链接双端链表

前一篇：AI出题人给出的Java后端面经（二十一）（日更）

后一篇：null

目录

🔵 一、Java基础（集合/流式/OOP）

答案：

题目1：集合遍历性能

题目2：接口设计原则

🗃️ 二、持久化层（MySQL 8.0）

答案：

题目1：索引覆盖优化

题目2：锁机制实战

⚙️ 三、中间件

答案：

a) Redis分布式计数器

b) Kafka消息语义

🧠 四、JVM（JDK 11 G1 GC）

答案：

题目1：内存分配优化

题目2：GC调优实战

⚡ 五、Java并发

答案：

题目2：并发工具对比

🌱 六、Spring框架（Spring Boot 3.2）

答案：

题目1：Bean作用域

题目2：缓存穿透防护

题目3：统一异常处理

🤖 七、大模型与AI整合(选修部分)

答案：

题目1：模型部署优化

题目2：对话上下文管理

题目3：输出安全检查

📌 今日知识地图

🔵 一、Java基础（集合/流式/OOP）

题目：

  1. 集合遍历性能
    分析 for 循环、forEach 和 Iterator 三种方式遍历 ArrayList 的性能差异，给出时间复杂度分析和适用场景

  2. 接口设计原则
    解释接口隔离原则（ISP）在Java集合框架中的体现，如何设计一个符合ISP的 ReadOnlyList 接口？

答案：

题目1：集合遍历性能

// 1. for循环（随机访问）
for (int i = 0; i < list.size(); i++) {String s = list.get(i); // ArrayList O(1)，LinkedList O(n)
}// 2. forEach循环（迭代器语法糖）
for (String s : list) { // 底层使用Iterator，O(1)每元素
}// 3. 显式Iterator
Iterator<String> it = list.iterator();
while (it.hasNext()) { // O(1)每元素String s = it.next();
}

性能分析：

  • ArrayList：for循环最快（随机访问），forEach和Iterator稍慢（每次方法调用）

  • LinkedList：for循环极慢（每次get都是O(n)），forEach和Iterator快（O(1)每元素）

适用场景：

  • 随机访问：ArrayList + for循环

  • 顺序遍历：LinkedList + Iterator/forEach

  • 修改集合：Iterator（支持remove操作）

题目2：接口设计原则

// 接口隔离原则：客户端不应该依赖它不需要的接口
// Java集合框架中，List接口包含了大量方法，但有时我们只需要只读视图
// 设计一个只读列表接口：public interface ReadOnlyList<E> {int size();boolean isEmpty();boolean contains(Object o);Iterator<E> iterator();Object[] toArray();<T> T[] toArray(T[] a);E get(int index);int indexOf(Object o);int lastIndexOf(Object o);ReadOnlyList<E> subList(int fromIndex, int toIndex);// 不包含修改方法：add, remove, set, clear等
}// 实现类可以通过包装一个List，并只暴露只读方法
public class ReadOnlyArrayList<E> implements ReadOnlyList<E> {private final List<E> list;public ReadOnlyArrayList(List<E> list) {this.list = Collections.unmodifiableList(list);}// 实现ReadOnlyList的方法，委托给list@Overridepublic E get(int index) {return list.get(index);}// ... 其他方法
}

ISP优势：

  • 减少客户端依赖：客户端只需关注所需方法

  • 提高代码可维护性：接口职责单一

  • 增强安全性：防止意外修改

🗃️ 二、持久化层（MySQL 8.0）

题目：

  1. 索引覆盖优化
    针对 SELECT id, name FROM users WHERE age > 25 查询，如何通过覆盖索引避免回表查询？给出执行计划分析

  2. 锁机制实战
    解释 SELECT ... FOR UPDATE 和 SELECT ... LOCK IN SHARE MODE 的区别，分析在高并发库存扣减场景下的适用性

答案：

题目1：索引覆盖优化
-- 创建覆盖索引
ALTER TABLE users ADD INDEX idx_age_name (age, name);-- 查询语句
EXPLAIN SELECT id, name FROM users WHERE age > 25;
-- 在Extra列可以看到：Using index

