java基础——面试篇下

java基础

java基础——面试篇下

---

---

前言

java基础——面试篇下。

---

一、Map

1、Map常见的几种类型

HashMap、CurrentHashMap、HashTable、TreeMap、LinkedHashMap。

2、HashMap和HashTable的区别

底层:
HashMap:数组+链表。
HashTable:基于哈希表实现。
线程安全:
HashMap:非线程安全。
HashTable:线程安全，底层用synchronized进行加锁。
默认容量:
HashMap: 默认容量16，允许有空的键值对。
HashTable:默认容量11，不允许有空的键值对。

3、hashcode()和equals()

hashCode:
顶级类Object里面的方法，所有的类都是继承Object，返回是一个int类型的数，根据一定的hash规则（存储地址，字段，长度等），映射成一个数组，即散列值。
equals:
顶级类Object里面的方法，所有的类都是继承Object，返回是一个boolean类型，根据自定义的匹配规则，用于匹配两个对象是否一样，一般逻辑如下
//判断地址是否一样
//非空判断和Class类型判断
//强转
//对象里面的字段一一匹配
使用场景：对象比较、或者集合容器里面排重、比较、排序

4、hashMap和TreeMap区别

hashMap:散列桶(数组+链表)
TreeMap:使用存储结构是一个平衡二叉树<红黑树>,可以自定义排序规则,要实现Comparator接口
能便捷的实现内部元素的各种排序,但是一般性能比HashMap要差,适用于安装自然排序或者自定义排序规则(微信支付签名工具类就是这个类).

5、Set和Map的关系

核心是不保存重复的元素,存储一组唯一的对象
set的每一种实现都是对应Map的一种封装
HashSet对应的就是HashMap,TreeSet对应的就是TreeMap

6、常见的Map的排序规则是怎样的?

按照添加顺序使用LinkedHashMap
按照自然排序使用TreeMap
自定义排序TreeMap(Comparator c)

7、线程安全且效率高的map

多线环境下 concurrent包下的concurrentHashMap 或者使用Collections.synchronizedMap()
ConcurrentHashMap效率比hashTable高很多

8、为什么Collections.synchronizedMap()后是线程安全的

使用Collections.synchronizedMap()包装后的map是加锁的.

9、hashMap底层实现

hashMap底层：数组+链表+红黑树（JDK8之后才有）
数组中每一项是一个链表，即数组和链表的结合体
Node<K,V>[ ] table是数组，数组的元素是Entry（Node继承Entry），Entry是一个key-value键值对，它持有一个指向下个Entry的引用，table数组的每个元素同时也作为Entry链表的首节点，也指向了该链表的下个Entry元素
在JDK1.8中，链表的长度大于8，链表会转换成红黑树

10、什么是hash碰撞以及常见的解决方法有哪些？

hash碰撞——不同的key计算得到的hash值相同，需要放到同一个bucket中
解决办法
链表法、开放地址发、再哈希法等
hashMap采用的就是链表法

11、hashMap底层为什么要用链表+数组+红黑树的形式？

数组： Node<K,V> table 根据对象key的hash值确定在数组里面是哪个节点
链表：解决hash冲突，将hash值一样的对象存成一个链表放在hash值对应的槽位
红黑树：JDK8之后使用红黑树来替代超过8个节点的链表，主要是查询性能的提升，从原来的O(n)到O(logN),通过hash碰撞，让hashMap不断产生碰撞，那么相同的key的位置的链表就会不断增长，当对这个hashMap的相应位置进行查询的时候，就会循环遍历这个超级大的链表，性能就会下降，所以改用红黑树。

12、为什么用红黑树而不用其他树，比如二叉查找树，为什么不一直开始就用红黑树，而是到8的长度后才变换？

二叉查找树在特殊情况下也会变成一条线性结构，和原先的链表存在一样的深度遍历问题，查找性能就会慢。
使用红黑树主要是提升查找数据的速度，红黑树是平衡二叉树的一种，插入新数据后会通过左旋、右旋、变色等操作来保持平衡，解决单链表查询深度的问题
数据量少的时候操作数据，遍历线性表比红黑树所消耗的资源少，且前期数据少，平衡二叉树保持平衡是需要消耗资源的，所以前期采用线性表，等到一定数之后变换到红黑树。

13、hashMap底层实现、put、get核心逻辑

hashMap——Put核心逻辑

hashMap——Get核心逻辑

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //获取首节点，hash碰撞概览小，通常链表第一个节点就是值，没必要去循环遍历，处于效率
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //如果不止一个节点，就需要循环遍历，存在多个hash碰撞    
            if ((e = first.next) != null) {
                //判断是否是红黑树，如果是则调用树的查找
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //链表结构，则循环遍历获取节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

14、ConcurrentHashMap原理,为什么性能比hashtable高?

ConcurrentHashMap线程安全的Map, hashtable类基本上所有的方法都是采用synchronized进行线程安全控制
高并发情况下效率就降低
​
ConcurrentHashMap是采用了分段锁的思想提高性能，锁粒度更细化

15、jdk1.7和jdk1.8里面ConcurrentHashMap实现的区别

JDK8之前，ConcurrentHashMap使用锁分段技术，将数据分成一段段存储，每个数据段配置一把锁，即segment类，这个类继承ReentrantLock来保证线程安全
技术点：Segment+HashEntry
​
JKD8的版本取消Segment这个分段锁数据结构，底层也是使用Node数组+链表+红黑树，从而实现对每一段数据就行加锁，也减少了并发冲突的概率，CAS(读)+Synchronized(写)
技术点：Node+Cas+Synchronized

16、ConcurrentHashMap的put的核心逻辑（JDK8以上版本）

spread(key.hashCode()) 重哈希，减少碰撞概率
tabAt(i) 获取table中索引为i的Node元素
casTabAt(i) 利用CAS操作获取table中索引为i的Node元素
​
​
put的核心流程
1、key进行重哈希spread(key.hashCode())
2、对当前tabel进行无条件循环
3、如果没有初始化table，则用initTable进行初始化
4、如果没有hash冲突，则直接用cas插入新节点，成功后则直接判断是否需要扩容。
5、(fh = f.hash) == MOVED 如果是这个状态则是扩容操作，先进行扩容
6、存在hash冲突，利用synchronized (f) 加锁保证线程安全
7、如果是链表，则直接遍历插入，如果数量大于8，则需要转换成红黑树
8、如果是红黑树则按照红黑树规则插入
9、最后是检查是否需要扩容addCount()
​

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。