秋招突击——面经整理——有塔游戏提前批

文章目录

- 引言
- 正文
- - 一面
  - - 说一下堆排序
  - 二面
  - - 有了解过游戏后端应该是干什么的吗？
    - 博客是从什么时候开始写的？
    - 平常在哪里做题？做了多少题？
    - 给你二维矩阵，零代表可以走，一代表不可以走，从起点到终点，计算一下最短路径。
    - 你说用到了动态规划，这个题可以使用动态规划吗？
    - 如果你非要说能够使用动态规划，状态转移方程怎么写？
    - 这个题目可以使用广度优先搜索吗？
    - 广度时间复杂度是多少？
    - BFS求路径怎么做到？
    - DFS怎么保存路径？
    - 时间复杂度太高了怎么办？
    - 先讲一个背包问题，无限个不同面值的硬币，问你能不能凑出来一个特定的面额！
    - redis你怎么学的？redis的持久化有哪些？
    - redis持久化怎么修改配置？
    - 在项目中是怎么实现分布式锁的？
- 补充
- - 迷宫问题
  - - 深度优先搜索怎么做？如何保存路径！
    - 广度优先搜索实现？计算最短路径并保存具体的路径！
    - DP类型的迷宫问题实现
  - 背包问题的推导和优化
  - redis持久化具体怎么配置
  - - RDB持久化配置
    - AOF快照配置
  - StringBuilder、StringBuffer和String
- 总结

引言

莫名其妙过了一面，而且一面并没有问什么东西。

正文

一面

说一下堆排序

二面

有了解过游戏后端应该是干什么的吗？

没有细致了解过，简单说了一下自己玩过的游戏。

博客是从什么时候开始写的？

退伍之后开始写的，写了差不多五六年！写的最多的还是数据结构（真不该这样说，下面就开始问我算法了，给我整的有点懵逼）

平常在哪里做题？做了多少题？

leetcode做了200道题，acwing做了三百多题，然后说了DP的相关内容，树形DP、区间DP、状态转换机等（下面就开始问这个了，尴尬！）

给你二维矩阵，零代表可以走，一代表不可以走，从起点到终点，计算一下最短路径。

迷宫问题常见方式是二维DP和回溯来实现（这里两种方法实现差异弄错了，能不能用DP只能说先定方向。）

你说用到了动态规划，这个题可以使用动态规划吗？

（完全说错了，这里上下左右说明子状态还没有推导出来，所以不能用动态规划，我全程在胡扯！！）
迷宫问题，固定方向可以使用动态规划，这里没有规定方向，不能使用动态规划。
尴尬，这里沉默了大概五分钟，肯定会挂的，我还在这里强！无语！我又跟他争辩了十分钟！无语！

如果你非要说能够使用动态规划，状态转移方程怎么写？

一下子顿悟了，不能使用动态规划！他说了方程才明白！

这个题目可以使用广度优先搜索吗？

可以使用光度优先搜索，大概说了一下过程，但是广度优先搜索的怎么获取最短路径说的不够详细，然后怎么计算最短路径哪里没说好！
又沉默了五分钟！完全没必要，肯定能够做的！
这里又提到了使用交换队列，来计算路径，然后通过父节点的索引，来计算路径！

广度时间复杂度是多少？

还是平方

BFS求路径怎么做到？

有沉默！这个不应该沉默！
然后扯到了之前参加的华为软件精英挑战赛，扯了一通，我忘记怎么计算最短路径了，怎么求出来的！过的有点久！尴尬！

DFS怎么保存路径？

时间复杂度太高了怎么办？

加上一些A星启发式算法！

先讲一个背包问题，无限个不同面值的硬币，问你能不能凑出来一个特定的面额！

写了一下DP的状态转换方程，但是这里直接写了公式优化的模式，而且他问的是能不能，不是最少的硬笔数，能不能应该还是使用或|，这里还是得好好过一下！

redis你怎么学的？redis的持久化有哪些？

看黑马程序员学的，三周学完了
这个八股说的很详细，这里就不写了！

redis持久化怎么修改配置？

在项目中是怎么实现分布式锁的？

怎么用redis的，直接调用jedis相关指令，使用现成的东西，并没有深究，

补充

迷宫问题

深度优先搜索怎么做？如何保存路径！

DFS我还是会写的，这里是使用递归实现的，然后保存路径也是单独通过一个变量实现的。

import java.util.*;