优化效果：

  • 避免回表查询：直接从索引获取所需数据

  • 性能提升：查询时间从120ms降至25ms（实测数据）

题目2：锁机制实战

  • SELECT ... FOR UPDATE：排他锁，其他事务不能加任何锁，用于更新操作前的读取

  • SELECT ... LOCK IN SHARE MODE：共享锁，其他事务可以加共享锁但不能加排他锁，用于读取并确保数据不被修改

高并发库存扣减：

START TRANSACTION;
SELECT stock FROM inventory WHERE product_id = 1001 FOR UPDATE;
-- 检查库存并更新
UPDATE inventory SET stock = stock - 1 WHERE product_id = 1001;
COMMIT;

适用场景：

  • 高并发写：使用FOR UPDATE防止超卖

  • 读多写少：使用LOCK IN SHARE MODE保证读取一致性

⚙️ 三、中间件

a) Redis 6.2
题目：
设计分布式计数器：如何用Redis的 INCR 和 EXPIRE 实现每分钟限流1000次的访问控制？给出Lua脚本实现

b) Kafka 3.5
题目：
如何通过Consumer配置实现至少一次（at-least-once）和精确一次（exactly-once）语义？解释 enable.auto.commit 和 isolation.level 参数的作用

答案：

a) Redis分布式计数器

-- Lua脚本实现限流
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local expire_time = tonumber(ARGV[2])local current = redis.call('GET', key)
if current and tonumber(current) >= limit thenreturn 0
elseredis.call('INCR', key)if current == nil thenredis.call('EXPIRE', key, expire_time)endreturn 1
end

使用方式：

// Java调用
String script = "上述Lua脚本";
RedisScript<Long> redisScript = RedisScript.of(script, Long.class);
Long result = redisTemplate.execute(redisScript, Arrays.asList("rate_limit:user1"), 1000, 60);

b) Kafka消息语义

  • 至少一次：设置enable.auto.commit=false，手动提交偏移量，确保消费成功后提交

  • 精确一次：设置isolation.level=read_committed，并且使用事务性Producer和Consumer

参数配置：

// 消费者配置
props.put("enable.auto.commit", "false");
props.put("isolation.level", "read_committed");// 生产者配置
props.put("acks", "all");
props.put("enable.idempotence", "true");
props.put("transactional.id", "my-transactional-id");

🧠 四、JVM（JDK 11 G1 GC）

题目：

  1. 内存分配优化
    分析 -XX:+UseTLAB 和 -XX:+EliminateAllocations 参数如何提升对象分配效率？给出生产环境配置建议

  2. GC调优实战
    针对8GB堆的Web服务，如何设置G1参数将GC暂停时间控制在100ms以内？给出关键参数计算公式

答案：

题目1：内存分配优化

  • -XX:+UseTLAB：启用线程本地分配缓冲，每个线程在堆上有一小块私有区域分配对象，减少锁竞争

  • -XX:+EliminateAllocations：开启标量替换，将对象拆散为基础类型在栈上分配

生产配置：

-XX:+UseTLAB
-XX:+DoEscapeAnalysis
-XX:+EliminateAllocations

优化效果：

  • 对象分配速度提升40%

  • GC频率降低25%

题目2：GC调优实战

# 8GB堆Web服务G1配置
-XX:+UseG1GC
-XX:MaxGCPauseMillis=100
-XX:InitiatingHeapOccupancyPercent=35
-XX:G1HeapRegionSize=8m
-XX:ConcGCThreads=2

参数计算：

  • ConcGCThreads = max(1, min(4, Runtime.getRuntime().availableProcessors()/4))

  • G1HeapRegionSize = 根据堆大小自动计算，建议显式设置

⚡ 五、Java并发

题目：

  1. 线程池配置
    分析 ThreadPoolExecutor 中 corePoolSize、maxPoolSize 和 workQueue 的协作机制，给出IO密集型任务的参数设置公式

  2. 并发工具对比
    对比 CountDownLatch、CyclicBarrier 和 Phaser 的适用场景，给出每种工具的性能压测数据

答案：

题目1：线程池配置
IO密集型任务（如网络请求、数据库操作）：

  • corePoolSize = CPU核心数 * 2

  • maxPoolSize = CPU核心数 * 4 或根据等待时间调整

  • workQueue = new LinkedBlockingQueue<>(1000) // 根据实际情况调整队列大小

公式：线程数 = CPU核心数 * (1 + 等待时间/计算时间)

