迅雷下载 SDK C++ 岗位面试:从 OpenSSL 源码问到 shared_ptr、伪共享与 TCP 断连感知
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
项目与背景
- 看你提过看源码,具体看的是什么项目的源码?
- 看这些源码有什么收获?
- 你之前的工作其实是偏嵌入式,对吧?
- 你的研究方向主要是什么?
C++ 语言与代码分析
- 这段代码有什么问题?
class DownloadTask {
public:
void start() {
loop.post([this] {
onData();
});
}
void onData();
};
auto* task = new DownloadTask;
task->start();
delete task;
- lambda 表达式、C++11 的标准了解吗?
- 你对共享指针 shared_ptr 了解吗?
- weak_ptr 不增加强引用计数,那它怎么保证我在用的时候对象不被释放?
- 那这个共享指针线程安全吗?
- 无锁编程了解吗?
内存管理
- 频繁分配和释放内存会有什么问题?
- 如果自己实现内存池,你的实现一定会比操作系统更快吗?
- 二维数组按行访问和按列访问,哪种效率更高,为什么?
- 结构体里两个 int,相邻放和中间留间隔放,多线程访问时哪种效率更高?
- 碰到过内存被踩乱(内存被别处写坏)的场景吗?出现这种情况怎么调查?
计算机网络
- TCP 连接建立后,中间路由不通导致网络中断,Socket 上能马上感知到断连吗?为什么?
- TCP 的拥塞控制了解吗?逻辑是怎样的?发送窗口一直涨,涨到什么时候停?
数据结构
- map 和 unordered_map 有什么区别?
- 哈希表冲突怎么解决?
- 哈希查找的时间复杂度是多少?map 呢?
反问
- 你还有什么想了解的吗?
《参考解析》
那段代码的问题是 use-after-free:loop.post(lambda) 只是把任务塞进队列就返回,紧接着 delete task 释放了对象;等消息循环真正取出该任务执行时,lambda 捕获的 this 已经指向已释放内存,调用 onData() 就是一次悬垂指针访问。这类缺陷的特点是编译能过、单跑一次可能不复现,一旦队列延迟就必崩,而且崩溃堆栈看起来与业务无关。正确做法是把所有权做显式:对象用 std::shared_ptr 管理并继承 enable_shared_from_this,投递时值捕获 shared_from_this() 把生命周期延长到回调结束;若担心延长生命周期带来副作用则捕获 weak_ptr,回调里 lock() 判空后再调用。另外 void onData(); 只有声明没有定义,链接期会报未定义符号;new DownloadTask 与 new DownloadTask() 对这个类等价(有隐式默认构造函数时是否值初始化只在聚合 / POD 上有差别),不是主要问题。
看源码的收获要落到可迁移的结论:OpenSSL 的 BIGNUM 用 digit 数组 + 有效长度 + 符号位表达任意精度整数,容量与长度分离、按 machine word 对齐——这是「定长块 + 长度游标」的通用结构,做内存池、缓冲区、协议解析都能复用;算法上 Karatsuba 把乘法从 O(n²) 降到约 O(n^1.585),递归到阈值以下切换成更简单的实现,除法先归一化再移位减并修正试商。可以迁移的经验是「大问题递归分解、小规模切换简单算法」和「先归一化再计算,减少分支」。
shared_ptr 与 weak_ptr 的准确说法:shared_ptr 解决的是「多个所有者共享同一对象、最后一个所有者销毁时释放」,循环引用是它带来的问题而不是它解决的问题(用 weak_ptr 打断其中一条边)。控制块里强计数归零时立即析构被管理对象,弱计数归零时释放控制块——不是两个都归零才释放对象。weak_ptr 不能直接解引用,必须 lock() 提升成 shared_ptr:内部对强计数做一次原子的「比较并加一」,只有控制块存活且强计数非零才成功,因此不存在「检查通过后对象被别处删掉」的窗口;expired() / use_count() 只是瞬间快照,不能作为安全依据。
线程安全要分三层:不同线程各持自己的副本时,控制块的计数增减是原子的,跨线程传递副本安全;多个线程同时读写同一个 shared_ptr 实例(赋值、reset、置空)不安全,因为指针本身与计数在两处内存,需要加锁或用 std::atomic<std::shared_ptr<T>>;被管理对象内部的读写是业务数据竞争,要另外同步。unique_ptr 只是独占所有权,同样只保证「不同实例并发安全」。
无锁编程:指不依赖互斥量、靠原子操作与内存序保证并发正确,常见手段是 std::atomic + CAS 循环、tagged pointer 解决 ABA、memory_order_acquire/release 建立 happens-before。典型实现有无锁栈、单生产者单消费者环形队列、引用计数。代价要说清:高竞争下 CAS 反复重试反而更慢,内存序写错会产生极难复现的 bug,lock-free 不等于 wait-free。工程上只在热点路径、临界区短且可预测时才考虑。
