三七互娱是国内的一家游戏公司，我投了他们今年的春招，并且在前天完成了一面，可惜，没过。下面我来讲下前天的面试题。

讲讲TCP的四次挥手

自我介绍后这个是第一个面试题，当时这个题目我回答是回答出来了，但可能言语逻辑没有理清楚，所以效果应该不咋的。下面给出答案：
（1）客户端A发送一个FIN，用来关闭客户A到服务器B的数据传送（报文段4）。
（2）服务器B收到这个FIN，它发回一个ACK，确认序号为收到的序号加1（报文段5）。和SYN一样，一个FIN将占用一个序号。
（3）服务器B关闭与客户端A的连接，发送一个FIN给客户端A（报文段6）。
（4）客户端A发回ACK报文确认，并将确认序号设置为收到序号加1（报文段7）

为什么建立连接协议是三次握手，而关闭连接却是四次握手呢？

这是因为服务端的LISTEN状态下的SOCKET当收到SYN报文的建连请求后，它可以把ACK和SYN(ACK起应答作用，SYSN起同步作用)放在同一个报文来发送。但是关闭连接后，当收到对方的FIN报文通知时，它仅仅表示对方没有数据发送给你了；但未必你所有的数据都全部发送给对方了，所以你可以未必会马上会关闭SOCKET,也即你可能还需要发送一些数据给对方之后，再发送FIN报文给对方来表示你同意可以关闭连接了，所以它这里的ACK报文和FIN报文多数情况下都是分开发送的。

讲一讲TCP和UDP的区别

这个问题也不难，主要考察对TCP和UDP的基本了解。
1：TCP的面向连接的（传输数据前要建立连接），UDP是无连接的。
2：TCP是面向字符流的，UDP是面向报文的。
3：TCP是一种可靠的传输（无差错，不丢失，不重复，且按序到达），UDP不可靠，尽最大努力交付。
4：TCP是点对点的，UDP可以一对一，一对多，多对多。
5：UDP具有较好的实时性，工作效率比TCP高，适用于对高速传输和实时性比较高的通讯或广播通信。随着网速的提高，UDP使用越来越多。
6：TCP对系统资源要求比较高，UDP对资源要求较少。
7：TCP的首部字节是20字节，UDP的则是8个字节。

TCP怎么实现可靠传输，如何实现UDP的可靠传输

这个问题当时我没有回答出来，以前看计网的时候记得看到过这个解决方法，当时前天忘记了。
TCP实现可靠传输主要是有三种机制：重传机制、确认机制、以及滑动窗口（这个当时也问了，并要求说出工作原理）。
UDP要实现可靠传输，在运输层上是不行了，只能通过应用层来实现了。实现的方式可以参照tcp可靠性传输的方式，只是实现不在传输层，实现转移到了应用层。实现确认机制，重传机制，以及窗口确认机制。目前有如下开源程序利用udp实现了可靠的数据传输。分别为RUDP、RTP、UDT。这里就不一一介绍了，又想了解详情的可以去这个博客看看，这段也是借鉴了这篇博客的。
()

说一说时间复杂度为O(log n)的数据结构

这个我当时答错了，后面去网上找了下发现是
Tree-based dictionary (SortedDictionary<K,T>)和Tree based set(SortedSet)，额，这个到现在我不是很懂。我说了数组和链表，然后就问了我数组合链表的区别，这个很简单，十个程序员十一个都答得出来，数组查找快，增删慢，链表则是查找慢，增删快。然后深入问了下数组为什么增删慢呢。这个我没答到点上。正确结果应该是：数组属于顺序结构，用一段连续的内存位置来 存储。链表属于链接存储，用一组任意的存储单元来存储，不要求相邻。CPU缓存会读入一段连续的内存，顺序存储符合连续的内存，所以顺序存储可以被缓存处理，而链接存储并不是连续的，分散在堆中，所以只能内存去处理。所以数组查询比链表要快。而数组大小固定，插入和删除都需要移动元素，链表可以动态扩充，插入删除不需要移动元素，只需要更改元素中的指针。所以链表的插入删除比数组效率高。想知道详情的可以去看看这个博客：(https://www.jianshu.com/p/35666023469c)

说一说Spring的循环依赖，并如何解决，解释解释源码

Spring的循环依赖有两种，一种是指构造器依赖和属性循环依赖，其中构造器循环依赖无法解决，因为在构造器注入时，本身的实例无法生成；如果强行使用，将导致不安全的发布，从而导致各种未知的问题！只能抛出BeanCurrentylyInCreationException异常表示循环依赖。另一种依赖属性循环依赖的解决办法是通过Spring容器提前暴露刚完成构造器注入但未完成其他步骤（如setter注入）的bean来完成的。通过提前暴露一个单例工厂方法，从而使其他bean能够引用到该bean。也就是我们说的自动注入要用setter（）注入。至于源码当时没有回答出来，因为也没去看过。下面这个文章介绍的很详细，感兴趣的可以去看看：()

索引的存储结构以及实现原理

当建立了索引后，它一般以文件的形式保存在磁盘是，存储结构是以B+ tree的格式保存的。
在B+Tree中key检索数据算法如同目录：首先从根节点进行二分查找，从左（小）边到右（大）匹配，找到key匹配成功的索引值，根据索引值对应的节点地址，进入节点地址key继续进行匹配，直到进入叶节点，再根据key获取数据。在B+Tree的每个叶子节点增加一个指向相邻叶子节点的指针，就形成了带有顺序访问指针的B+Tree。做这个优化的目的是为了提高区间访问的性能。
注意：每个索引的最小值，也就是子索引的最小值，依次类推，最后的子索引的最小值，也就是该数据页的key索引的最小值。最小值都是靠最左边排列。都是节点开始的第一个值。
注意：叶节点的数据页存有邻近的数据页节点地址，可以通过数据页的节点直接进入邻近数据页，查询需要的主键索引值。

好吧，到这里基本上就结束了，后面问了一下Redis的基本问题和Spring的源码，有些答出来了，有些没有，涉及到源码这一块我真的不是很熟练。然后问了些和项目相关的问题。

总结

这些问题还是很有针对性的，难得也有，简单的也有，面试官人也很好，有时候会提醒我一些。可能有一两个问题我忘记了，但大致就是以上那些，这些问题还是很有针对性的，第一面就挂了，还是很伤心的，总之继续努力的。