2024年社招面试问题记录

1.频繁老年代回收怎么分析解决？
首先，需要了解老年代回收频繁的原因。可能的原因包括：系统承载高并发请求或处理大量数据，导致Young GC过于贫乏，每次Young GC后存活对象过多，内存分配不合理，Survivor区过小，使得对象频繁进入老年代，从而触发Full GC。
系统一次性加载过多数据进内存，导致大对象直接进入老年代，进而触发Full GC。
系统存在内存泄漏，大量对象无法回收，始终占用在老年代中，导致Full GC频繁发生。
Metaspace（永久代）因为加载类过多而触发Full GC。
误调用System.gc()方法触发Full GC。
针对以上原因，我们可以采取以下措施来解决老年代回收频繁的问题：
合理分配内存，调大Survivor区的大小，以减少对象进入老年代的可能性。同时，优化代码逻辑，减少不必要的大对象创建。-XX:SurvivorRatio
使用内存快照工具和MAT等工具分析内存使用情况，找出内存泄漏的原因，并进行修复。同时，定期清理不再使用的对象，释放内存空间。
避免误调用System.gc()方法。该方法会建议JVM进行Full GC，可能导致系统性能下降。在编码过程中，应注意避免使用该方法。
对系统性能进行持续监控，以便及时发现并处理老年代回收频繁的问题。可以使用性能测试工具对系统进行压力测试，模拟高并发场景，观察系统的表现，并针对性地进行优化。总之，解决老年代回收频繁的问题需要从多个方面入手，包括优化内存分配、修复内存泄漏、避免误调用GC方法以及持续监控和优化系统性能等。通过这些措施的实施，可以有效地提高拼多多后端系统的稳定性和性能，提升用户体验和业务效益。
Collections.sort() 方法在 Java 中用于对 List 进行排序。其底层排序方式主要依赖于传递给它的 List 中的元素类型。
2. Collections.sort 底层排序方式？
自然排序：如果 List 中的元素实现了 Comparable 接口，那么 Collections.sort() 将使用元素的自然顺序进行排序。这意味着元素类必须重写 compareTo(Object o) 方法来定义它们之间的顺序。例如，String 类和 Integer 类都实现了 Comparable 接口，因此可以直接对包含这些元素的 List 进行排序。
定制排序：如果 List 中的元素没有实现 Comparable 接口，或者你想使用不同于自然顺序的排序方式，你可以提供一个 Comparator 对象给 Collections.sort() 方法。Comparator 是一个函数式接口，它有一个 compare(T o1, T o2) 方法，用于定义两个元素之间的顺序。

在底层实现上，Collections.sort() 使用了 TimSort 算法，这是一种基于合并排序（Merge Sort）和插入排序（Insertion Sort）的混合排序算法。TimSort 在处理包含大量已排序数据（或已部分排序的数据）的 List 时表现尤为出色，具有 O(n log n) 的时间复杂度。然而，当处理小数据集或几乎完全未排序的数据时，它的性能可能不如纯粹的插入排序或归并排序。

总的来说，Collections.sort() 的底层排序方式是根据 List 中元素的类型和提供的比较器来确定的，而实际的排序算法则是 TimSort。
3、排序稳定性？
4、具体场景的排序策略？
排序稳定性：

排序稳定性指的是在排序过程中，具有相同值的元素在排序前后的相对顺序是否保持不变。如果一个排序算法在排序相同值的元素时能够保持它们的原始相对顺序，那么这个算法就是稳定的。反之，如果排序后相同值的元素的相对顺序可能会发生变化，那么这个算法就是不稳定的。

例如，冒泡排序和插入排序是稳定的排序算法，因为它们在比较和交换元素时，会特别注意相同值的元素，确保它们的相对顺序不变。而选择排序、快速排序、堆排序等算法则可能是不稳定的，因为它们可能会在比较和交换过程中破坏相同值元素的原始顺序。

稳定性在一些特定的应用场景中非常重要。例如，当我们对一个包含多个属性的记录集进行排序时，如果首先根据一个属性进行稳定排序，然后再根据另一个属性进行排序，那么第一次排序的结果将能够为第二次排序所用，从而确保排序的整体准确性。

具体场景的排序策略：

选择适合的排序策略主要取决于数据的特性、数据量的大小以及性能要求等因素。以下是一些常见的排序场景及其相应的策略：

数据量较小且对稳定性有要求：在这种情况下，冒泡排序或插入排序可能是合适的选择。这两种算法实现简单，且对于小数据集来说效率是可以接受的。同时，由于它们是稳定的排序算法，因此可以确保排序过程中相同值的元素的相对顺序不变。
数据量较大但对稳定性没有要求：对于大数据集，通常选择时间复杂度较低的排序算法，如快速排序、堆排序等。这些算法在处理大数据集时具有较高的效率，但可能不是稳定的。
数据基本有序或局部有序：如果数据集已经基本有序或局部有序，那么插入排序可能是一个好的选择。因为插入排序在处理这种类型的数据时具有较高的效率。
需要频繁插入和删除操作的场景：对于需要频繁进行插入和删除操作的场景，可以考虑使用链表作为数据结构，并结合归并排序等算法进行排序。归并排序在处理链表结构时具有较好的性能。

总之，在选择排序策略时，需要综合考虑数据的特性、数据量的大小、性能要求以及算法的稳定性等因素，以选择最适合当前场景的排序算法。
负载均衡的原理？
负载均衡（Load Balance）的原理主要涉及到将工作负载分布到多个资源上，以便达到最佳的资源利用、最大的性能、最小的延迟和最大的可靠性。这一过程主要包括请求分发和资源调度两个方面。

