算法复杂度分析、List相关面试题、HashMap

 1. **算法复杂度分析**：

- **为什么要进行复杂度分析**：指导编写性能更优的代码，评判别人代码的好坏。

- **时间复杂度**：通过案例介绍了时间复杂度的分析过程，包括大O表示法、常见复杂度表示形式（常数、对数、线性、线性对数、平方、立方、k次方、指数、阶乘）以及不同时间复杂度（O(1)、O(n)、O(logn)、O(n * log n)）的实例代码分析。

- **空间复杂度**：表示算法占用的额外存储空间与数据规模之间的增长关系，常见的空间复杂度有O(1)、O(n)、O(n ^2)。 2. **List相关面试题**：

- **数组**：

- **数组概述**：是一种用连续的内存空间存储相同数据类型数据的线性数据结构，通过寻址公式可以根据下标快速访问元素。

- **寻址公式**：arr[i] = baseAddress + i * dataTypeSize。

- **操作数组的时间复杂度**：随机查询（根据索引查询）为O(1)，未知索引查询（未排序数组为O(n)，排序数组通过二分查找为O(log2n)），插入和删除在最好情况下是O(1)，最坏情况下是O(n)，平均情况下是O(n)。

- **ArrayList源码分析**：

- **成员变量**：包括默认初始容量、空数组实例、存储元素的数组缓冲区和ArrayList的大小。

- **构造方法**：带初始化容量的构造函数和无参构造函数。

- **添加数据的流程**：底层是用动态的数组实现，初始容量为0，当第一次添加数据时初始化容量为10，扩容时是原来容量的1.5倍，每次扩容都需要拷贝数组。添加逻辑包括确保数组有足够空间存储新元素，计算容量，若需要扩容则进行扩容（原来的1.5倍），将新元素添加到指定位置并返回添加成功布尔值。

- **面试题**：ArrayList list = new ArrayList(10)中的list未扩容；数组转List使用Arrays.asList方法，List转数组使用List的toArray方法，Arrays.asList转List后修改数组内容会影响List，List用toArray转数组后修改List内容不会影响数组。

- **链表**：

- **单向链表**：每个结点包括数据域和指针域，支持查询（头节点时间复杂度为O(1)，其他结点为O(n)）、插入和删除（头节点时间复杂度为O(1)，其他结点为O(n)）操作。

- **双向链表**：每个结点有后继指针next和前驱指针prev，支持双向遍历，查询头尾结点的时间复杂度是O(1)，平均查询时间复杂度是O(n)，给定节点找前驱节点的时间复杂度为O(1)，增删头尾结点的时间复杂度为O(1)，其他部分结点增删的时间复杂度是O(n)，给定节点增删的时间复杂度为O(1)。

- **面试题**：ArrayList和LinkedList的区别包括底层数据结构（ArrayList是动态数组，LinkedList是双向链表）、操作数据效率（ArrayList按下标查询为O(1)，LinkedList不支持下标查询，查找未知索引都为O(n)，ArrayList尾部插入和删除为O(1)，其他部分为O(n)，LinkedList头尾节点增删为O(1)，其他为O(n)）、内存空间占用（ArrayList内存连续节省内存，LinkedList需要存储数据和两个指针更占用内存）和线程安全（都不是线程安全的）。

3. **HashMap相关面试题**：

- **二叉树**： - **二叉树概述**：每个节点最多有两个子节点，分为左子节点和右子节点，Java中有数组存储和链式存储两种实现方式。

- **二叉搜索树**：是一种常见的二叉树，要求左子树节点值小于根节点值，右子树节点值大于根节点值，时间复杂度因树的形态而异，最好情况为O(logn)，最坏情况为O(n)。

- **红黑树**：是一种自平衡的二叉搜索树，具有五条性质（节点颜色、根节点颜色、叶子节点、红色节点子节点颜色、路径黑色节点数），查找、添加和删除的时间复杂度均为O(log n)。

