oppo面经-Java后端（1）

1.说一下线程和进程的区别？

进程是并发执行的程序在执行过程中分配和管理资源的基本单位，是一个动态概念。线程是进程的一个执行单元，是进程内调度实体。比进程更小的独立运行的基本单位。线程也被称为轻量级进程。一个程序至少一个进程，一个进程至少一个线程，多个线程可以共享数据。

狭义上来说，进程是指正在运行的程序，打开任务管理器即可看到进程对应的一推软件。通俗地说，进程是应用程序在内存中分配的存储空间。

线程是进程中负责负责程序执行、运算的执行单元，类似于工厂里的工人，工人把工厂按照一定的规则继续运行下去。

一个进程至少有一个线程来负责程序的进行，有多个线程来运行程序的时候就叫多线程。当我们启动一个Java程序的时候，操作系统就会创立一个Java进程，这个Java进程可以创建多个线程（执行main方法的就是一个名为main的线程），这些线程都拥有各自的计数器、堆栈和局部变量等属性，并且能够访问共享的内存变量。处理器在这些线程上高速切换，让使用者感觉到这些线程在同时进行。

1.简单而言，一个应用程序就是一个进程，而线程是一个进程内部的多个运行单位。

2.多个进程的内部数据和状态都是完全独立存在的，而多线程是共享一块内存空间和一组系统资源（同一进程内），在程序内部可以互相调用（通过对象方法）；而进程间通信大多数情况是必须通过网络实现的

3.线程本身的数据通常只有寄存器数据，以及一个程序执行时使用的堆栈，所以线程的切换比进程的切换负担要小。

4.进程是资源分配的基本单位，线程是程序运行，cpu调度的基本单位。

2.Java中实现多线程的方式？

Java多线程实现共有以下几种方式。

1.继承Thread类，重写run方法，创建Thread对象调用start()方法启动线程。

2.实现Runnable接口，重写run方法，实现Runnable接口的实现类的实例对象作为Thread构造函数的target。

3.通过Callable和FutureTask创建线程。

4.通过线程池创建线程。

前面两种可以归结为一类：无返回值，原因很简单，通过重写run方法，run方式的返回值是void，所以没有办法返回结果。后面两种可以归结成一类：有返回值，通过Callable接口，就要实现call方法，这个方法的返回值是Object，所以返回的结果可以放在Object对象中。

3.LinkedList和ArrayList的区别？

ArrayList和Vector使用了数组的实现，可以认为ArrayList或者Vector封装了对内部数组的操作，比如向数组中添加，删除，插入新的元素或者数据的扩展和重定向。LinkedList使用了循环双向链表数据结构。

ArrayList底层是数组，查询快、增删慢；LinkedList底层是链表，查询慢、增删快。

4.Java的集合有哪些？

Map接口和Collection接口是所有集合框架的父接口

Collection接口的子接口包括：Set接口和List接口。Set中不能包含重复的元素。List是一个有序的集合，可以包含重复的元素，提供了按索引访问的方式。
Map接口的实现类主要有：HashMap、Hashtable、ConcurrentHashMap以及TreeMap等。Map不能包含重复的key，但是可以包含相同的value。根据键得到值，对map集合遍历时先得到键的set集合，对set集合进行遍历，得到相应的值。
Set接口的实现类主要有：HashSet、TreeSet、LinkedHashSet等
List接口的实现类主要有：ArrayList、LinkedList、Stack以及Vector等

5.HashMap底层是什么数据结构？

JDK1.7及以前：数组+链表；JDK1.8：数组+链表+红黑树

当添加元素时，会通过哈希值和数组长度计算计算下标来准确定位该元素应该put的位置，通常我们为了使元素时分布均匀会使用取模运算，用一个值去模上总长度,计算出index后，就会将该元素添加进去，理想状态下是将每个值都均匀的添加到数组中，但问题是不可能达到这样的理想状态，这时候就会产生哈希冲突。即产生了相同的索引。此时，就产生了第二种数据结构——链表，冲突的元素会在该索引处以链表的形式保存。不过当链表长度过长时，其固有弊端就明显出来了，即查询效率较低，时间复杂度会达到O(n)级别，而数组的查询时间复杂度仅为O(1)。此时，就引出了第三种数据结构——红黑树，红黑树是一棵接近于平衡的二叉树，其查询时间复杂度为O(logn)，远远比链表的查询效率高。但是红黑树的自身维护的代价也是比较高的，每插入一个元素都可能打破红黑树的平衡性，这就需要每时每刻对红黑树再平衡（左旋、右旋、重新着色）。

为什么数组的长度必须是2的指数次幂？

添加元素时索引的下标可以通过取模运算获得，但是我们知道计算机的运行效率：加法(减法)>乘法>除法>取模，取模的效率是最低的。所以我们要在HashMap中避免频繁的取模运算，又因为在我们HashMap中他要通过取模去定位我们的索引，并且HashMap是在不停的扩容，数组一旦达到容量的阈值的时候就需要对数组进行扩容。那么扩容就意味着要进行数组的移动，数组一旦移动，每移动一次就要重回记算索引，这个过程中牵扯大量元素的迁移，就会大大影响效率。那么如果说我们直接使用与运算，这个效率是远远高于取模运算的。首先使用位运算来加快计算的效率，而要使用位运算，就需要数组-1然后与hash值保证其在数组范围内，只有当数组长度为2的指数次幂时，其计算得出的值才能和取模算法的值相等，并且保证能取到数组的每一位，减少哈希碰撞，不浪费大量的数组资源。

算法实际就是取模，hash%length，计算机中直接求余效率不如位移运算，源码中做了优化hash&(length-1)，hash%length==hash&(length-1)的前提是length是2的n次方

为什么HashMap的加载因子要设置为0.75？

加载因子如果定的太大，比如1，这就意味着数组的每个空位都需要填满，即达到理想状态，不产生链表，但实际是不可能达到这种理想状态，如果一直等数组填满才扩容，虽然达到了最大的数组空间利用率，但会产生大量的哈希碰撞，同时产生更多的链表，显然不符合我们的需求。

但如果设置的过小，比如0.5，这样一来保证了数组空间很充足，减少了哈希碰撞，这种情况下查询效率很高，但消耗了大量空间。

因此，我们就需要在时间和空间上做一个折中，选择最合适的负载因子以保证最优化，取到了0.75

为什么链表长度大于等于8时转成了红黑树？

这里要提到一个概率论中的泊松分布，因为链表长度大于等于8时转成红黑树正是遵循泊松分布。

HashMap节点分布遵循泊松分布，按照泊松分布的计算公式计算出了链表中元素个数和概率的对照表，可以看到链表中元素个数为8时的概率已经非常小。

另一方面红黑树平均查找长度是log(n)，长度为8的时候，平均查找长度为3，如果继续使用链表，平均查找长度为8/2=4，这才有转换为树的必要。链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是链表和红黑树之间的转换也很耗时。