面试专题

哈希表法 算法思路：遍历链表，使用一个哈希表来记录已经访问过的节点。对于链表中的每个节点，检查该节点是否已经在哈希表中。如果在哈希表中，说明链表存在环；

卷映射（Volume）更适合持久化存储数据，核心原因在于其在数据安全性、管理便捷性和环境兼容性上的显著优势

一、 红黑树 红黑树是一种自平衡的二叉搜索树，通过给每个节点分配“红色”或“黑色”的颜色属性，并遵循特定规则，确保树的高度始终维持在O(log n)级别，避免二叉搜索树退化为链表。

常见的索引结构有： B-树索引：这是一种多路平衡查找树。 在数据库中，B-树的每个节点可以存储多个键值对以及指向子节点的指针。其特点是能够保证数据在树中是有序存储的，查询时可以通过比较键值

Spring 仅能解决 “单例 Bean + setter 注入/字段注入” 场景的循环依赖，核心方案是通过 “三级缓存机制” 提前暴露“半成品 Bean”，打破依赖循环

1.语法简洁性： synchronized是Java语言内置的关键字，使用起来语法简洁。比如在方法上直接添加synchronized关键字就能实现对该方法的同步控制

一、多级缓存协同工作逻辑 多级缓存（本地缓存+分布式缓存）通过“层层拦截请求”降低分布式缓存压力，核心流程如下： 1.优先查本地缓存：应用进程优先读取本地缓存

你可能想问的是 Spring Bean 的生命周期回调方法。Spring Bean 生命周期回调是指 Bean 在初始化完成后、销毁前由 Spring 容器自动调用的方法，用于执行自定义逻辑

避免在 MySQL 中使用 NULL 作为默认值，核心思路是 “用有明确业务语义的具体值替代 NULL”，需结合字段类型和业务场景设计默认值，并通过建表规范、约束校验强化落地

在项目中使用 Redis 主要是利用其高性能、多数据结构、支持分布式的特性，解决业务中的性能瓶颈与并发问题；其“快”和“高性能高并发保障”均源于底层设计与上层优化的结合

Spring Bean 的生命周期是指 Bean 从创建、初始化、使用到销毁的完整过程，核心由 Spring 容器全程管理，主要可分为 4 个核心阶段，关键节点需结合初始化/销毁方法和后置处理器。

Redis 渐进式 rehash（重哈希）的核心是 分批次、穿插在日常操作中迁移数据，通过维护关键状态变量和双表并行机制，实现非阻塞的数据迁移

1. 哈希冲突解决方式 Redis 字典（Dict）通过 链地址法（Separate Chaining） 解决哈希冲突：当多个键计算出相同的哈希值时，会将这些键值对以 单向链表 的形式存储在同一哈希桶

MySQL 核心日志文件主要有4类，分别对应不同的数据记录与运维需求，具体作用如下： 1. 二进制日志（Binary Log）2.慢查询日志；3.错误日志；4.通用查询日志

常见的线程安全类 Java 中典型的线程安全类主要集中在 java.util.concurrent 包及基础类库中，核心包括： 并发集合类：原子类操作；锁与同步工具类；基础类型包装类。

MySQL 查询慢，除索引问题外，核心原因集中在数据设计、查询逻辑、硬件资源、数据库配置、锁与事务五大维度

MVCC（多版本并发控制）与锁并非对立关系，而是协同工作的机制，核心目标是在保证数据一致性的前提下，最大化提升数据库并发性能，二者的关系可从“分工互补”和“协同逻辑”两方面理解

Redis ZSet 在 score 相同时，通过 “固定排序规则+value 唯一性” 双重保障，实现排序结果的绝对稳定

要理解三者关系，核心是“从基础框架到简化工具”的演进，具体定义和定位如下： 1. Spring（核心框架） 本质：一个Java EE的基础开发框架，核心是IoC（控制反转） 和AOP（面向切面编程）

Spring声明式事务在多线程中失效，核心原因是事务上下文（ThreadLocal绑定）无法跨线程传递，导致子线程无法继承主线程的事务状态。解决需围绕“确保事务上下文共享”或“避免跨线程事务依赖”