1. 笔试复盘背景与核心考察点去年参加海致星图数据库内核研发实习生的技术笔试第二轮考核给我留下了深刻印象。这场90分钟的闭卷考试主要聚焦三个核心算法题哈夫曼编码实现、LRU缓存淘汰算法以及一个基于C/C的数据库索引优化问题。作为国内图数据库领域的头部企业他们的笔试题非常注重考察候选人对底层数据结构和存储引擎的理解能力。这场笔试的难点在于所有题目都要求用C/C现场实现不能依赖标准库中的现成容器比如禁止直接使用STL的map或priority_queue。面试官想看到的是候选人裸写数据结构的能力这对平时习惯用Java/Python刷题的同学来说是个不小的挑战。我最终在哈夫曼编码部分因为指针操作失误丢了分后来复盘时发现其实有更优雅的实现方式。2. 哈夫曼编码实现详解2.1 题目要求还原给定一个包含英文大小写字母和空格的字符串长度1MB要求统计字符频率构建哈夫曼树生成编码表输出编码后的二进制串实现解码功能附加限制只能使用基本数据结构禁止使用STL容器unordered_map、priority_queue等2.2 我的考场实现方案typedef struct Node { char ch; int freq; Node *left, *right; } HuffNode; // 错误点1没有处理频率相同的情况 bool compareNodes(HuffNode* a, HuffNode* b) { return a-freq b-freq; } // 错误点2手动堆实现存在边界问题 void heapify(vectorHuffNode* heap, int i) { int smallest i; int l 2*i 1, r 2*i 2; if (l heap.size() compareNodes(heap[l], heap[smallest])) smallest l; // 此处省略... }2.3 更优解法的关键改进频率统计优化用256大小的数组替代哈希表int freq[256] {0}; for (char c : input) freq[(unsigned char)c];最小堆实现技巧// 使用lambda表达式替代函数指针 auto cmp [](HuffNode* a, HuffNode* b) { return a-freq ! b-freq ? a-freq b-freq : a-ch b-ch; }; priority_queueHuffNode*, vectorHuffNode*, decltype(cmp) minHeap(cmp);内存管理要点// 析构函数示例 ~HuffNode() { delete left; delete right; }踩坑提醒笔试时我忘记处理同频率字符的排序稳定性导致编码结果与标准答案不一致。后来发现当两个节点频率相同时应该比较字符本身的ASCII码值。3. LRU缓存算法实现剖析3.1 题目具体要求实现一个基于LRU策略的缓存系统需要支持get(key)获取值未命中返回-1put(key, value)插入或更新值时间复杂度要求O(1)3.2 双链表哈希表的经典解法class LRUCache { private: struct DLinkedNode { int key, value; DLinkedNode *prev, *next; }; void addNode(DLinkedNode* node) { // 头插法 node-prev head; node-next head-next; head-next-prev node; head-next node; } // 笔试时遗漏的关键步骤 void moveToHead(DLinkedNode* node) { removeNode(node); addNode(node); } };3.3 实际开发中的工程考量线程安全笔试不要求但实际数据库内核需要加锁std::mutex mtx; mtx.lock(); // 操作缓存 mtx.unlock();内存预分配vectorDLinkedNode nodePool; // 避免频繁new/delete性能测试数据 | 操作类型 | 时间复杂度 | 实测QPS | |---------|-----------|--------| | get | O(1) | 1.2M | | put | O(1) | 850K |4. 数据库索引相关题目4.1 题目场景还原给定一个包含1亿条学生记录的表id, name, score要求设计内存中的索引结构支持按score范围查询80-90分考虑并发访问场景4.2 跳表 vs B树的选择// 跳表节点结构 struct SkipListNode { int score; vectorSkipListNode* forward; StudentRecord* record; }; // B树节点 struct BPlusNode { bool is_leaf; vectorint keys; union { vectorBPlusNode* children; vectorStudentRecord* records; }; };性能对比跳表实现简单但空间消耗多30%B树更适合磁盘存储但内存版实现复杂4.3 我的实现缺陷没有处理节点分裂的边界条件范围查询时漏掉了部分叶子节点忘记考虑缓存行对齐64字节优化5. 通用C编码建议5.1 笔试中的高频失误点指针管理忘记初始化nullptr双重释放野指针访问STL限制下的替代方案用数组模拟哈希表手动实现优先队列自己写内存池代码规范问题变量命名随意缺少必要注释异常处理缺失5.2 调试技巧分享在Linux下使用gdb快速定位段错误gdb -ex r --args ./a.out bt full内存检测工具valgrind --leak-checkfull ./a.out性能分析perf stat -e cache-misses ./a.out6. 后续学习建议根据这次笔试暴露的问题我制定了以下提升计划数据结构手写训练每周手写2个高级数据结构B树、红黑树等禁用STL实现常用算法数据库内核知识阅读LevelDB源码实现简易版LSM-Tree系统编程能力学习Linux内核内存管理实践无锁数据结构这次笔试让我意识到数据库内核开发不仅需要扎实的算法基础更要注重内存管理和系统级编程能力。建议后来者在准备时多关注以下参考书《数据库系统实现》《现代操作系统》《C并发编程实战》 数据库内核研发笔试：哈夫曼编码与LRU算法实战解析
