快手C++搜推部门一面

发面经攒人品~

上来先问了下为什么不做算法（做个雷达深度学习和大模型属实是差太远），研究方向是什么，然后直接八股：

1. 智能指针用过哪些，各自适合于什么场景
2. 虚函数是怎么实现运行时多态的，虚函数查表的开销有多大（静态多态和运行时多态那个开销更大）？
查表的时间复杂度是 O（1），因为虚函数的偏移地址在编译期间就确定了，调用的时候直接可以用，但是后面面试官又问从 cpu 指令角度看还有什么开销，问了 ai 大概有这些开销（相比于普通函数调用的开销）：
首先我们说下虚函数在底层角度会多执行三步：
获取 vptr->计算函数地址（偏移量是编译器就定了无所谓，但需要访问虚函数表 ）->调用函数
    - 影响最大的是如果 vptr 或vtable 不在 cpu 高速缓存中的话，会触发缓存未命中（因为前两步大致的汇编代码是 `mov rax, [rdi] ; 假设rdi是对象地址，rax = vptr` 与 `mov rbx, [rax + 0x10] ;` 需要访问内存，就会发生缓存未命中，但是普通函数或者静态多态的地址在编译器就确定了，可以直接使用固定地址调用，就无需从内存中读取数据），这会延长大约 50+时钟周期（普通函数调用就 1~3 个时钟周期）
    - 调用函数时，因为 call 的是间接地址（即虚函数表中存储的内存地址，存在寄存器中被调用），会导致 CPU 指令预取失效，流水线需要重新同步，产生 3~10 个的时钟周期（所以即便虚函数表在缓存中，虚函数调用也普遍比普通函数或静态多态函数慢这么多）
3. 移动语义简单说一下（这里移动语义答的不是很好，一慌就和 ai 发生幻觉了一样乱吐词，可以后面多了解一下具体应用上的移动语义），问知不知道 move 的底层实现（说到强转，又问有哪些转换）
4. Cpp 中有哪些锁（这部分答得不是很好，可以系统梳理一下），粒度最小的锁是哪个（基于 atomic 的原子操作是粒度最小的，精确到单个内存位置），自旋锁什么场景使用（临界区执行时间很短，自旋等待的开销小于线程阻塞/唤醒的开销，以及不希望线程阻塞的实时系统）
5. 问了解哪些常用的数据结构。
6. 操作系统的虚拟内存说一下，一个页大小大概是多大，还有哪些页大小，页大了或者小了有什么优缺点（可以了解一下 THP 透明大页的概念）
7. 场景题：微博这种搜索平台如何设计一个实时统计一定时间段（比如 5min）内 topK 热点关键词的系统，用那些数据结构或者软件可以做到？
8. 手撕 LRU
9. 反问环节：主要做的是快手的搜索架构，还做一些AI搜索，与快手视频的RAG