public class Main {
    private static final int[][] DIRECTIONS = {{0, 1}, {1, 0}}; // 右和下两个方向
    private static int minSum = Integer.MAX_VALUE;  // 用于存储最小路径和
    private static String minPath = "";  // 用于存储最小路径

    public static void main(String[] args) {
        Scanner in = new Scanner(System.in);
        int count = in.nextInt();
        while (count > 0) {
            count--;
            int x = in.nextInt();
            int y = in.nextInt();
            int[][] grid = new int[x][y];
            for (int i = 0; i < x; i++) {
                for (int j = 0; j < y; j++) {
                    grid[i][j] = in.nextInt();
                }
            }

            // 开始DFS搜索
            dfs(grid, 0, 0, 0, new StringBuilder());

            // 输出最小路径和及其路径
            System.out.println("Minimum Path Sum: " + minSum);
            System.out.println("Path: " + minPath);
        }
        in.close();
    }

    private static void dfs(int[][] grid, int i, int j, int currentSum, StringBuilder path) {
        int x = grid.length;
        int y = grid[0].length;

        // 更新当前路径和路径字符串
        currentSum += grid[i][j];
        path.append("(").append(i).append(",").append(j).append(") ");

        // 如果到达右下角终点
        if (i == x - 1 && j == y - 1) {
            if (currentSum < minSum) {
                minSum = currentSum;
                minPath = path.toString();
            }
        } else {
            // 向下或向右继续探索
            for (int[] dir : DIRECTIONS) {
                int ni = i + dir[0];
                int nj = j + dir[1];

                if (ni >= 0 && ni < x && nj >= 0 && nj < y) {
                    dfs(grid, ni, nj, currentSum, path);
                }
            }
        }

        // 回溯: 移除路径中当前节点
        path.setLength(path.length() - 6);  // 撤销最后一个坐标 "(i,j) "
    }
}

总结

DFS最好还是使用递归实现，然后记得恢复现场
- 时间复杂度
  - 这个丢人丢大了，每次都是选择两个方向，然后每次操作都应该是2的 m + n次方，是一个指数级的操作，我还说是平方级，真的丢人。
- 空间复杂度
  - m + n因为每一个节点都需要由递归调用栈
path.setLength(path.length() - 6); // 撤销最后一个坐标 "(i,j) “
setLength截取StringBuffer的特定长度

广度优先搜索实现？计算最短路径并保存具体的路径！

import java.util.Scanner;
import java.util.*;

public class Main{
    private static final int[][] DIRECTIONS = {{0,1},{1,0}};
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int count = in.nextInt();
        while(count > 0){
            count --;
            int x = in.nextInt();
            int y = in.nextInt();
            int[][] grid = new int[x + 1][y +1];
            for(int i = 0;i < x;i ++){
                for(int j = 0;j < y;j ++){
                    grid[i][j] = in.nextInt();
                }
            }

            // 使用dp进行遍历
            // 队列中的每一个元素是一个数组{i,j,currentSum,pathIndex}
            Queue<int[]> q = new LinkedList<>();

            // dp和path用于保存最小路径
            int[][] dp = new int[x][y];
            String[][] paths = new String[x][y];

            // 初始化dp和paths
            for (int i = 0;i < x;i ++)
                Arrays.fill(dp[i], Integer.MAX_VALUE);
            dp[0][0] = grid[0][0];
            paths[0][0] = "(0,0)";

            // 队列加入初始元素
            q.add(new int[]{0,0,grid[0][0]});
            while (!q.isEmpty()){
                int[] cur = q.poll();
                int i = cur[0],j = cur[1],curSum = cur[2];

