[面试题] Java技术面核心要点解析：集合、JVM、多线程与字节面试实战

本文整理了字节跳动秋招面试中涉及的关键Java技术问题，涵盖了集合框架、JVM内存模型、多线程并发等核心知识点，旨在为后续的Java开发者面试准备提供清晰的复习脉络。

一、集合框架深度剖析

1. Java常用集合及其适用场景
Java集合框架提供了多种数据结构，各自有其最佳适用场景：

• ArrayList：基于动态数组实现，支持快速随机访问（get/set），适用于读多写少、需要按索引频繁访问元素的场景。但中间位置的插入和删除效率较低。
• LinkedList：基于双向链表实现，在头尾的插入和删除效率极高，适用于需要频繁进行此类操作的场景，如实现队列或栈。但随机访问性能差。
• HashMap：基于哈希表实现的键值对集合，提供了近乎常数时间的get和put性能（在理想哈希情况下），是最常用的映射结构，适用于需要通过键快速查找值的场景。
• TreeMap：基于红黑树实现，能够保持键的自然顺序或自定义顺序。在需要有序键值对，或进行范围查找时使用。
• HashSet / TreeSet：分别是基于HashMap和TreeMap实现的集合，用于存储不重复元素。前者无序，后者有序。

2. HashMap的键为何一般要求不可变？
这主要出于数据一致性和哈希稳定性的考虑。如果一个可变对象作为键，当其内容被修改后，其hashCode()的返回值很可能发生变化。这会导致在HashMap中无法再通过该键找到之前存入的对应值（因为get操作会去新的哈希桶查找），造成数据“丢失”，同时也破坏了映射关系。

3. HashMap如何处理哈希冲突？
Java的HashMap采用链地址法（Separate Chaining）解决冲突。当多个键的哈希值映射到同一个数组索引（桶）时，这些键值对会以链表形式存储在该桶中。在JDK 1.8及以后，当链表长度超过阈值（默认为8）且当前数组长度大于等于64时，链表会转换为红黑树，以提升极端情况下的查询效率（从O(n)提升到O(log n)）。

4. 为何不直接用红黑树，而是先链表后转树？
红黑树虽然查询效率高，但其节点结构比链表复杂（需要维护颜色、父节点、左右子节点指针），空间开销更大，构建和平衡操作也更为耗时。对于绝大多数情况，哈希冲突很少，链表足以高效处理。采用链表+红黑树的混合结构是一种在时间和空间开销上的折中优化策略，兼顾了普通场景和极端场景的性能。

5. ArrayList的扩容机制
ArrayList内部使用一个Object[]数组存储元素。当添加元素导致当前容量不足时，会触发扩容。新容量通常是旧容量的1.5倍（即 oldCapacity + (oldCapacity >> 1)）。采用1.5倍扩容（而非2倍）是一种工程上的平衡，旨在减少空间浪费的同时，控制扩容的频率，避免每次扩容申请过大内存导致的内存碎片或分配失败问题。扩容时，会创建一个新的更大数组，并将旧数组元素复制过去。

二、JVM内存管理与GC机制

6. Java反射的理解与应用
反射（Reflection）允许程序在运行时检查、调用或修改类、方法、字段等元信息的能力。它打破了封装性，应谨慎使用。

• 在Spring中的应用：Spring框架的核心——IOC（控制反转）容器大量使用了反射。当我们在配置中定义了一个Bean，Spring容器在启动时，会通过反射：
  1. 解析配置，获取类的全限定名。
  2. 使用 Class.forName() 加载类。
  3. 调用 Class.newInstance() 或通过构造器 (Constructor.newInstance()) 来动态创建对象实例。
  4. 通过 Field.set() 或 Method.invoke() 来为对象的属性注入依赖（DI）。
     反射使得Spring无需在编译时硬编码依赖关系，实现了配置和代码的解耦。

7. JVM内存结构概览
主要分为以下几个区域：

• 程序计数器：线程私有，指向当前线程正在执行的字节码指令地址。
• Java虚拟机栈：线程私有，存储局部变量表、操作数栈、动态链接、方法出口等信息。每个方法调用对应一个栈帧。
• 本地方法栈：为Native方法服务。
• Java堆：所有线程共享，是存放对象实例和数组的主要区域，也是垃圾收集器管理的主要区域。
• 方法区（元空间）：存储已被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等数据。

8. new一个对象的内存分配过程

1. 类加载检查：JVM首先检查new指令的参数是否能在常量池中定位到一个类的符号引用，并检查该类是否已被加载、解析和初始化。
2. 内存分配：在Java堆中为新生对象分配内存。分配方式有“指针碰撞”（堆内存规整）和“空闲列表”（堆内存不规整）两种。
3. 内存空间初始化：将分配到的内存空间（不包括对象头）都初始化为零值。
4. 设置对象头：设置对象的哈希码、GC分代年龄、锁状态标志、类元信息指针等。
5. 执行<init>方法：按照程序员的意愿进行初始化（即执行构造器中的代码）。

