大数据学长面试-------小米面试题

小米面试题
学长1
大家可以投一下小米的推荐算法。
一面：问两个有序大数组合并成一个数组的最佳方法，还有快排，问了所有项目。
二面：是问推荐算法的业务实现，还有如果你自己做一个推荐，你会怎么选择模型、算法。
三面：数据结构的查找，新增，删除的时间复杂度、还有各种数学问题，然后写了二叉树的查找、还有根据算法题写了一个递归，差不多就这样就过了
1）技术部分
（1）Java8的新特性？
（2）Java8的hashMap为什么采用数组+链表+红黑树？
（3）垃圾回收的算法，CMS和G1的比较，用什么监控JVM？
（4）Kafka对接SparkStreaming？
（5）线程池好处是什么，什么场合用？
（6）Zookeeper的选举机制，以及我们还可以用Zookeeper做些什么？
（7）Flume采集数据的优缺点，还有什么可以代替它，也可以通过自己公司的业务情况自己开发。
（8）Spark Streaming和Storm，Flink的比较，以及各自的优势？
（9）怎么从10亿条数据中计算TOPN？

学长2
1）基本信息
（1）面试地点：小米6期
（2）面试时长：共2个半小时
2）一面（下午3点30分到4点10分）:
（1）自我介绍
（2）Spark Streaming和Flink区别
（3）MR和Spark引擎的区别
（4）引起Shuffle的算子有哪些？
（5）Flink+Kafka保证精确一次消费相关问题
（6）Zookeeper的应用
（7）Java中HashMap和TreeMap区别（记不清是不是这个问题了）
（8）SparkStreaming保证精确一次消费
（9）给出数据倾斜解决方案
（10）被问到任务划分的源码(DAGScheduler划分)
（11）给一个整形数组，找出最大的连续子集
（12）给一个数组，一个值，找出第一次出现