某大厂跳动Java面试真题之问题与解答总结(二)

​

一、常见的GC回收器​编辑

在 Java 中，垃圾回收器（Garbage Collector, GC）负责自动管理内存，回收不再使用的对象。常见的 GC 回收器主要分为以下几种，每种回收器有不同的特点和适用场景。​编辑

1. Serial GC

• 特点 ：Serial GC 是最简单的垃圾回收器，它使用单线程进行垃圾回收。在年轻代的垃圾回收时，它会暂停应用线程的执行。Serial GC 适用于单核 CPU 或内存较小的环境。

• 使用场景 ：适用于小型应用程序，或者对暂停时间不敏感的场景。​编辑

• 命令行参数 ：-XX:+UseSerialGC

2. Parallel GC

• 特点 ：Parallel GC 通过多线程来执行垃圾回收，主要用于提高吞吐量。年轻代的回收会暂停应用程序的所有线程，因此在较高并发的环境中，可能会影响系统响应时间。

• 使用场景 ：适用于对响应时间不敏感、需要最大吞吐量的应用。

• 命令行参数 ：-XX:+UseParallelGC

3. Concurrent Mark-Sweep GC (CMS)

• 特点 ：CMS GC 通过并行的标记和清除步骤来减少垃圾回收的停顿时间。CMS GC 是为了减少垃圾回收时应用程序的停顿时间而设计的。它通过多线程并行进行标记和清理，同时在垃圾回收过程中，应用线程可以继续执行。

• 使用场景 ：适用于响应时间要求较高的应用，如 Web 服务器。

• 命令行参数 ：-XX:+UseConcMarkSweepGC

4. G1 GC (Garbage First GC)

• 特点 ：G1 GC 是为了高效处理大内存场景而设计的垃圾回收器。它将堆内存划分为多个区域，并进行分区域的回收，尽量控制每次垃圾回收的停顿时间。G1 GC 适用于对低停顿时间有严格要求的大型应用。

• 使用场景 ：适用于对延迟和停顿有严格要求的企业级应用，尤其是大内存应用。

• 命令行参数 ：-XX:+UseG1GC

5. ZGC (Z Garbage Collector)

• 特点 ：ZGC 是一种低延迟垃圾回收器，设计目标是尽量减少停顿时间。它支持大规模堆内存并且不受停顿时间的影响。

• 使用场景 ：适用于需要高吞吐量和低延迟的应用，特别是对内存要求极高的系统。

• 命令行参数 ：-XX:+UseZGC​编辑

6. Shenandoah GC

• 特点 ：Shenandoah GC 是另一个低延迟垃圾回收器，类似于 ZGC，专注于减少停顿时间。它通过并行和并发的方式进行标记、清理和回收，大大降低停顿时间。

• 使用场景 ：适用于延迟敏感型的应用，尤其是大规模数据处理。

• 命令行参数 ：-XX:+UseShenandoahGC

---

二、SpringMVC的请求过程

SpringMVC 是一个基于 Servlet 的请求-响应模型框架，它通过 DispatcherServlet 作为前端控制器来协调请求的处理。SpringMVC 请求过程如下：

1. 客户端发起请求 ：

   • 客户端（通常是浏览器）发送 HTTP 请求到服务器，通常是一个 GET 或 POST 请求。

2. DispatcherServlet接收请求 ：

   • 请求首先到达 DispatcherServlet，这是 SpringMVC 的核心，负责请求的分发和协调工作。

3. HandlerMapping定位处理器 ：

   • DispatcherServlet 使用 HandlerMapping 根据请求的 URL 找到相应的控制器方法。

4. HandlerAdapter执行请求 ：

   • HandlerAdapter 负责调用相应的控制器方法（即处理器）。

5. Controller处理请求 ：

   • 控制器方法处理请求，执行业务逻辑，并返回一个 ModelAndView 对象，包含了视图名称和数据模型。

6. 视图解析 ：

   • DispatcherServlet 通过 ViewResolver 根据返回的视图名称解析到实际的视图（如 JSP 页面）。

7. 渲染视图 ：

   • 视图渲染，将数据模型渲染到页面，并通过响应返回给客户端。

---

三、线程池（所有你知道的）

线程池是用于管理线程的工具类，它允许你重复使用已创建的线程，并在需要时创建新线程。线程池的使用能够提高应用程序的性能，避免频繁创建和销毁线程带来的开销。

1. 线程池的核心组成部分：

• Core Pool Size ：线程池中保持的最小线程数。即使线程池中的线程没有任务需要执行，也会保持一定数量的线程。

• Maximum Pool Size ：线程池允许的最大线程数。如果提交的任务数超过核心线程数，则线程池会创建新的线程，直到达到最大线程数。

• Keep Alive Time ：线程池中空闲线程的存活时间，当线程池中的线程空闲时间超过这个阈值时，线程会被销毁。

• Blocking Queue：当线程池中的线程数达到最大线程数时，任务会被放入阻塞队列，等待有线程空闲时再执行。

2. 常见的线程池实现：

• CachedThreadPool ：适用于短时间内大量的任务提交，线程池的线程数可以根据需求动态调整，任务完成后，线程会被回收。

• FixedThreadPool ：适用于负载均衡的任务，线程数固定。当任务过多时，会被阻塞在队列中等待执行。

• SingleThreadExecutor ：只有一个线程，适合串行任务执行。

• ScheduledThreadPool：用于定时任务的执行，支持定时或周期性任务的执行。

3. 线程池的原理：

• 线程池采用的是工作窃取算法（Work Stealing）来高效管理任务，减少线程创建和销毁的开销。当有新任务到来时，线程池首先尝试从阻塞队列中取出任务，若队列为空且当前线程池中的线程数少于最大线程数，则创建新的线程来执行任务。

