Interview:编程思想

编程思想

数据结构

• 平衡二叉树 待补充

• 排序算法（待补充）

  • 归并排序
  • 冒泡排序

• B+树 数据结构

  • 待补充

• 红黑树 数据结构

  • 待补充

测试设计

• 传入不同的值会有什么不同的测试效果（数据存储的空间不一样，存在预制的数据）

• 测试用例设计方法

  • 因果图、等价类、边界值、场景法

• 测试设计 微信传送功能测试用例设计的思路/测试方案

• 用例设计：淘宝购买产品页面

  • 首先从功能、展示上面出发，然后延展到性能、安全、易用性、可移植性、可靠性、可复制性上从容考虑

脚本编写

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

for element in `ls $1`

do

dir_or_file=$1"/"$element

if [ -d $dir_or_file ]

then

getdir $dir_or_file

else

echo $dir_or_file   

fi

done

}



root_dir="/home/"

getdir $root_dir

服务mock

Python 特性

• Python 语法

  • 异常处理Python

    • try…except…finally(最后这个步骤不管发生什么都执行)

  • Python 装饰器

    • 闭包，将一个未执行的函数返回，主线程可以选择执行或者不执行，可以无侵入的添加代码逻辑。

  • Python 私有变量（不存在真正的私有变量/用下划线来标记这是私有变量）

• Python 运行机制

  • Python 协程

  • Python内存回收策略

    • 引用计数

      • 引用计数是一种非常高效的内存管理手段，当一个pyhton对象被引用时其引用计数增加1，当其不再被引用时引用计数减1，当引用计数等于0的时候，对象就被删除了。

    • 垃圾回收

    • 内存池

    • python内有个定时器，定期的会刷新，如果发现内存中数据被引用了，就会被回收，这个就是内存的回收机制

      • 何时回收

        • 通过gc模块的get_threshold()方法，查看该阈值:

          • import gc

          •     print(gc.get_threshold())
            

        • 返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面可以看到。700即是垃圾回收启动的阈值。阈值可以通过gc中的set_threshold()方法重新设置。

        • 手动启动垃圾回收

          •     gc.collect()
            

• Python 数据结构

  • 列表、元组、字典、set、栈、队列（先进先出-queue）

  • Python tuple、list区别

    • 前者不能修改变更

• python 包

  • xlrd、copy、requests、os、time、sys、log、json、importlib、base64、collection、testlink、re、matplotlib
  • socket的使用，链接的建立主要有哪几个步骤
  • Python init.py 的作用 –> 声明这是一个包
  • 对pyunit源码的理解

Java特性

• ArrayList与linkedlist异同，时间复杂度

Golang特性

• make 和new 的区别

  • new

    • 即内建函数 new 用来分配内存，它的第一个参数是一个类型，不是一个值，它的返回值是一个指向新分配类型零值的指针
    • new和其他语言中的同名函数一样：
    • new(t)分配了零值填充的T类型的内存空间，并且返回其地址，即一个*t类型的值。
    • 它并不初始化内存，只是将其置零。*t指向的内容的值为零（zero value）。注意并不是指针为零。

  • make

    • 即内建函数 make 用来为 slice，map 或 chan 类型分配内存和初始化一个对象(注意：只能用在这三种类型上)，跟 new 类似，第一个参数也是一个类型而不是一个值，跟 new 不同的是，make 返回类型的引用而不是指针，而返回值也依赖于具体传入的类型，
    • make(t, args)与new(t)的功能区别是，make只能创建slice、map和channel，,并且返回一个初始化的(而不是置零)，类型为t的值（而不是*t）。

• defer 退出机制

  • 先进后出

• go pprof

  • 内置获取程序获取运行数据

    • runtime/pprof

      • 采集工具型应用运行数据进行分析

    • net/http/pprof

      • 采集服务型应用运行时数据进行分析

    • 信息收集策略收集

      • 每隔一段时间（10ms）就会收集下当前的堆栈信息获取格格函数占用的CPU以及内存资源；最后通过对这些采样数据进行分析，形成一个性能分析报告。

  • 使用方法

    • CPU

      • 开启CPU性能分析

        • pprof.StartCPUProfile(w io.Writer)

