IVIV：QD CV 技能行
简历“专业技能”里写了“熟悉”的每一行，面试官最可能顺着问的几题：C++ 语言、CPU 体系结构、低延迟优化、Linux 调优、并发、系统编程、性能剖析与测量。每题写答到哪一层，链到本站讲过的页面。
本页目录
- 简历上写了“熟悉”，面试官就会顺着往下问：这一页按简历“专业技能”的顺序，每一行挑出最可能被问到的几题，不求全。
- 标 ★ 的先过：量化私募的 C++ 岗最常问语言、容器、智能指针和并发基础；体系结构和低延迟优化是简历的重点，被问到要能落到数字和自己做过的事上。没标 ★ 的扫一眼，能说出一两句就行。
- 复习的方法是先盖住“答到哪一层”自己答：答不上，或者只能说出结论、说不出原因，就点开“本站”那一列的页面回看。
- 复习顺序是知识点 → 实习 → 项目 1：这一页是第一步；实习各条和项目 1 的追问另外过。
1. C++：STL、智能指针、模板、RAII、移动语义、CRTP、RVO
- 这一行几乎一定会问：C++ 岗的一面通常从这里开始，问的是“底层怎么实现”，不是“怎么用”。
| 题目 | 答到哪一层 | 本站 |
|---|
★ vector 扩容 | 容量满了就申请一块更大的内存（libstdc++ 是 2 倍，MSVC 是 1.5 倍），把元素搬过去，释放旧的，所以 push_back 均摊 O(1)。搬完以后旧的迭代器、指针、引用全部失效。元素的移动构造是 noexcept 才用移动，否则用拷贝，为的是扩容中途抛异常时原数组还完好。追问“延迟尖峰怎么避免”：均摊 O(1) 是平均，扩容那一次是 O(n)，大块还要缺页、munmap，可达几 ms；办法是启动时 reserve 到上限并把页先碰一遍，每轮 clear() 复用，上限确定就用定长环形缓冲区，必须能长就换 deque 这种不搬旧元素的结构 | STL 容器 |
★ map 和 unordered_map | map 是红黑树，有序，查找 O(log n)；unordered_map 是哈希表，桶数组加链表节点，平均 O(1)，最坏 O(n)。元素数超过“桶数 × 负载因子（默认 1）”就 rehash，所有元素重新分桶，迭代器失效，但指向元素的指针和引用不失效。热路径上按代码查找，能用数组下标就别用哈希表。追问“为什么慢”：两者都是节点式，每一步要读的地址都得等上一个节点读回来（pointer chasing），map 查一次是 20 多步依赖的读，unordered_map 命中也要 3 步；替代是排好序的 vector、开放寻址哈希表、编号直接索引数组 | STL 容器、三种有序结构 |
★ shared_ptr 怎么实现 | 对象指针加一个控制块，控制块里有强引用计数、弱引用计数和删除器。计数用原子操作增减。make_shared 把对象和控制块一次分配。两个对象互相持有 shared_ptr 会循环引用、永远不释放，其中一边改成 weak_ptr | 智能指针 |
★ shared_ptr 多线程下安全吗 | 分三样说。计数安全：各线程各拿一份复制、销毁都没问题，因为计数是原子加减。同一个 shared_ptr 变量一边赋值一边读是数据竞争，C++20 用 std::atomic<std::shared_ptr<T>>，之前用 std::atomic_load / std::atomic_store 或者加锁。指向的对象不受保护，改它要自己加锁。追问：use_count() 只能当参考；析构在最后放手的线程里执行；weak_ptr 要 lock()，不要先 expired() 再用 | 智能指针 3.3 |
★ unique_ptr 的开销 | 独占所有权，只能移动不能拷贝。用默认删除器时和裸指针一样大，解引用也一样快，所以没有理由用裸指针管理所有权 | 智能指针 |
★ 移动语义和 std::move | 右值引用绑定“马上要死的对象”，移动构造把它的资源（比如堆上的缓冲区）直接拿过来、把源置空，省掉一次深拷贝。std::move 本身什么都不移动，只是 static_cast 成右值引用，让重载选中移动版本。完美转发是万能引用加 std::forward，保持实参原来的左值或右值身份 | 移动语义 |
| ★ RAII | 资源在构造函数里获取、在析构函数里释放。抛异常时栈展开会调用已构造对象的析构函数，所以资源不会泄漏，lock_guard 就是这样保证锁一定被释放。析构函数不要抛异常 | 构造、拷贝、析构和 RAII |
| ★ 虚函数怎么实现 | 每个有虚函数的对象开头有一个 vptr，指向它所属类的 vtable；同一个虚函数在父类和每个子类的表里都在同一格，所以调用时编译器只要“读 vptr → 读第几格 → 跳过去”。贵的地方主要不是这次间接跳转，而是编译器不知道调的是谁，没法内联。基类的析构函数要写成 virtual | 虚函数、对象布局 |