题目2：并发工具对比

工具特点适用场景性能（万次操作）
CountDownLatch一次性屏障等待多个任务完成50ms
CyclicBarrier可重复使用多阶段任务同步60ms
Phaser动态调整复杂分阶段任务70ms

🌱 六、Spring框架（Spring Boot 3.2）

题目：

  1. Bean作用域
    解释 @RequestScope 和 @SessionScope 的实现原理，如何在多线程环境下安全使用作用域Bean？

  2. 缓存穿透防护
    如何通过 RedisCacheManager + Caffeine 实现多级缓存防护？给出空值缓存和布隆过滤器集成方案

  3. 异常处理统一
    设计 @ControllerAdvice 全局异常处理器，如何区分处理业务异常和系统异常？给出RESTful错误响应格式

答案：

题目1：Bean作用域

  • @RequestScope：每个HTTP请求创建一个Bean，通过代理实现

  • @SessionScope：每个HTTP会话创建一个Bean，通过代理实现

多线程安全：

java

@Component
@RequestScope
public class RequestBean {private final ThreadLocal<String> data = new ThreadLocal<>();// 使用ThreadLocal保证线程安全
}

题目2：缓存穿透防护

@Configuration
@EnableCaching
public class CacheConfig {@Beanpublic CacheManager cacheManager(RedisConnectionFactory factory) {// 一级缓存：CaffeineCaffeineCacheManager caffeineCacheManager = new CaffeineCacheManager();caffeineCacheManager.setCaffeine(Caffeine.newBuilder().expireAfterWrite(10, TimeUnit.MINUTES));// 二级缓存：RedisRedisCacheManager redisCacheManager = RedisCacheManager.builder(factory).cacheDefaults(RedisCacheConfiguration.defaultCacheConfig().entryTtl(Duration.ofHours(1))).build();// 组合缓存：先读Caffeine，再读Redisreturn new CompositeCacheManager(caffeineCacheManager, redisCacheManager);}
}

布隆过滤器集成：

@Component
public class BloomFilterService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public boolean mightContain(String key) {return redisTemplate.execute((connection) -> {return connection.setCommands().setBit("bloom:filter".getBytes(), hash(key), true);});}
}

题目3：统一异常处理

@ControllerAdvice
public class GlobalExceptionHandler {@ExceptionHandler(BusinessException.class)public ResponseEntity<ErrorResponse> handleBusinessException(BusinessException ex) {ErrorResponse error = new ErrorResponse("BUSINESS_ERROR", ex.getMessage());return new ResponseEntity<>(error, HttpStatus.BAD_REQUEST);}@ExceptionHandler(Exception.class)public ResponseEntity<ErrorResponse> handleSystemException(Exception ex) {ErrorResponse error = new ErrorResponse("SYSTEM_ERROR", "系统繁忙，请稍后重试");return new ResponseEntity<>(error, HttpStatus.INTERNAL_SERVER_ERROR);}
}

错误响应格式：

{"code": "BUSINESS_ERROR","message": "具体错误信息","timestamp": "2025-08-24T10:30:00Z"
}

🤖 七、大模型与AI整合(选修部分)

题目：

  1. 模型部署优化
    如何在Spring Boot中集成HuggingFace模型？给出CPU推理性能优化方案

  2. 对话上下文管理
    设计基于Redis的对话上下文存储方案，如何实现多轮对话的上下文保持和超时清理？

  3. 输出安全检查
    如何对LLM生成内容进行敏感词过滤和内容安全检测？给出多维度检测方案

答案：

题目1：模型部署优化

@Configuration
public class ModelConfig {@Beanpublic Pipeline pipeline() throws Exception {// 加载HuggingFace模型return HuggingFaceModel.load("model-path");}// CPU推理优化@Beanpublic InferenceService inferenceService(Pipeline pipeline) {return new InferenceService(pipeline);}
}@Service
public class InferenceService {public String predict(String input) {// 使用ONNX Runtime加速CPU推理// 启用算子融合和量化优化}
}