1. 笔试复盘背景与核心考察点去年参加海致星图数据库内核研发实习生的技术笔试第二轮考核给我留下了深刻印象。这场90分钟的闭卷考试主要聚焦三个核心算法题哈夫曼编码实现、LRU缓存淘汰算法以及一个基于C/C的数据库索引优化问题。作为国内图数据库领域的头部企业他们的笔试题非常注重考察候选人对底层数据结构和存储引擎的理解能力。这场笔试的难点在于所有题目都要求用C/C现场实现不能依赖标准库中的现成容器比如禁止直接使用STL的map或priority_queue。面试官想看到的是候选人裸写数据结构的能力这对平时习惯用Java/Python刷题的同学来说是个不小的挑战。我最终在哈夫曼编码部分因为指针操作失误丢了分后来复盘时发现其实有更优雅的实现方式。2. 哈夫曼编码实现详解2.1 题目要求还原给定一个包含英文大小写字母和空格的字符串长度1MB要求统计字符频率构建哈夫曼树生成编码表输出编码后的二进制串实现解码功能附加限制只能使用基本数据结构禁止使用STL容器unordered_map、priority_queue等2.2 我的考场实现方案typedef struct Node { char ch; int freq; Node *left, *right; } HuffNode; // 错误点1没有处理频率相同的情况 bool compareNodes(HuffNode* a, HuffNode* b) { return a-freq b-freq; } // 错误点2手动堆实现存在边界问题 void heapify(vectorHuffNode* heap, int i) { int smallest i; int l 2*i 1, r 2*i 2; if (l heap.size() compareNodes(heap[l], heap[smallest])) smallest l; // 此处省略... }2.3 更优解法的关键改进频率统计优化用256大小的数组替代哈希表int freq[256] {0}; for (char c : input) freq[(unsigned char)c];最小堆实现技巧// 使用lambda表达式替代函数指针 auto cmp [](HuffNode* a, HuffNode* b) { return a-freq ! b-freq ? a-freq b-freq : a-ch b-ch; }; priority_queueHuffNode*, vectorHuffNode*, decltype(cmp) minHeap(cmp);内存管理要点// 析构函数示例 ~HuffNode() { delete left; delete right; }踩坑提醒笔试时我忘记处理同频率字符的排序稳定性导致编码结果与标准答案不一致。后来发现当两个节点频率相同时应该比较字符本身的ASCII码值。3. LRU缓存算法实现剖析3.1 题目具体要求实现一个基于LRU策略的缓存系统需要支持get(key)获取值未命中返回-1put(key, value)插入或更新值时间复杂度要求O(1)3.2 双链表哈希表的经典解法class LRUCache { private: struct DLinkedNode { int key, value; DLinkedNode *prev, *next; }; void addNode(DLinkedNode* node) { // 头插法 node-prev head; node-next head-next; head-next-prev node; head-next node; } // 笔试时遗漏的关键步骤 void moveToHead(DLinkedNode* node) { removeNode(node); addNode(node); } };3.3 实际开发中的工程考量线程安全笔试不要求但实际数据库内核需要加锁std::mutex mtx; mtx.lock(); // 操作缓存 mtx.unlock();内存预分配vectorDLinkedNode nodePool; // 避免频繁new/delete性能测试数据 | 操作类型 | 时间复杂度 | 实测QPS | |---------|-----------|--------| | get | O(1) | 1.2M | | put | O(1) | 850K |4. 数据库索引相关题目4.1 题目场景还原给定一个包含1亿条学生记录的表id, name, score要求设计内存中的索引结构支持按score范围查询80-90分考虑并发访问场景4.2 跳表 vs B树的选择// 跳表节点结构 struct SkipListNode { int score; vectorSkipListNode* forward; StudentRecord* record; }; // B树节点 struct BPlusNode { bool is_leaf; vectorint keys; union { vectorBPlusNode* children; vectorStudentRecord* records; }; };性能对比跳表实现简单但空间消耗多30%B树更适合磁盘存储但内存版实现复杂4.3 我的实现缺陷没有处理节点分裂的边界条件范围查询时漏掉了部分叶子节点忘记考虑缓存行对齐64字节优化5. 通用C编码建议5.1 笔试中的高频失误点指针管理忘记初始化nullptr双重释放野指针访问STL限制下的替代方案用数组模拟哈希表手动实现优先队列自己写内存池代码规范问题变量命名随意缺少必要注释异常处理缺失5.2 调试技巧分享在Linux下使用gdb快速定位段错误gdb -ex r --args ./a.out bt full内存检测工具valgrind --leak-checkfull ./a.out性能分析perf stat -e cache-misses ./a.out6. 后续学习建议根据这次笔试暴露的问题我制定了以下提升计划数据结构手写训练每周手写2个高级数据结构B树、红黑树等禁用STL实现常用算法数据库内核知识阅读LevelDB源码实现简易版LSM-Tree系统编程能力学习Linux内核内存管理实践无锁数据结构这次笔试让我意识到数据库内核开发不仅需要扎实的算法基础更要注重内存管理和系统级编程能力。建议后来者在准备时多关注以下参考书《数据库系统实现》《现代操作系统》《C并发编程实战》