX(response_time)
      FROM performance_log
      GROUP BY api_name
  );
  

4. 测试工程师的深度思考

• 滑动窗口优化日志分析：
  “传统正则匹配需遍历全文，时间复杂度O(n*m)；滑动窗口将复杂度降至O(n)，适合实时监控场景。”
• SQL断言自动化：
  “在自动化测试中，通过SQL查询快速验证数据库状态，替代人工检查，提升测试效率。”

5. 总结与GitHub联动

• 总结：
  “算法与SQL不仅是面试考点，更是测试工程师解决实际问题的利器。掌握其核心思想，能将测试效率提升一个台阶！”
• Call to Action：
  “本文完整代码及测试数据已开源至GitHub： chunchun1221 欢迎在评论区分享你在测试中应用的算法/SQL技巧 💬”

---