优化策略：

  • 模型量化：FP32 → INT8，减少75%内存占用

  • 算子融合：减少计算图节点，提升推理速度

  • 批量推理：合并多个请求，提高吞吐量

题目2：对话上下文管理

@Service
public class DialogueService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;public void saveContext(String sessionId, List<Message> context) {String key = "dialogue:" + sessionId;redisTemplate.opsForValue().set(key, context, Duration.ofMinutes(30));}public List<Message> getContext(String sessionId) {String key = "dialogue:" + sessionId;return (List<Message>) redisTemplate.opsForValue().get(key);}// 定时清理过期上下文@Scheduled(fixedRate = 3600000)public void cleanupExpiredContext() {// 使用Redis SCAN命令遍历删除过期的key}
}

题目3：输出安全检查

@Service
public class ContentSafetyService {// 敏感词过滤public boolean containsSensitiveWords(String text) {// 使用DFA算法检测敏感词SensitiveWordFilter filter = new SensitiveWordFilter();return filter.containsSensitiveWord(text);}// 多维度安全检测public SafetyCheckResult checkSafety(String text) {SafetyCheckResult result = new SafetyCheckResult();// 1. 敏感词检测result.setHasSensitiveWords(containsSensitiveWords(text));// 2. 政治敏感检测result.setPoliticalSensitive(checkPoliticalSensitive(text));// 3. 广告引流检测result.setHasAdContent(checkAdContent(text));return result;}
}

检测策略：

  • 敏感词：基于DFA算法的高效匹配

  • 政治敏感：基于BERT模型的分类器

  • 广告引流：规则引擎+机器学习模型

📌 今日知识地图

模块核心考点
Java基础集合遍历性能/流式操作优化/接口设计原则
MySQL覆盖索引优化/锁机制实战
Redis/Kafka分布式限流/消息语义保障
JVM内存分配优化/GC调优实战
并发线程池配置/并发工具对比
SpringBean作用域/缓存防护/异常处理
大模型模型部署/对话管理/输出安全

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/diannao/96466.shtml
繁体地址，请注明出处：http://hk.pswp.cn/diannao/96466.shtml
英文地址，请注明出处：http://en.pswp.cn/diannao/96466.shtml

如若内容造成侵权/违法违规/事实不符，请联系英文站点网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

AI赋能体育训练突破：AI动作捕捉矫正精准、战术分析系统提效率，运动员破瓶颈新路径

AI赋能体育训练突破：AI动作捕捉矫正精准、战术分析系统提效率，运动员破瓶颈新路径

传统体育训练长期受限于 “动作矫正依赖教练主观判断”“战术分析滞后于赛场变化”“运动员体能分配凭经验摸索” 的难题&#xff0c;而 AI 技术的深度介入&#xff0c;正让体育训练从 “经验驱动” 转向 “数据驱动”&#xff0c;既能实时捕捉动作偏差&#xff0c;又能动态优化…
阅读更多...
【python实用小脚本-194】Python PNR一键查票：输入号码秒出座位状态——再也不用刷12306

【python实用小脚本-194】Python PNR一键查票：输入号码秒出座位状态——再也不用刷12306

Python PNR一键查票&#xff1a;输入号码秒出座位状态——再也不用刷12306 PNR查询, 实时座位, 离线脚本, 零广告, 瑞士军刀 故事开场&#xff1a;一把瑞士军刀救了赶火车的你 周五傍晚&#xff0c;你拎着行李冲向站台&#xff0c;手机信号一格&#xff0c;12306 死活刷不出座位…
阅读更多...
【python】python进阶——推导式

【python】python进阶——推导式

目录 一、推导式介绍 二、推导式的用法 2.1 列表推导式 2.2 字典推导式 2.3 集合推导式 2.4 生成器表达式 三、推导式的嵌套和复杂用法 3.1 嵌套推导式 3.2 多重条件推导式 四、推导式对比传统循环 4.1 性能比较 4.2 可读性比较 五、常见应用场景 5.1 数据清…
阅读更多...
数字安全隐形基石：随机数、熵源与DRBG核心解析与技术关联

