第一轮面试 面试官：首先问个基础的，Java中ArrayList和HashMap的底层数据结构分别是什么？ 王铁牛：ArrayList底层是数组，HashMap底层是数组加链表，JDK 1.8 之后还有红黑树。 面试官：不错，回答得很准确。那HashMap在什么情况下会发生扩容？ 王铁牛：当HashMap中的元素个数达到负载因子（默认0.75）乘以当前容量的时候，就会发生扩容。 面试官：很好。那说说ArrayList在添加大量元素时，怎样优化性能？ 王铁牛：可以在添加元素前，通过构造函数指定合适的初始容量，减少扩容次数。
第二轮面试 面试官：接下来聊聊多线程和线程池。线程池有哪些核心参数？ 王铁牛：有核心线程数、最大线程数、存活时间、时间单位，还有任务队列。 面试官：嗯，回答得不错。那线程池的拒绝策略有哪些？ 王铁牛：有AbortPolicy，直接抛出异常；还有CallerRunsPolicy，把任务回退给调用者执行。 面试官：还行。那在高并发场景下，线程池该如何合理配置参数？ 王铁牛：嗯……就是根据任务类型和系统资源来配吧，具体怎么配我一下子说不太清楚。
第三轮面试 面试官：最后问问框架相关的。Spring的IOC和AOP是什么？ 王铁牛：IOC是控制反转，把对象创建和管理交给Spring容器；AOP是面向切面编程，能在不修改原有代码的情况下增加功能。 面试官：好。那Spring Boot有什么优势，能快速搭建项目的原理是什么？ 王铁牛：优势就是简化配置，原理嘛……好像是有自动配置啥的，具体不太好说。 面试官：那Dubbo的服务调用流程是怎样的？ 王铁牛：嗯……就是服务提供者注册服务，消费者去调用，中间好像还有注册中心啥的，细节不太记得了。
面试官：好的，今天的面试就到这里。你回去等通知吧，我们会综合评估所有候选人后，再决定是否录用你。感谢你今天来参加面试。
问题答案：
- ArrayList和HashMap的底层数据结构：
- ArrayList：底层是动态数组。它允许我们以数组的方式顺序存储元素，并且可以根据需要动态扩展容量。例如，当我们创建一个ArrayList时，它会先有一个默认的初始容量（通常是10），当添加的元素数量超过当前容量时，会进行扩容，一般是扩容为原来容量的1.5倍。
- HashMap：JDK 1.8之前，底层是数组加链表。数组的每个位置是一个链表的头节点，当发生哈希冲突时，新的元素会以链表的形式存储在该位置。JDK 1.8之后，当链表长度达到8且数组容量大于等于64时，链表会转化为红黑树，以提高查找效率。
- HashMap扩容机制：
- HashMap有两个重要参数，容量（capacity）和负载因子（loadFactor）。默认负载因子是0.75，当HashMap中的元素个数（size）达到负载因子乘以当前容量（capacity * loadFactor）时，就会触发扩容。扩容时，会创建一个新的更大的数组，然后将原数组中的元素重新计算哈希值并放入新数组中。例如，原容量为16，负载因子0.75，当元素个数达到16 * 0.75 = 12时，就会扩容。
- ArrayList添加大量元素性能优化：
- 在添加大量元素前，通过构造函数指定合适的初始容量。比如，如果我们知道要添加1000个元素，就可以创建
ArrayList list = new ArrayList(1000);这样就避免了多次扩容带来的性能开销。因为每次扩容都需要重新分配内存、复制原数组元素到新数组，这是比较耗时的操作。
- 在添加大量元素前，通过构造函数指定合适的初始容量。比如，如果我们知道要添加1000个元素，就可以创建
- 线程池核心参数：
- 核心线程数（corePoolSize）：线程池中会一直存活的线程数，即使这些线程处于空闲状态，也不会被销毁，除非设置了
allowCoreThreadTimeOut为true。 - 最大线程数（maximumPoolSize）：线程池中允许存在的最大线程数。当任务队列已满且活动线程数小于最大线程数时，线程池会创建新的线程来处理任务。
- 存活时间（keepAliveTime）：当线程数大于核心线程数时，多余的空闲线程存活的最长时间。超过这个时间，多余的线程会被销毁。
- 时间单位（unit）：存活时间的单位，如
TimeUnit.SECONDS表示秒。 - 任务队列（workQueue）：用于存放等待执行的任务。常见的任务队列有
ArrayBlockingQueue（有界队列）、LinkedBlockingQueue（无界队列，默认容量Integer.MAX_VALUE）等。
- 核心线程数（corePoolSize）：线程池中会一直存活的线程数，即使这些线程处于空闲状态，也不会被销毁，除非设置了
- 线程池拒绝策略：
- AbortPolicy：这是默认的拒绝策略，当任务无法提交到线程池（队列已满且线程数达到最大线程数）时，直接抛出