| ★ CRTP 为什么能替代虚函数（简历上写了） | 子类把自己当模板参数传给基类，基类里 static_cast<Derived*>(this) 去调，编译期就知道调的是谁，能内联，对象里也没有 vptr。代价是 Base<A> 和 Base<B> 是两个不相关的类型，放不进同一个容器 | CRTP 与静态多态 |
| RVO 和 NRVO | C++17 起，返回一个纯右值（return T(...)）保证直接构造在调用方的位置上，不拷贝也不移动。返回具名局部变量（NRVO）编译器通常会做，但不保证。return std::move(x); 反而会挡住 NRVO | 返回值优化 |
| 模板 | 每种模板实参实例化一份代码，代价是编译时间和代码体积；特化和偏特化给特定类型换实现；约束模板参数从 SFINAE 到 C++20 的 concepts | 待补 |
2. CPU 体系结构：缓存、MESI、store buffer、ROB、LFB、分支预测、TLB、NUMA
- 这一行写得最长，被问到就要能落到数字：先在硬件地图上说清它在哪一层，再给量级，再连到自己做过的优化。
| 题目 | 答到哪一层 | 本站 |
|---|
| ★ 各级缓存的延迟 | L1D 约 1 ns（4–5 周期），L2 约 3–5 ns，L3 约 10–30 ns，内存约 70–120 ns；L1、L2 每核私有，L3 全核共享。缓存行 64 B，一次至少搬一整行 | CPU 与内存 |
| ★ 伪共享（简历：环形缓冲区计数按缓存行隔离） | 两个线程写的变量不同，但在同一条缓存行上。每次写都要先拿到这条行的独占权，行就在两个核之间来回搬，一次跨核约 20–100 ns。用 alignas(64) 把它们隔到不同的行。实习里环形缓冲区的读写计数就是这样隔开的，写入延迟中位数降了约 40% | #2 内存序与缓存行 |
| ★ MESI | 每条行在每个核里有四种状态：M（改过、只有我有）、E（没改、只有我有）、S（多个核都有）、I（无效）。写之前必须拿到独占：别的核的副本先作废，回了 ACK 才能写。读一条在别人那里是 M 的行，由那个核直接转发过来 | MESI |
| store buffer 和 StoreLoad 重排 | store 先进 store buffer，流水线不等独占权就往下走，等的是队首那条 store。所以“先写 A、再读 B”可能让别的核看到读在写前面，这是 x86 唯一允许的重排。seq_cst 的 store 在 x86 上编成 xchg，就是为了堵住它 | #2 |
| 乱序执行和 ROB | 指令按依赖关系乱序执行，按程序顺序退休；ROB 有几百项。一条读内存的 load 卡在队首时，后面的指令把 ROB 填满就只能停下 | CPU 与内存、缓存案例 |
| LFB 和内存级并行 | 每个核约 10–16 个 LFB，同时在路上的 L1 缺失最多这么多。单核带宽 ≈ 在途数 × 64 B ÷ 延迟，所以单核读内存到不了整机带宽 | 内存延迟与带宽 |
| ★ 分支预测 | 一条分支要十几个周期后才知道往哪走，CPU 只能先猜。猜对几乎不花钱，猜错要把之后的活全部扔掉，约 15–20 个周期。数据有规律就猜得准，随机就只能猜对一半，经典例子是数组排序后同一个循环快好几倍 | #7 分支预测 |
| TLB 和大页 | TLB 缓存虚拟地址到物理地址的翻译，每个核一份，L1 dTLB 64–96 项，二级 1500–3000 项，每项管一页。4 KiB 的页一共只盖几 MiB；2 MiB 的大页一项盖 512 倍。没命中要走页表，多 15–30 ns | 上下文切换、页表与 TLB、内存延迟与带宽 |
| NUMA | 多插槽的机器，每个插槽有自己的内存，读另一个插槽的内存更慢、带宽更低。物理页在第一次写的时候落在写它的那个节点上（first touch），所以内存要在绑好核的线程里初始化，或者用 numactl --membind 指定 | #1 CPU 隔离与 NUMA |
3. 低延迟优化方法
- 每一条都能挂到实习里做过的事：答完原理，接一句“我在哪里用过、效果多少”。
| 题目 | 答到哪一层 | 本站 |
|---|
★ 热路径为什么不能 malloc | malloc 的耗时不确定：可能要抢锁、找合适的空闲块，还可能调 brk / mmap 进内核，第一次碰到新页还会缺页。内存池启动时一次分好固定大小的块，用 free list 管理，分配和释放都是 O(1)；arena 只往后顺序分配，到时候整体释放。实习里回测按交易日复用同一块内存，耗时降了约 44% | #3 内存池与分配器、new 一次走到哪 |
