Java面试整理一
小米一面
1 集合类图
2 .class文件魔数、版本
java编译生成固定格式的字节码（.class文件）供JVM使用,是因为字节码文件由十六进制值组成，而JVM以两个十六进制值为一组，即以字节为单位进行读取
魔数的固定值为：0xCAFEBABE（咖啡宝贝）,魔数之后的4个字节为 次版本号与主版本号 例子(“00 00 00 34”) 转化为十进制为52,对应的主版本号为1.8
3 查看jvm进程内的线程状态
- 查看java的pid:
ps –ef|grep java - 查看进程的所有线程的资源消耗情况
top -H -p pid - 找到CPU负载高的线程pid, 把这个数字转换成16进制，（10进制转16进制，用linux命令: printf %x pid）。
- 用jstack dump 线程的信息
jstack 6396 >6396.dump - 用vim，搜索“16进制pid”，就是搜一下16进制显示的线程id。搜到后，下面的堆栈就是这个线程打出来的
4 jdk1.8.0_161\bin目录下的工具
jconsole- 一个java GUI监视工具，可以以图表化的形式显示各种数据。并可通过远程连接监视远程的服务器VM。
jstack- Java堆栈跟踪工具，主要用于打印指定Java进程、核心文件或远程调试服务器的Java线程的堆栈跟踪信息。
jmap- Java内存映射工具(Java Memory Map)，主要用于打印指定Java进程、核心文件或远程调试服务器的共享对象内存映射或堆内存细节。
jstat- JVM统计监测工具(JVM Statistics Monitoring Tool)，主要用于监测并显示JVM的性能统计信息，包括gc统计信息。
jvisualvm1.6,1.7,1.8自带,能够监控线程，内存情况，查看方法的CPU时间和内存中的对 象，已被GC的对象，反向查看分配的堆栈(如100个String对象分别由哪几个对象分配出来的).
…
5 synchronized锁原理、重入锁
点击进入
线程状态，java.lang.Thread.State枚举表示，为什么将ready和running合并为runnable
1、NEW（新建）2、RUNNABLE（可运行）3、BLOCKED（阻塞）4、WAITING（无限期等待）5、TIMED_WAITING（限期等待）6、TERMINATED（结束）
javadoc 中说
处于 runnable 状态下的线程正在 Java 虚拟机中执行，但它可能正在等待来自于操作系统的其它资源，比如处理器。
当线程调用阻塞式 API，线程进入休眠状态，这里指的是操作系统层面的。从 JVM 层面，Java 线程状态依然处于 RUNNABLE 状态。JVM 并不关心操作系统线程实际状态。从 JVM 看来等待 CPU 使用权（操作系统线程状态为可运行状态）与等待 I/O （操作系统线程状态处于休眠状态）没有区别，都是在等待某种资源，所以都归入 RUNNABLE 状态。
6 HashMap&ConcurrentHashMap
HashMap & ConcurrentHashMap
7 hashCode、equals
1.equal()相等的两个对象他们的hashCode()肯定相等，也就是用equal()对比是绝对可靠的。
2.hashCode()相等的两个对象他们的equal()不一定相等，也就是hashCode()不是绝对可靠的。(生成hash值得公式可能存在的问题）)
8 线程池，线程内部抛异常会不会影响其他线程，怎么回收不活跃的线程
在线程池中，一个线程出现问题不会导致其他线程的正常执行。会调用ThreadPoolExecutor.runWorker()方法最后面的finally中的processWorkerExit()，会将此线程remove，并重新addworker()一个线程
工作线程回收需要满足三个条件：
- 参数
allowCoreThreadTimeOut为true - 该线程在
keepAliveTime时间内获取不到任务，即空闲这么长时间 - 当前线程池大小 > 核心线程池大小
corePoolSize。
或者 executor.shutdown();
9 mysql隔离级别、脏读、不可重复读、幻读（删除数据算不算幻读），可重复读RR 怎么解决幻读
点击查看 ,在 InnoDB 下
在快照读读情况下，mysql通过mvcc来避免幻读。
select * from t where a=1;属于快照读
在当前读读情况下，mysql通过next-key来避免幻读。
select * from t for update (lock in share mode);属于当前读
索引类型，BTree和hash的特点
