今天咱们来聊聊一道经典的面试题：假设有 40 亿个 QQ 号，但服务器只有 1G 内存，如何实现高效的去重操作？ 一、常规方法为什么不行？ 在日常开发中，我们经常会用到一些简单的去重方法，比如使用 HashSet 或 List.contains() 来判断重复。但如果数据量达到 40 亿，这些方法瞬间就会暴露出致命问题。 首先，我们来算一笔账。如果用 Java 的 int 类型存储 40 亿个 QQ 号，每个 int 占用 4 字节，那么总共需要的内存空间是： 40 亿 × 4 字节 = 160 亿字节 ≈ 14.9 GB 这已经远远超出了 1G 内存的限制。即使我们用更省空间的方式存储，...

大佬们帮忙看看简历

参考优秀牛友的经验，字节后端开发面经一面去年的存货面试公司：字节【基架部门】面试岗位：后端开发面试问题：1.实习项目2.有哪些方案可以避免流量高峰造成的问题- 消息队列削峰填谷- 缓存预热- 负载均衡，分散请求- 限流和降级3.了解常用的限流或者降级的算法嘛？描述一下原理？固定窗口计数器：按照时间段划分窗口，有一次请求就+1，最为简单的算法，但是限流不够平滑且无法应对突然激增的流量。滑动窗口计数器：通过将窗口再细分，并且按照时间“滑动”来解决突破限制的问题，但是时间区间的精度越高，算法所需的空间容量就越大。漏桶：请求类似水滴，先放到桶里，服务的提供方则按照固定的速率从桶里面取出请求并执行。缺陷...