// 一面Java 基础 谈谈 Java 程序怎么实现跨平台兼容的？ 比如现在有一个 windows 32 位环境下编译好的 Class 文件，放到 linux 64 位环境下，可以运行吗？ Javac 编译以后形成了 Class 文件，这个过程大致是怎么样的？ 字节码直接就能执行吗，跟机器码有什么区别？ Java 进程跟线程的联系和区别？ 线程有哪些状态呢？ wait() 和 sleep() 在面对锁的时候表现有什么不同？ 计算机网络 客户端想和服务器建立 TCP 连接，要进行什么操作？ TCP 通信时，上层的应用对 TCP 收到的数据会怎么处理？ 数据库 通常有哪些手段可以优化 MySQL 的查询效率呢？ 说说联合索引失效条件？ 怎么查看查询语句用到的索引呢？ 算法题考了两道算法，不知道是我第一题做快了还是本来就准备考两道题。代码平台是牛客网。 将二叉搜索树转换为有序双向链表。调试不方便，简单写完核心逻辑（中序遍历放入 List 中再按序修改指针即可），讲完思路就算过了。 一个纯数字字符串，判断其是否可以通过加分隔点表示一个有效的 IP 地址（比如 “1111” 串可以 ...

复盘面试中优化自己表现的软技巧。 // 1.话题引导对一个开放性多角度的问题，尽量朝自己熟悉的领域展开，回答的时候对不熟的领域不要过多涉猎，蜻蜓点水即可。例如，当面试官问你「Java 中进程和线程有什么区别、联系」的时候，如果你只回答了 JVM 单进程、多线程、程序入口启动主线程执行 main 方法等等，那么很容易将话题引到 Java 多线程、并发编程那一块，恰好我对这块知识了解不多。于是，我会再补一句「例如，JVM 在主线程之外，还可能会并发地运行 GC 线程」，这样话题就有可能进一步扩展到我相对更熟悉的 GC 方面，降低暴露我知识盲区的风险。我们就成功通过话题的引导，掌控了面试的节奏。

华为云 BU 校招 Java 后端开发，一面、二面面经 // 不知道是个例还是整个华为，至少我面的这个部门给我的面试体验相当好，面试官会当场给我比较积极的反馈，面试结束后 5 分钟内就发短信通知通过。美中不足的是笔试后面还有很长很罗嗦的性格心理测评题，个人说实话比较反感这类测评以及行测题，但总之瑕不掩瑜。 一面二面自我介绍，聊了聊非科班毕业后的一些不相干的工作经历，坦陈自己缺乏项目经验，于是面试官后面就问了些八股文。运气还不错，面试官的引导技巧也很在线，卡壳的地方也能引导我回答出来。 Java基础 了解 Java 哪些数据结构？ 说说 HashMap 实现吧？ 了解一致性 Hash 吗？ 线程同步有什么需要注意的地方？设置锁，限制对资源的争夺。（多线程这块了解不多） 对 Java 的锁有什么认识吗？回答面试官对 Java 当中多线程不熟，锁的具体实现不了解，但是粗略了解一些操作系统涉及的锁的抽象原理，于是面试官让我从抽象的角度介绍锁。回答锁其实就是对某一种资源(某个对象、某个代码块)的分配限制，如果资源能分配若干份，锁就表现为信号量，如果资源是唯一的，锁就表现为二元互斥量。竞争中获 ...

虾皮新加坡后端开发，一面、二面（凉）面经 // 先把我写在牛客网面经 贴上，等有空了整理搬过来

用回溯 + DFS 搜索可能的解，用位运算优化空间复杂度 // 题目链接-来源：力扣（LeetCode） n 皇后问题 研究的是如何将 n 个皇后放置在 n×n 的棋盘上，并且使皇后彼此之间不能相互攻击。 给你一个整数 n ，返回所有不同的 n 皇后问题 的解决方案。 每一种解法包含一个不同的 n 皇后问题 的棋子放置方案，该方案中 ‘Q’ 和 ‘.’ 分别代表了皇后和空位。 示例 1： 输入：n = 4输出：[[“.Q..”,”…Q”,”Q…”,”..Q.”],[“..Q.”,”Q…”,”…Q”,”.Q..”]]解释：如上图所示，4 皇后问题存在两个不同的解法。 思路：简化版的解数独。由于我们需要给出 n 皇后问题的所有解，因此考虑使用回溯 + DFS 的方法搜索每一个可能的解。暴力解的复杂度显然无法接受，我们每在棋盘放入一个皇后，就要维护一个冲突信息，记录与这个皇后相关的行、列、对角线，这样我们之后放置新的皇后时，就可以直接排除这些冲突的位置，即「剪枝」大大降低我们的解法复杂度。回溯时，我们需要用某种方式撤销掉与这个皇后相关的冲突信息，仿佛我们从未放置过它。本题各种 ...

