部分面试题总结3

一、ConcurrentHashMap 介绍一下

组成单位是Segment桶，一个桶中包含有Entry数组，类似于HashMap，一个ConcurrnetHashMap就是一个Segments数组，包含2^n个桶。
1、在同一Segment桶中两个线程进行写操作，其中一个会阻塞等待另一个进程完成操作。
2、在同一Segment桶中两个线程进行一写一读操作，是可以并发执行的。
3、在不同Segment桶中两个线程进行写操作，是可以并发执行的。
每个Segment桶都有一把锁，会让并发操作效率提高。
几个方法：
get()：
对key进行hash操作，通过hashcode定位到在哪个Segment桶对象，再次通过hash值在桶中定位到准确位置。
put()：
1、对key进行hash操作，通过hashcode定位到在哪个Segment桶对象。
2、获取可重入锁。
3、再次通过hash值在桶中定位到具体位置。
4、插入或者覆盖Entry键值对。
5、释放锁。
ConcurrentHashMap统计size解决一致性的问题？
size方法大概是
1、遍历所有的Segment。
2、把Segment数量都加起来
3、把Segment修改次数加起来
4、判断这次的修改次数和上一次的区别，大于则说明有修改，重新统计并记录查询次数。没改变就返回统计结果。
5、查询次数超过阈值，对另一个Segment加锁，重新统计。
6、再次判断，由于已经加锁不会put进元素，所以肯定成功。
7、释放锁。

有点像乐观锁悲观锁，先假设查询的时候不会有元素的增加，当尝试次数大于阈值时转换为悲观锁，为每个Segment加锁保证查询成功。

二、JMM内存模型

是一种抽象的规范，用来屏蔽不同硬件和操作系统的差异，让java更好地实现跨平台
大概样子

1、主内存
相当于计算机中的内存，主内存被所有的线程共享，对于一个共享变量（比如静态变量，堆中实例等），主内存存储了真正的数据
2、工作内存
相当于计算机中的高速缓存，每一个线程都拥有自己的工作内存，对一个共享变量来说，工作内存当中存储了它的 副本，使用工作内存的原因
是因为直接操作主内存速度慢
关于volatile见上一篇

三、B-树介绍一下

其实就是B树，一个m阶的B树具有以下特征：
1、根节点至少有两个孩子
2、每个中间节点都包含k-1个元素和k个孩子。其中m/2<=k<=m
3、每一个叶子节点都包含k-1个元素，其中m/2<=k<=m
4、所有的叶子节点都位于同一层。
5、每个节点中元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划
为什么要用B树
查询速度快是因为高度短。如果是二叉平衡树可能会找的很深，进行多次IO读取会很耗时间，B树比较次数可能大于二叉平衡树，可这样耗时远远小于IO读取。
在增加或删除元素时可以维护自平衡，主要应用于文件系统、部分非数据库索引（MongoDB）

四、B+树介绍一下

一个m阶的B+树具有以下特征：
1、有k个子树的中间节点包含有k个元素（B树是k-1个元素）每个元素不保存数据，只用来当索引，所有的数据都保存在叶子节点。
2、所有的叶子节点中包含了全部元素的信息，每一个叶子节点都带有指向下一个节点的指针，形成了一个有序链表。
3、每一个父节点的元素都出现在子元素中，是子节点最大（或最小）元素。
和B树的区别
1、在B树中，无论中间节点和叶子节点都带有卫星数据（即索引元素指向的数据记录，比如索引指向数据库中某一行，而在B+树中，只有叶子节点带有卫星数据，其余中间节点仅仅是索引，没有数据关联。
2、由于B+树中间节点没有卫星数据，同样大小的磁盘页可以存放更多数据。如果B+和B树数据量相同，B+更加矮胖，查询IO操作更少
3、B+树查询必须查找到最后的叶子节点，而B树找到匹配元素即可，无论在哪。
4、B树的查找性能不稳定，根据查找内容会变化，B+则是很稳定。
5、进行范围查询时，B树要查询到两个节点之间的元素，要做很多遍历操作，而B+树直到找到边界元素根据链表遍历即可。

五、TCP 三次握手四次挥手

三次握手：
发送方发送SYN数据包
接受方发送SYN/ACK数据包
发送方发送ACK数据包
四次挥手：
A-B打电话
A说话，说完了
B知道了
B说话，说完了
A知道了

六、IP地址和MAC地址区别

IP地址：互联网协议地址，用于屏蔽不同计算机的物理硬件的差异
MAC地址：计算机网卡硬件地址，用来定义网络设备的位置