      • 停止CPU性能分析

        • pprof.StopCPUProfile()

      • 应用执行结束后，就会生成一个文件

        • go tool pprof工具进行CPU性能分析。

    • 内存

      • 记录程序的堆栈信息

        • pprof.WriteHeapProfile(w io.Writer)

      • 得到采样数据之后，使用go tool pprof工具进行内存性能分析。

  • go-torch

    • 火焰图

• golang能不能实现泛型

• go 函数命令 不同协程之间数据怎么传递

  • chan

代码设计

• Python 统计第一个至出现一次的字符

• 最近写代码时间，需求，代码行数 –> 7个文件，300行以上

  • RF自动生成自动化用例工具，1000行+

• 手写代码（五个一排少两个，…，十七个一排少十四个）while ..:for …if .. a++

• Python tail命令？没反应过来是什么，不是telnet

• 单例模式使用场景

  • 单例对象的类必须保证只有一个实例存在。

• 手写代码：复制一个每个节点都有随机指针的单链表

• Python 怎么获取最新的报告

  • os.path.getmtime，sort，key排序

• Python 怎么打出信息全面的日志

• Python 99乘法口诀表

  • for i in range(10):

  • for j in range(1, i+1):
    

  •     print(f"{j} + {i} = {j + i}  ", end="")
    

  • print()
    

• 深浅拷贝

  • 深拷贝的是复制对象
  • 浅拷贝是直接指定内存地址
  • 补充：Python的赋值语句针对不同的数据类型，使用的不同的赋值策略

• 1000瓶毒药

• tcp/ip的python实现（socket编程）

• 回文数列表/列表中字符串回文数

• go 和C++ 的区别（优缺点比较）

• 程序设计：【2、9、5、6、3】 找出哪两个元素能相加等于8

• 算法 针对自己写的函数进行测试（二叉树查找）

• 求一个数的最大约数

  • 有什么优化的方案

• 算法：偶数位升序、奇数位降序，什么方法最快，代码复杂度多少

• 读取日志，获取日志级别，并打印行数

  • 进行测试设计

    • 从输入文件
    • 文件大小
    • 中断断点续传

• 怎么进行数据分析？

• 统计第一个只出现一次的字符

• 阿里笔试题

  • 待补充

• 一个列表中又一个元素出现了两次，每个元素只能访问一次，怎么找出这个元素

  • 如果是有序的话，直接遍历一次就能找出

系统运行

• 线程、进程、协程区别

  • 进程

    • 优点：（ 程序）相对比较稳定安全（进程拥有独立的系统资源，进程间不容易相互影响）
    • 缺点：进程切换的时空开销比较大（涉及到很多系统资源的切换）
    • 缺点：进程间通信（IPC）较为复杂和耗时

  • 线程

    • 线程包含在进程中，也叫轻量级进程。线程是进程中一个单一顺序的控制流，像“线”一样（或许是其译名的由来），它是系统进行运算调度（即如何分配CPU去执行不同任务）的基本单位，一个进程的多个线程在执行不同任务的同时共享进程的系统资源（如虚拟地址空间，文件描述符等）
    • 线程切换的开销比进程切换的开销小，减少了任务切换的消耗，提高了操作系统的并发性能。
    • 相比进程不够稳定，多线程在操作共享数据时容易出错（比如丢失数据、产生死锁）

  • 协程

    • 协程的执行效率非常高。因为子程序切换不是线程切换，而是由程序自身控制，因此，没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显，在处理大规模并发连接（IO密集型任务）时，协程要优于线程。
    • 协程不需要多线程的锁机制。在协程中控制共享资源不加锁，只需要判断状态就好了。

  • 利用多核CPU最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。