2019.5.15 面试总结

简单的一个电话面试，很基础，但是回答的不是很好，总结一下。

Java：

1.hashtable、hashmap和concurrenthashmap的区别（线程安全问题，hashtable如何实现同步的）

1）hashtable：

• 底层数组+链表实现，无论key还是value都不能为null，线程安全，实现线程安全的方式是在修改数据时锁住整个HashTable，效率低，ConcurrentHashMap做了相关优化
• 初始大小为11，扩容：newsize = olesize*2+1

2）hashmap：

• 底层数组+链表实现，可以存储null键和null值，线程不安全
• 初始size为16，扩容：newsize = oldsize*2，size一定为2的n次幂

hashtable在它的很多方法中都添加了synchronized关键字。

 

2.hashmap和hashset的区别

*HashMap*	*HashSet*
HashMap实现了Map接口	HashSet实现了Set接口
HashMap储存键值对	HashSet仅仅存储对象
使用put()方法将元素放入map中	使用add()方法将元素放入set中
HashMap中使用键对象来计算hashcode值	HashSet使用成员对象来计算hashcode值，对于两个对象来说hashcode可能相同，所以equals()方法用来判断对象的相等性，如果两个对象不同的话，那么返回false
HashMap比较快，因为是使用唯一的键来获取对象	HashSet较HashMap来说比较慢

3.arraylist和linkedlist的区别、复杂度

• ArrayList是实现了基于动态数组的数据结构，而LinkedList是基于双向链表的数据结构
• 对于随机访问，ArrayList要优于LinkedList，因为LinkedList要移动指针
• 对于插入和删除，LinkedList较占优势，ArrayList要移动数据。
• ArrayList和LinkedList都是非线程安全的容器

ArrayList 是线性表（数组）
get() 直接读取第几个下标，复杂度 O(1)
add(E) 添加元素，直接在后面添加，复杂度O（1）
add(index, E) 添加元素，在第几个元素后面插入，后面的元素需要向后移动，复杂度O（n）
remove（）删除元素，后面的元素需要逐个移动，复杂度O（n）

LinkedList 是链表的操作
get() 获取第几个元素，依次遍历，复杂度O(n)
add(E) 添加到末尾，复杂度O(1)
add(index, E) 添加第几个元素后，需要先查找到第几个元素，直接指针指向操作，复杂度O(n)
remove（）删除元素，直接指针指向操作，复杂度O(1)

4.hash冲突以及解决方法

hashcode()的方法是为了产生不同的hash值，但是当两个对象的hash一样时，就发生了hash冲突。

解决方法：

         ①：开放地址法；

 

         ②：再hash的方法；

         ③：拉链法；

         ④：建立公共溢出区法；

5.单例模式

饿汉模式：

public class Singleton {

    private final static Singleton INSTANCE = new Singleton();

    private Singleton(){}

    public static Singleton getInstance(){
        return INSTANCE;
    }
}

优点：这种写法比较简单，就是在类装载的时候就完成实例化。避免了线程同步问题。

缺点：在类装载的时候就完成实例化，没有达到Lazy Loading的效果。如果从始至终从未使用过这个实例，则会造成内存的浪费。

饿汉式天生就是线程安全的，可以直接用于多线程而不会出现问题，

懒汉模式:

//懒汉式单例类.在第一次调用的时候实例化自己  

public class Singleton { 

    private Singleton() {} 

    private static Singleton single=null; 

    //静态工厂方法  

    public static Singleton getInstance() { 

         if (single == null) {   

             single = new Singleton(); 

         }   

        return single; 

    } 

}

 

MapReduce：

1.解释一下数据倾斜？mapreduce阶段数据倾斜解决方法

2.mapreduce shuffle阶段

3.二次排序

4.mapreduce分区阶段 默认的分区方法