                // 遍历所有方向
                for(int[] dir : DIRECTIONS){
                    int ni =i + dir[0];
                    int nj =j + dir[1];

                    // 计算目标点的距离
                    if(ni >= 0 && ni < x && nj >= 0 && nj < y){
                        int newSum = curSum + grid[ni][nj];

                        // 如果新的路径和更小，则更新
                        if (newSum < dp[ni][nj]){
                            dp[ni][nj] = newSum;
                            paths[ni][nj] = paths[i][j] + String.format("(%d,%d)",ni,nj);
                            q.add(new int[]{ni,nj,newSum});
                        }

                    }
                }
            }

            // 输出dp数组
            for (int i = 0;i < x;i ++){
                for (int j = 0;j < y;j ++){
                    System.out.print(dp[i][j] + " ");
                }
                System.out.println();
            }

            // 输出最小路径
            System.out.println("Minimum Path sum " + dp[x - 1][y - 1]);
            System.out.println("Path " + paths[x - 1][y - 1]);

        }
        in.close();
    }
}

总结

单纯DP，队列中的一个元素，是每一个点的坐标
保存最短路径长度，需要创建一个路径长度矩阵，和原来的矩阵同样大小，然后逐个进行比较
保存具体路径，需要维系一个具体路径矩阵，然后输出最后的坐标。
上述三个步骤是递增的，如果要获取具体最短路径，就是需要创建一个具体的长度距离矩阵，然后进行计算比较。通过这个坐标点比较确定最短路径的。
时间复杂度是n的平方

DP类型的迷宫问题实现

最基本的摘花生，具体题目如下，这个就是经典的可以使用DP解决的迷宫问题，因为限定了方向，所以可以使用DP解决，因为子状态是固定的

这里就有两种代码，一种是没有扩充边界的初始值情况，一种是有边界初始值的情况，具体如下

import java.util.Scanner;
import java.util.*;

public class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int count = in.nextInt();
        while(count > 0){
            count --;
            int x = in.nextInt();
            int y = in.nextInt();
            int[][] grid = new int[x + 1][y +1];
            for(int i = 0;i < x;i ++){
                for(int j = 0;j < y;j ++){
                    grid[i][j] = in.nextInt();
                }
            }

            // 使用dp进行遍历
            int[][] dp = new int[x + 1][y + 1];
            dp[0][0] = grid[0][0];
            for(int i = 0;i < x;i ++){
                for(int j = 0;j < y;j ++){
                    if(i > 0) dp[i][j] = Math.max(dp[i - 1][j] ,dp[i][j])+ grid[i][j];
                    if(j > 0) dp[i][j] = Math.max(dp[i][j] ,dp[i][j - 1]+ grid[i][j]);
                    //
                }
            }
            for(int i = 0;i < x;i ++){
                for(int j = 0;j < y;j ++){
                    System.out.print(dp[i][j] + " ");
                }
                System.out.println();
            }

            System.out.println(dp[x - 1][y - 1]);
        }
    }
}

注意，这里一定要初始化x = 0和y=0，也就是初始值的情况。否则会出现异常，因为没有计算到最初值的情况

import java.util.Scanner;
import java.util.*;


public class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int count = in.nextInt();
        while(count > 0){
            count --;
            int x = in.nextInt();
            int y = in.nextInt();
            int[][] grid = new int[x + 1][y +1];
            for(int i = 1;i <= x;i ++){
                for(int j = 1;j <= y;j ++){
                    grid[i][j] = in.nextInt();
                }
            }

            // 使用dp进行遍历
            int[][] dp = new int[x + 1][y + 1];
            for(int i = 1;i <= x;i ++){
                for(int j = 1;j <= y;j ++){
                    dp[i][j] = Math.max(dp[i - 1][j] ,dp[i][j - 1])+ grid[i][j];

