去哪儿网AI面试
一、数组和链表的区别？
1. 存储方式
- 数组：内存中连续存储，支持随机访问（通过索引直接访问元素），时间复杂度
O(1)。 - 链表：内存中非连续存储，通过指针连接节点，需要从头遍历才能找到指定位置，访问复杂度
O(n)。
2. 插入/删除效率
- 数组：插入或删除元素需要移动后续元素，平均时间复杂度
O(n)。 - 链表：已知节点后，可以在
O(1)时间完成插入和删除，但查找目标位置是O(n)。
3. 适用场景
- 需要频繁随机访问 → 数组更合适。
- 需要频繁插入/删除 → 链表更合适，尤其是在中间插入删除元素时。
二、Java的垃圾回收机制GC以及常见的垃圾回收器有哪些？
1. GC机制简述 Java通过垃圾回收器（GC）自动管理堆内存，主要任务：
- 标记（Mark）：找出所有存活对象（从GC Roots开始可达）。
- 清除（Sweep）：回收不可达对象的内存。
- 压缩（Compact）：整理碎片，让内存连续，避免频繁分配失败。
2. 常见垃圾回收器
| 回收器 | 特点 | 适用场景 |
|---|---|---|
| Serial | 单线程，Stop-The-World，简单高效 | 单核或Client模式 |
| Parallel (吞吐量优先) | 多线程，追求吞吐量 | CPU核心多、批处理应用 |
| CMS (低延迟) | 并发标记清除，减少STW时间 | 响应时间敏感应用 |
| G1 | 分区回收，支持可预测的停顿时间 | 大堆、低延迟服务 |
| ZGC / Shenandoah | 超低延迟，停顿时间毫秒级 | 大内存、实时系统 |
三、对MySQL索引的理解，为什么它可以加快查询速度？
1. 索引原理 MySQL常用索引结构是 B+树索引，它能保持数据有序，并支持范围查找。通过B+树多层节点的指针，可以快速缩小查询范围，而不是全表扫描。
2. 性能提升原因
- B+树查询的时间复杂度是
O(log n)，而全表扫描是O(n)。 - 叶子节点存储指向数据行的指针（或主键），可直接定位数据行。
- 索引有利于排序和分组，减少额外的排序操作。
3. 注意事项
- 合理设计索引（区分单列索引、联合索引、覆盖索引）。
- 过多索引会影响写性能（更新时需要维护索引）。
四、如何设计一个简单的日历系统，支持事件的创建、更新及提醒功能？
功能需求：
- 事件创建：用户可添加日程事件（标题、开始时间、结束时间、提醒时间）。
- 事件更新：支持修改和删除。
- 提醒功能：在指定时间发送通知。
设计思路：
- 数据库表设计（MySQL）
CREATE TABLE event (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
user_id BIGINT NOT NULL,
title VARCHAR(100) NOT NULL,
start_time DATETIME NOT NULL,
end_time DATETIME,
remind_time DATETIME,
status TINYINT DEFAULT 1, -- 1正常 0删除
create_time DATETIME DEFAULT CURRENT_TIMESTAMP
);
- 业务流程
- 创建/更新：写入数据库，并写入消息队列（用于提醒）。
- 提醒功能：定时任务扫描即将到达提醒时间的事件，推送到MQ，由消费者异步发送通知（如邮件/短信/APP推送）。
消息队列具体会选择什么工具实现？为什么选择它？
推荐使用 RabbitMQ / Kafka：
- RabbitMQ：可靠性好，支持延迟队列，适合实时提醒。
- Kafka：吞吐量大，适合高并发日志类场景。 对于提醒系统，RabbitMQ 更合适，可直接使用延迟插件或死信队列实现定时提醒。
如果在这个系统中事件提醒的时间点非常密集，比如每秒都有大量提醒需要发送，你会如何优化消息队列的处理效率？
批量消费：消费者批量拉取消息，批量推送提醒，减少IO开销。
水平扩展：增加消费者实例，通过队列分区提高吞吐量。
异步推送：使用线程池、异步HTTP请求，提高并发处理能力。
降级与限流：当提醒量超出系统承载能力，可对低优先级提醒降级（如延迟几秒）。
缓存+预取：提前把未来几分钟的提醒加载到Redis，减少数据库查询压力。