❤️万字阿里技术岗笔面试题+参考答案，自信的可以来试试❤️建议收藏
前些日子在网上偶然间看到了一波阿里的技术笔面试题，自己自信地尝试做了一波，但结果很可惜，在不上网搜参考的情况下，20道题我只做出来8个…真尴尬。
题目水平高低起伏，这里我先把所有题目给大家看一遍，大多数题目后面都有参考答案，个别的确实没找着答案，大家可以现在这里看一遍题目去思考一下你自己的答案，看你在不看答案的情况下能做出几个来。
一、题目预览
1.如何实现两金额数据相加（最多小数点两位）？
.
2.有一批气象观测站，现需要获取这些站点的观测数据，并存储到 Hive 中。但是气象局只提供了 api 查询，每次只能查询单个观测点。那么如果能够方便快速地获取到所有的观测点的数据？
.
3.请计算XILINX公司VU9P芯片的算力相当于多少TOPS，给出计算过程与公式。
.
4.给定一个整数数组和一个整数，返回两个数组的索引，这两个索引指向的数字的加和等于指定的整数。需要最优的算法，分析算法的空间和时间复杂度。
.
5.MySQL 的数据如何恢复到任意时间点？
.
6.给定一个二叉搜索树(BST)，找到树中第 K 小的节点。
.
7.一颗现代处理器，每秒大概可以执行多少条简单的MOV指令，有哪些主要的影响因素？
.
8. 在云计算大数据处理场景中，每天运行着成千上万的任务，每个任务都要进行 IO 读写。存储系统为了更好的服务，经常会保证高优先级的任务优先执行。当多个作业或用户访问存储系统时,如何保证优先级和公平性？
.
9.如何实现一个高效的单向链表逆序输出？
.
10. 你理解常见如阿里，和友商大数据平台的技术体系差异以及发展趋势和技术瓶颈，在存储和计算两个方面进行概述。
.
11.如果让你来设计一个支持数据库、NOSQL 和大数据之间数据实时流动的数据流及处理的系统，你会考虑哪些问题？如何设计？
.
12.假如给你一个新产品，你将从哪些方面来保障它的质量？
.
13.已知 sqrt (2)约等于 1.414，要求不用数学库，求 sqrt (2)精确到小数点后 10 位。
.
14.LRU 缓存机制，设计和实现一个 LRU（最近最少使用）缓存数据结构，使它应该支持一下操作：get 和 put。 get(key) - 如果 key 存在于缓存中，则获取 key 的 value（总是正数），否则返回 -1。 put(key,value) - 如果 key 不存在，请设置或插入 value。当缓存达到其容量时，它应该在插入新项目之前使最近最少使用的项目作废。
.
15.给定一个链表，删除链表的倒数第 N 个节点，并且返回链表的头结点。
.
16.输入 ping IP 后敲回车，发包前会发生什么？
.
17.请解释下为什么鹿晗发布恋情的时候，微博系统会崩溃，如何解决？
.
18. 关于并行计算的一些基础开放问题。
.
19.请评估一下程序的执行结果？
.
