阿里开发者招聘节 | 面试题05：关于epoll和select的区别，哪些说法是正确的？

为帮助开发者们提升面试技能、有机会入职阿里，云栖社区特别制作了这个专辑——阿里巴巴资深技术专家们结合多年的工作、面试经验总结提炼而成的面试真题这一次将陆续放出（面试题官方参考答案将在专辑结束后统一汇总分享，点此进入答题并围观他人答案）。并通过这些笔试真题开放阿里巴巴工作机会，让更多的开发者加入到阿里这个大平台。

这一次，不仅是知识的收获，还将间接地与技术大牛们做了直观的沟通，了解他们的出题思路与考察要点，并加以消化吸收，这对自己技术能力本身就是一种极大的提升。走上编程之路，不断丰富自己方能与世接轨，努力做最优秀的自己。

4月26日，我们给开发者的第5道面试题。

关于epoll和select的区别，哪些说法是正确的？（多选）

A. epoll和select都是I/O多路复用的技术，都可以实现同时监听多个I/O事件的状态 
B. epoll相比select效率更高，主要是基于其操作系统支持的I/O事件通知机制，而select是基于轮询机制 
C. epoll支持水平触发和边沿触发两种模式 
D. select能并行支持I/O比较小，且无法修改

阿里巴巴出题专家：寈峰

阿里技术专家，阿里巴巴百年技术大学讲师，Apache RocketMQ Committer，Linux OpenMessaging Advisory Board Member，具有多年分布式消息系统等中间件架构设计及研发经验，对云计算及分布式系统架构有深刻理解。目前负责Apache RocketMQ的研发及社区生态。

招聘职位：阿里云中间件技术专家

4月25日，我们给开发者的第2～4道面试题。

02.已知sqrt(2)约等于1.414，要求不用数学库，求sqrt(2)精确到小数点后10位

考察点：

基础算法的灵活应用能力（二分法学过数据结构的同学都知道，但不一定往这个方向考虑；如果学过数值计算的同学，应该还要能想到牛顿迭代法并解释清楚）
退出条件设计

03. 给定一个二叉搜索树(BST)，找到树中第K小的节点

考察点：

基础数据结构的理解和编码能力
递归使用

示例
如下图，输入K=3，输出节点值3

说明
保证输入的K满足1<=K<=(节点数目）

04.LRU缓存机制

设计和实现一个 LRU（最近最少使用）缓存数据结构，使它应该支持以下操作： get 和 put 。
get(key) ‑ 如果key存在于缓存中，则获取key的value（总是正数），否则返回 ‑1。 put(key,
value) ‑ 如果key不存在，请设置或插入value。当缓存达到其容量时，它应该在插入新项目之前使
最近最少使用的项目作废。

案例：
LRUCache cache = new LRUCache( 2 / 容量 / );

cache.put(1, 1);
cache.put(2, 2);
cache.get(1); // 返回 1
cache.put(3, 3); // 该操作，会将 key 2 作废
cache.get(2); // 返回 ‑1 (结果不存在)
cache.put(4, 4); // 该操作，会将 key 1 作废
cache.get(1); // 返回 ‑1 (结果不存在)
cache.get(3); // 返回 3
cache.get(4); // 返回 4

测试用例： s = [["put","put","get","put","get","put","get","get","get"],[[1,1],[2,2],[1],[3,3],[2],
[4,4],[1],[3],[4]]]

考察点：
对LRU实现的基本原理和数据结构的理解。

阿里巴巴出题专家：文景

阿里云CDN资深技术专家，浙大硕士，在高性能服务端产品开发、稳定性、服务质量优化及成本优化等各项功能都有10年以上的经验。在网易杭州研究院负责底层开源软件研发，国内最早核心Nginx研发人员之一，曾任tengine研发负责人，热衷于参与开源项目。
现在是CDN技术负责人，连续7年服务双11，保障整个阿里集团95%以上的流量分发稳定性。从2014年开始，从0到1构建阿里云CDN的商业化基础设施，包括点播、直播、动态、安全加速等各项产品线，阿里云CDN现在是中国用户数最多的CDN、也是国内规模最大的CDN。正在将CDN打造成互联网的基础设施，为全球用户提供接入、加速、安全的稳定服务。

招聘职位：点此进入查看CDN大量职位并投递简历
点击进入聚能聊答题，并围观大家的回答！

4月24日，我们给开发者的第1道面试题。

01. 如何实现一个高效的单向链表逆序输出？

阿里巴巴出题专家：昀龙

阿里云弹性人工智能负责人 ，带领团队研发了同时支持Tensorflow、MXNET、PyTorch、Caffe的Perseus加速框架，曾获得Dawnbench推理世界竞赛的性能第一和成本最低双料冠军。曾任阿里云弹性高性能计算、超级计算集群技术架构师，获得过多项专利，拥有10年以上AI技术研发和高性能优化经验。精通针对CPU、GPU、MIC等微架构的计算性能优化以及网络、存储等系统性能优化。曾在英特尔SSG部门工作，并获得过英特尔中国最高成就奖（ICA）。 当人工智能遇上云计算，未来不可限量，欢迎加入阿里云弹性人工智能团队。