编程|??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。
文章图片
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)?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。
.
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!
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。
文章图片
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 map = new HashMap();
for(int i=0;
i
分析:空间复杂度和时间复杂度均为 O(n)
文章图片
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
/ \
36
/ \
24
/
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, valueint
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bstfunc 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。
文章图片
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{intdata;
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 {public void reverse(ListNode head) {if (head == null || head.next == null) {return ;
}
ListNode currentNode = head;
Stack> stack = new Stack<>();
while (currentNode != null) {stack.push(currentNode);
ListNode 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 val;
public ListNode(T val) {this.val = val;
}
ListNode 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。
文章图片
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;
【编程|??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】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
- 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
文章图片
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 = capacitydef 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。
文章图片
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
文章图片
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)?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
? 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?
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。19.请评估一下程序的执行结果?
? 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。
public class SynchronousQueueQuiz {public static void main(String[] args) throws Exception {BlockingQueue 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。
文章图片
推荐阅读
- python青少年编程比赛_第十一届蓝桥杯大赛青少年创意编程组比赛细则
- HTML基础--基本概念--跟着李南江学编程
- 我的软件测试开发工程师书单
- 芯灵思SinlinxA33开发板Linux内核定时器编程
- 关于响应式编程的十个问题
- iOS-Swift-map|iOS-Swift-map filter reduce、函数式编程
- 零基础学习Python作业本(13)
- 网络编程基础--HTTP
- CentOS7 阿里云镜像配置方法
- 《Unix网络编程》第一卷第三版|《Unix网络编程》第一卷第三版 源码编译