常面常新-1015
冒泡排序
冒泡排序是一种简单的排序算法，它通过重复遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。 遍历数列的工作是重复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。
算法步骤：
- 比较相邻的元素。如果第一个比第二个大，就交换他们两个。
- 对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
- 针对所有的元素重复以上的步骤，除了最后一个。
- 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
B 树和 B+树
B 树（B+-Tree）
B 树是一种平衡的多路搜索树，它具有以下特点：
平衡性：所有叶子节点都位于同一层，这意味着从根到叶子的最长路径是相同的。
多路分支：每个节点可以有多个子节点，子节点的最大数量通常表示为
m，最小数量为m/2（在一些变种中，最小量可以是ceil(m/2)或floor(m/2) + 1。有序性：节点中的键值是有序的，并且每个键值的左子树中的所有值都小于它，右子树中的所有值都大于它。
键值分布：键值既可以出现在内部节点，也可以出现在叶子节点。
查找效率：由于树是平衡的，查找操作的最坏情况时间复杂度为
O(log n)，其中 n 是树中键值的数量。动态调整：当插入或删除操作导致节点中的键值数量超出限制时，节点会分裂或合并以保持树的平衡。
B+树（B+-Tree）
B+树是B树的一种变体，它具有以下特点：
非叶子节点不存储数据：与
B树不同，B+树的所有数据都存储在叶子节点中，非叶子节点只存储键值和子节点的针。更大的节点容量：由于非叶子节点不存储数据，
B+树的非叶子节点可以有更多键值，这意味着树的高度可以更低对于大量数据的存储和检索，这可以提高效率。所有叶子节点相连：
B+树的叶子节点通过指针相连，形成一个链表，这使得范围查询更加高效。查询性能：由于所有数据都存储在叶子节点，并且叶子节点之间是相连的，
B+树非常适合执行范围查询。写操作的挑战：由于数据只存储在叶子节点，插入和删除操作可能需要更多的分裂和合并操作，尤其是在树的上节点。
空间效率：由于非叶子节点不存储数据，B+树可以更有效地使用存储空间，尤其是在页式存储系统中。
B 树与 B+树的比较
查询性能：
B+树在范围查询中表现更好，因为可以通过叶子节点的链表快速遍历。而B树在点查询中可能更有势，因为可以在任何级别的节点中找到键值。存储效率：
B+树由于非叶子节点不存储数据，可以有更高的存储效率。更新操作：
B树在更新操作（插入和删除）中可能更有优势，因为可以在任何级别的节点中进行。应用场景：
B+树通常用于数据库和文件系统的索引，因为它们提供了更好的范围查询性能。B树则适用于需要平点查询和范围查询的场景。
TCP 和 UDP
TCP（传输控制协议）和UDP（用户数据报协议）是两种主要的传输层通信协议：
TCP提供面向连接的、可靠的字节流服务。它确保数据正确无误地从源传送到目的地。TCP通过三次握手建立连接，提供数据包排序、确认和重传机制，确保数据的完整性和顺序性。UDP提供无连接服务，它在发送数据前不建立连接。UDP发送的是数据报，它不保证数据的到达、顺序或完整性。UDP适用于对实时性要求高的应用，如视频流和在线游戏。
GET 和 POST 的区别
GET和POST是HTTP协议中的两种请求方法，它们在用途和行为上有所不同：
GET请求用于从服务器检索数据。它应该是幂等的，意味着多次执行相同的GET请求应该得到相同的结果，并且不会产生副作用。GET请求的数据通常附加在URL之后，以查询字符串的形式发送。POST请求用于向服务器发送数据进行处理，比如上传文件或提交表单。POST不是幂等的，多次执行相同的POST请求可能会产生不同的结果，比如多次提交表单可能会导致多次数据插入。POST请求的数据通常在请求体中发送。
数据库索引
主键索引
（Primary Key）：唯一的标识，主键不可重复，且只能有一个列作为主键。唯一索引
（Unique Key）： 也称为普通索引，用于提高查询效率，但可能会降低更新表的性能。常规索引
（Key/Index）： 默认的，使用Index或者Key关键字来设置。哈希索引：适用于等值查询，但不适用于范围查询。
全文索引：用于文本搜索，支持复杂查询，如模糊查询和多关键字查询。
B-Tree索引：最常用的索引类型，适用于全键值、键值范围和键值前缀查找。B+Tree索引：在许多现代数据库系统中广泛使用，特别是对于大量数据的读操作。
数据库Groupby是怎么做到的
查询解析：当执行包含
GROUP BY子句的查询时，数据库首先解析查询，确定要分组的列和聚合函数。排序数据：数据库对
GROUP BY子句中指定的列进行排序，以确保具有相同值的行彼此相邻。这一步是必要的，因为分组是在排序的基础上进行的。分组：数据库遍历排序后的数据，根据
GROUP BY列的值将数据分成多个组。每个唯一的值对应一个组。应用聚合函数：对于每个组，数据库应用聚合函数（如
SUM,COUNT等）来计算组的汇总值。返回结果：数据库将每个组的聚合结果作为一个新的行返回，形成一个结果集。