Java面试题
Java集合
-
ArrayList、HashSet、HashMap是线程安全的吗？如果不是怎么获取线程安全的集合？
ArrayList、HashSet、HashMap都不是线程安全的。在集合中只有Vector和HashTable是线程安全的
-
什么是JAVA集合
java 集合既用来存放对象的容器
- 集合主要分为Collection和Map两个接口
- Collection又分别被List和Set继承
- List被AbstractList实现，又分为ArrayList、LinkList和VectorList
- Set被AbstractSet实现，又分为HashSet和TreeSet
- Map被AbstractMap实现，又分为HashMap和TreeMap
- Map被Hashtable实现
-
哈希碰撞/哈希冲突是什么，如何解决？
-
在对字符串，文件，甚至目录进行hash取值时，有可能得到的多个一样的hash值，这就是hash碰撞/hash冲突。举个众所周知的Hash函数CRC32，如果你给这个Hash函数“plumless” 和“buckeroo”这2个字符串，它会生成相同的Hash值，这是已知的Hash冲突
解决方法有：
1.开放地址法(再散列法)
开放地执法有一个公式:Hi=(H(key)+di) MOD m i=1,2,…,k(k<=m-1)
其中，m为哈希表的表长。di 是产生冲突的时候的增量序列。如果di值可能为1,2,3,…m-1，称线性探测再散列。如果di取1，则每次冲突之后，向后移动1个位置.如果di取值可能为1,-1,2,-2,4,-4,9,-9,16,-16,…kk,-kk(k<=m/2)，称二次探测再散列。如果di取值可能为伪随机数列。称伪随机探测再散列。
2.再哈希法Rehash
当发生冲突时，使用第二个、第三个、哈希函数计算地址，直到无冲突时。缺点：计算时间增加。比如上面第一次按照姓首字母进行哈希，如果产生冲突可以按照姓字母首字母第二位进行哈希，再冲突，第三位，直到不冲突为止.这种方法不易产生聚集，但增加了计算时间。
3.链地址法（拉链法）
将所有关键字为同义词的记录存储在同一线性链表中.基本思想:将所有哈希地址为i的元素构成一个称为同义词链的单链表，并将单链表的头指针存在哈希表的第i个单元中，因而查找、插入和删除主要在同义词链中进行。链地址法适用于经常进行插入和删除的情况。对比JDK 1.7 hashMap的存储结构是不是很好理解。至于1.8之后链表长度大于6rehash 为树形结构不在此处讨论。
-
-
ArrayList和LinkedList的不同？
ArrayList类似于数组而LinkedList类似于链表
在ArrayList的前面或中间插入数据时，必须将其后所有的数据相应的后移，这会浪费很多时间，当然如果是只在集合后面添加元素，并随机访问其中元素时，使用ArrayList性能还是很出色的。
如果是对集合的前面或者红箭添加或删除数据时，并按照顺序访问其中的元素时，就应该使用LinkedList
总的来说ArrayList的查询效率高，增删效率差，适用于频繁查询和增删少的场景，而LinkedList的查询效率低，但增删效率高，使用与增删动作频繁和查询次数少的场景
-
ArrayList和Vector的区别？
-
同步性
Vector是线程安全的，而ArrayList不是线程安全的，如果是一个线程访问集合最好用ArrayList，因为它不考虑线程安全所以效率会高一些；如果有多个线程访问集合就用Vector，因为不需要再去考虑和编写线程安全的代码
-
数据增长
ArrayList与Vector都有一个初始的容量大小，当存储元素超过本身容量时，Vector默认增长原来的一倍，而ArrayList增加原来的0.5倍。Vector是可以设置增长的空间大小，而ArrayList没有提供设置增长空间的方法
-
-
HashMap的数据存储和实现原理你了解多少
-
存值
hashmap在存数据的时候是基于hash的原理，当我们调用put(key,value)方法的时候，其实我们会先对键key调用key.hashcode()方法，根据方法返回的hashcode来找到bucket的位置来存Entry对象。
如果出现hashcode相同的情况，这时候就会产生hash碰撞（hashmap的底层存储结构是 数组+链表），这时候根据hashcode找到对应的bucket，然后在链表逐一检查有没有存相同的key，用equals()进行比较，如果有则用新的value取代旧的value，如果没有就在链表的尾部加上这个新的Entry对象
-
取值
当使用get(key)时，会调用key的hashcode方法获得hashcode，然后根据hashcode找到bucket，优于bucket对应的链表中可能存有多个Entry，这个时候会调用key的equals()找到对应的Entry，然后把值返回
-
-
HashMap的长度为什么是2的幂次方？
- HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现就在把数据存到哪个链表中的算法；
这个算法实际就是取模，hash%length，计算机中直接求余效率不如位移运算，源码中做了优化hash&(length-1)，