20.现有一批邮件需要发送给订阅顾客，且有一个集群（集群的节点数不定，会动态扩容缩容）来负责具体的邮件发送任务，如何让系统尽快地完成发送？请详述技术方案！
阿里的笔面试题和答案我已整理成文档，如果你文章看不习惯文章的话，可以找我要文档去看的。
二、参考答案
以下只是网上的一些大神以及小哥自己做出的一些参考答案，并非出自阿里内部的答案，大家没有头绪的情况下可以参考参考。
1.如何实现两金额数据相加（最多小数点两位）？
出题人：阿里巴巴出题专家：御术／蚂蚁金服数据可视化高级技术专家
参考答案：
其实问题并不难，就是考察候选人对 JavaScript 数据运算上的认知以及考虑问题的缜密程度，有很多坑，可以用在笔试题，如果用在面试，回答过程中还可以随机加入有很多计算机基础的延伸。
回到这个问题，由于直接浮点相与加会失精，所以要转整数；（可以插入问遇到过吗？是否可以举个例子？）。
转整数是第一个坑，虽然只有两位可以通过乘以100转整数，但由于乘以一百和除以一百都会出现浮点数的运算，所以也会失精，还是要通过字符串来转；（可以插入问字符串转整数有几种方式？）字符串转整是第二个坑，因为最后要对齐计算，如果没考虑周全先toFixed(2)，对于只有一位小数点数据进入计算就会错误；转整数后的计算是个加分点，很多同学往往就是直接算了，如果可以考虑大数计算的场景，恭喜同学进入隐藏关卡，这就会涉及如何有效循环、遍历、算法复杂度的问题。
2.有一批气象观测站，现需要获取这些站点的观测数据，并存储到 Hive 中。但是气象局只提供了 api 查询，每次只能查询单个观测点。那么如果能够方便快速地获取到所有的观测点的数据？
出题人：阿里巴巴出题专家：江岚／阿里巴巴数据技术高级技术专家
参考答案：
A. 通过 shell 或 python 等调用 api，结果先暂存本地，最后将本地文件上传到 Hive 中。
B. 通过 datax 的 httpReader 和 hdfsWriter 插件，从而获取所需的数据。
C. 比较理想的回答，是在计算引擎的 UDF 中调用查询 api，执行UDF 的查询结果存储到对应的表中。一方面，不需要同步任务的导出导入；另一方面，计算引擎的分布式框架天生提供了分布式、容错、并发等特性。
3.请计算XILINX公司VU9P芯片的算力相当于多少TOPS，给出计算过程与公式。
出题人： 阿里巴巴出题专家：隐达／阿里云异构计算资深专家
参考答案：基于不同的算法，这个值在十几到几百之间。但是，如果只是单纯比算力，FPGA和ASIC、GPU相比并无太大优势，甚至大多时候有较大劣势。FPGA的优势在于高度的灵活性和算法的针对性。
4.给定一个整数数组和一个整数，返回两个数组的索引，这两个索引指向的数字的加和等于指定的整数。需要最优的算法，分析算法的空间和时间复杂度
参考答案：
Ha
public int[] twoSum(int[] nums, int target) {
if(nums==null || nums.length<2)
return new int[]{
0,0};
HashMap<Integer, Integer> map = new HashMap<Integer, Integer>();
for(int i=0; i<nums.length; i++){
if(map.containsKey(nums[i])){
return new int[]{
map.get(nums[i]), i};
}else{
map.put(target-nums[i], i);
}
}
return new int[]{
0,0};
}
分析：空间复杂度和时间复杂度均为 O(n)
5.MySQL 的数据如何恢复到任意时间点？
出题人：阿里巴巴出题专家：近秋／阿里云数据库产品技术部技术专家参考答案
参考答案：恢复到任意时间点以定时的做全量备份，以及备份增量的 binlog 日志为前提。恢复到任意时间点首先将全量备份恢复之后，再此基础上回放增加的 binlog 直至指定的时间点。
6.给定一个二叉搜索树(BST)，找到树中第 K 小的节点。
出题人：阿里巴巴出题专家：文景／阿里云 CDN 资深技术专家
参考答案：
- 考察点
基础数据结构的理解和编码能力
递归使用 - 示例
5
/ \
3 6
/ \
2 4
/
1
说明：保证输入的 K 满足 1<=K<=(节点数目）
解法1：
树相关的题目，第一眼就想到递归求解，左右子树分别遍历。联想到二叉搜索树的性质，root 大于左子树，小于右子树，如果左子树的节点数目等于 K-1，那么 root 就是结果，否则如果左子树节点数目小于 K-1，那么结果必然在右子树，否则就在左子树。因此在搜索的时候同时返回节点数目，跟 K 做对比，就能得出结果了。
/**
* Definition for a binary tree node.