频繁分配释放的代价:性能上每次分配要走空闲链表或分区、可能有锁竞争与系统调用,小对象占比高时开销显著;空间上长时间运行产生外部碎片,导致大块申请失败、RSS 持续上涨;缓存上对象分散导致命中率下降。对策是内存池 / 对象池:按 size class 分级、预分配大块、freelist 串空闲块、批量归还、线程本地池减少锁竞争;代价是常驻内存抬高、尺寸分布不适配时内部碎片更严重。
自研内存池一定更快吗:不一定,通用场景很难超过 tcmalloc / jemalloc / ptmalloc(它们已有 thread cache、size class、per-CPU arena)。自研能赢的前提是命中特定访问模式——对象大小固定、生命周期一致、可整块释放。判断是否值得做池看三个指标:每秒分配次数、对象平均生命周期、尺寸分布是否集中。
按行与按列的差异根因是空间局部性:C/C++ 是行主序,一行元素连续存放,按行遍历时一条 64 字节 cache line 里的数据全部被用上,硬件预取器还能识别连续访问;按列遍历步长等于一行长度,每条 cache line 只用一次就跳到很远的下一条,命中率与预取都失效。地址计算本身是常数级加法,还会被编译器强度削减,真正贵的是 cache miss,不要把原因说成「偏移运算多」。
相邻还是间隔放:要看是否并发写。如果两个 int 分别被不同线程频繁写,相邻放落在同一条 cache line 内会互相使对方的缓存行失效(MESI 状态来回翻转),性能可能下降数倍,这就是伪共享;解法是用 alignas(64) 做填充隔离,或让各线程操作各自的内存块再合并。伪共享不能靠加锁解决,加锁只会更慢。若只读或同一线程访问,相邻更好(一次读入、局部性高)。
内存被踩乱的调查方法:典型成因是数组与 memcpy 长度算错的越界写、off-by-one、悬垂 / 野指针、结构体对齐错位、DMA 写错地址、多线程无同步的并发写。开发期开 ASan(能报越界与 use-after-free)、UBSan、Valgrind memcheck,并发问题用 TSan;可疑地址用 gdb watchpoint 盯住,配合 core dump 与条件断点;也可以在缓冲区前后撒 canary 值定期校验,或用 mprotect 把相邻页设为只读捕捉非法写。线上则靠日志、快照与预期值比对。没做过就如实说,但要给出这套方法。
TCP 感知断连:TCP 本身没有「断链通知」,只能靠协议行为或超时发现。对端进程退出或主机重启时内核会回 RST 或 FIN,下一次读写立刻报错;链路静默(路由黑洞、光缆断)时已发数据收不到 ACK,按 RTO 指数退避重传,重传到 tcp_retries2(默认 15 次)才报 ETIMEDOUT,Linux 上通常十几分钟;如果双方都不发数据,读写会一直阻塞,永远发现不了。要更快发现就启用 SO_KEEPALIVE 并调小 tcp_keepalive_time/intvl/probes、用 TCP_USER_TIMEOUT 限制未确认数据的存活时长,最稳的是应用层心跳 + 空闲超时(下载类长连接普遍这么做)。
拥塞控制四阶段:慢启动阶段 cwnd 每 RTT 翻倍、指数增长到 ssthresh;进入拥塞避免后每 RTT 加约 1 个 MSS、线性增长;收到 3 个重复 ACK 触发快速重传与快速恢复,ssthresh 设为当前窗口一半、cwnd 减半后继续线性增长;RTO 超时才把 cwnd 回退到 1 个 MSS 重新慢启动。所以「涨到什么时候」有两个答案:涨到 ssthresh 就从指数转线性,遇到丢包才下调;实际发送窗口是 min(cwnd, rwnd),还受应用层可写数据与 Nagle 影响。可以补现代算法:CUBIC 用三次函数替代线性增长,BBR 不再以丢包为信号,而是用带宽与最小 RTT 建模。
map 与 unordered_map:map 是红黑树,有序、查找插入删除稳定 O(logN)、支持 lower_bound 与范围查询、插入不使迭代器失效;unordered_map 是哈希表,平均 O(1)、最坏 O(N)、rehash 后迭代器全部失效、内存开销更大(桶数组 + 节点)。数据量很小或需要有序遍历时 map 反而合适;纯点查选 unordered_map。补一句工程细节:unordered_map 默认负载因子 1.0 触发 rehash,可以预 reserve 避免抖动。
哈希冲突的解法:开放寻址(线性探测、二次探测、双重哈希)把元素存在表内、缓存友好,但删除要留 tombstone、负载因子高时性能陡降;链地址法(拉链)桶挂链表、负载因子可更高、删除简单,桶内过长时转红黑树。std::unordered_map 用链地址法。可以再提 Robin Hood 哈希、Cuckoo 哈希与分布式场景的一致性哈希。
复杂度:哈希平均 O(1),前提是哈希函数均匀、负载因子受控;最坏 O(N)(全部落同一桶),链转树后退化为 O(logN),而且 O(1) 是摊销值,rehash 那一次是 O(N)。map 的查找、插入、删除都是 O(logN),中序遍历 O(N) 且有序。
反问的方向:既然面的是下载 SDK,可以问「当前 SDK 最主要的攻坚方向是打通率还是下载速度」「跨 Windows / Android / iOS 时端上差异集中在哪些模块」「线上崩溃与内存问题的排查链路是怎样的」。这类问题正好与本场面试暴露的短板(网络细节、内存调试工具)呼应,能让面试官看到清晰的学习路径。