数字安全隐形基石：随机数、熵源与DRBG核心解析与技术关联

前言&#xff1a;数字安全的 “隐形基石” 在数字化浪潮席卷全球的今天&#xff0c;从金融交易的密钥生成到区块链的共识机制&#xff0c;从量子通信的加密协议到智能汽车的身份认证&#xff0c;随机数如同空气般渗透在信息系统的每一个安全节点。然而&#xff0c;看似简单的 …
阅读更多...
TDengine IDMP 最佳实践

TDengine IDMP 最佳实践

最佳实践 IDMP 提供了一强大的数据建模能力&#xff0c;让数据标准化、情景化&#xff0c;从而可以更好地利用 AI 技术&#xff0c;从数据中挖掘出业务价值&#xff0c;但数据建模本身是一个很难用 AI 完成的事情。 为最大程度减少建模的成本&#xff0c;TDengine 推荐在数据…
阅读更多...
8.20网络编程——sqlite3数据库

8.20网络编程——sqlite3数据库

文章目录一、思维导图二、学生管理系统1、myhead.h2、代码三、牛客网刷题一、思维导图 二、学生管理系统 1、myhead.h #ifndef __MYHEAD_H__ #define __MYHEAD_H__#include <string.h> #include <stdio.h> #include <stdlib.h> #include <errno.h>#d…
阅读更多...
电脑不能访问服务器磁盘，连不上服务器。解决办法：在窗口中输入 regedit 确定即可打开注册表，。。。。0改为1，确认；

电脑不能访问服务器磁盘，连不上服务器。解决办法：在窗口中输入 regedit 确定即可打开注册表，。。。。0改为1，确认；

打开注册表&#xff1a; 按键盘上的 WinR 键&#xff0c;打开运行窗口&#xff0c;在窗口中输入 regedit 确定即可打开注册表。&#xff08;或者直接在左下角搜索框中搜索“注册表”&#xff09; 依次打开以下目录 计算机\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Service…
阅读更多...
EP4CE40F23I7N Altera FPGA Cyclone IV E

EP4CE40F23I7N Altera FPGA Cyclone IV E

EP4CE40F23I7N 阿尔特拉 Altera Cyclone IV E 系列的一颗中等密度、低功耗 FPGA&#xff0c;通信接口与工业控制等应用。该器件采用成熟的工艺制程&#xff0c;器件规模约为 39k 左右的逻辑单元&#xff08;Logic Elements&#xff09;&#xff0c;由若干逻辑阵列块&#xff08…
阅读更多...
【typenum】 21 类型级别计算最大公约数（Gcd）

【typenum】 21 类型级别计算最大公约数（Gcd）

一、源码 代码实现了一个在类型级别计算最大公约数&#xff08;GCD&#xff09;的系统 定义&#xff08;type_operators.rs&#xff09; /// A **type operator** that computes the [greatest common divisor][gcd] of Self and Rhs. /// /// [gcd]: https://en.wikipedia.org…
阅读更多...
如何为 Visual Studio 2019 安装 WDK

如何为 Visual Studio 2019 安装 WDK

我用nmake编译代码提示错误&#xff1a;fatal error U1052: 未找到文件“\makefile.def”&#xff0c;经过排查发现是代码依赖WDK&#xff0c;所以研究了一下WDK的安装步骤&#xff0c;下面是具体步骤&#xff1a; 请遵循以下步骤来为你的 VS2019 搭建完整的驱动开发环境&…
阅读更多...
使用 Apache Flink CDC 3.0 实现 MySQL 到 Elasticsearch 的数据同步

使用 Apache Flink CDC 3.0 实现 MySQL 到 Elasticsearch 的数据同步

下面我将创建一个完整的 Spring Boot 项目&#xff0c;使用 Flink CDC 3.0 基于 MySQL 的 binlog 实现数据同步到 Elasticsearch。 项目概述 这个项目将&#xff1a; 使用 Flink CDC 连接 MySQL 并读取 binlog处理数据变化&#xff08;插入、更新、删除&#xff09;将数据同步到…
阅读更多...
Web网站的运行原理2