请求分发：这是指将用户请求分发到多个服务器上，以避免单一服务器负载过重，造成性能下降或服务不可用。通过分散请求压力，负载均衡有助于提高网站的访问速度和稳定性，同时还能提升网络数据处理能力及增加吞吐量。
资源调度：这是根据服务器的负载情况，动态地调整请求的分发策略，以确保每台服务器都能够得到合理的负载，从而达到系统整体的负载均衡。

在实际应用中，负载均衡可以通过多种算法来实现，如轮转调度（Round-RobinScheduling）算法和加权轮转调度（WeightedRound-RobinScheduling）算法等。前者假设所有服务器处理性能相同，将外部请求按顺序轮流分配到集群中的服务器上；后者则考虑到服务器处理性能的差异，用相应的权值表示服务器的处理性能，将请求数目按权值的比例分配给各服务器。

此外，负载均衡设备自身出现故障时应该有良好的冗余解决方案，保证可用性，避免系统遭受重大损失。同时，负载均衡器还应采用灵活、直观和安全的管理方式，便于安装、配置、维护和监控，以提高工作效率，避免差错。

总的来说，负载均衡的原理和策略都是为了在网络通信或计算机系统中实现更高效的资源利用和更优质的服务提供。
hashcode和equals什么时候需要重载
在Java中，hashCode()和equals()方法通常用于比较对象是否相等，以及在数据结构（如HashMap, HashSet, Hashtable等）中存储和检索对象。当您创建自定义对象并打算在这些数据结构中使用它们时，您可能需要重载这两个方法。以下是关于何时需要重载hashCode()和equals()的一些指导：

当您打算将对象用作HashMap、HashSet、Hashtable等集合类的键时：


这些数据结构使用hashCode()方法来确定对象在内存中的存储位置。如果两个对象在逻辑上相等（即它们的equals()方法返回true），那么它们的hashCode()方法应该返回相同的值。
equals()方法用于比较两个对象是否相等。在HashMap等集合类中，当您尝试获取一个键对应的值时，集合会使用equals()方法来查找键。

当您想要自定义对象的相等性逻辑时：

Java中的Object类提供了hashCode()和equals()方法的默认实现。对于大多数应用来说，这些默认实现可能并不适用。例如，如果您有一个Person类，它包含name和age两个字段，您可能认为只有当两个Person对象的name和age都相等时，这两个对象才是相等的。在这种情况下，您需要重载equals()方法来反映这种相等性逻辑。
同时，由于hashCode()和equals()方法必须满足一定的契约（即相等的对象必须具有相等的哈希码），因此当您重载equals()方法时，通常也需要重载hashCode()方法。

当您创建的值对象（Value Objects）或不可变对象（Immutable Objects）时：

值对象通常用于表示不依赖于特定对象实例状态的值。对于这些对象，您可能需要定义自己的相等性逻辑。
不可变对象在创建后其状态不会改变。由于它们的状态是固定的，因此重载hashCode()方法并缓存结果通常是一个好主意，这样可以避免在每次调用时都重新计算哈希码。

请注意，当您重载hashCode()和equals()方法时，必须确保它们满足以下契约：

自反性：对于任何非空引用值x，x.equals(x)应该返回true。
对称性：对于任何非空引用值x和y，当且仅当y.equals(x)返回true时，x.equals(y)才应该返回true。
传递性：对于任何非空引用值x、y和z，如果x.equals(y)返回true，并且y.equals(z)返回true，那么x.equals(z)也应该返回true。
一致性：对于任何非空引用值x和y，多次调用x.equals(y)始终返回true或始终返回false，前提是对象上equals比较中使用的信息没有被修改。
对于任何非空引用值x，x.hashCode()必须始终一致地返回相同的整数，前提是对象上hashCode计算中使用的信息没有被修改。
如果两个对象根据equals(Object)方法是相等的，那么调用这两个对象的hashCode方法必须产生相同的整数结果。
如果两个对象根据equals(java.lang.Object)方法是不相等的，那么调用这两个对象中任一对象的hashCode方法不必产生不同的整数结果。但是，程序员应该意识到为不相等的对象生成不同的整数可能会提高哈希表的性能。
jvm运行时数据区的内容，共用/独占分别有哪些
JVM（Java Virtual Machine）运行时数据区主要包括程序计数器、虚拟机栈、本地方法栈、方法区和堆。这些内容在共享和独占方面有一定的区分。

线程独占区：

程序计数器：这是一个较小的内存空间，记录着当前线程所执行的字节码的行号指示器，即指向下一条指令的地址。由于每个线程执行的字节码可能不同，因此程序计数器是线程私有的。
虚拟机栈：每个线程在创建时都会创建一个虚拟机栈，其内部保存着一个个的栈帧，每个栈帧对应一个被调用的方法。因此，虚拟机栈也是线程私有的。
本地方法栈：与虚拟机栈类似，本地方法栈也是线程私有的，用于支持native方法的执行。

线程共享区：

方法区：方法区用于存储已被虚拟机加载的类的信息、常量、静态变量和即时编译器编译后的代码等数据。由于这些数据是类级别的，而不是实例级别的，因此方法区是线程共享的。
堆：堆是Java虚拟机所管理的内存中最大的一块，用于存放对象实例。所有的对象实例以及数组都要在堆上分配，因此堆也是线程共享的。

综上所述，JVM运行时数据区的线程独占区包括程序计数器、虚拟机栈和本地方法栈，而线程共享区则包括方法区和堆。这样的设计有助于实现多线程的并发执行，同时保证了线程之间的数据隔离和共享。#面试题#