• 如果线程池中的线程数已经达到最大线程数，新任务则会被放入阻塞队列，等待空闲线程处理。

---

四、HashMap底层实现

HashMap 是基于哈希表的 Map 实现，它存储键值对数据。HashMap 的底层结构是数组 + 链表（或红黑树）。

1. 数据结构 ：
   • HashMap 底层使用一个数组 table 存储 Entry 对象，每个 Entry 存储一个键值对。Entry 对象由 key, value, next（指向链表下一个节点）组成。
2. 哈希算法 ：
   • 在 HashMap 中，键的哈希值决定了它在数组中的索引位置。HashMap 使用 hashCode() 方法和某种形式的扰动算法来计算存储位置。
3. 冲突处理 ：
   • 当多个键有相同的哈希值时，HashMap 会使用链表或红黑树来解决冲突。如果链表的长度超过一定阈值（8），会将链表转换为红黑树，以提高查询性能。
4. 扩容机制 ：
   • 当 HashMap 中的元素数量超过负载因子（默认是 0.75）与当前数组容量的乘积时，HashMap 会扩容（通常是原数组大小的两倍），并重新计算每个元素的位置。

---

五、ConcurrentHashMap

ConcurrentHashMap 是一个线程安全的哈希表，适用于并发场景下的高效读写。它通过分段锁的方式提高了并发性，避免了在多线程环境下的性能瓶颈。

1. 分段锁 ：
   • ConcurrentHashMap 将底层数据结构分为多个段（Segment），每个段都有一个独立的锁。这样，当多个线程访问不同段的数据时，它们可以并行操作，而不会相互阻塞。
2. 扩容机制 ：
   • 当当前 Segment 的负载因子超限时，ConcurrentHashMap 会扩容当前段，并使用 rehash 操作重新计算元素的位置。编辑

---

六、LinkedHashMap 底层数据结构及使用场景

1. LinkedHashMap 的底层数据结构

LinkedHashMap 是 HashMap 的一个变种，它保留了元素的插入顺序（或访问顺序）。其底层结构由两部分组成：

• 哈希表 ：和 HashMap 一样，LinkedHashMap 也使用哈希表（数组 + 链表）来存储数据。每个键值对会根据其哈希值被分配到表的某个位置。
• 双向链表 ：LinkedHashMap 会为每个存储的元素维护一个双向链表。这个链表的节点包含每个元素的键值对，并且链表的节点按照元素的插入顺序或访问顺序排列。

2. 如何工作

• LinkedHashMap 在每个元素的哈希表节点中，除了保存 key 和 value，还会维护两个额外的指针：

  • 前向指针 （before）：指向前一个节点。

  • 后向指针 （after）：指向后一个节点。

  通过这两个指针，LinkedHashMap 保证了元素按照插入顺序（或访问顺序）排列。

• 插入顺序 ：默认情况下，LinkedHashMap 按照元素插入的顺序来遍历它们，即迭代的顺序与元素被插入的顺序相同。

• 访问顺序 ：如果使用 accessOrder 为 true，则 LinkedHashMap 会按照元素的访问顺序来排列。每次元素被访问时（通过 get 或 put 操作），该元素会被移动到链表的尾部。

3. 使用场景

LinkedHashMap 的主要特点是保持顺序，它适用于以下几种场景：

1. 需要按插入顺序遍历元素 ：

   • 在一些场景下，我们需要按元素插入的顺序来遍历或处理数据，而不是按哈希值排序。此时 LinkedHashMap 比 HashMap 更合适。

   • 例如：存储用户输入的历史记录、订单处理等。

2. 实现缓存（LRU 缓存） ：

   • LinkedHashMap 可以通过配置 accessOrder = true 实现基于访问顺序的缓存机制。这种场景常见于实现 LRU（Least Recently Used）缓存。

   • 当缓存达到容量限制时，LinkedHashMap 会按照访问顺序删除最久未被访问的元素。

   • 例如：Web 缓存、文件缓存等。

3. 需要频繁访问但不关心顺序 ：

   • 在某些场景下，虽然顺序无关紧要，但仍需要比 HashMap 更高效的顺序遍历。LinkedHashMap 提供了比 HashMap 更有序的遍历方式。

   • 例如：记录和显示用户的最近访问记录、某些排序操作等。

4. 总结

• LinkedHashMap 是一个结合了哈希表和双向链表的集合，它可以保留元素的插入顺序或访问顺序。
• 它适用于那些对顺序有要求的场景，比如实现缓存、访问顺序控制等，或者需要按插入顺序遍历的场合。

​