RejectedExecutionException异常。 - CallerRunsPolicy：当任务无法提交到线程池时，该策略会将任务回退给调用者，由调用者所在的线程来执行该任务。这样可以降低新任务的提交速度，缓解线程池的压力。
- DiscardPolicy：当任务无法提交到线程池时，直接丢弃该任务，不做任何处理。
- DiscardOldestPolicy：当任务无法提交到线程池时，会丢弃任务队列中最老的一个任务（即队列头部的任务），然后尝试提交当前任务。
- AbortPolicy：这是默认的拒绝策略，当任务无法提交到线程池（队列已满且线程数达到最大线程数）时，直接抛出
- 高并发场景下线程池参数配置：
- 任务类型：如果是CPU密集型任务，核心线程数一般设置为
CPU核心数 + 1，因为CPU密集型任务主要消耗CPU资源，过多的线程会导致线程上下文切换开销增大。例如，在一个4核CPU的机器上，核心线程数可以设置为5。如果是I/O密集型任务，核心线程数可以设置得大一些，因为I/O操作会使线程处于等待状态，此时可以利用更多的线程来提高系统利用率，一般可以设置为2 * CPU核心数。 - 系统资源：要考虑服务器的内存、CPU等资源。如果服务器内存有限，任务队列不能设置过大，否则可能导致内存溢出。同时，最大线程数也不能设置过大，避免过多线程竞争资源导致系统性能下降。
- 任务类型：如果是CPU密集型任务，核心线程数一般设置为
- Spring的IOC和AOP：
- IOC（控制反转）：传统的Java开发中，对象的创建和管理由开发者自己负责，而在Spring中，通过IOC容器来创建和管理对象。例如，我们定义一个
UserService类，在Spring中可以通过配置文件或注解的方式，让Spring容器来创建UserService的实例，而不是在代码中手动new UserService()。这样做的好处是降低了组件之间的耦合度，提高了代码的可维护性和可测试性。 - AOP（面向切面编程）：它是一种编程范式，用于将横切关注点（如日志记录、事务管理、权限控制等）从业务逻辑中分离出来。以日志记录为例，在传统的开发中，我们可能需要在每个业务方法中手动添加日志记录代码，而使用AOP，我们可以定义一个切面，在切面中编写日志记录逻辑，然后通过配置将这个切面应用到需要记录日志的方法上，这样就可以在不修改业务方法代码的情况下，为其添加日志记录功能。
- IOC（控制反转）：传统的Java开发中，对象的创建和管理由开发者自己负责，而在Spring中，通过IOC容器来创建和管理对象。例如，我们定义一个
- Spring Boot优势及快速搭建项目原理：
- 优势：
- 简化配置：Spring Boot通过自动配置机制，大大减少了Spring项目中繁琐的XML配置或Java配置。例如，在Spring Boot中，我们只需要引入相关的依赖，就可以快速搭建一个Web应用，而不需要像传统Spring项目那样配置大量的Servlet、过滤器等。
- 快速开发：内置了Tomcat、Jetty等服务器，可直接打包成可执行的jar或war文件，方便部署。同时，它提供了丰富的Starter依赖，开发者只需要引入相应的Starter，就可以快速集成各种功能，如数据库访问、消息队列等。
- 原理：
- 自动配置：Spring Boot利用了Spring的条件化配置（
@Conditional）机制。它会根据项目中引入的依赖，自动配置相应的组件。例如，当引入spring - boot - starter - web依赖时，Spring Boot会自动配置Spring MVC相关的组件，包括DispatcherServlet、视图解析器等。 - Starter依赖：Starter是一种特殊的Maven或Gradle依赖，它聚合了一系列相关的依赖。比如
spring - boot - starter - jdbc，它不仅包含了JDBC相关的依赖，还会自动配置数据源、JdbcTemplate等组件，方便开发者进行数据库操作。
- 自动配置：Spring Boot利用了Spring的条件化配置（
- 优势：
- Dubbo服务调用流程：
- 服务注册：服务提供者启动时，会将自己提供的服务注册到注册中心（如Zookeeper）。它会向注册中心发送注册请求，包含服务的接口、实现类、版本等信息。
- 服务订阅：服务消费者启动时，会从注册中心订阅自己需要的服务。注册中心会将服务提供者的地址列表返回给消费者。
- 服务调用：消费者根据从注册中心获取的服务提供者地址列表，选择一个地址（可以通过负载均衡算法）发起远程调用。Dubbo支持多种远程通信协议，如Dubbo协议、HTTP协议等。在调用过程中，可能还会涉及到集群容错、负载均衡等机制，以保证服务调用的可靠性和性能。例如，当某个服务提供者出现故障时，Dubbo可以通过集群容错机制自动切换到其他可用的服务提供者。