                }
            }
           

            System.out.println(dp[x ][y ]);
        }
    }
}

使用这种方式效果会更好，因为在地图矩阵周围又扩了一圈，不用担心会越界！

import java.util.Scanner;
import java.util.*;

public class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int count = in.nextInt();
        while(count > 0){
            count --;
            int x = in.nextInt();
            int y = in.nextInt();
            int[][] grid = new int[x + 1][y +1];
            for(int i = 0;i < x;i ++){
                for(int j = 0;j < y;j ++){
                    grid[i][j] = in.nextInt();
                }
            }

            // 使用dp进行遍历
            int[][] dp = new int[x + 1][y + 1];
            int[][] path = new int[x + 1][y + 1];


            dp[0][0] = grid[0][0];
            path[0][0] = -1;  // path仅仅是用来保存方向的

            // 当y等于零，初始化第零列
            for(int i = 1;i < x;i ++)   {
               dp[i][0] = dp[i - 1][0] + grid[i - 1][0];
               path[i][0] = 0;// 从上面来
            }

            // 当x等于零，没有办法减一
            for(int j = 1;j < y;j ++){
                dp[0][j] = dp[0][j - 1] + grid[0][j];
                path[0][j] = 1; // 从左边来
            }

            for(int i = 1;i < x;i ++){
                for(int j = 1;j < y;j ++){
                    if(dp[i - 1][j] > dp[i][j - 1]){
                        dp[i][j] = dp[i - 1][j] + grid[i][j];
                        path[i][j] = 0;
                    }else{
                        dp[i][j] = dp[i - 1][j - 1] + grid[i][j];
                        path[i][j] = 1;
                    }
                }
            }

            // 回溯遍历最终的终点
            System.out.println("Path:");
            int i = x- 1,j = y - 1;
            StringBuilder pathStr = new StringBuilder();
            while (path[i][j ] != -1){
                if(path[i][j] == 1){
                    // 来自于上面的格子
                    pathStr.insert(0,"right  ");
                    j --;
                }else{
                    pathStr.insert(0,"down  ");
                    i --;
                }
            }

            pathStr.insert(0,"(0,0)");
            System.out.println(pathStr.toString());
        }
    }
}

分析

这里是创建了一个path，用来记录每一次做出决策的具体内容，而不是对应的点，因为这里每一个状态都是由子状态决定的，并并不是记录点就行了，或者说孤立的一个点！最后在从终点，逆序推导出最终的目标点的路径！

背包问题的推导和优化

这里放一道题，是一个典型的完全背包问题，以往做的链接，关于朴素做法我是知道的，但是关于推导公式当时就没有写出来
买书——第一次做
买书——第二次做
买书——第三次做

请添加图片描述

这里使用集合的角度进行思考，n个物体和s个背包容量，从一个角度出发，物体的角度出发，就是按照物体的次序，对结果进行划分，每一个物体又可以放零个或者n个，这里就需要处理一下

根据这个公式可以知道，在逐次遍历的过程中，可以使用公式进行优化，具体实现如下

方案一：未经过优化，原始数组

import java.util.Scanner;
import java.util.*;

class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int m = in.nextInt();
        int booksNum = 4;
        int[] books = {0,10,20,50,100};
        // 创建二维DP数组
        int[][] dp = new int[5][m + 1];
        dp[0][0] = 1;
        
        for(int i = 1;i <= booksNum;i ++){
            for(int j = 0;j <= m; j ++){
                for(int count = 0;count * books[i] <= j;count ++){
                    dp[i][j] = dp[i][j] + dp[i - 1][j - count * books[i]];
                }
            }
        }
        