hash%length==hash&(length-1)的前提是length是2的n次方；
为什么这样能均匀分布减少碰撞呢？2的n次方实际就是1后面n个0，2的n次方-1 实际就是n个1；
- HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现就在把数据存到哪个链表中的算法；
-
HashSet和HashMap的区别与联系
HashSet实际上为(key,null)类型的HashMap,而我们知道,HashSet的key是不能重复的,所以HashSet的值自然也是没有重复的.因为HashMap的key可以为null,所以HashSet的值可以为null
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
Redis
1.Redis的特点
Redis全称Remote Dictionary Server（远程字典服务）,用C编写，NoSQL数据库服务器。其本质是一个key-value的内存数据库，类似于memcached，其QPS能达到数十万次，单个value的最大限制1GB，而memcahed只有1MB，其支持的数据结构有： 字符串（strings）， 散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 与范围查询， bitmaps， hyperloglogs 和 地理空间（geospatial） 索引半径查询。 Redis 内置了 复制（replication），LUA脚本（Lua scripting）， LRU驱动事件（LRU eviction），事务（transactions） 和不同级别的 磁盘持久化（persistence）， 并通过 Redis哨兵（Sentinel）和自动 分区（Cluster）提供高可用性（high availability）
Redis的缺点就是其是内存数据库，其上限受限于运行的物理内存的大小
2.Redis的性能问题及解决放案
- Redis做内存快照（内存中数据在某一个时刻的转态记录）是有两个命令：
save：在主线程中执行，会导致阻塞
bgsave：创建一个子进程，专门写RDB文件，避免主线程阻塞，这是Redis RDB文件生成的默认配置。但是fork 创建过程中本身会阻塞主线程，主线程内存越大阻塞时间越长
- AOF持久化会导致重启恢复速度变慢
- Redis主从复制的速度和连接的稳定性受网络的影响，Master和Slave最好在一个局域网中
3.Redis使用的场景
● 会话缓存（Session Cache）
● 全页缓存（FPC）
● 队列
● 排行榜/计数器
● 发布/订阅
4.Redis的优缺点
优点
● QPS能达到数十万
● 所有的操作都是原子性的，也就是说一个操作要么成功要么失败，就像关系型数据库中的事务
● 支持丰富的数据类型
缺点
●因为是内存数据库所以受限于机器本身的内存大小，Redis本身可以有过期策略，但内存增长过快时需要定期 删除数据
●在重启Redis时，持久化的数据越大加载越慢，在完成加载之前，Redis将不提供服务
5.Redis的持久化是什么
RDB持久化：Redis默认的持久化方案。在指定的时间间隔内将内存中的数据写入到磁盘中，这些数据写在指定目录下的dump.rdb文件，Redis重启会通过dump.rdp文件恢复数据，因为是定时备份所以会有数据丢失的情况
AOF持久化：Redis默认不开启。它是为了弥补RDB的不足（数据丢失或数据不一致），所以它采用写日志的方式记录所有的写操作，Redis重启会通过日志文件恢复数据，这种情况如果数据量比较大的话，启动就会慢
RDB和AOF同时应用时：当Redis重启的时候，它会优先使用AOF来还原数据，因为数据比较全
6.RDB和AOF优缺点
优点
RDB：RDB是定时备份的，可以随时将数据还原到不同版本，也比较适用于灾难性恢复
AOF：AOF对日志文件进行追加，在日志进行写入过程中关机了或磁盘满了，使用redis-check-aof工具也可以修复这些问题
缺点
RDB：如果对数据完整性有要求的话就不适用于RDB，因为会丢数据。
每次保存RDB时，Redis都要fork()出一个子进程，由子进程进行数据持久化的工作。数据集比较大时，fork()会比较耗时，可能会在一定毫秒内停止处理客户端的请求
AOF：AOF数据量比较大，使用fsync策略，恢复数据速度慢于RDB
7.Redis的数据类型
-
字符串（strings）：String数据结构是最简单的key-value类型
用法：
192.168.1.167:6379> set name dd OK 192.168.1.167:6379> get name "dd" -
散列（hashes）：类似Java中的hash，可以存放对象值，如用户：用户名、年龄等，具体通过
HMSET指令设置 hash 中的多个域，而HGET取回单个域，hgetall取得所有域用法：
192.168.1.167:6379> hset user:1000 username dd birthyear 1999 verified 11 (integer) 3 192.168.1.167:6379> hget user:1000 username "dd" 192.168.1.167:6379> hgetall user:1000 1) "username" 2) "dd" 3) "birthyear" 4) "1999" 5) "verified" 6) "11" 192.168.1.167:6379> -
