InnoDB存储引擎 （1）可以通过自动增长列，方法是auto_increment。 （2）支持事务。默认的事务隔离级别为可重复度，通过MVCC（并发版本控制）来实现的。 （3）使用的锁粒度为行级锁，可以支持更高的并发； （4）支持外键约束；外键约束其实降低了表的查询速度，但是增加了表之间的耦合度。 （5）支持在线热备份； （6）在InnoDB中存在着缓冲管理，通过缓冲池，将索引和数据全部缓存起来，加快查询的速度； （7）对于InnoDB类型的表，其数据的物理组织形式是聚簇表。所有的数据按照主键来组织。数据和索引放在一块，都位于B+数的叶子节点上； （8）支持类似于Oracle的非锁定读，即...

重要提醒：本知识点几乎是必考无疑，无论是开发工程师还是数据工程师，如MySQL的innodb存储结构用的B+树，为何？ 二叉搜索树（二叉排序树 or 二叉查找树）：或者是一棵空树，或者具有以下性质的二叉树： 1）若它的左子树不空，则左子树上所有结点的值均小于其根结点的值； 2）若它的右子树不空，则左子树上所有结点的值均大于其根结点的值； 3）它的左右子树也分别为二叉排序树。 其查找时间复杂度为 。 平衡二叉树（AVL树）：或者是一棵空树，或者具有以下性质的二叉树： 它的左右子树也分别为平衡二叉树，且左子树和右子树的深度之差的绝对值不超过1； 其查找时间复杂度为 。 B-树：是...

1，kNN算法 试题描述：对于N个样本，每个样本为D维向量，采用欧式距离使用kNN做类预测。 1）给出预测时间复杂度。 2）当N很大时，有哪些方法可以降低复杂度？ 3）k取值的大小对预测方差和偏差有何影响？ 知识点： kNN是通过测量不同特征值之间的距离进行分类。 思路是：如果一个样本在特征空间中的k个最邻近的样本中的大多数属于某一个类别，则该样本也划分为这个类别。kNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 算法的描述： 1）计算测试数据与各个训练数据之间的距离； 2）按照距离的递增关系进行排序；...

题目描述 在一个长度为n的数组里的所有数字都在0到n-1的范围内。 数组中某些数字是重复的，但不知道有几个数字是重复，也不知道每个数字重复几次。请找出数组中任意一个重复的数字。 例如，如果输入长度为7的数组{2,3,1,0,2,5,3}，那么对应的输出是重复的数字2或3。 思路分析 通过阅读提干，不难发现，题目要求是从已知数组中找到重复元素即可。这里列出三种解题思路仅作参考。 1）最容易想到的算法自然是先排序后通过依次遍历并与后一个元素相比较找出第一个重复元素即可。2）利用数据结构--hash结构，依次遍历数组中每一个元素，同时将元素放入hash中，在放入前先做判断：如果在hash存在则...