**/
public class TreeNode {
int val;
TreeNode left;
TreeNode right;
TreeNode(int x) {
val = x; }
}
class Solution {
private class ResultType {
boolean found; // 是否找到
int val; // 节点数目
ResultType(boolean found, int val) {
this.found = found;
this.val = val;
}
}
public int kthSmallest(TreeNode root, int k) {
return kthSmallestHelper(root, k).val;
}
private ResultType kthSmallestHelper(TreeNode root, int k) {
if (root == null) {
return new ResultType(false, 0);
}
ResultType left = kthSmallestHelper(root.left, k);
// 左子树找到，直接返回
if (left.found) {
return new ResultType(true, left.val);
}
// 左子树的节点数目 = K-1，结果为 root 的值
if (k - left.val == 1) {
return new ResultType(true, root.val);
}
// 右子树寻找
ResultType right = kthSmallestHelper(root.right, k - left.val - 1);
if (right.found) {
return new ResultType(true, right.val);
}
// 没找到，返回节点总数
return new ResultType(false, left.val + 1 + right.val);
}
}
解法2：
基于二叉搜索树的特性，在中序遍历的结果中，第k个元素就是本题的解。 最差的情况是k节点是bst的最右叶子节点，不过每个节点的遍历次数最多是1次。 遍历并不是需要全部做完，使用计数的方式，找到第k个元素就可以退出。 下面是go的一个简单实现。
// BST is binary search tree
type BST struct {
key, value int
left, right *BST
}
func (bst *BST) setLeft(b *BST) {
bst.left = b
}
func (bst *BST) setRight(b *BST) {
bst.right = b
}
// count 查找bst第k个节点的值，未找到就返回0
func count(bst *BST, k int) int {
if k < 1 {
return 0
}
c := 0
ok, value := countRecursive(bst, &c, k)
if ok {
return value
}
return 0
}
// countRecurisive 对bst使用中序遍历
// 用计数方式控制退出遍历，参数c就是已遍历节点数
func countRecursive(bst *BST, c *int, k int) (bool, int) {
if bst.left != nil {
ok, value := countRecursive(bst.left, c, k)
if ok {
return ok, value
}
}
if *c == k-1 {
return true, bst.value
}
*c++
if bst.right != nil {
ok, value := countRecursive(bst.right, c, k)
if ok {
return ok, value
}
}
return false, 0
}
// 下面是测试代码，覆盖了退化的情况和普通bst
func createBST1() *BST {
b1 := &BST{
key: 1, value: 10}
b2 := &BST{
key: 2, value: 20}
b3 := &BST{
key: 3, value: 30}
b4 := &BST{
key: 4, value: 40}
b5 := &BST{
key: 5, value: 50}
b6 := &BST{
key: 6, value: 60}
b7 := &BST{
key: 7, value: 70}
b8 := &BST{
key: 8, value: 80}
b9 := &BST{
key: 9, value: 90}
b9.setLeft(b8)
b8.setLeft(b7)
b7.setLeft(b6)
b6.setLeft(b5)
b5.setLeft(b4)
b4.setLeft(b3)
b3.setLeft(b2)
b2.setLeft(b1)
return b9
}
func createBST2() *BST {
b1 := &BST{
key: 1, value: 10}
b2 := &BST{
key: 2, value: 20}
b3 := &BST{
key: 3, value: 30}
b4 := &BST{
key: 4, value: 40}
b5 := &BST{
key: 5, value: 50}
b6 := &BST{
key: 6, value: 60}
b7 := &BST{
key: 7, value: 70}
b8 := &BST{
key: 8, value: 80}
b9 := &BST{
key: 9, value: 90}