一：B-tree索引 相当于金字塔大树分支 例如1000条数据 也就10多行 那么查询也只需要10多次。独立索引只能用一个。
二：hash索引 一对一主键 不利于范围查询 无法利用前缀查询
10 mysql主从不一致解决方案
- 检测不一致原因,是否因为跨机房binlog网络延迟,
- 配置不一致,
max_allowed_packet设置不一致,同步参数 未设置sync_binlog=1或者innodb_flush_log_at_trx_commit=1,mysql版本不一致, - …查看
11 spring+mybatis多数据源
这里
12 递增有序数组，计算哪些位置的和为100
小米二面
13 redis分布式session
14 redis分布式锁
这里
15 xxl-job分布式定时任务原理
这里
16 dubbo使用zookeeper分布式协调
这里
17 mysql大字符串建立索引
最左边前缀索引
18 主键索引与非主键索引区别
这里
19 AQS原理
这里
前端有没有做过
20 算法题，2 3 3 3 5 9 一些数据，找出出现次数大于等于n/2的数
如果那个数字的出现次数大于等于数组长度的一半，那么你把这个数组排序，中间的数就是我们要找的数。
小米四面
21 redis主从架构
这里
22 redis数据类型
这里
23 10W QPS系统架构
- nginx负载均衡+lua 限流+redis
- java程序 并发+redis+ MQ+rpc
- 数据库分库分表,读写分离+高可用
24 ORM框架原理
通过解析数据库配置文件获取数据库连接信息并建立连接，通过解析映射文件可以获取映射类名、属性名、表名以及字段名等信息，得到名字后通过反射机制可以得到映射类信息，调用构造方法创建对象，调用每个属性的set方法给对象设值完成数据的装载
25 mybatis优缺点
MyBatis是嘴加单的持久层框架，小巧并且简单易学。
提供映射标签，支持对象与数据库的ORM字段关系映射
提供对象关系映射标签，支持对象关系组建维护
提供xml标签，支持编写动态sql。
SQL语句的编写工作量较大，尤其是字段多、关联表多时，更是如此，
对开发人员编写SQL语句的功底有一定要求
SQL语句依赖于数据库，导致数据库移植性差，不能随意更换数据库。
编写动态sql时,不方便调试，尤其逻辑复杂时。
26 索引类型，各种类型特点
这里
27 索引怎么加速查询
这里
跟谁学一面
27 zookeeper zab协议
ZooKeeper 的核心是原子广播，这个机制保证了各个 Server 之间的同步。实现这个机制的协议叫做 Zab 协议。Zab 协议有两种模式，它们分别是恢复模式（选主）和广播模式（同步）：
选主：当服务启动或者 Leader 崩溃后，Zab 就进入了恢复模式，当新的 Leader 被选举出来，且大多数 Server 完成了和 Leader 的状态同步以后，恢复模式就结束了。
同步：状态同步保证了 Leader 和 Server 具有相同的系统状态。
Zab 协议的特性：
1）Zab 协议需要确保那些已经在 Leader 服务器上提交（Commit）的事务最终被所有的服务器提交。
2）Zab 协议需要确保丢弃那些只在 Leader 上被提出而没有被提交的事务。
27 redis string数据类型实现方式
SDS(simple dynamic string，简单动态字符串)
- SDS中，有专门用于保存字符串长度的变量
- 防止缓冲区溢出.当我们需要对一个SDS 进行修改的时候，redis 会在执行拼接操作之前，预先检查给定SDS 空间是否足够（free记录了剩余可用的数据长度），如果不够，会先拓展SDS 的空间，然后再执行拼接操作。
- 减少扩展或收缩字符串带来的内存重分配次数,预分配策略
- 二进制安全,通过len这个属性判断字符串的结束
28 mybatis一、二级缓存
1、MyBatis一级缓存的生命周期和SqlSession一致。
2、MyBatis一级缓存内部设计简单，只是一个没有容量限定的HashMap，在缓存的功能性上有所欠缺。
3、MyBatis的一级缓存最大范围是SqlSession内部，有多个SqlSession或者分布式的环境下，数据库写操作会引起脏数据，建议设定缓存级别为Statement。
1、MyBatis的二级缓存相对于一级缓存来说，实现了SqlSession之间缓存数据的共享，同时粒度更加的细，能够到namespace级别，通过Cache接口实现类不同的组合，对Cache的可控性也更强。
2、MyBatis在多表查询时，极大可能会出现脏数据，有设计上的缺陷，安全使用二级缓存的条件比较苛刻。
