一、Java基础与集合框架深度解析

Java基础是技术面试的起点，其中集合框架的考察频率尤为突出。Java集合体系主要分为两大分支：java.util包下的非线程安全集合与java.util.concurrent包中的线程安全集合。理解两者的设计差异，是应对集合类面试题的关键。

1.1 List接口的典型实现对比

ArrayList与LinkedList作为List接口的核心实现类，其差异贯穿底层数据结构与使用场景。ArrayList基于动态数组实现，支持O(1)时间复杂度的随机访问，但插入/删除操作（尤其在中间位置）需移动元素，时间复杂度升至O(n)；LinkedList采用双向链表结构，插入/删除仅需调整相邻节点指针（O(1)），但随机访问需遍历链表（O(n)）。实际开发中，若需频繁随机访问应优先选择ArrayList，而频繁增删操作则更适合LinkedList。

1.2 Map接口的核心实现原理

HashMap作为最常用的键值对存储结构，其底层通过“数组+链表+红黑树”实现。当哈希冲突发生时，JDK1.8前仅用链表解决，当链表长度超过8且数组长度≥64时，链表会转换为红黑树（时间复杂度从O(n)优化至O(logn)）。扩容机制触发于元素数量超过“容量×负载因子”（默认0.75），扩容时采用2的幂次长度（如初始16→32），通过位运算替代取模操作提升效率。

LinkedHashMap在HashMap基础上增加双向链表，支持插入顺序或访问顺序排序（通过构造参数accessOrder控制），这一特性使其成为实现LRU（最近最少使用）缓存的理想选择——当元素被访问时调整至链表尾部，容量不足时移除头部最久未使用元素。

TreeMap基于红黑树实现，要求键对象必须实现Comparable接口（或通过构造器传入Comparator），以元素有序。其在一致性哈希算法中应用广泛，通过将节点哈希值映射到环上，利用TreeMap的有序性快速定位数据存储节点。

1.3 集合类高频面试问题

• HashMap为何用红黑树替代链表？当链表长度≥8且数组长度≥64时，红黑树的O(logn)查找效率显著优于链表的O(n)，避免哈希冲突导致的性能骤降。
• HashMap扩容时是否需要重新计算哈希？JDK1.8通过高位运算（e.hash & oldCap）直接确定新位置，无需重新计算哈希值，提升扩容效率。
• 数组长度为何是2的幂？2的幂次长度可通过位运算（hash & (length-1)）替代取模，计算更快且分布更均匀，减少哈希冲突。

二、并发编程核心机制与实践

并发编程是Java技术栈的高阶考察点，涉及锁机制、原子操作、线程同步等核心概念。掌握synchronized、CAS、AQS等底层原理，是应对并发类面试题的关键。

2.1 锁机制与同步工具

synchronized作为Java内置锁，其实现经历偏向锁→轻量级锁→重量级锁的升级过程。偏向锁通过记录线程ID减少无竞争场景的开销；当多线程竞争时升级为轻量级锁（通过CAS自旋尝试获取）；竞争激烈时进一步升级为重量级锁（依赖操作系统Mutex）。与ReentrantLock相比，synchronized自动释放锁（作用域结束），而ReentrantLock支持可中断、超时获取及公平/非公平策略，灵活性更高。

CAS（Compare-And-Swap）是原子类（如AtomicInteger）的核心实现机制，通过“比较-交换”原子操作实现无锁编程。但需注意ABA问题（通过AtomicStampedReference添加版本号解决），且在高竞争场景下自旋次数过多会导致性能下降。

2.2 AQS与同步组件

AbstractQueuedSynchronizer（AQS）是ReentrantLock、Semaphore等同步工具的底层框架。其通过volatile变量state表示同步状态，配合CLH队列管理等待线程。当线程尝试获取锁失败时，会被封装为节点加入队列尾部，并通过LockSupport.park()挂起；释放锁时唤醒队首节点（unpark）。