b1.setRight(b2)
b2.setRight(b3)
b3.setRight(b4)
b4.setRight(b5)
b5.setRight(b6)
b6.setRight(b7)
b7.setRight(b8)
b8.setRight(b9)
return b1
}
func createBST3() *BST {
b1 := &BST{
key: 1, value: 10}
b2 := &BST{
key: 2, value: 20}
b3 := &BST{
key: 3, value: 30}
b4 := &BST{
key: 4, value: 40}
b5 := &BST{
key: 5, value: 50}
b6 := &BST{
key: 6, value: 60}
b7 := &BST{
key: 7, value: 70}
b8 := &BST{
key: 8, value: 80}
b9 := &BST{
key: 9, value: 90}
b5.setLeft(b3)
b5.setRight(b7)
b3.setLeft(b2)
b3.setRight(b4)
b2.setLeft(b1)
b7.setLeft(b6)
b7.setRight(b8)
b8.setRight(b9)
return b5
}
func createBST4() *BST {
b := &BST{
key: 1, value: 10}
last := b
for i := 2; i < 100000; i++ {
n := &BST{
key: i, value: i * 10}
last.setRight(n)
last = n
}
return b
}
func createBST5() *BST {
b := &BST{
key: 99999, value: 999990}
last := b
for i := 99998; i > 0; i-- {
n := &BST{
key: i, value: i * 10}
last.setLeft(n)
last = n
}
return b
}
func createBST6() *BST {
b := &BST{
key: 50000, value: 500000}
last := b
for i := 49999; i > 0; i-- {
n := &BST{
key: i, value: i * 10}
last.setLeft(n)
last = n
}
last = b
for i := 50001; i < 100000; i++ {
n := &BST{
key: i, value: i * 10}
last.setRight(n)
last = n
}
return b
}
func TestK(t *testing.T) {
bst1 := createBST1()
bst2 := createBST2()
bst3 := createBST3()
bst4 := createBST4()
check(t, bst1, 1, 10)
check(t, bst1, 2, 20)
check(t, bst1, 3, 30)
check(t, bst1, 4, 40)
check(t, bst1, 5, 50)
check(t, bst1, 6, 60)
check(t, bst1, 7, 70)
check(t, bst1, 8, 80)
check(t, bst1, 9, 90)
check(t, bst2, 1, 10)
check(t, bst2, 2, 20)
check(t, bst2, 3, 30)
check(t, bst2, 4, 40)
check(t, bst2, 5, 50)
check(t, bst2, 6, 60)
check(t, bst2, 7, 70)
check(t, bst2, 8, 80)
check(t, bst2, 9, 90)
check(t, bst3, 1, 10)
check(t, bst3, 2, 20)
check(t, bst3, 3, 30)
check(t, bst3, 4, 40)
check(t, bst3, 5, 50)
check(t, bst3, 6, 60)
check(t, bst3, 7, 70)
check(t, bst3, 8, 80)
check(t, bst3, 9, 90)
check(t, bst4, 1, 10)
check(t, bst4, 2, 20)
check(t, bst4, 3, 30)
check(t, bst4, 4, 40)
check(t, bst4, 5, 50)
check(t, bst4, 6, 60)
check(t, bst4, 7, 70)
check(t, bst4, 8, 80)
check(t, bst4, 9, 90)
check(t, bst4, 99991, 999910)
check(t, bst4, 99992, 999920)
check(t, bst4, 99993, 999930)
check(t, bst4, 99994, 999940)
check(t, bst4, 99995, 999950)
check(t, bst4, 99996, 999960)
check(t, bst4, 99997, 999970)
check(t, bst4, 99998, 999980)
check(t, bst4, 99999, 999990)
}
func check(t *testing.T, b *BST, k, value int) {
t.Helper()
checkCall(t, b, k, value, count)
// 此处可添加其他解法的实现
}
