目录
1.STL容器简单介绍
vector容器
vector容器底层管理了一个动态开辟的空间，有三个指针start、finish以及end_of_storage费别指向开头，存储数据的结尾以及开辟的动态内存空间的结尾处。该容器可以自动的管理内存空间，当内存不足的时候，会自动的申请更大的空间，然后将数据拷贝到新的空间，并释放原有的内存。
该容器对于尾部的插入和删除的操作时间复杂度为O(1)，而对于中间元素的插入和删除操作需要进行数据的移动，所以时间复杂度为O(N)。对于访问元素来说，时间复杂度也是O(1)，因为其内部重载了operator[]，同时还支持随机迭代器，所以迭代器直接加上距离就可以了。
模拟实现插入操作的过程中，迭代器失效的问题：在插入的时候，可能空间不足了，需要进行扩容处理，扩容的话是异地扩容，所以原来的迭代器指向的位置就被释放了，所以会有迭代器失效的问题，可以记录以下迭代器指向的元素在数组中的相对位置，扩容之后，更新迭代器的值即可。
模拟实现删除操作的过程中，迭代器失效的问题：对于erase操作来说，它内部实现是将后面的元素直接覆盖在删除的位置，实现了删除的操作，如果我们想要连续删除的话，在使用迭代器的时候就不能够对迭代器进行++处理，因为对于连续删除的话，我们要删除的元素通过移动会一直处于迭代器的位置。
模拟实现扩容操作的过程中，深层次的浅拷贝问题：当我们扩容的时候，不可以使用memcpy函数将元素拷贝到新的空间，因为memcpy函数是浅拷贝，他会将旧空间内部存放的内容拷贝给新空间，如果说旧空间存放的是string类型的数据的话，在释放旧空间数据的时候，string类型数据会调用他们的析构函数释放掉，所以新空间内部存放的string类型都是被析构的string对象了。
list容器
该容器底层是一个带头双向循环链表，包含一个指针，指向头部位置，对于数据的个数是通过变量进行记录的。
该容器是链表所以不涉及到扩容操作，而且链表的形式使得插入和删除元素的操作变得方便，时间复杂度为O(1)，而查找或者访问指定元素的操作就麻烦了，需要遍历去查找访问元素。
对于list，STL单独给他提供了一个sort是以为，list容器支持的是双向迭代器，而全局的sort函数需要传递的参数是随机迭代器，不符合要求，所以单独提供了一个支持双向迭代器的sort函数。
deque容器
双端队列容器，支持随机访问，他底层是由多个固定大小的连续内存块组成的，每个内存块之间是通过指针进行关联起来的，相当于是一个指针数组，每一个指针又指向了一个空间。
他的插入和删除操作对于头部和尾部来说时间复杂度是O(1)直接操作即可。但是对于中间的插入和删除操作，就和vector一样了需要进行数据的挪动，时间复杂度就变为了O(N)，所以说对于双端的操作使用deque还可以。
forward_list容器
是C++11引入的一个新的单向链表容器，支持的是单项迭代器，只能单向遍历。和list的底层原理基本上是一样的，只不过每一个节点都节省了一个指向前一个节点的指针。
set容器和map容器
两者的底层实现都是红黑树，set是一个元素唯一的集合，而map则是键值对的集合同时也需要确保key值的唯一性。因为底层是红黑树，红黑树也是一种平衡二叉搜索树，所以会对插入的元素根据键自动排序，默认是升序序列。
对于查找操作基于特定的二叉搜索树结构，所以会很快，时间复杂度为O(logN)。对于插入和删除操作的时候，可能会破坏红黑树的平衡结构，所以需要改变树的结构，那么就需要获取到一些其他节点的地址，也相当于查找，所以就是多个logn的时间，所以时间复杂度也是O(logN)。
multiset容器和multimap容器
和上述的set、map相比最大的区别就是允许键值的重复。在插入的时候，不检查键值的唯一性。其他的都一样。