| ★ 依赖链和多累加器（简历：拆分串行累加的依赖链） | 只用一个累加器时，每次加法都要等上一次的结果，被加法的延迟（约 4 周期）卡住，CPU 的两个加法单元大半时间空着。拆成 4–8 个累加器各加各的，最后再合起来，吞吐就上去了。代价是浮点加法的顺序变了，末位会变，和研究侧对拍时要按容差比（Python 与 C++ 1.1） | #9 3.3–3.4 |
| ★ 无分支写法（简历上写了） | 把依赖数据、猜不准的 if 改成 cmov、掩码或查表，不用猜就不会猜错。分支本来就猜得准时反而可能更慢：分支猜对了可以提前往下跑，cmov 必须等条件算出来 | #7 |
| ★ 数据布局 | 按访问模式摆数据：热字段放在一起、冷字段挪出去，一次处理只碰少数几条缓存行；按字段批量扫描时用 SoA（每个字段一个数组）比 AoS 更省带宽，也更好向量化 | #6 内存对齐与布局 |
| 预取和预热 | 软件预取（__builtin_prefetch）提前几百 ns 把下一批数据要过来，提前太多会把还要用的行挤掉。预热是启动时把内存页都碰一遍、把热路径空跑几遍，让缺页、缓存和分支预测器都先热起来；实习里启动时预触内存页，消掉了首轮的缺页 | #14 预取、预热与双缓冲 |
| SIMD | 一条指令同时算 4 个（AVX2）或 8 个（AVX-512）double。编译器自动向量化要求循环之间没有依赖、指针不会互相别名、内存连续；浮点求和要放开结合律才会被向量化，这又会改末位 | #15 SIMD |
| 强度削弱和定点数 | 把除法换成乘以倒数或移位，把乘法换成加法；价格用放大后的整数存，既快，又不会有浮点取整的问题 | #12 强度削弱 |
4. Linux 低延迟调优：绑核、隔离、中断亲和、实时调度、大页
- QD 岗问得少，能说清每个手段解决什么就够：重点是“为什么要这样做”，命令记个名字就行。
| 题目 | 答到哪一层 | 本站 |
|---|
| 绑核和核心隔离 | 绑核（pthread_setaffinity_np、taskset）让线程不被挪到别的核，否则换核后 L1、L2 和 TLB 都是冷的。isolcpus 让调度器不往这些核上放别的任务，nohz_full 再去掉时钟中断 | #1 |
| 中断亲和 | 网卡中断默认可能落在热线程的核上，打断它；改 /proc/irq/N/smp_affinity 把中断挪到别的核 | #1 |
| 实时调度和优先级反转 | SCHED_FIFO 的线程不会被普通线程抢占。优先级反转：低优先级线程拿着锁，被中优先级线程抢走 CPU，高优先级线程等锁一直等下去；办法是优先级继承锁 | #19 调度与优先级反转 |
| 大页 | 用 hugetlbfs 预留大页，或者开透明大页（THP），减少 TLB 缺失。THP 的 khugepaged 会在后台合并页、改页表，可能带来抖动，低延迟场景常关掉 | #19、内存延迟与带宽 |
5. 多线程与并发
- 基础题一定会问，无锁那几个是加分项：互斥锁、条件变量、原子变量和内存序要答到“为什么这样写才对”。
| 题目 | 答到哪一层 | 本站 |
|---|
| ★ 内存序：relaxed、acquire、release、seq_cst | relaxed 只保证这一个变量的读写是原子的，不管前后顺序。release 写配上 acquire 读：读到这个值的线程，能看到写方在 release 之前写的所有东西，这就是“发布数据”的标准写法。seq_cst 再加一条所有线程看到同一个全局顺序。x86 上 acquire 和 release 都是普通的 mov，只有 seq_cst 的 store 要 xchg | #2 |
| ★ 条件变量为什么要配锁和 while | 等待方在锁里检查条件，wait 原子地“放锁并睡下”，否则检查完、睡下之前的通知会丢。醒来要在 while 里重新检查条件，因为可能是虚假唤醒，也可能被别的线程抢先拿走了数据 | 线程同步 |
| ★ 死锁和怎么避免 | 四个条件：互斥、持有并等待、不可抢占、循环等待。实际最常用的办法是破坏循环等待：所有线程按同一顺序加锁，或者用 std::scoped_lock 一次锁住多把 | 线程同步 |
| ★ 线程池 | 一个任务队列加几个工作线程，队列用互斥锁加条件变量保护；提交任务时用 packaged_task 包一层，调用方拿 future 等结果 | 线程池和 future |