func checkCall(t *testing.T, b *BST, k, value int, find func(bst *BST, kth int) int) {
t.Helper()
got := find(b, k)
if got != value {
t.Fatalf("want:%d, got:%d", value, got)
}
}
7.一颗现代处理器，每秒大概可以执行多少条简单的MOV指令，有哪些主要的影响因素？
出题人：阿里巴巴出题专家：子团／创新产品虚拟化&稳定性资深技术专家
参考答案：
及格： 每执行一条mov指令需要消耗1个时钟周期，所以每秒执行的mov指令和CPU主频相关。
加分： 在CPU微架构上，要考虑数据预取，乱序执行，多发射，内存stall(前端stall和后端stall)等诸多因素，因此除了cpu主频外，还和流水线上的效率(IPC)强相关，比较复杂的一个问题。
8. 在云计算大数据处理场景中，每天运行着成千上万的任务，每个任务都要进行 IO 读写。存储系统为了更好的服务，经常会保证高优先级的任务优先执行。当多个作业或用户访问存储系统时,如何保证优先级和公平性？
暂时没有答案。
9.如何实现一个高效的单向链表逆序输出？
出题人：阿里巴巴出题专家：昀龙／阿里云弹性人工智能负责人
参考答案：下面是其中一种写法，也可以有不同的写法，比如递归等。供参考。
typedef struct node{
int data;
struct node* next;
node(int d):data(d), next(NULL){
}
}node;
void reverse(node* head)
{
if(head == NULL){
return;
}
node* pleft = NULL;
node* pcurrent = head;
node* pright = head->next;
while(pright){
pcurrent->next = pleft;
node *ptemp = pright->next;
pright->next = pcurrent;
pleft = pcurrent;
pcurrent = pright;
pright = ptemp;
}
while(pcurrent != NULL){
cout<< pcurrent->data << "\t";
pcurrent = pcurrent->next;
}
}
class Solution<T> {
public void reverse(ListNode<T> head) {
if (head == null || head.next == null) {
return ;
}
ListNode<T> currentNode = head;
Stack<ListNode<T>> stack = new Stack<>();
while (currentNode != null) {
stack.push(currentNode);
ListNode<T> tempNode = currentNode.next;
currentNode.next = null; // 断开连接
currentNode = tempNode;
}
head = stack.pop();
currentNode = head;
while (!stack.isEmpty()) {
currentNode.next = stack.pop();
currentNode = currentNode.next;
}
}
}
class ListNode<T>{
T val;
public ListNode(T val) {
this.val = val;
}
ListNode<T> next;
}
10. 你理解常见如阿里，和友商大数据平台的技术体系差异以及发展趋势和技术瓶颈，在存储和计算两个方面进行概述。
出题人： 阿里巴巴出题专家：映泉／阿里巴巴高级技术专家
参考答案：开放性问题，无标准答案。
11.如果让你来设计一个支持数据库、NOSQL 和大数据之间数据实时流动的数据流及处理的系统，你会考虑哪些问题？如何设计？
出题人：阿里巴巴出题专家：千震／阿里云数据库高级技术专家
参考答案：开放性问题，无标准答案。
12.假如给你一个新产品，你将从哪些方面来保障它的质量？
出题人：阿里巴巴出题专家：晨晖 ／阿里云中间件技术部测试开发专家
参考答案：
可以从代码开发、测试保障、线上质量三个方面来保障。
在代码开发阶段，有单元测试、代码Review、静态代码扫描等；
测试保障阶段，有功能测试、性能测试、高可用测试、稳定性测试、兼容性测试等；
在线上质量方面，有灰度发布、紧急回滚、故障演练、线上监控和巡检等。
13.已知 sqrt (2)约等于 1.414，要求不用数学库，求 sqrt (2)精确到小数点后 10 位。
出题人：——阿里巴巴出题专家：文景／阿里云 CDN 资深技术专家
参考答案：
- 考察点
1）基础算法的灵活应用能力（二分法学过数据结构的同学都知道，但不一定往这个方向考虑；如果学过数值计算的同学，应该还要能想到牛顿迭代法并解释清楚）
2）退出条件设计
二分法
-
已知 sqrt(2)约等于 1.414，那么就可以在(1.4, 1.5)区间做二分
查找，如： a) high=>1.5 b) low=>1.4 c) mid => (high+low)/2=1.45 d) 1.45*1.45>2 ? high=>1.45 : low => 1.45 e) 循环到 c) -
退出条件
a) 前后两次的差值的绝对值<=0.0000000001, 则可退出
const double EPSILON = 0.0000000001;
double sqrt2() {
double low = 1.4, high = 1.5;
