前端面试题常见的浏览器内核有哪些

[英文面试常见的面试题]1.Tell me about yourself。这是面试问题中的经典头道开胃菜，主要考察求职者的个性是否符合公司的企业文化，所以回答时要尽量贴近这个公司的情况来推销自己。比如这个公司属...+阅读

前端面试题常见的浏览器内核有哪些

准确的来说拥有独立内核并且已经比较成熟的浏览器有下列五中

IE 这个就不用说了占据国内市场的70% 虽然在国际市场输给了Chrome 但是资格老，后台硬

FF （火狐） FF的内核是开源的在网上可以找得到的，是对这方面有兴趣的的最佳选择，它对W3School 支持的最快的浏览器，就是对标准最支持的，一般搞小型网站开发测试浏览器兼容性的时候只需要测试IE和FF即可了

Chrome Google公司研发研发的浏览器，Google的根本，以节约流量速度快著称，现在在国际范围内占据市场份额的32%，超越了IE，新的老大！！个人比较喜欢用

苹果的Safari 苹果公司研发的浏览器，移动手机浏览器当之无愧的王者，很炫的界面风格，不过最近老大的地位已经受到了Chrome 等多个浏览器的冲击

Opera 浏览器挪威一家公司研发的，在市场上也占据了一定的份额，不过用的不多

当然不排除一些拥有自己独立内核的浏览器，不过有很多都不够成熟

另外像国内的什么360 遨游什么的浏览器基本上都是用的IE的内核，可以总归为IE了，只不过是做了界面上的优化，和添加了一些常用的网站，基本上后出现的网站都会兼容之前的网站的一些常用特性的。

是不是应该鼓励原创回答

是不是应该鼓励原创回答？是。原创的更有味道，原汁原味，风味独特，哈哈。原创回答，应该包括创造与再造两种吧。再造的是指知识性很强的，需要引经据典，或是综合多种资料来写的，不可能全部由回答者自己写出来。那么，就总有收集与综合的功劳与苦劳。也算是原创。搜索的过程回答者也会有所进步。鼓励。创造的，像您这样的题，或是像心理健康，恋爱，像股票，作业帮助等方面的题，都需要分析，具体问题具体分析，不原创也不行。原创的回答，其实花更多的心血，回答过程就是一种快乐，一种助人的快乐，一种超越自我的快乐，一种思考的快乐。若是被采纳了，就更有成就感。我们的回答，并不需要作太多的所谓“精彩回答”的鼓励，是否精彩，我们自己知道，是否精彩，提问者知道，是否精彩，大家心知肚明，看过就知道。

精彩回答篇幅有限，如果是每个分类都由管理员推荐一些，或是每周每一分类都置顶一些精彩的问答，倒是不错呢。毕竟分类管理员更知道哪些问题更有代表性，更精彩。 “你有什么原创回答，自认为相当精彩的？” 很多呢，那些被采纳的题，我自认大部分是精彩的，但是不会被推荐的。因为它的精彩，在于它的有用，它的针对性，但它并不有趣，也不常常具有广泛意义。所以本人只有常常沾沾自喜而已。希望，原创的回答，在更加普及，更受欢迎。原创的回答，是回答者智慧与人生经验的提炼与证明。多一份原创回答，多一份自信与智慧。。

一道经典的面试题：如何从N个数中选出最大小的n个数

这个问题我前前后后考虑了有快一年了，也和不少人讨论过。据我得到的消息，Google和微软都面过这道题。这道题可能很多人都听说过，或者知道答案（所谓的堆），不过我想把我的答案写出来。我的分析也许存有漏洞，以交流为目的。但这是一个满复杂的问题，蛮有趣的。看完本文，也许会启发你一些没有想过的解决方案（我一直认为堆也许不是最高效的算法）。

在本文中，将会一直以寻找n个最大的数为分析例子，以便统一。注：本文写得会比较细节一些，以便于绝大多数人都能看懂，别嫌我罗嗦：）我很不确定多少人有耐心看完本文！Naive 方法：首先，我们假设n和N都是内存可容纳的，也就是说N个数可以一次load到内存里存放在数组里（如果非要存在链表估计又是另一个challenging的问题了）。从最简单的情况开始，如果n=1，那么没有任何疑惑，必须要进行N-1次的比较才能得到最大的那个数，直接遍历N个数就可以了。

如果n=2呢？当然，可以直接遍历2遍N数组，第一遍得到最大数max1，但是在遍历第二遍求第二大数max2的时候，每次都要判断从N所取的元素的下标不等于max1的下标，这样会大大增加比较次数。对此有一个解决办法，可以以max1为分割点将N数组分成前后两部分，然后分别遍历这两部分得到两个最大数，然后二者取一得到max2。也可以遍历一遍就解决此问题，首先维护两个元素max1,max2(max1=max2)，取到N中的一个数以后，先和max1比，如果比max1大（则肯定比max2大），直接替换max1，否则再和max2比较确定是否替换max2。

采用类似的方法，对于n=2,3,4一样可以处理。这样的算法时间复杂度为O(nN)。当n越来越大的时候（不可能超过N/2，否则可以变成是找N-n个最小的数的对偶问题），这个算法的效率会越来越差。但是在n比较小的时候（具体多小不好说），这个算法由于简单，不存在递归调用等系统损耗，实际效率应该很不错.堆：当n较大的时候采用什么算法呢？首先我们分析上面的算法，当从N中取出一个新的数m的时候，它需要依次和max1,max2,max3max n比较，一直找到一个比m小的max x，就用m来替换max x，平均比较次数是n/2。

可不可以用更少的比较次数来实现替换呢？最直观的方法是，也就是网上文章比较推崇的堆。堆有这么一些好处：1.它是一个完全二叉树，树的深度是相同节点的二叉树中最少的，维护效率较高；2.它可以通过数组来实现，而且父节点p与左右子节l,r点的数组下标的关系是s[l] = 2*s[p]+1和s[r] = 2*s[p]+2。在计算机中2*s[p]这样的运算可以用一个左移1位操作来实现，十分高效。

再加上数组可以随机存取，效率也很高。3.堆的Extract操作，也就是将堆顶拿走并重新维护堆的时间复杂度是O(logn)，这里n是堆的大小。具体到我们的问题，如何具体实现呢？首先开辟一个大小为n的数组区A，从N中读入n个数填入到A中，然后将A维护成一个小顶堆（即堆顶A[0]中存放的是A中最小的数）。然后从N中取出下一个数，即第n+1个数m，将m与堆顶A[0]比较，如果m