9. new对象时内存不足会发生什么？
如果创建对象时，在Java堆中无法找到足够大的连续内存空间，JVM将会抛出 OutOfMemoryError。在此之前，会触发一次垃圾收集（GC） 尝试释放空间。如果GC后仍然无法满足内存分配需求，才会抛出错误。

10. Minor GC如何引发Full GC？
Minor GC是发生在新生代（Young Generation）的垃圾收集。
在以下常见情况，Minor GC可能导致或直接升级为Full GC（收集整个堆，包括老年代和元空间）：

• 空间分配担保失败：Minor GC前，JVM会检查老年代最大可用连续空间是否大于新生代所有对象总空间（或历次晋升的平均大小）。如果条件不成立，则会直接触发Full GC。
• 大对象直接进入老年代，但老年代空间不足。
• 老年代空间不足：Minor GC后，存活对象需要晋升到老年代，但老年代剩余空间不足。
• 元空间（方法区）不足。

三、多线程与并发编程

11. 线程安全与保障关键字
线程安全指在多线程环境下，某个函数、函数库或共享数据在被并发调用/访问时，能够正确地处理和管理状态，不会出现数据污染、逻辑错误等不确定问题。

• synchronized：Java原生的互斥同步锁。它修饰代码块或方法，确保同一时刻只有一个线程能执行该段代码。它保证了原子性、可见性和有序性。
• volatile：一种轻量级的同步机制。它确保变量的修改对所有线程立即可见（可见性），并禁止指令重排序（有序性），但不保证原子性。常用于状态标志位。

12. synchronized 与 ReentrantLock 的区别

• 实现层面：synchronized是JVM层面的关键字，由JVM实现锁的获取和释放；ReentrantLock是JDK层面的API，通过AQS（AbstractQueuedSynchronizer）队列实现。
• 功能性：ReentrantLock功能更丰富，支持尝试非阻塞获取锁、可中断锁、公平锁以及绑定多个条件变量，这些都是synchronized不具备的。
• 使用方式：synchronized无需手动释放锁；ReentrantLock必须lock()和unlock()配对使用，通常放在try-finally块中确保释放。
• 性能：在高度竞争的情况下，ReentrantLock性能可能更好；低竞争时synchronized经过优化后性能相当，且更简洁。

13. 公平锁与非公平锁的取舍

• 公平锁：按照线程申请锁的时间顺序来获取锁。优点是等待时间长的线程不会“饿死”，缺点是整体吞吐量较低，因为要维护一个队列并唤醒队首线程。
• 非公平锁：线程尝试获取锁时，可以“插队”，直接尝试获取。如果获取失败，再排队。优点是减少了线程切换的开销，整体吞吐率高，缺点是可能导致某些线程长时间等待。
  选择哪种取决于对吞吐量和公平性的权衡。在并发量高、锁持有时间短的场景，非公平锁通常是更好的选择，这也是ReentrantLock和synchronized默认的实现策略。

14. 线程池的拒绝策略
当线程池的任务队列已满，且工作线程数达到最大线程数时，新提交的任务将触发拒绝策略。JDK内置了四种策略：

• AbortPolicy（默认）：直接抛出RejectedExecutionException异常。
• CallerRunsPolicy：由调用者线程（提交任务的线程）自己执行该任务。这是一种反馈调节机制，会降低新任务提交速度。
• DiscardPolicy：直接丢弃新任务，不抛异常。
• DiscardOldestPolicy：丢弃队列中最旧（最先进入队列）的一个任务，然后尝试重新提交当前任务。

15. 线上线程池参数设定与拒绝策略经验

• 核心参数设定：
  • 核心线程数 (corePoolSize)：根据任务类型（CPU密集型、IO密集型）和机器CPU核数设定。CPU密集型任务可设为 Ncpu + 1；IO密集型任务可设为 2 * Ncpu 或更高，需结合压测。
  • 最大线程数 (maximumPoolSize)：受系统资源限制。需要预估极端流量下所需线程数，并考虑内存和上下文切换开销。
  • 任务队列：根据任务特性选择。有界队列（如ArrayBlockingQueue）可以防止资源耗尽，但需要合理设置大小。
• 拒绝策略选择：
  • 默认的AbortPolicy适用于关键业务，通过快速失败暴露问题。
  • CallerRunsPolicy适用于不允许失败，但可以承受一定延迟的场景，它能有效平缓流量峰值。
  • 对于可丢弃的非核心任务，可选择DiscardPolicy或DiscardOldestPolicy。
    最佳实践是自定义拒绝策略，如将拒绝的任务持久化到数据库或消息队列，后续进行补偿处理，并结合监控告警，这是构建健壮分布式系统的重要一环。