double mid = (low + high) / 2;
while (high - low > EPSILON) {
if (mid * mid > 2) {
high = mid;
} else {
low = mid;
}
mid = (high + low) / 2;
}
return mid;
}
牛顿迭代法
1.牛顿迭代法的公式为：
xn+1 = xn-f(xn)/f’(xn)
对于本题，需要求解的问题为：f(x)=x2-2 的零点
EPSILON = 0.1 ** 10
def newton(x):
if abs(x ** 2 - 2) > EPSILON:
return newton(x - (x ** 2 - 2) / (2 * x))
else:
return x
14.LRU 缓存机制，设计和实现一个 LRU（最近最少使用）缓存数据结构，使它应该支持一下操作：get 和 put。 get(key) - 如果 key 存在于缓存中，则获取 key 的 value（总是正数），否则返回 -1。 put(key,value) - 如果 key 不存在，请设置或插入 value。当缓存达到其容量时，它应该在插入新项目之前使最近最少使用的项目作废。
出题人：文景／阿里云 CDN 资深技术专家
参考答案：
python版本的：
class LRUCache(object):
def __init__(self, capacity):
"""
:type capacity: int
"""
self.cache = {
}
self.keys = []
self.capacity = capacity
def visit_key(self, key):
if key in self.keys:
self.keys.remove(key)
self.keys.append(key)
def elim_key(self):
key = self.keys[0]
self.keys = self.keys[1:]
del self.cache[key]
def get(self, key):
"""
:type key: int
:rtype: int
"""
if not key in self.cache:
return -1
self.visit_key(key)
return self.cache[key]
def put(self, key, value):
"""
:type key: int
:type value: int
:rtype: void
"""
if not key in self.cache:
if len(self.keys) == self.capacity:
self.elim_key()
self.cache[key] = value
self.visit_key(key)
def main():
s =
[["put","put","get","put","get","put","get","get","get"],[[1,1],[2,2],[1],[3,3],[2],[
4,4],[1],[3],[4]]]
obj = LRUCache(2)
l=[]
for i,c in enumerate(s[0]):
if(c == "get"):
l.append(obj.get(s[1][i][0]))
else:
obj.put(s[1][i][0], s[1][i][1])
print(l)
if __name__ == "__main__":
main()
C++版本：
class LRUCache{
public:
LRUCache(int capacity) {
cap = capacity;
}
int get(int key) {
auto it = m.find(key);
if (it == m.end()) return -1;
l.splice(l.begin(), l, it->second);
return it->second->second;
}
void set(int key, int value) {
auto it = m.find(key);
if (it != m.end()) l.erase(it->second);
l.push_front(make_pair(key, value));
m[key] = l.begin();
if (m.size() > cap) {
int k = l.rbegin()->first;
l.pop_back();
m.erase(k);
}
}
}
15.给定一个链表，删除链表的倒数第 N 个节点，并且返回链表的头结点。
◼ 示例： 给定一个链表: 1->2->3->4->5, 和 n = 2. 当删除了倒数第二个节点后，链表变为 1->2->3->5. 说明： 给定的 n 保证是有效的。 要求： 只允许对链表进行一次遍历。
出题人：阿里巴巴出题专家：屹平／阿里云视频云边缘计算高级技术专家
参考答案：
我们可以使用两个指针而不是一个指针。第一个指针从列表的开头向前移动 n+1 步，而第二个指针将从列表的开头出发。现在，这两个指针被 n 个结点分开。我们通过同时移动两个指针向前来保持这个恒定的间隔，直到第一个指针到达最后一个结点。此时第二个指针将指向从最后一个结点数起的第 n 个结点。我们重新链接第二个指针所引用的结点的 next 指针指向该结点的下下个结点。
参考代码：
public ListNode removeNthFromEnd(ListNode head, int n)
{
ListNode dummy = new ListNode(0);
dummy.next = head;
ListNode first = dummy;
ListNode second = dummy;