快速幂模拟 pow(x,n) 幂函数实现 // 题目链接-来源：力扣（LeetCode） 给定一个字符串数组，将字母异位词组合在一起。可以按任意顺序返回结果列表。 字母异位词指字母相同，但排列不同的字符串。 示例 1: 输入: strs = [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”]输出: [[“bat”],[“nat”,”tan”],[“ate”,”eat”,”tea”]] 思路：常规的 n 次累乘时间复杂度为 O(n)，我们考虑对其进行优化。容易发现，如果采用分治的方法，计算 pow(x, n) 时，只需将 pow(x, n / 2) 的结果进行平方… 即可在 O(logn) 的时间内完成计算。当然，分治过程中有许多细节要处理，比如 n 为奇数时，我们要先单独乘一次 x，让 n 变为偶数后才能继续分治。为了高效完成分治，考虑快速幂的实现。我们将 n 视为二进制数，每次以其最低位为参考，若最低位为 1，表示当前 n 为奇数，我们就在结果中乘上 x；然后不论奇偶，我们都将 x 平方，并将 n 右移继续处理下一位，这个操 ...

为字母异位词设置分配哈希值相同的数据结构 // 题目链接-来源：力扣（LeetCode） 给定一个字符串数组，将字母异位词组合在一起。可以按任意顺序返回结果列表。 字母异位词指字母相同，但排列不同的字符串。 示例 1: 输入: strs = [“eat”, “tea”, “tan”, “ate”, “nat”, “bat”]输出: [[“bat”],[“nat”,”tan”],[“ate”,”eat”,”tea”]] 思路：观察可以发现，我们需要提取字母异位词之间满足一定的「等价性」，我们需要提取出能够表达这个等价性的某一个等价特征，作为放在哈希表中作为 key，而 value 指向一个结果列表，才能依次归类这些字符串。我们可以提取出一种方便处理的等价特征，比如将字母异位词按字典序排序以后得到的字符串，一定相同，我们可以以这个字符串作为 key 来执行哈希查找，快速定位到应该存放的结果集当中。排序方法多种多样，比如可以将字符串转化为字符数组，然后对字符数组执行排序。当然，设字符串长度为 m，总字符串个数为 n，考虑排序的复杂度此方法的整体复杂度为 O(nmlogm)。我 ...

分类处理实现高效地矩阵旋转，找规律 // 题目链接-来源：力扣（LeetCode） 给定一个 n × n 的二维矩阵 matrix 表示一个图像。请你将图像顺时针旋转 90 度。 你必须在 原地 旋转图像，这意味着你需要直接修改输入的二维矩阵。请不要 使用另一个矩阵来旋转图像。 示例 1： 输入：matrix = [[1,2,3],[4,5,6],[7,8,9]]输出：[[7,4,1],[8,5,2],[9,6,3]] 思路：我们可以将矩阵分组，方便我们进行旋转操作。我们发现每一次旋转操作，对于某一个位置的元素，只有与其相对应位置的另外 3 个元素是真正与其相关联的，我们可以一次性将这关联的四个位置「打包操作」（以示例 1 为例，不论我们旋转的角度是多少度，四个角落处永远都是被 1、3、7、9 四个数字占据，并且其相对位置不变，所以我们将其视为一个整体打包操作）。这样我们只需遍历 1/4 规模的矩阵元素，以其作为起始元素，每一个起始元素与其相关联的另外 3 个元素划为一组同一操作。为了对齐考虑，方便我们按数字规律查找关联元素，我们可以这样查找起始元素：显然，我 ...

用回溯 + DFS 搜索全排列（去重） // 题目链接-来源：力扣（LeetCode） 给定一个可包含重复数字的序列 nums ，按任意顺序 返回所有不重复的全排列。 示例 1： 输入：nums = [1,1,2]输出：[[1,1,2], [1,2,1], [2,1,1]] 思路：此题沿用 上一题 的模板即可。唯一的区别是，本题所给的数组中拥有重复元素，我们需要动用一点小技巧进行去重操作。首先将原数组排序，方便我们后续的比较。在每轮 dfs 查找数组中的每个元素时，我们用一个局部变量 prev 记录上一次访问过的元素，后续元素必须满足与 prev 不相同的条件我们才进行考虑。prev 的初始化可以选择一个不在值域中的数字，比如本题的值域是 [-10, 10]，我取 -11。其他代码与上一题完全一样。 时间复杂度：O(n * n!)空间复杂度：O(n) 实现：12345678910111213141516171819202122232425262728293031323334353637class Solution { public List<Lis ...

用回溯 + DFS 查找全排列 // 题目链接-来源：力扣（LeetCode） 给定一个不含重复数字的数组 nums ，返回其 所有可能的全排列 。你可以 按任意顺序 返回答案。 示例 1： 输入：nums = [1,2,3]输出：[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]] 思路：全排列的问题很直观，对于 nums 数组中的数字，我们可以用一个布尔型数组 visited[]将其标记为两类，一类是已经取到我们的结果集中的元素，另一类是尚未选择的元素。我们每次递归中，就按照一定的顺序（如，从后往前，或者从前往后，保证不遗漏即可），搜索 nums 中的尚未选择的元素，将其标为已选择（visited[i] 标记为 true），加入结果集，并在此基础上继续进行更深一层的 dfs。回溯发生在深层 dfs 返回之后，我们要恢复现场，将相关变量恢复为好像没有发生过本次 dfs 一样，包括从结果集中删除选择的元素（对于本题，即为结果列表最后一个元素），修改 visited[i]。递归中止的条件为结果集大小恰为 nums 的长度，表示 ...