3、在分布式环境下，由于默认的MyBatis Cache实现都是基于本地的，分布式环境下必然会出现读取到脏数据，需要使用集中式缓存将MyBatis的Cache接口实现，有一定的开发成本，直接使用Redis、Memcached等分布式缓存可能成本更低，安全性也更高。
纸币面额有 1, 2, 5, 10, 20, 50, 100，假设有一个自动售货机需要给用户找零 x 元，请打印出所有可能的找零组合。（leetcode 518. 零钱兑换 II）
动态规划
class Solution {
public int coinChange(int[] coins, int amount) {
// 0.因为凑成amount金额的硬币数最多只可能等于amount（全用 1 元面值的硬币），
// 所以初始化为amount + 1就相当于初始化为正无穷，便于后续取最小值;
int max = amount + 1;
// 1.dp[i] = x表示，当目标金额为i时，至少需要x枚硬币
int[] amounts = new int[amount + 1];
Arrays.fill(amounts, max);
// 2.这里很明显在目标金额为0的情况下, 需要0枚硬币即可;
amounts[0] = 0;
// 3.然后从底部向上, 也即为从目标金额为: "1"开始至"amount"来推目标状态值
for (int i = 1; i <= amount; i++) {
// 3.1 对于每一个金额amount, 枚举所有的硬币面值
for (int j = 0; j < coins.length; j++) {
// 对于不符合条件的直接剪枝；
if (i >= coins[j]) {
// 3.2 利用上面推到出来的动态规划状态转移方程；
amounts[i] = Math.min(amounts[i], amounts[i - coins[j]] + 1);
}
}
}
return amounts[amount] > amount ? -1 : amounts[amount];
}
}
跟谁学二面
29 DDD领域驱动设计
这里
30 业界链路压测
这里
31限流算法
- 固定窗口计数器；
- 滑动窗口计数器；
- 漏桶；
- 令牌桶。
32 创建线程的方式
/*
corePoolSize ： 线程池核心池的大小。
maximumPoolSize ： 线程池的最大线程数。
keepAliveTime ： 当线程数大于核心时，此为终止前多余的空闲线程等待新任务的最长时间。
unit ： keepAliveTime 的时间单位。
workQueue ： 用来储存等待执行任务的队列。
threadFactory ： 线程工厂。
handler 拒绝策略。
*/
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
/*
阻塞队列：
ArrayBlockingQueue ：一个由数组结构组成的有界阻塞队列。
LinkedBlockingQueue ：一个由链表结构组成的有界阻塞队列。
PriorityBlockingQueue ：一个支持优先级排序的无界阻塞队列。
DelayQueue： 一个使用优先级队列实现的无界阻塞队列。
SynchronousQueue： 一个不存储元素的阻塞队列。
LinkedTransferQueue： 一个由链表结构组成的无界阻塞队列。
LinkedBlockingDeque： 一个由链表结构组成的双向阻塞队列。
拒绝策略：
ThreadPoolExecutor.AbortPolicy: 丢弃任务并抛出RejectedExecutionException异常。 (默认)
ThreadPoolExecutor.DiscardPolicy：也是丢弃任务，但是不抛出异常。
ThreadPoolExecutor.DiscardOldestPolicy：丢弃队列最前面的任务，然后重新尝试执行任务。（重复此过程）
ThreadPoolExecutor.CallerRunsPolicy：由调用线程处理该任务。
*/
26 一只青蛙一次可以跳上1级台阶，也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。
青蛙简单跳台阶和变态跳台阶
/**
* 到达第 i 阶的方法总数 = 第 i -1 阶方法数 + 第 i -2 阶方法数 ,动态规划
*/
public int climbStairs3(int n) {
if ( n == 1) {
return 1;
}
int[] dp = new int[n + 1];
dp[1] = 1;
dp[2] = 2;
for (int i = 3; i <= n; i++) {
dp[i] = dp[i - 1] + dp[i -2];
}
return dp[n];