| lock-free 和 wait-free | lock-free 保证总有某个线程在前进，但某个线程可能一直 CAS 失败重试；wait-free 保证每个线程的步数都有上界。SPSC 环满了就返回失败的接口是 wait-free，满了就空转等的是阻塞式 | #17 wait-free |
| SPSC 无锁队列 | 生产者只写 tail、消费者只写 head，各自用 release 发布、用 acquire 读对方，不需要 CAS。容量取 2 的幂，下标用 & (N-1) 代替取模；head 和 tail 放在不同的缓存行，再各自缓存一份对方的下标，少读对方的行 | #4 无锁队列、#18 线程安全队列 |
| 自旋锁：TTAS、票据锁、MCS | TTAS 先用普通读等锁看起来空闲了再 CAS，等待时不反复抢独占权；票据锁按取号顺序拿锁，公平；MCS 每个等待者在自己的节点上自旋，锁释放时只惊动下一个 | #16 自旋锁 |
6. Linux 系统编程：进程与 IPC、epoll、mmap、虚拟内存与缺页
- 进程线程和缺页最常被问：网络那半句（TCP/IP、HTTP、WebSocket）简历上写的是“了解”，过一遍下面链的几页 ref 就够。
| 题目 | 答到哪一层 | 本站 |
|---|
| ★ 进程和线程的区别 | 进程是资源的容器：地址空间、fd 表、信号处理函数；线程是在容器里跑的执行流：寄存器、栈、TLS。线程切换和进程切换的直接开销差不多，都在 1 到几 µs；差别在切换以后，同一进程的线程还能接着用 TLB 和缓存 | 进程和线程 |
★ fork 和写时复制 | fork 只复制页表，父子进程共用物理页，页标成只读；谁先写，谁触发缺页，内核这时才复制那一页。多线程程序 fork 后子进程里只剩调 fork 的那个线程 | 进程和线程 |
| ★ 虚拟内存和缺页（简历：启动时预触内存页） | new → malloc → brk / mmap 拿到的只是一段虚拟地址，第一次访问才缺页、分配物理页，每次几百 ns 到几 µs。所以实习里启动时先把内存全碰一遍，热路径上就不再缺页 | new 一次走到哪 |
| IPC 有哪几种 | 管道、消息队列、共享内存、信号、socket。共享内存最快，数据不用经过内核拷贝，但同步要自己做 | 进程间通信 |
mmap | 把文件或匿名内存映射进地址空间；读文件时少一次从内核缓冲区到用户缓冲区的拷贝，按页懒加载 | new 一次走到哪、文件 IO |
| epoll | 用红黑树存要监听的 fd，就绪的 fd 由内核回调挂到就绪链表上，epoll_wait 只取这个链表，不像 select 那样每次扫一遍所有 fd。水平触发只要还有数据就一直通知，边缘触发只在状态变化时通知一次，要一次读到 EAGAIN | epoll |
| 网络（简历写的是“了解”） | 三次握手、四次挥手、TIME_WAIT；TCP 怎么做到可靠；一次 HTTP 请求的全过程 | TCP 状态、TCP 可靠传输、HTTP、socket 编程 |
- 这一行和实习、项目 1 都连着：答工具怎么用时，顺手讲一次自己用它找到了什么。
| 题目 | 答到哪一层 | 本站 |
|---|
| ★ perf 怎么用 | 先 perf stat 看整体：IPC、缓存缺失、分支预测失败；再 perf record -g 加 perf report 找热点函数；最后 perf annotate 看热点落在哪几条指令上。火焰图横向宽度是采样占比，不是时间先后。实习里用它找到日志后台线程空转，调整轮询间隔后 CPU 占用降了 31% | perf 专题 |
| ★ 怎么测一段代码的延迟 | 用 rdtsc / rdtscp 读 TSC，现代 x86 的 TSC 恒定频率、各核同步；前后要加栅栏，防止被测的指令被乱序挪到计时外面；换算成 ns 要用校准过的频率；空测一次计时本身的开销再减掉 | #20 用 TSC 测延迟 |
| ★ 为什么报分位数不报平均 | 延迟分布是长尾的，平均值会被少数尖刺拉高，也可能把它们藏起来；报 P50、P99、P99.9，尖刺在哪个分位上一目了然。实习里单包处理延迟就是按中位数和 P99 报的 | #21 交易系统性能衡量 |
| ASan 和 UBSan | ASan 查越界、释放后使用、重复释放，程序会慢约 2 倍；UBSan 查有符号溢出、空指针、未对齐访问这类未定义行为。只在测试构建里开 | IV：量化 C++ 题目 |
| 编译选项会不会改结果 | -O2 换 -O3 一般不改浮点结果；-march=native 打开 FMA 会改末位；-ffast-math 会删掉 NaN 判断、重排求和，因子代码里不能开 | Python 与 C++ 第 5 节 |
