牛客网刷题-计算机网络

大部分解答为牛客网各位同学的精彩回答，本文只是选择一些互联网常考题目记录备忘。

1.IP地址分类：

    

2.常见HTTP状态码：

    

3.HTTP协议的描述：无状态、基于请求与相应

    

4.同步通信与异步通信哪个传送效率高：同步传送效率高

    

5.DNS劫持与DDos：

    DNS劫持，指用户访问一个被标记的地址时，DNS服务器故意将此地址指向一个错误的IP地址的行为。范例就是收到各种推送广告等网站。

     DNS污染，指的是用户访问一个地址，国内的服务器(非DNS)监控到用户访问的已经被标记地址时，服务器伪装成DNS服务器向用户发回错误的地址的行为。比如不能访问Google、YouTube等。

    

6.OSI七层协议与TCP\IP五层协议：

    图片来源：https://blog.csdn.net/lg2lh/article/details/51236912

    

    

    表示层与会话层没有协议

    应用层：   

        SMTP（Simple Mail Transfe Protocol）：即简单邮件传输协议
        FTP（File Transfer Protocol）：文件传输协议
    传输层：
        IP（Internet Protocol）：网络之间互连协议
        ICMP（ping命令使用的就是这个协议）： Internet control Message Protocol （Internet控制报文协议)用于控制数据报传送中的差错情况。可用于测试主机是否可达（PING命令）；
    数据链路层：
        ARP：（Address Resolution Protocol)（地址解析协议） 根据IP地址查找MAC地址

       RARP：（Reverse Address Resolution Protocol）（反向地址解析协议）根据MAC地址查找IP地址

7.网络延迟：指从报文开始进入网络到它开始离开网络之间的时间

   往返时延：从发送端发送数据开始，到发送端收到来自接收端的确认（接收端收到数据后便立即发送确认），总共经历的时延。

8.

插几个数据结构的问题

海量数据处理常见的方法有：Hash法，Bit-map法，Bloom filter法，数据库优化法，倒排索引法，外排序法，Trie树，堆，MapReduce法。

Hash法：

    常用的哈希函数的构建：

        （1）直接寻址法：取关键字或关键字的某个线性函数值为散列地址，h(key)=key或h(key)=a*key+b

                    时间O（1），空间O（n），不会产生冲突，但因没压缩使关键字集合很大

        （2）取模法：h(key)=key mod p。p选择较大的素数效果比较好，一般选取为哈希表的长度

        （3）平方取中法：将key进行平方运算，从结果的中间取出若干位（位数与散列地址的位数相同）作为散列地址。

        （4）数字分析法、折叠法、随机数法

    常用的解决冲突的方法：

        （1）开放地址法：发生冲突时，在哈希表中再按照某种方法继续探测其他的存储地址，直到找到空闲的位置为止

                            Hi（key)=(H(key)+di) mod m   (i=1,2,....,k,(k<=m-1))

                            根据增量di的不同，可分为3种：

                                1. di=1,2,3,...,m-1，称为线性探测再散列

                                2. di=12,-12,22,-22,...,-k2（k<=m/2）称为二次探测再散列

                                3. di=伪随机序列，称为伪随机再散列

        （2）链地址法：将地址空间设置成由m个指针组成的一维数组，所有hash为i的数据元素插入到头指针为i的链表中，冲突 时也就是往对应的链表中添加节点。比较适合冲突严重时

        （3）再散列法：发生冲突时再使用第二个、第三个哈希函数计算地址，直到无冲突。缺点是计算时间大幅度增肌

        （4）建立一个公共溢出区：字面意思，用以存储发生冲突的记录。hash主要用来快速存取

Bit-map法：

    基本原理是使用位数组来表示某些元素是否存在。

    位图排序的时间复杂度是O（n）,比一般的排序都快，但它是以空间换时间

    判断集合中是否存在重复时，先扫描一遍得到最大的大小，设置数组全标记为0，再重新扫描没有的改为1，已经出现过1的说明有重复。最坏的情况为O(2N)

Bloom filter法(布隆过滤器)：

    时间和空间效率高，但牺牲了一点正确率

    基本原理是位数组与hash函数联合使用。首先bloom filter包含了m位的位数组，每一位初始化为0，然后定义k个hash函数，每个函数都将集合中的元素映射到位数组的某一位。当向集合中插入一个元素时，根据k个hash函数可以得到位数组的k个位并全置为1。查询时根据该被查询元素的k个hash值对应的位数组是否全为1来判断。

    当它判断某个元素不属于这个集合时，该元素一定不属于该集合。当它判断某个元素属于这个集合时，该元素不一定属于这个集合。（因为在插入其他元素时可能会将该元素需要的位置为1）

数据库优化法：

    使用好的数据库管理工具、数据分区、索引、缓存、加大虚存、分批处理、使用临时表和中间表、优化查询语句、使用视图、使用存储过程、用排序来取代非顺序存取、使用采样数据进行数据挖掘

倒排索引法：

    按照关键字建立的索引

外排序法：

    待排序数量多，内存中不能一次处理，必须把它们以文件的形式存放于外存，然后交换分批进行处理。一般采样归并排序。

    会消耗大量的IO,效率低

Trie树：

    又称为字典树或键树或单词查找树。其原理是利用字符串公共前缀来降低时空开销，即以空间换时间，从而提高效率。

    优点是最大限度地减少无谓的字符串比较，查询效率比哈希表高

    Trie树一般具有以下3个基本特性：

        （1）根节点不包含字符，除根节点外每一节点都只包含一个字符

        （2）从根节点到某一结点，路径上经过的字符连接起来，为该节点对应的字符串

        （3）每个节点的所有子节点包含的字符串都不相同

堆：没啥说的

TopK问题

    （1）直接快速排序：内存够，直接暴力计算，快速排序选出K个

    （2）局部淘汰：设K大小的容器，然后用剩余的数字与容器内的最小的数字进行比较，修改后每次都更新最小的数字。

                        时间O(n+m2)，m为容器大小

    （3）分治法：比如1亿个数找最大的10000个。将数据分为100份，每份100万个数据。在每份数据中找到最大的10000个数。对每份数据，快排分为2堆，大堆个数大于10000则继续对大堆快排。大堆个数小于10000则对小堆快排找10000-大堆个数个数字。递归以上过程。

    （4）Hash法：如果1亿个数字中很多重复，先通过hash能去掉很多数字，再用其他计算方法。

    （5）最小/大堆：类似于局部淘汰，使用的数据结构是堆。建堆O（mlogm)，m为k的大小。算法时间复杂的O（nlogm）