一、集合
二、算法复杂度分析
1.时间复杂度分析
时间复杂度分析：评估代码的执行耗时
- 大O表示法：不具体表示代码真正的执行时间，而是表示时间随数据规模增长的变化趋势
- T(n)与代码的执行次数成正比（代码行数越多，执行时间越长）
- T(n) = O(3n + 3) ==> T(n) = O(n)
- 当n很大时，公式中的低阶，常量，系数三部分并不左右其增长趋势，因此可以忽略，我们只需要记录一个最大的量级就可以了
复杂度分析：弄清楚代码的执行次数与数据规模n之间的关系
2.空间复杂度分析
空间复杂度：渐进空间复杂度，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
开发中常见O(1), O(n), O(n ^ 2)，其他几乎用不到
三、List相关面试题
1.数据结构-数组
数组：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
Q1：为什么数组索引从0开始？假如从1开始不行吗？
- 在根据数组索引获取元素的时候，会用索引和寻址公式来计算内存所对应的元素数据，寻址公式是：数组的首地址+索引*存储数据的类型大小
- 如果数组的索引从1开始，寻址公式中，就需要增加一次减法操作，对于CPU来说就多了一次指令，性能不高。
查找的时间复杂度：
- 下标查找：O(1)
- 未知下标查找：O(n)
- 未知下标但排序二分查找：O(logn)
插入和删除的时间复杂度：O(n)
2.ArrayList源码分析
Q2：ArrayList底层的实现原理是什么？
- ArrayList底层是用动态的数组实现的；
- ArrayList初始容量为0，当第一次添加数据的时候才会初始化容量为10；
- ArrayList在进行扩容的时候是原来容量的1.5倍，每次扩容都需要拷贝数组；
- ArrayList在添加数据的时候
- 确保数组已使用长度（size）加1之后足够存下下一个数据；
- 计算数组的容量，如果当前数组已使用长度+1后的大于当前的数组长度，则调用grow方法扩容（原来的1.5倍）；
- 确保新增的数据有地方存储之后，则将新元素添加都位于size的位置上；
- 返回添加成功布尔值。
Q3：ArrayList list = new ArrayList(10)中的list扩容几次？
- 该语句只是声明和实例了一个ArrayList，指定了容量为10，未扩容。
Q4：如何实现数组和List之间的转换？
- 数组转List，使用JDK中java.util.Arrays工具类的asList方法；
- List转数组，使用List的toArray方法。无参toArray方法返回Object数组，传入初始化长度的数组对象，返回该对象数组。
Q5：用Arrays.asList转List后，如果修改了数组内容，List受影响吗？List用toArray转数组后，如果修改了List内容，数组受影响吗？
前者受影响，后者不受影响。
- 因为前者Arrays.asList底层使用的Arrays类中的一个内部类ArraysList来构造的集合，在这个集合的构造器中，把我们传入的这个集合进行了包装而已，最终指向的都是同一个内存地址；
- 后者当调用了toArray之后，在底层是它进行了数组的拷贝，跟原来的元素没有关系，所以不受影响。
3.数据结构-单向/双向链表
查找的时间复杂度：
- 查找头、尾节点：O(1)
- 查找其他节点：O(n)
插入和删除的时间复杂度：
- 添加和删除头、尾节点：O(1)
- 其他节点：O(n)
⭐Q6：ArrayList和LinkedList的区别是什么？
- 底层数据结构
- ArrayList是动态数组的数据结构实现
- LinkedList是双向链表的数据结构实现
- 操作数据效率
- ArrayList按照下标查询时间复杂度是O(1)【内存是连续的，根据寻址公式】，LinkedList不支持下标查询；
- 查找（未知索引）：二者都需要遍历，时间复杂度都是O(n)；
- 新增和删除
- ArrayList尾部插入和删除，时间复杂度都是O(1)；其他部分增删需要挪动数组，时间复杂度是O(n)；
- LinkedList头尾节点增删时间复杂度是O(1)，其他都需要遍历链表，时间复杂度是O(n)。
- 内存空间占用
- ArrayList底层是数组，内存连续，节省内存；
- LinkedList是双向链表需要存储数据集，和两个指针，更占用内存。
- 线程安全
- ArrayList和LinkedList都不是线程安全的；
- 如果需要保证线程安全，有两种方案：
- 在方法内使用，局部变量是线程安全的；
- 使用线程安全的ArrayList和LinkedList、