// Advances first pointer so that the gap between first
and second is n nodes apart
for (int i = 1; i <= n + 1; i++) {
first = first.next;
}
// Move first to the end, maintaining the gap
while (first != null) {
first = first.next;
second = second.next;
}
second.next = second.next.next;
return dummy.next;
}
复杂度分析：
- 时间复杂度：O(L)，该算法对含有 L 个结点的列表进行了一次遍历。因此时间复杂度为 O(L)。
- 空间复杂度：O(1)，我们只用了常量级的额外空间。
16.输入 ping IP 后敲回车，发包前会发生什么？
出题人：阿里巴巴出题专家：怀虎／阿里云云效平台负责人
参考答案：
ping目标ip时，先查路由表，确定出接口
如果落在直连接口子网内，此时若为以太网等 多路访问网络 则先查询arp缓存，命中则直接发出，否则在该接口上发arp询问目标ip的mac地址，取得后发出，若为ppp等 点对点网络 ，则直接可以发出；
如果查表落在缺省路由上，此时若为以太网等 多路访问网络 则先查询网关arp缓存，命中则直接发出，否则在该接口上发arp询问网关的mac地址，取得后发出，若为ppp等 点对点网络 ，则直接可以发出；
若查表未命中，则返回不可达。
17.请解释下为什么鹿晗发布恋情的时候，微博系统会崩溃，如何解决？
出题人：阿里巴巴出题专家：江岚／阿里巴巴数据技术高级技术专家
参考答案：
A. 获取微博通过 pull 方式还是 push 方式
B. 发布微博的频率要远小于阅读微博
C. 流量明星的发微博，和普通博主要区分对待，比如在 sharding的时候，也要考虑这个因素
18. 关于并行计算的一些基础开放问题。
◼ 如何定义并计算，请分别阐述分布式内存到共享内存模式行编程的区别和实现（例子代码）？
◼ 请使用 MPI 和 OpenMP 分别实现 N 个处理器对 M 个变量的求和？
◼ 请说明 SIMD 指令在循环中使用的权限？向量化优化有哪些手段？
◼ 请用 Amdahl定律说明什么是并行效率以及并行算法的扩展性？并说明扩展性的性能指标和限制因素，最后请说明在共享内存计算机中，共享内存的限制？OpenMP是怎样实现共享内存编程环境的？MPI 阻塞和非阻塞读写的区别？
出题人：阿里巴巴出题专家：何万青／阿里云高性能计算资深技术专家
参考答案：
（简要答案，但必须触及，可以展开）
◼同时执行多个/算法/逻辑操作/内存访问/IO，相互独立同时运行，分三个层次：进程级，多个节点分布式内存通过MPI通信并行；线程级，共享内存的多路机器，通过OpenMP实现多线程并行；指令集：通过SIM指令实现单指令多数据。。。。举例吧啦吧啦。
◼ MPI代码，，，OpenMP代码，分别写出来 M个元素，N个处理器的累加，后者注意private 参数。
◼ SIMD在循环中的应用，限制在于 SIMD指令处理的每一个数组的长度，cache line利用，内部循环间的依赖和条件调用等。
◼ 向量化，主要看SSE和AVX指令占比率，通过编译器优化… 在loop代码中使用。
◼ 性能和计算规模随处理器增加的变化曲线，实测HPL和峰值HPL比率，能用用Amdahl定律表达Tpar(N) = (an +(1-a)n/N )t + C (n,N),能够讲明白串行部分对整个并行的天花板效应，扩展性能够解释清楚算法的扩展性=并行效率随处理器数目的变化关系，画出来。
◼ 共享内存计算机OpenMP对变量的限制描述，EREW，CREW，ERCW，CRCW等区别，NUMA概念，如何保持coherent等。
◼ 写出OpenMP和MPI的核心函数，回答问题即可。
19.请评估一下程序的执行结果？
public class SynchronousQueueQuiz {
public static void main(String[] args) throws Exception {
BlockingQueue<Integer> queue = new
SynchronousQueue<>();
System. out .print(queue.offer(1) + " ");
System. out .print(queue.offer(2) + " ");
System. out .print(queue.offer(3) + " ");
System. out .print(queue.take() + " ");
System. out .println(queue.size());
}
}
A. true true true 1 3
B. true true true (阻塞)
C. false false false null 0
D. false false false (阻塞)
出题人：阿里巴巴出题专家：桃谷／阿里云中间件技术专家
参考答案：D
20.现有一批邮件需要发送给订阅顾客，且有一个集群（集群的节点数不定，会动态扩容缩容）来负责具体的邮件发送任务，如何让系统尽快地完成发送？请详述技术方案！
出题人：阿里巴巴出题专家：江岚／阿里巴巴数据技术高级技术专家
参考答案：
A. 借助消息中间件，通过发布者订阅者模式来进行任务分配
B. master-slave 部署，由 master 来分配任务
C. 不借助任何中间件，且所有节点均等。通过数据库的 update-returning，从而实现节点之间任务的互斥
今天的分享就到这里了，我是最近没有换岗的打算所以没刷题，但凡是再给我点时间，这种题目我也能做出来个七八成，所有题目我已经整成文档，要的话找我就行。
