面试专题

JVM 中的垃圾收集（GC）算法核心是高效识别并回收无用对象内存，主流算法按“回收逻辑”可分为 4 类，各有适用场景，目前商用 JVM 多采用组合算法（如分代收集）： 1. 标记-清除算法（

结论：不一定。 在没有锁竞争时，synchronized 锁默认会首先尝试升级为偏向锁，但并非在所有情况下都一定是偏向锁，存在一些例外场景会阻止偏向锁的启用。

核心区别：安全点（Safepoint）是线程主动暂停的离散时间点；安全区域（Safe Region）是线程被动暂停时（如阻塞）所处的一段代码区域，该区域内线程状态不会改变，无需主动响应GC暂停请求。

MongoDB 的索引核心作用是加速查询操作，其类型可根据查询场景分为基础索引、复合索引及特殊功能索引

Java 注解（Annotation）是 Java 语言中的一种元数据形式，它为代码提供了额外的信息，这些信息不直接参与程序的逻辑运行，但能在多种场景下发挥重要作用

一、先明确：Java的6种线程状态（Thread.State） 这是状态转换的“基本单元”，所有转换都围绕这6种状态进行： 线程状态流程图 ，

在并发场景中，线程安全的核心是解决多个线程对共享资源的竞态访问问题。以下是多种主流解决方案，按“实现复杂度”和“适用场景”从简单到复杂排序。

一致性哈希原理 一致性哈希是一种分布式哈希技术，核心是将数据和节点映射到一个虚拟的环形哈希空间通常为0~2³²-1的整数范围）通过“顺时针最近”原则定位数据存储位置，从而大幅降低节点增删时的数据迁移

Spring 实例化 Bean 主要有三种核心方式：构造器实例化、静态工厂方法实例化和实例工厂方法实例化，其中构造器实例化是最常用的方式。

CAS（Compare and Swap，比较并交换） 是一种无锁的原子操作机制，它通过硬件指令（如 x86 的 cmpxchg）实现，核心是在不使用锁的情况下，保证多线程环境下对共享变量操作的原子性

LBCC和MVCC的区别 LBCC（Lock-Based Concurrency Control，基于锁的并发控制）和MVCC（Multi-Version Concurrency Control）

什么是 CAP 定理？ CAP 定理是分布式系统设计中的核心理论，由 Eric Brewer 提出，它指出一个分布式系统无法同时满足 一致性、可用性，分区容错性

Synchronized 锁升级是 JVM 为优化性能，根据竞争激烈程度将锁从低开销状态逐步升级到高开销状态的过程，核心是从偏向锁→轻量级锁→重量级锁，且升级过程不可逆。

Redis 实现分布式锁的核心是利用 SET NX EX 命令（原子性地实现“不存在则设置+过期时间”），确保同一时刻只有一个客户端获得锁，再配合 Lua 脚本保证释放锁的原子性。

ReentrantLock（公平锁与非公平锁）的底层核心是基于 AQS（AbstractQueuedSynchronizer，抽象队列同步器） 实现，通过 AQS 的“状态管理”和“同步队列”两大核心

灰度发布、蓝绿发布、滚动发布的核心区别在于流量切换方式和版本部署策略，目的均为降低新版本上线风险，但适用场景不同。

Session、Cookie 和 Token 的核心区别在于存储位置和认证机制，Session 存储在服务端，Cookie 存储在客户端，Token 则是无状态的客户端认证凭证。 1. 核心定义与存储

Session 和 Cookie 的工作原理核心是**“服务端存储+客户端标识”** 与 “客户端存储” 的差异

Raft 和 ZAB 是分布式系统中两种主流的“共识算法”，核心目标均为解决“分布式节点数据一致性”和“高可用”问题，但设计细节和适用场景存在差异

寻找两个链表交点的核心是“消除两链表长度差”，常见方法分为空间复杂度O(1) 和空间复杂度O(n) 两类，以下是具体实现： 节点 代码实现： 一、双指针法