Java常见八股-（1.Java基础篇）

Java常见八股-（2.Java高级篇）

Java常见八股-（3.MySQL篇）

Java常见八股-（4.前端篇）

Java常见八股-（5.框架篇）

一、算法与数据结构

1. 算法

1.1你知道哪些算法，说下你了解的排序算法

1.2谈一下递归

1.3栈和队列的区别

1.4二叉排序树了解吗

1.5在堆中查找一个数字用什么方法可以快速查到

1.6递归和迭代的区别

2. 数据结构

2.1什么是堆和栈，说一下堆栈的区别？

2.2用过什么树结构

2.3 B树，B+树哪个用的比较多

二、实施

1. Linux

1.1谈一下对Linux的了解

1.2 Linux如何查看文件内容

1.3 Linux如何删除文件内容

1.4 Linux切换目录命令

1.5 Linux创建文件命令

1.6 linux中搜索文件命令

1.7 Linux的部署

1.8 linux 中 vim

1.9 Linux文件分页查看指令

一、算法与数据结构

1. 算法

1.1你知道哪些算法，说下你了解的排序算法

1、冒泡排序（Bubble Sort）

冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

2、选择排序（Selection Sort）

选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

3、插入排序（Insertion Sort）

插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

4、希尔排序（Shell Sort）

1959年Shell发明，第一个突破O(n2)的排序算法，是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。

5、归并排序（Merge Sort）

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。

6、快速排序（Quick Sort）

快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

7、堆排序（Heap Sort）

堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

8、计数排序（Counting Sort）

计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

9、桶排序（Bucket Sort）

桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。

10、基数排序（Radix Sort）

基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。

1.2谈一下递归

(1) 递归就是在过程或函数里调用自身。

(2) 在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口。

(3) 递归算法解题通常显得很简洁，但运行效率较低。所以一般不提倡用递归算法设计程序。

(4) 在递归调用的过程当中系统为每一层的返回点、局部量等开辟了栈来存储。递归次数过多容易造成栈溢出等。所以一般不提倡用递归算法设计程序。

1.3栈和队列的区别

栈（Stack）和队列（Queue）是两种常见的线性数据结构.

主要区别：

操作原则：栈遵循后进先出（LIFO），而队列遵循先进先出（FIFO）。

操作位置：栈的操作只在栈顶进行，而队列的插入操作在队尾进行，删除操作在队头进行。

应用场景：栈常用于处理需要反向处理的数据运算，如递归调用和表达式求值；队列则更多用于消息传递和任务调度等场景。

1.4二叉排序树了解吗

‌二叉排序树（Binary Sort Tree），又称二叉查找树（Binary Search Tree）或二叉搜索树，是一种数据结构，主要用于存储数据并支持高效的查找、插入和删除操作‌‌。

二叉排序树是一种特殊的二叉树，满足以下性质：

‌空树‌：若左子树不空，则左子树上所有结点的值均小于根结点的值。
‌右子树‌：若右子树不空，则右子树上所有结点的值均大于根结点的值。
‌递归性质‌：左、右子树也分别为二叉排序树‌

1.5在堆中查找一个数字用什么方法可以快速查到

堆排序

1.6递归和迭代的区别

定义和结构

‌递归‌：递归是一种通过函数自己调用自己的编程技巧。它通常将一个大问题分解为更小的子问题，通过不断调用自身来解决。递归算法包括递归定义和基本情况，递归函数会反复调用自身，每次处理一个子问题，直到达到基本情况为止。‌
‌迭代‌：迭代是通过循环结构重复执行某段代码，每次迭代使用上一次的结果作为下一次的初始值。迭代不需要函数调用栈空间，因此通常比递归更高效。‌

时间复杂度

‌递归‌：递归的时间复杂度通常较高，因为每次函数调用都会增加栈空间的开销。对于一些递归算法，随着问题规模的增加，递归调用的次数可能会呈指数增长，导致时间复杂度急剧上升。‌
‌迭代‌：迭代的时间复杂度通常较低，因为它不需要额外的函数调用开销。迭代通过循环结构逐步逼近目标，适合处理大规模数据问题。‌

适用场景

‌递归‌：递归适合解决那些可以分解成相似子问题的问题，如树形结构的遍历、计算斐波那契数列等。递归的优点在于代码简洁，但缺点是可能导致栈溢出，特别是在深度递归的情况下。‌
‌迭代‌：迭代适合处理需要逐步逼近目标的问题，如计算数组中所有数字的和。迭代的优点是效率高、稳定，缺点是代码可能较冗长，不易理解。‌

优缺点总结

‌递归‌：
- ‌优点‌：代码简洁、易于理解。
- ‌缺点‌：效率较低，可能导致栈溢出，特别是在深度递归的情况下。‌3
‌迭代‌：
- ‌优点‌：效率高、稳定，适合处理大规模数据问题。
- ‌缺点‌：代码较长，不易理解

2. 数据结构

2.1什么是堆和栈，说一下堆栈的区别？

功能方面：堆是用来存放对象的，栈是用来执行程序的。

共享性：堆是线程共享的，栈是线程私有的。

空间大小：堆大小远远大于栈

2.2用过什么树结构

在编程和计算机科学中，常用的树结构包括二叉树、二叉搜索树、AVL树、红黑树、B-tree等‌。这些树结构各有其特点和适用场景。

二叉树

二叉树是最基础的树结构之一，每个节点最多有两个子节点，通常称为左子节点和右子节点。二叉树有多种类型，包括完全二叉树、满二叉树和平衡二叉树等。二叉树在各种算法中都有广泛应用，例如在堆排序和优先队列中‌12。

二叉搜索树

二叉搜索树是一种特殊的二叉树，其每个节点的左子树上的所有节点值都小于该节点的值，而右子树上的所有节点值都大于该节点的值。这种结构使得在二叉搜索树中查找、插入和删除节点变得非常高效。AVL树和红黑树都是自平衡的二叉搜索树，它们通过保持树的平衡来优化查找、插入和删除操作的效率‌13。

AVL树

AVL树是一种自平衡的二叉搜索树，其每个节点的左子树和右子树的高度最多相差1。为了保持平衡，当插入或删除节点时，可能需要通过旋转节点来重新平衡树。AVL树的查找、插入和删除操作的平均时间复杂度为O(log n)‌13。

红黑树

红黑树也是一种自平衡的二叉搜索树，每个节点都有颜色属性，可以是红色或黑色。红黑树的平衡特性保证了其高效的查找、插入和删除操作。红黑树的性质包括根节点是黑色、每个叶节点（NIL或空节点）是黑色、红色节点的子节点必须是黑色等‌13。

B-tree

B-tree是一种多路平衡搜索树，适用于磁盘或其他直接访问辅助设备。B-tree能够保持数据有序，并且广泛应用于数据库和文件系统中。

2.3 B树，B+树哪个用的比较多

B+树

‌B+树是B树的变体，是一种自平衡的树数据结构，在数据库系统中使用得更为广泛，B+树中所有实际数据都存储在叶子节点中，而非叶子节点仅用于索引。这种设计使得B+树在处理大量数据时能够显著提高查询效率，尤其是在范围查询方面表现优异。B+树的叶子节点之间通过链表连接，便于区间查找和遍历。因此，B+树广泛应用于关系型数据库的索引