淘天交易一二三面

也是之前的面经,流程太长了,后来hr面已经接鹅了,拒了淘天了

3.20 淘天一面(50min
1. 拷打实习
2. 实习介绍
3. 线程池的参数怎么选择,具体的线程数量怎么选择的
4. TTL线程池的作用,两个作用只说出了一个
- 当线程池中的线程执行任务时,TTL将快照数据写入当前线程的TransmittableThreadLocal变量,任务结束后自动清理,避免残留数据影响后续任务
5. 缓存更新策略,怎么保证一致性。如果用消息队列的话有延时,有没有别的策略
6. 如何自己设计一个分布式锁,需要考虑哪些要素
7. 场景题:点赞的操作顺序性怎么保证(比如实际到达Redis的是先删除后点赞,怎么保证一致性)
- 对操作加ID
- 对操作加时间戳
- 消息队列
8. Redis基本数据类型,压缩列表什么时候用
- 数据量小的时候是压缩列表,大的时候是跳表
9. 双亲委派,tomcat为什么打破(两个只说了一个
- 依赖版本不同,需要确保自己是自己需要的版本的依赖
- 保证API安全
10. 阅读过哪些源码(触发连招
11. 反问:是否接受base杭州,后续还有2+1

4.8 淘天交易二面(50min)
1. 实习介绍
2. 场景题:设计一个秒杀场景,后端10个服务,每个1000的qps,10w个用户请求,100个泡泡玛特。要求:1. 不能超卖不能少买。2. 用户体验良好,失败的快速失败。3. (忘了,好像是不能超qps)
3. 后续最多还有一轮

4.16 淘天交易三面(40min)
1. 自我介绍,聊职业规划
2. 聊什么才算一个好的c端产品
3. 对AI的理解,RAG,向量数据库等等
4. 实习介绍
5. 数据库乐观锁和悲观锁分别怎么实现,使用场景
6. 假如服务半夜三点调用超时,接口失败,怎么排查怎么解决
- 对方说考虑对方调用超qps的情况和自己的问题的情况
7. 通过的话还有一轮hr面

4.21才给我打电话约hr面,已经接鹅好久了,拒了hr面当晚三面面试官又打电话,非常阿里味了,后来hr面当天还是拒了
#面试问题记录##牛客创作赏金赛##我的实习日记#
全部评论
连招是啥
点赞 回复 分享
发布于 05-15 01:27 北京

相关推荐

------------------------------------题目一:题目大意:有 n (1 <= n <= 2e5) 本书,编号为 ai (0 <= ai <= 1e9)。你需要将它们放入若干个临时书架(先进先出队列),要求奇数编号和偶数编号的书不能混放。最终,你需要从这些书架中按顺序取出书本,形成一个严格递减的序列。问最少需要多少个临时书架。解法思路:奇偶性限制使得奇数和偶数两组书的处理是完全独立的。对于每一组(例如奇数),为了能按顺序取出形成一个严格递减序列,放入同一个书架的书必须是原序列中的一个严格递减子序列。因此,问题转化为:将奇数子序列和偶数子序列分别拆分成最少数目的严格递减子序列。根据Dilworth定理,一个序列最少能被划分成的递减子序列的数量,等于其最长严格递增子序列(LIS)的长度。所以,分别求出奇数序列和偶数序列的LIS长度,两者相加即为答案。LIS可用经典的O(n log n)算法求解。------------------------------------题目二:题目大意:有 n (1 <= n, m <= 1000) 个部门和 m 个项目,部门权重为 ai,项目难度为 bj (1 <= a, b <= 1e4)。还有一个 n x m 的绩效矩阵 vij (1 <= v <= 1e4)。总绩效为所有 wij = vij * (ai + bj) 的和。你可以任意交换部门的顺序(行和a的顺序),也可以任意交换项目的顺序(列和b的顺序),目标是最大化总绩效。解法思路:关键在于对总绩效公式进行数学变形。总绩效 = Sum(vij * (ai + bj)) = Sum(vij*ai) + Sum(vij*bj)。将求和顺序改变可得:Sum(ai * Sum_j(vij)) + Sum(bj * Sum_i(vij))。这等价于 `部门权重向量a` 与 `矩阵行和向量` 的点积,加上 `项目难度向量b` 与 `矩阵列和向量` 的点积。根据排序不等式,两个向量的点积在它们同序排序时最大。因此,先计算出矩阵的所有行和与列和。然后,将部门权重a和行和向量都按降序排序后计算点积,再将项目难度b和列和向量都按降序排序后计算点积,两者相加即为最大总绩效。------------------------------------题目三:题目大意:有 n (1 <= n <= 1e5) 个服务区域,每个区域是数轴上的一个闭区间 [li, ri] (|li|,|ri| <= 1e9)。你需要选择一个整数点 x 作为仓储中心,使得总运输成本最小。单个成本定义为:如果 x 在区间内,成本为0;否则成本是 x 到该区间最近端点的距离。解法思路:这是一个经典的几何中位数问题。总成本函数是所有单个成本函数的和,而每个单个成本函数 `cost(x)` 都是一个V形的凸函数。多个凸函数之和仍然是凸函数,其最小值点可以通过分析斜率变化找到。总成本函数的斜率在每个区间的端点 `li` 和 `ri` 处发生变化。当 x 从负无穷向正无穷移动时,初始总斜率为-n,每经过一个端点,斜率就加1。当斜率从负数变为非负数时,就到达了成本最小的位置。这个位置恰好是所有 `2n` 个端点(所有 `li` 和 `ri` 的集合)的中位数。因此,只需收集所有 `2n` 个端点,找到它们的中位数作为最优选址x,然后计算总成本即可。具体的详细代码和题解可以戳我主页的文章查看
投递阿里巴巴集团等公司10个岗位
点赞 评论 收藏
分享
评论
3
18
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务