列表（lists）：List其实就是双向链表，rpush 设置一个列表值，lrange 获取一个列表值
用法：
192.168.1.167:6379> rpush list a (integer) 1 192.168.1.167:6379> rpush list b (integer) 2 192.168.1.167:6379> rpush list c (integer) 3 192.168.1.167:6379> lrange list 0 -1 1) "a" 2) "b" 3) "c" 192.168.1.167:6379> -
集合（sets）：Set 是 String 的无序排列，就是不根据插入顺序进行排序。集合中不能出现重复数据。set是通过hash实现的，所以增删查的时间复杂度都是o(1)。
SADD指令把新的元素添加到 set 中。对 set 也可做一些其他的操作，比如测试一个给定的元素是否存在，对不同 set 取交集，并集或差，等等用法：
192.168.1.167:6379> sadd myset 2 3 1 (integer) 3 192.168.1.167:6379> smembers myset 1) "1" 2) "2" 3) "3" 192.168.1.167:6379> -
有序集合（sorted sets） ：有序集合和集合一样是身体溶类型的集合，但不允许有重复元素。每个元素都有一个double类型的分数，redis通过这个分数从小到大进行排序。因为有序集合也通过hash实现，所以增删查的时间复杂度o(1)
用法：
192.168.1.167:6379> zadd mysortedset 1 b (integer) 1 192.168.1.167:6379> zadd mysortedset 2 a (integer) 1 192.168.1.167:6379> zadd mysortedset 3 c (integer) 1 192.168.1.167:6379> zadd mysortedset 2 d (integer) 1 192.168.1.167:6379> zrange mysortedset 0 10 1) "b" 2) "a" 3) "d" 4) "c" 192.168.1.167:6379> -
范围查询bitmaps：通过一个bit来标识元素对应的值
用法：
192.168.1.167:6379> setbit mybit 1 1 (integer) 0 192.168.1.167:6379> setbit mybit 2 1 (integer) 0 192.168.1.167:6379> setbit mybit 3 1 (integer) 0 192.168.1.167:6379> bitcount mybit (integer) 3 192.168.1.167:6379> -
hyperloglogs ：HyperLogLog 是用来做基数统计的算法，HyperLogLog 的优点是，在输入元素的数量或者体积非常非常大时，计算基数所需的空间总是固定 的、并且是很小的。
在 Redis 里面，每个 HyperLogLog 键只需要花费 12 KB 内存，就可以计算接近 2^64 个不同元素的基 数。这和计算基数时，元素越多耗费内存就越多的集合形成鲜明对比。
但是，因为 HyperLogLog 只会根据输入元素来计算基数，而不会储存输入元素本身，所以 HyperLogLog 不能像集合那样，返回输入的各个元素
基数既不重复元素的个数
用法：
192.168.1.167:6379> pfadd myhyperloglog a (integer) 1 192.168.1.167:6379> pfadd myhyperloglog b (integer) 1 192.168.1.167:6379> pfadd myhyperloglog c (integer) 1 192.168.1.167:6379> pfadd myhyperloglog c (integer) 0 192.168.1.167:6379> pfcount myhyperloglog (integer) 3 192.168.1.167:6379> -
地理空间（geospatial） ：存储地理位置信息
用法：
192.168.1.167:6379> geoadd point1 13.123 38.133 "name1" 13.223 38.333 "name2" (integer) 2 192.168.1.167:6379> geopos point1 name1 name2 1) 1) "13.12299996614456177" 2) "38.13300034651486925" 2) 1) "13.22299808263778687" 2) "38.33299998487134985" 192.168.1.167:6379>
4555
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