unordered_set容器和unordered_map容器
底层是用哈希表来存储数据的，元素存储的数据是无序的。当数据量较小的时候，使用的是哈希桶结构，每一个桶也一个链表，当数据量过大，导致一个桶中的元素非常多，但是整体数据量还没有打破平衡因子的时候，就会将链表转化为红黑树结构了。
查找的时间复杂度为O(1)，插入和删除的时间复杂度为O(N)。
unordered_multiset容器和unordered_multimap容器
和上述的唯一区别也是可以允许键值的重复。
容器适配器
容器适配器是一种特殊的容器，他们本身不直接实现存储数据的功能，而是基于其他的容器，例如vector、list、deque等基础容器来实现一些操作。相当于把这些基础容器在进行了一次封装操作，通过这些基础容器的接口实现特定的功能。
stack和queue就是容器适配器，他们两个底层默认都是使用的deque作为底层容器，模拟了栈和队列的相关操作。
priority_queue是一个实现堆操作的容器，底层默认使用vector作为底层容器实现了一个大顶堆。
2.高并发实现原理
硬件层面：
基于多核处理器与多线程技术，在现代的服务器中通常配备的是多核的处理器，允许系统同时运行多个线程，每一个核心都可以独立的处理一个线程的指令，通过多线程技术，将程序任务分解成多个子任务，分配到不同的核心上同时执行就可以了。例如，服务器接收了多个用户的请求，那么将每一个请求分配给线程池中的一个线程，这些线程在多核处理器上并行运行，就实现了高并发处理。
软件层面：
- 异步非阻塞I/O模型：允许线程在发起I/O操作的时候，继续执行其他的任务，当I/O操作结束之后，通过回调函数或者事件通知机制来处理后续的相关操作。这样的话，可以让一个线程去同时执行多个用户的请求，而不用因为一个用户的I/O操作而进行线程等待了。在等待的过程中处理其他用户的请求。
- 分布式系统与负载均衡：当服务器无法处理大量并发请求的时候，可以将一个大型应用服务拆分为多个小的服务，部署到不同的服务器上。在通过负载均衡器将客户不同的请求分配到不同的服务器上，提高整个系统的并发处理能力。
3.MySQL数据库索引
介绍
索引的作用就是提高查询数据的效率。索引分为主键索引、唯一键索引、普通索引以及全文索引。
底层原理
索引底层原理就是改变数据结构来实现提高效率。为一个是数据库表创建索引，底层就是创建了一个B+树结构，将这些数据组织起来，每一个叶子节点都是一个4KB的内存块结构，内部由数据链表，目录以及指向上一个和下一个内存块的指针构成。
使用链表的结构管理数据是方便数据的插入和删除操作。同时提供目录，根据数据的数量，每隔一段区间就记录以下索引值与数据地址之间的映射关系，这些映射关系就是目录项。如果说数据量过大的话，一个内存块存放不下，就需要多个内存块存储了，多个内存块之间通过指针进行相互连接。但是如果数据量很大的话，遍历目录也很浪费时间，根据B+树的性质，可以对目录进行创建目录，通过遍历目录的目录就可以确定数据在哪一个目录里面了。这样创建出来的数据库文件就方便了用户的查询。
查询的时候，会先读取B+树的根节点，通过根节点中目录记录的区间，一层一层向下找，最后确定所需要的数据在哪个叶子节点里面，将该节点的数据加载到内存中，这样的话，只需要非叶子节点以及少量的叶子节点加载到内存就可以了，提高了效率。
注意事项
- 选择适合建立索引的列，如频繁查询列，如果是普通索引的话，前提是唯一性不能太差。
- 更新频繁的列不适合作为索引，如果更新的话，该数据在B+树的位置就需要变化了，会连带的更改多个位置。
- 一般不在where子句中出现的列不会作为索引列，如果一个列都不能作为筛选条件的话，说明该列对于查询指定数据并不能起到太大的一个作用了。而且索引结构也要占用空间的。