面試總結：總體不難，算法題腦抽了只過了一半，面試官點出了問題說時間到了，反問一點點，感覺五五開，許愿一個二面

---

1.Java中的鎖機制，什么是可重入鎖

Java中的機制主要包括

• synchronized關鍵字

• Lock接口及其實現(xiàn)類(如ReentrantLock)

• 原子類(如AtomicInteger)

• volatile關鍵字，僅保證可見性和有序性

可重入鎖

可重入鎖是指同一個線程在外層方法獲取鎖的時候,再進入該線程的內層方法會自動獲取鎖,不會因為之前已經獲取過還沒釋放而阻塞。Java中ReentrantLock和synchronized都是可重入鎖。

可重入鎖的實現(xiàn)原理:

• 記錄鎖的持有線程
• 維護一個計數(shù)器
• 當計數(shù)器為0時,表示鎖沒有被任何線程持有
• 當持有鎖的線程再次請求鎖時,計數(shù)器+1
• 當線程退出同步代碼塊時,計數(shù)器-1
• 計數(shù)器為0時釋放鎖

可重入鎖的優(yōu)點:

• 避免死鎖
• 提高了鎖的靈活性

2.AQS (AbstractQueuedSynchronizer)

AQS是Java并發(fā)包中的核心基礎組件,用于構建鎖或者其他同步組件。

AQS使用一個int成員變量表示同步狀態(tài),通過內置的FIFO隊列來完成資源獲取線程的排隊工作。

AQS的核心思想:

• 如果被請求的共享資源空閑,則將當前請求資源的線程設置為有效的工作線程,并且將共享資源設置為鎖定狀態(tài)。
• 如果被請求的共享資源被占用,那么就需要一套線程阻塞等待以及被喚醒時鎖分配的機制。

AQS的主要方法:

• acquire(int): 獨占式獲取同步狀態(tài)
• release(int): 獨占式釋放同步狀態(tài)
• acquireShared(int): 共享式獲取同步狀態(tài)
• releaseShared(int): 共享式釋放同步狀態(tài)

AQS的實現(xiàn):

• 使用一個volatile的int類型的成員變量來表示同步狀態(tài)
• 使用一個FIFO隊列來完成資源獲取的排隊工作
• 使用CAS來原子性地修改同步狀態(tài)值

AQS的應用:

• ReentrantLock
• Semaphore
• CountDownLatch
• ReentrantReadWriteLock
• ThreadPoolExecutor

3.Redis相關數(shù)據結構,為什么每種數(shù)據類型一般都有兩種數(shù)據結構?

Redis的主要數(shù)據結構

• String: 簡單動態(tài)字符串(SDS)
• List: 雙向鏈表和壓縮列表(ziplist)
• Hash: 哈希表和壓縮列表
• Set: 哈希表和整數(shù)集合(intset)
• Sorted Set: 跳表(skiplist)和壓縮列表

每種數(shù)據類型一般都有兩種數(shù)據結構的原因

• 空間和時間的權衡
• 數(shù)據量小的時候使用更加緊湊的數(shù)據結構,節(jié)省內存
• 數(shù)據量大的時候轉換為普通數(shù)據結構,提高操作效率

以Hash為例:

• 當field-value長度較短且個數(shù)較少時,使用壓縮列表
• 當數(shù)據量增大時,轉換為哈希表

這種設計能夠在內存使用和性能之間取得很好的平衡。

4.JVM相關內存結構,GC

JVM內存結構

1. 堆(Heap)
   • 年輕代(Young Generation)
     • Eden空間
     • Survivor空間(From和To)
   • 老年代(Old Generation)
2. 方法區(qū)(Method Area)
   • 永久代(JDK 8之前)/元空間(JDK 8及以后)
3. 程序計數(shù)器(Program Counter Register)
4. 虛擬機棧(VM Stack)
5. 本地方法棧(Native Method Stack)

GC(垃圾回收)

垃圾回收算法:

• 標記-清除算法
• 復制算法
• 標記-整理算法
• 分代收集算法

垃圾收集器:

• Serial收集器
• ParNew收集器
• Parallel Scavenge收集器
• Serial Old收集器
• Parallel Old收集器
• CMS收集器
• G1收集器

GC觸發(fā)時機:

• Minor GC：清理新生代。
• Major GC：清理老年代。
• Full GC：清理整個堆，包括新生代和老年代。

5.HashMap底層原理

HashMap的底層數(shù)據結構是數(shù)組+鏈表+紅黑樹(JDK 1.8及以后)。

主要屬性:

• Node<K,V>[] table: 存儲數(shù)據的數(shù)組
• int size: 實際存儲的鍵值對數(shù)量
• int threshold: 擴容閾值
• float loadFactor: 負載因子

put操作流程:

1. 對key的hashCode()進行hash操作
2. 計算index = (n - 1) & hash
3. 如果沒碰撞,直接放到bucket里
4. 如果碰撞,以鏈表的形式存在buckets后
5. 如果鏈表長度超過8,轉換為紅黑樹
6. 如果size超過threshold,進行擴容

get操作流程:

1. 對key的hashCode()進行hash操作
2. 計算index = (n - 1) & hash
3. 遍歷該位置上的鏈表或紅黑樹

擴容機制:

• 當size超過threshold時進行擴容
• 擴容時,容量變?yōu)?strong>原來的2倍
• 重新計算每個元素在數(shù)組中的位置(再散列)

6.MySQL索引類型,索引失效,覆蓋索引,hash索引

MySQL索引類型

• B+樹索引(默認)
• Hash索引
• Full-text全文索引

索引失效的情況

• 使用!=或<>操作符
• 使用函數(shù)或表達式
• 類型隱式轉換
• 使用OR連接條件
• like以%開頭
• 不滿足最左前綴原則

覆蓋索引

查詢的數(shù)據列恰好是索引的一部分,可以直接從索引中獲取數(shù)據,不需要回表查詢。

Hash索引

• 基于哈希表實現(xiàn),只有精確匹配才有效
• 不支持范圍查詢
• 不支持排序
• 不支持部分索引列匹配查找

Hash索引 vs B+樹索引:

• Hash索引只支持等值查詢,B+樹索引支持范圍查詢
• Hash索引不支持排序,B+樹索引天然支持排序
• Hash索引不支持最左前綴匹配,B+樹索引支持

7.Spring IOC AOP原理,循環(huán)依賴解決

IOC(控制反轉)

• 核心是BeanFactory和ApplicationContext
• 通過反射機制實例化bean并建立bean之間的依賴關系
• 管理bean的生命周期

AOP(面向切面編程)

• 核心是ProxyFactory
• 兩種代理方式:JDK動態(tài)代理和CGLIB
• 通過織入切面來實現(xiàn)功能的統(tǒng)一維護

循環(huán)依賴解決

Spring通過三級緩存解決循環(huán)依賴

1. 一級緩存，singletonObjects: 完全初始化好的bean
2. 二級緩存，earlySingletonObjects: 實例化但未初始化的bean
3. 三級緩存，singletonFactories: 存放BeanFactory的實例

解決流程:

1. 創(chuàng)建bean實例
2. 將創(chuàng)建的bean實例放入三級緩存
3. 填充屬性
4. 如果發(fā)現(xiàn)循環(huán)依賴,嘗試從三級緩存中獲取
5. 沒有循環(huán)依賴,將bean放入一級緩存

構造函數(shù)的循環(huán)依賴無法解決,因為實例化和初始化是一體的。

8.MyBatis相關,#和$區(qū)別

MyBatis是一個優(yōu)秀的持久層框架,它支持定制化SQL、存儲過程以及高級映射。

#{}和${}的區(qū)別:

• #{}是預編譯處理,會將參數(shù)替換為?
• ${}是字符串替換,直接將參數(shù)值拼接到SQL中

使用場景:

• #{}用于SQL語句中的值
• ${}用于動態(tài)表名、列名等

安全性:

• #{}可以防止SQL注入
• ${}不能防止SQL注入

9.線程池相關,流程,拒絕策略,如何設計線程池最大線程數(shù)和核心線程數(shù)

線程池執(zhí)行流程

1. 如果運行的線程少于corePoolSize,則創(chuàng)建新線程來處理請求
2. 如果運行的線程等于或多于corePoolSize,則將請求加入隊列
3. 如果無法將請求加入隊列,則創(chuàng)建新的線程來處理請求
4. 如果創(chuàng)建新線程使當前運行的線程超出maximumPoolSize,任務將被拒絕

拒絕策略

1. AbortPolicy: 丟棄任務并拋出RejectedExecutionException異常(默認)
2. DiscardPolicy: 丟棄任務,但是不拋出異常
3. DiscardOldestPolicy: 丟棄隊列最前面的任務,然后重新嘗試執(zhí)行任務
4. CallerRunsPolicy: 由調用線程處理該任務

如何設計線程池最大線程數(shù)和核心線程數(shù)

• CPU密集型任務: 線程數(shù) = CPU核心數(shù) + 1
• IO密集型任務: 線程數(shù) = CPU核心數(shù) * (1 + 平均等待時間/平均工作時間)

一般而言:

• 核心線程數(shù) = CPU核心數(shù)
• 最大線程數(shù) = CPU核心數(shù) * 2

實際應用中,可以通過壓測來確定最優(yōu)的線程池參數(shù)。

10.HashMap和ConcurrentHashMap

HashMap:

• 非線程安全
• 允許null鍵和null值
• 初始容量16,負載因子0.75
• JDK 1.8后,鏈表長度超過8會轉換為紅黑樹

ConcurrentHashMap:

• 線程安全
• 不允許null鍵和null值
• JDK 1.7使用分段鎖(Segment)
• JDK 1.8使用CAS+Synchronized

ConcurrentHashMap的實現(xiàn)(JDK 1.8):

• 使用volatile數(shù)組保存Node
• 使用CAS操作保證數(shù)組的原子性
• 使用Synchronized鎖定鏈表或紅黑樹的首節(jié)點

put操作:

• 如果bucket為空,使用CAS操作放入
• 如果bucket非空,使用Synchronized鎖定首節(jié)點
• 執(zhí)行鏈表或紅黑樹的插入操作

get操作:

• 不需要加鎖,利用volatile的可見性保證

11.紅黑樹,二叉查找樹,紅黑樹高度差

二叉查找樹:

• 左子樹所有節(jié)點的值均小于根節(jié)點的值
• 右子樹所有節(jié)點的值均大于根節(jié)點的值
• 左右子樹也分別為二叉查找樹
• 時間復雜度: 平均O(logn),最壞O(n)

紅黑樹:

• 每個節(jié)點要么是紅色,要么是黑色
• 根節(jié)點是黑色
• 每個葉子節(jié)點(NIL)是黑色
• 如果一個節(jié)點是紅色的,則它的子節(jié)點必須是黑色的
• 從一個節(jié)點到該節(jié)點的子孫節(jié)點的所有路徑上包含相同數(shù)目的黑節(jié)點

紅黑樹的高度:

• 最短路徑: 全黑節(jié)點
• 最長路徑: 紅黑相間
• 最長路徑的長度不會超過最短路徑的2倍

紅黑樹 vs 平衡二叉樹:

• 紅黑樹犧牲了部分平衡性以換取插入/刪除操作時少量的旋轉操作
• 紅黑樹的統(tǒng)計性能要好于平衡二叉樹

12.MySQL索引

MySQL索引類型

1. 普通索引
2. 唯一索引
3. 主鍵索引
4. 聯(lián)合/組合索引
5. 全文索引

B+樹索引的特點:

• 所有數(shù)據都存儲在葉子節(jié)點
• 葉子節(jié)點形成一個單向鏈表
• 非葉子節(jié)點只存儲鍵值信息

索引的優(yōu)點:

• 加快數(shù)據檢索速度
• 唯一索引可以保證數(shù)據的唯一性
• 加快表與表之間的連接

索引的缺點:

• 占用額外的存儲空間
• 降低更新表的速度

13.如何判斷鏈表有環(huán),如何判斷樹是二叉查找樹

判斷鏈表是否有環(huán)

快慢指針法

• 定義兩個指針,快指針每次移動兩步,慢指針每次移動一步
• 如果存在環(huán),兩個指針最終會相遇
• 時間復雜度O(n),空間復雜度O(1)

哈希表法

• 遍歷鏈表,將每個節(jié)點存入哈希表
• 如果當前節(jié)點已在哈希表中,說明存在環(huán)
• 時間復雜度O(n),空間復雜度O(n)

判斷樹是否為二叉搜索樹:

中序遍歷法

• 對二叉樹進行中序遍歷,結果應該是升序的

遞歸法

• 遞歸判斷，利用二叉搜索樹的性質，對于每個節(jié)點，它的左子節(jié)點值必須小于當前節(jié)點值，右子節(jié)點的值必須大于當前節(jié)點值，并且所有節(jié)點需要滿足這個條件。

14.Redis分布式鎖

Redis分布式鎖的實現(xiàn)原理

1. 加鎖: 使用SETNX命令設置一個鍵值對,如果鍵不存在則設置成功并獲得鎖
2. 解鎖: 刪除該鍵值對
3. 超時: 設置鍵的過期時間,防止死鎖

實現(xiàn)細節(jié)

1. 使用Lua腳本保證加鎖操作的原子性
2. 使用唯一標識符(如UUID)作為值,防止誤刪其他客戶端的鎖
3. 考慮Redis主從復制的延遲問題,使用Redlock算法

15.限流算法

• 計數(shù)器算法：基于時間窗口的請求數(shù)統(tǒng)計。
• 滑動窗口：將計數(shù)器細分成多個更小的時間窗口。
• 令牌桶算法：維持一個令牌桶，系統(tǒng)請求需拿到令牌。
• 漏桶算法：確保請求處理的穩(wěn)定速率，通過漏水的速率控制請求速率。

---

更多驚喜

我還將定期分享：

• 最新互聯(lián)網資訊：讓你時刻掌握行業(yè)動態(tài)。

• AI前沿新聞：緊跟技術潮流，不斷提升自我。

• 技術分享與職業(yè)發(fā)展：助你在職業(yè)生涯中走得更遠、更穩(wěn)。

• 程序員生活趣事：讓你在忙碌的工作之余找到共鳴與樂趣。

關注回復【1024】驚喜等你來拿！

敬請關注【程序員世杰】