基于AQS实现的典型组件包括：

• ReentrantLock：通过state表示锁重入次数，公平锁按队列顺序获取，非公平锁允许新线程直接竞争。
• CountDownLatch：state初始化为计数器，await()阻塞直到state减至0（countDown()操作）。
• CyclicBarrier：通过Generation标记循环次数，await()阻塞直到线程数达到设定值，支持重置和回调。

2.3 线程池与并发高频问题

ThreadPoolExecutor的核心参数包括：corePoolSize（核心线程数）、maximumPoolSize（线程数）、keepAliveTime（非核心线程空闲超时时间）、workQueue（任务队列）及handler（拒绝策略）。任务提交时，若核心线程未满则创建新线程；否则加入队列；队列满则创建非核心线程；若线程数达值则执行拒绝策略（默认AbortPolicy）。

高频问题示例：

• ThreadLocal的内存泄漏如何避免？ThreadLocalMap的Entry弱引用Key，但Value是强引用，若未手动remove()，Value无法被回收。建议使用后及时调用remove()，或在生命周期结束前清理。
• 如何排查死锁？通过jstack命令dump线程栈，分析是否存在循环等待的锁持有关系；或使用JConsole、Arthas等工具可视化监控。

三、中间件与存储系统核心考点

随着技术栈的扩展，中间件与存储系统（如Spring、Redis、MySQL）的考察占比逐渐增加。理解其设计原理与常见问题，是突破中高级面试的关键。

3.1 Spring框架核心机制

Spring的Bean生命周期包含实例化→属性注入→初始化（Aware接口回调→BeanPostProcessor前置处理→init-method→BeanPostProcessor后置处理）→销毁（destroy-method）四个阶段。循环依赖问题在构造器注入中无法解决（实例化阶段已需依赖），但属性注入可通过三级缓存（singletonFactories）解决——提前暴露未完全初始化的Bean。

AOP通过动态代理实现：若目标类实现接口则用JDK动态代理（基于接口），否则用CGLIB（基于继承）。事务传播机制定义了不同方法调用时的事务行为（如REQUIRED：当前有事务则加入，否则新建；REQUIRES_NEW：新建独立事务）。

3.2 Redis与MySQL关键技术

Redis作为高性能内存数据库，其单线程模型（处理命令）+多线程（持久化、集群）设计确保了高并发能力。持久化支持RDB（快照，全量备份）与AOF（日志，增量记录），可通过配置混合使用。分布式锁通过set命令的NX（仅当键不存在时设置）+EX（过期时间）实现，需注意锁的原子性（Lua脚本释放时校验Owner）。

MySQL的InnoDB引擎采用B+树作为索引结构，其叶子节点存储完整数据（聚簇索引）或主键（非聚簇索引）。最左匹配原则要求联合索引的查询条件需从左到右依次匹配，否则无法使用索引。慢查询优化可通过EXPLAIN分析执行计划，重点关注type（访问类型）、key（实际使用索引）等字段。

3.3 消息中间件与分布式协调

RocketMQ通过主从架构（Master/Slave）高可用，消息顺序通过同一主题下的MessageQueue绑定实现（局部有序）。事务消息采用两阶段提交：先发送Prepared消息，执行本地事务后提交/回滚，未确认的消息通过回查机制补偿。

ZooKeeper基于ZAB协议实现分布式协调，其临时节点特性可用于Master选举（节点失效自动删除，触发重新选举）。分布式锁通过创建有序临时节点，判断当前节点是否为最小节点（是则获取锁，否则监听前一节点）。

四、备考建议与总结

Java面试考察范围广、深度大，建议采用“分层突破”策略：先夯实基础（集合、并发），再攻克核心（JVM、Spring），最后扩展中间件（Redis、MySQL）。对于算法部分，可通过LeetCode刷100-200道Easy/Medium题，重点掌握链表、二叉树、动态规划等高频题型。

面试时需注重“知其然更知其所以然”，例如被问及“HashMap为何用红黑树”时，需结合哈希冲突概率（泊松分布）、链表与红黑树的时间复杂度对比等底层原理作答。同时，结合项目经验说明技术应用场景（如用LinkedHashMap实现LRU缓存），可显著提升回答的说服力。