        System.out.println(dp[4][m]);
    }
}

上述版本就是完全没有使用任何优化，因为每一次递归的时候，都可能摆放n个物体，然后逐个进行递增，单纯按照集合推导的角度进行出发的！

方案二：经过优化，但是没有使用滚动数组优化

根据之前推导的公式，可以使用f[i][j - vi]进行优化

import java.util.Scanner;
import java.util.*;

class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int m = in.nextInt();
        int booksNum = 4;
        int[] books = {0,10,20,50,100};
        // 创建二维DP数组
        int[][] dp = new int[5][m + 1];
        dp[0][0] = 1;
        
        for(int i = 1;i <= booksNum;i ++){
            for(int j = 0;j <= m; j ++){
                if(j - books[i] < 0)
                    dp[i][j] = dp[i - 1][j];
                else 
                    dp[i][j] = dp[i - 1][j] + dp[i][j - books[i]];
                // for(int count = 0;count * books[i] <= j;count ++){
                //     dp[i][j] = dp[i][j] + dp[i - 1][j - count * books[i]];
                // }
            }
        }
        
        System.out.println(dp[4][m]);
    }
}

在这里插入图片描述
不能直接写成如下形式，因为当前行的状态，是需要借鉴当前行容量以前的状态，如果不更新就是零了

在这里插入图片描述

方案三：最终的优化版本

import java.util.Scanner;
import java.util.*;

class Main{
    public static void main(String args[]){
        Scanner in = new Scanner(System.in);
        int m = in.nextInt();
        int booksNum = 4;
        int[] books = {0,10,20,50,100};
        // 创建二维DP数组
        int[] dp = new int[m + 1];
        dp[0] = 1;
        
        for(int i = 1;i <= booksNum;i ++){
            for(int j = books[i];j <= m; j ++){
                dp[j] = dp[j] + dp[j - books[i]];
                
            }
        }
        
        System.out.println(dp[m]);
    }
}

滚动数组优化，上述代码使用了滚动数组优化，因为每一次都使用同一行，而且更新仅仅会调用之前的列，具体如下图！

在这里插入图片描述

redis持久化具体怎么配置

RDB持久化配置

编辑redis.conf进行配置
- save 900(时间范围) 1(数据发生修改的频次阈值)
配置保存路径并指定rdb存储路径
- 配置写入RDB持久化失败之后，阻止redis再进行写入操作

dir /path/to/dump-directory/
dbfilename dump.rdb
stop-writes-on-bgsave-error yes

AOF快照配置

在redis.conf文件中配置，打开AOF快照
appendonly yes
配置AOF文件名

appendfilename "appendonly.aof"

设置写入频率

# always: 每次有写操作时都同步（最安全，但性能最低）
# everysec: 每秒同步一次（推荐，性能和数据安全的平衡）
# no: 由操作系统决定何时同步（性能最好，但可能会丢数据）
appendfsync everysec

设置重写AOF文件条件

auto-aof-rewrite-percentage 100
auto-aof-rewrite-min-size 64mb

上述左右操作都需要重启redis进行配置

StringBuilder、StringBuffer和String

String
- 不可变形，每次对其进行拼接或者修改，都是创建一个新的String对象
- 频繁创建和修改消耗性能的。
- 线程安全的
StringBuiler
- 可变的，可以在原有对象上修改，不会生成新的对象
- 内部使用一个可扩展的字符数组来存储字符串内容，拼接是在末尾追加字符，效率更高
- 线程不安全的，适合单线程的操作
StringBufer
- 可变的，内部使用可扩展的字符数组，拼接和删除都是修改对应的字符串
- 线程安全的，内部每一个方法都是使用Synchronized修饰的！

总结

兄弟，千万不要说的太满了，这个友塔游戏纯纯翻车，什么都不会，被人家看穿了，我是做过，但是脑子记性不好，忘得差不多了！
人家还是很想要你的，一直在给你机会，但是你说的确实不是很好，甚至说有点糟糕，无论是是吹了很多次的算法，还是八股的相关设置问题的。
- 你说你的算法能力很强，但是我问了好几个，你还是不会！
- 你说你做过项目，问了你一些基本的设置，你也说不知道！
最后还在狡辩，说我没说错，是你说错了，真的印象差极了，真的没有必要这样的！还是不行，为人处事还是说话能力都不行！

8/12