昆仑天工 - C++软件开发 二面

1. 自我介绍，重点说说你对C++的理解和项目经验

（开放性问题，候选人应结合一面反馈，突出技术深度和项目亮点，展示对C++的理解不只停留在语法层面）

2. C++的内存模型是什么？happens-before关系如何理解？

参考答案：C++11引入了正式的内存模型，解决多线程下的可见性和顺序问题：

• 内存模型的作用：定义多线程程序中内存操作的可见性和顺序规则，屏蔽不同硬件架构的差异
• happens-before关系：如果操作A happens-before操作B，则A的结果对B可见，且A在B之前执行
• 建立happens-before的方式：同一线程内的顺序执行、mutex的unlock happens-before后续的lock、原子操作的release happens-before后续的acquire、线程创建happens-before线程内的操作
• 顺序一致性：最强的内存序，所有线程看到的操作顺序完全一致，但性能开销最大
• 宽松内存序：只保证原子性不保证顺序，性能最好但编程最复杂
• acquire-release语义：release写操作之前的所有写对acquire读之后的所有读可见，是最常用的平衡方案
• 实际意义：理解内存模型才能正确编写无锁代码，避免数据竞争和未定义行为

3. 什么是协程？C++20的协程和线程有什么区别？

参考答案：协程是一种用户态的轻量级并发机制：

• 协程本质：可以暂停和恢复执行的函数，暂停时保存执行状态，恢复时从暂停点继续
• 与线程的区别： 调度方式：线程由操作系统内核调度，协程由程序自己调度（用户态）切换开销：线程切换需要保存大量寄存器和上下文，开销大；协程切换只保存少量状态，开销极小内存：每个线程有独立的栈（通常1-8MB），协程栈很小（KB级别），可以创建大量协程并发模型：线程是抢占式并发，协程是协作式并发（主动让出控制权）线程安全：多线程需要加锁，协程在单线程内执行天然无竞争
• C++20协程关键字：co_await（等待异步操作）、co_yield（产出值并暂停）、co_return（结束协程）
• 适用场景：高并发IO密集型任务（网络服务器、爬虫）、异步编程简化（避免回调地狱）、生成器模式
• 与async/future的区别：async创建真实线程或线程池任务，协程是单线程内的异步，不涉及线程切换

4. 模板元编程中的SFINAE是什么？有什么实际用途？

参考答案：SFINAE（Substitution Failure Is Not An Error）是C++模板的核心机制：

• 原理：模板参数替换失败时，编译器不报错，而是将该模板从候选集中移除，继续尝试其他重载
• 作用：在编译期根据类型特性选择不同的函数实现，实现编译期的条件分支
• 常见用途： 类型检测：判断类型是否有某个成员函数，根据结果选择不同实现约束模板参数：只允许特定类型使用某个模板（如只允许整数类型）特化选择：为不同类型提供不同的优化实现
• enable_if：SFINAE最常用的工具，条件为true时提供类型，条件为false时替换失败
• C++17的if constexpr：更直观的编译期条件分支，在很多场景可以替代SFINAE
• C++20的concepts：更清晰的模板约束语法，是SFINAE的现代替代方案，错误信息更友好
• 实际价值：STL内部大量使用SFINAE，如std::enable_if、type_traits库，理解它有助于读懂标准库源码

5. 如何设计一个线程池？需要考虑哪些问题？

参考答案：线程池是服务器开发的基础组件，设计时需要全面考虑：

• 核心组成：工作线程数组、任务队列、同步机制（互斥锁+条件变量）、线程池状态管理
• 基本工作流程：初始化时创建固定数量的工作线程，工作线程循环从任务队列取任务执行，提交任务时加入队列并通知工作线程
• 线程数量选择：CPU密集型任务设置为CPU核心数，IO密集型任务可以设置更多（核心数的2-4倍），混合型任务需要测试调优
• 任务队列设计：使用互斥锁保护队列、条件变量实现等待通知、支持任务优先级、设置队列最大长度防止内存耗尽
• 动态扩缩容：监控队列长度和线程利用率，队列积压时增加线程，线程空闲时减少线程，设置最小和最大线程数
• 优雅关闭：停止接受新任务、等待已提交任务执行完毕、通知所有线程退出、join所有线程
• 任务返回值：使用std::future和std::promise获取异步任务结果，submit函数返回future
• 异常处理：工作线程捕获任务抛出的异常，通过future传递给调用方，防止线程因异常退出
• 工作窃取：高级优化，每个线程有自己的本地队列，空闲时从其他线程队列窃取任务，提高负载均衡

6. 红黑树和B+树的区别？数据库为什么用B+树而不用红黑树？

参考答案：两者都是平衡树，但设计目标不同：

• 红黑树：内存中的平衡二叉搜索树，节点最多两个子节点，树高O(log n)，查找插入删除都是O(log n)
• B+树：多路平衡搜索树，每个节点可以有多个子节点（由阶数决定），所有数据存在叶子节点，叶子节点形成有序链表
• 数据库选择B+树的原因： 磁盘IO是瓶颈：数据库数据存在磁盘，每次IO读取一个页（通常16KB）。B+树节点可以存储更多键值，树更矮，IO次数更少红黑树树高更大：百万数据红黑树高约20层，B+树只需3-4层，IO次数差距巨大范围查询高效：B+树叶子节点链表支持高效范围查询，红黑树范围查询需要中序遍历效率低缓存友好：B+树内部节点只存键不存数据，一个页能存更多键，缓存命中率更高叶子节点存全量数据：非叶子节点只存索引，叶子节点存完整数据，查询路径固定
• 内存场景用红黑树：内存访问无IO瓶颈，红黑树实现简单，STL的map/set就用红黑树

7. 什么是一致性哈希？它解决了什么问题？

参考答案：一致性哈希是分布式系统中解决数据分布问题的经典算法：

• 普通哈希的问题：节点数量变化时，几乎所有数据都需要重新映射，导