某度大厂面试,来学习下?

惯例:自我介绍和近期深刻的项目介绍。

1. HashMap 的底层数据结构是怎样的 ?

底层是用数组实现,hash冲突使用拉链法解决,节点超过8转换成红黑树

2.HashMap哈希算法是怎么实现的,为什么很实现?

key的hashcode高16位不变,然后高16位与低16位与或运算,在只有低位参与索引位置的情况下,为了防止高位不同,低位相同的冲突

3. 有哪几种哈希算法,都有什么特点?

拉链法(冲突对象形成一条链表);在hash法(有多个不同的hash函数,直到找到空位);寻址法(一个hash函数,会hash结果上以某种规律变化,知道找到空位)

4. HashMap1.7并发死循环能通俗的讲下吗?具体在哪里为什么会成环

由于7在扩容是,链表是头插的方式进行,假如有两个node始终冲突,在执行node.next方法时,恰好有另外一个线程也进行了扩容,扩容一个节点,切回一线程,这时一线程next是新map的节点,当下个循环时会在插入这个节点,结果产生死循环

5.G1和CMS有什么区别

G1是整堆收集器,cms只是老年代收集器

G1整体是标记整理,局部标记复制,cms是标记清除

G1不会产生垃圾碎片,cms会有碎片

G1是目标是降低停顿时间,cms目标是提高吞吐量

6.G1的停顿时间判断怎么确定的?

和用户设置的最大停顿时间作为标准,然后决定回收哪些region,时间长回收region多

7.G1是以什么方式什么时候判断regin上的垃圾回收成本

是以可达性分析方式标记垃圾,在重新标记阶段会计算每个region的回收成本,

8.线程池的核心数和最大数有什么区别

核心可以空闲不销毁,最大需要销毁

9.核心数怎么确定,最大数怎么确定

具体和业务和机器性能相关,我总结可以这样计算 预期QPS/(1000/接口性能) 例如 10000/(1000/200)     10000是预期QPS,1000是一秒,200是接口性能。以这个结论作为初始设置,然后根据压测进行调整

10.队列使用有界还是无界,阻塞还是非阻塞,为什么

基本都是有界阻塞队列

阻塞使用锁控制并发,并发度高比较适合,阻塞线程,释放CPU,

非阻塞并发高的浪费CPU,并发低阻塞队列的syn自旋也能提高,只是有时间限制,所有使用场景比较苛刻,并发低比较适合

有界队列可以控制等待线程的上限,底层是Array,初始占用空间比较多,数组初始化就确定空间大小

无界队列使用的前置条件是请求有上限限制,没有限制会OOM,按需产生节点,不会浪费空间,但是会 额外封装node节点形成链表

11.淘汰策略有几种,分别用在什么场景

简单说几个;丢弃最新的和丢弃最老的,适合收集info日志这类无关紧要的场景

抛异常,适合对任务进行二次处理,比如路由到异步MQ中

调用节点执行,适合重要并快速响应的场景(但是有坑)

12.线上使用线程池,线上有遇到问题吗

核心设置不够队列太大导致超时

队列选择不对导致OOM(无界队列),CP飙高(非阻塞队列),

淘汰策略是调用节点执行,导致服务不可用,占用过多线程,突破线程池隔离

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容