备战秋招——算法与数据结构（15）

1. shell脚本统计文件中单词的个数

方法一：
（1）cat file|sed ‘s/[,.:;/!?]/ /g’|awk ‘{for(i=1;i<=NF;i++)array[KaTeX parse error: Expected 'EOF', got '}' at position 6: i]++;}̲ END{for(i in a…i]++;}
END{for(i in array) print i,array[i]}’
#（1）和（2）效果一致。

方法二：
（1）awk ‘BEGIN{RS="[,.:;/!?]"}{for(i=1;i<=NF;i++)array[$i]++;}
END{for(i in array) print i,array[i]}’ file

2. redis的对象类型有哪些，底层的数据结构。（主要是有序列表的底层实现）

Redis的五大数据类型也称五大数据对象；前面介绍过6大数据结构，Redis并没有直 接使用这些结构来实现键值对数据库，而是使用这些结构构建了一个对象系统 redisObject；这个对象系统包含了五大数据对象，字符串对象（string）、列表对象 （list）、哈希对象（hash）、集合（set）对象和有序集合对象（zset）；而这五大 对象的底层数据编码可以用命令OBJECT ENCODING来进行查看。
1.字符串对象(string):字符串对象底层数据结构实现为简单动态字符串（SDS）和直接 存储，但其编码方式 可以是int、raw或者embstr，区别在于内存结构的不同。
2.列表对象(list):列表对象的编码可以是ziplist和linkedlist。
3.哈希对象(hash):哈希对象的编码可以是ziplist和hashtable。
4.集合对象(set):集合对象的编码可以是intset和hashtable。
5.有序集合对象(zset):有序集合的编码可以是ziplist和skiplist。
（1）ziplist编码
ziplist编码的有序集合对象底层实现是压缩列表，其结构与哈希对象类似，不同的是 两个紧密相连的压缩列表节点，第一个保存元素的成员，第二个保存元素的分值，而且 分值小的靠近表头，大的靠近表尾。

（2）skiplist编码
skiplist编码的有序集合对象底层实现是跳跃表和字典两种；
每个跳跃表节点都保存一个集合元素，并按分值从小到大排列；节点的object属性保 存了元素的成员，score属性保存分值；
字典的每个键值对保存一个集合元素，字典的键保存元素的成员，字典的值保存分值。

skiplist编码同时使用跳跃表和字典实现的原因
跳跃表优点是有序，但是查询分值复杂度为O(logn)；字典查询分值复杂度为O(1) ， 但是无序，所以结合连个结构的有点进行实现。
虽然采用两个结构但是集合的元素成员和分值是共享的，两种结构通过指针指向同一地 址，不会浪费内存。
有序集合编码转换：
有序集合对象使用ziplist编码需要满足两个条件：一是所有元素长度小于64字节； 二是元素个数小于128个；不满足任意一条件将使用skiplist编码。
以上两个条件可以在Redis配置文件中修改zset-max-ziplist-entries选项和 zset-max-ziplist-value选项。

需要完整版一线互联网大厂面试题以及关于c++ Linux后台服务器开发的一些知识点分享：Linux，Nginx，MySQL，Redis，P2P，K8S，Docker，TCP/IP，协程，DPDK，webrtc，音视频等等视频。
vx关注零声学院公众号领取！

3. linux下IPC有哪些

①匿名管道（PIPE）和有名管道（FIFO）：最简单
②信号（SIGNAL）：系统的开销最小
③共享映射区（MMAP）：可以在无血缘关系的进程间通信
④本地套接字（SOCKET）：最稳定（但是比较复杂）

4. vector内存增长方式

vector的实现通常会分配比新的空间需求更大的内存空间。容器预留这些空间作为备 用，从而用来保存更多新的元素。这样，就不需要每次添加新的元素都重新分配容器的 内存空间了。
在插入新元素时，若遇到已分配容量不足的情况，会自动拓展容量大小，而这个拓展容 量的过程为：
开辟另外一块更大的内存空间，该空间大小通常为原空间大小的两倍(理论分析上是 1.5最好，但从时间和空间上综合考虑，一般取2)；
将原内存空间中的数据拷贝到新开辟的内存空间中；
析构原内存空间的数据，释放原内存空间，并调整各种指针指向新内存空间。
vector类型提供了一些成员函数，允许我们与它的现实中内存分配部分互动。
c.capacity() 不重新分配内存空间的话，c可以保存多少元素
c.reserve(n) 分配至少能容纳n个元素的内存空间
c.shrink_to_fit() 将capacity()减少为size()相同大小,size()为vector已经保存元素个数。