- **散列表**： - **散列表概述**：是根据键直接访问在内存存储位置值的数据结构，由数组演化而来，利用数组支持按照下标进行随机访问数据的特性。

- **散列函数和散列冲突**：散列函数将键映射为数组下标，基本要求是计算得到的散列值必须是大于等于0的正整数，且对于相同的键计算得到的哈希值也必相同，不同的键计算得到的哈希值也必不相同，但实际中很难避免散列冲突。

- **散列冲突 - 链表法（拉链）**：数组的每个下标位置对应一条链表，所有散列值相同的元素放到相同槽位对应的链表中。

- **时间复杂度 - 散列表**：插入和平均情况下基于链表法解决冲突时查询的时间复杂度是O(1)，散列表可能会退化为链表，查询的时间复杂度就从O(1)退化为O(n)，将链表法中的链表改造为红黑树后查询的时间复杂度是O(logn)，还可以防止DDos攻击。

- **面试题**：

- **说一下HashMap的实现原理**：底层使用hash表数据结构，即数组和链表或红黑树，put元素时根据key的hashCode计算下标，存储时若hash值相同分两种情况处理（key相同覆盖原始值，key不同放入链表或红黑树），获取时通过hash值找到下标进一步判断key找到对应值，jdk1.7和jdk1.8的区别在于1.8在链表长度大于8且数组长度大于64时将链表转化为红黑树，扩容时红黑树拆分成的树的结点数小于等于临界值6个则退化成链表。

- **HashMap的put方法的具体流程**：判断键值对数组是否为空进行初始化，根据键值计算hash值得到数组索引，判断数组下标位置是否有数据进行相应处理（无数据直接新建节点添加，有数据判断key是否相同进行覆盖或在红黑树、链表中进行操作），插入成功后判断键值对数量是否超过扩容阈值进行扩容。

- **讲一讲HashMap的扩容机制**：添加元素或初始化时调用resize方法进行扩容，第一次添加数据初始化数组长度为16，以后每次扩容为原来容量的2倍，扩容后创建新数组并挪动老数组中的数据，没有hash冲突的节点通过位与运算计算新数组的索引位置，红黑树走红黑树的添加，链表需要遍历可能拆分，根据(e.hash & oldCap)是否为0确定元素位置。

- **hashMap的寻址算法**：通过hash(key)方法计算key的hash值，使用位与运算代替取模计算数组下标，提高计算索引和扩容时重新计算索引的效率。

- **hashmap在1.7情况下的多线程死循环问题**：在数组扩容时，由于链表是头插法，可能导致死循环，JDK 8将扩容算法调整为尾插法避免了该问题。

- **HashSet与HashMap的区别**：HashSet实现了Set接口仅存储对象，底层用HashMap实现存储（利用hashMap的key键存储元素值，value值默认为Object对象），不允许出现重复值，判断标准和HashMap相同（两个元素的hashCode相等并且通过equals()方法返回true）。

- **HashTable与HashMap的区别**：数据结构（HashTable是数组 + 链表，HashMap在1.8之后改为数组 + 链表 + 红黑树）、是否可以为null（HashTable的Key和value都不能为null，HashMap可以为null）、hash算法（HashTable使用key的hashCode()，HashMap进行二次hash）、扩容方式（HashTable当前容量翻倍 + 1，HashMap当前容量翻倍）、线程安全（HashTable是同步的线程安全，HashMap非线程安全）。

4. **真实面试还原**：

- **Java常见的集合类**：候选人介绍了Java中的集合框架，包括Collection（单列集合，子接口有List和Set，常见实现类有ArrayList、LinkedList、HashSet和TreeSet）和Map（双列集合，常见实现类有HashMap、TreeMap和ConcurrentHashMap）。

- **List**：候选人回答了ArrayList底层实现（通过add方法确保数组有足够空间，计算容量并扩容，将新元素添加到指定位置并返回布尔值）、ArrayList list = new ArrayList(10)中的list扩容次数（未扩容）、数组和List之间的转换（数组转List使用Arrays.asList方法，List转