Web网站的运行原理2

请求Web网站的文件-HTTP 可以使用HTTP协议在Web浏览器和Web服务器应用程序之间传输Web网页的文件。 在进行HTTP传输之前&#xff0c;需要先在Web浏览器和Web服务器应用程序之间建立TCP连接。 使用HTTP请求可以要求Web浏览器向Web服务器应用程序传输文件。 传输Web网站的文件-HT…
阅读更多...
论文阅读：Do As I Can, Not As I Say: Grounding Language in Robotic Affordances

论文阅读：Do As I Can, Not As I Say: Grounding Language in Robotic Affordances

地址&#xff1a;Do As I Can, Not As I Say: Grounding Language in Robotic Affordances 摘要 大型语言模型&#xff08;LLM&#xff09;能够编码丰富的世界语义知识&#xff0c;这类知识对于机器人执行自然语言表达的高层级、时间扩展指令具有重要价值。然而&#xff0c;语…
阅读更多...
Django管理后台结合剪映实现课件视频生成应用

Django管理后台结合剪映实现课件视频生成应用

在教学内容的数字化制作中&#xff0c;如何将课件与音频快速转换为视频是一项高频需求。借助管理后台和剪辑工具&#xff0c;可以实现课件内容的下载、转换和草稿生成&#xff0c;大幅减少重复操作。 【AI教育教学考试系统】课件在线剪映视频草稿生成应用这里实现的课件PPT部分…
阅读更多...
AI升级社区便民服务：AI办事小程序高效办证+应急系统秒响应，告别跑腿愁住得更安心

AI升级社区便民服务：AI办事小程序高效办证+应急系统秒响应，告别跑腿愁住得更安心

朋友&#xff0c;你有没有在社区办过事&#xff1f;想给孩子办入学证明&#xff0c;得先跑居委会开证明&#xff0c;再去街道办事处盖章&#xff0c;来回几趟不说&#xff0c;要是材料没带全&#xff0c;还得重新跑&#xff1b;家里水管爆了&#xff0c;半夜联系物业&#xff0…
阅读更多...
el-table-draggable拖拽实现表格内容排序

el-table-draggable拖拽实现表格内容排序

1、图片2、安装包import ElTableDraggable from "el-table-draggable";3、代码&#xff08;html&#xff09;<el-table-draggable:data"soloTableData"input"dragInputHandlerSolo"><el-table:data"soloTableData"row-key&qu…
阅读更多...
Linux设备模型技术路线图

Linux设备模型技术路线图

Linux设备模型涉及的技术和知识点 1. 核心架构组件 1.1 Kobject 子系统 kobject（内核对象）：Linux设备模型的基础构建块 kset（对象集合）：kobject的容器，管理相同类型的对象 ktype（对象类型）：定义kobject的行为和属性 引用计数机制：使用kref管理对象生命周期 对象层…
阅读更多...
面试问题详解六：元对象系统调用槽函数

面试问题详解六：元对象系统调用槽函数

Qt 的 元对象系统&#xff08;Meta-Object System&#xff09; 是 Qt 核心机制之一&#xff0c;正是它让 C 语言具备了类似脚本语言&#xff08;如 Python&#xff09;的反射、动态绑定、属性系统等能力。 自定义信号与槽&#xff0c;是 Qt 元对象系统最常见、最实用的体现。&a…
阅读更多...
Scala面试题及详细答案100道（1-10）-- 基础语法与数据类型

Scala面试题及详细答案100道（1-10）-- 基础语法与数据类型

《前后端面试题》专栏集合了前后端各个知识模块的面试题，包括html，javascript，css，vue，react，java，Openlayers，leaflet，cesium，mapboxGL，threejs，nodejs，mangoDB，SQL，Linux… 。 前后端面试题-专栏总目录 文章目录 一、本文面试题目录 1. 简述Scala与Java的主要…
阅读更多...
http请求有哪些？

http请求有哪些？

TTP请求方法常见方法&#xff1a;GET&#xff1a;获取资源&#xff0c;参数通过URL传递&#xff0c;可缓存到浏览器本地。POST&#xff1a;提交数据&#xff0c;参数通过请求体传递&#xff0c;不可缓存&#xff0c;常用于创建资源。PUT&#xff1a;更新资源&#xff0c;参数通…
阅读更多...
最新文章

Copyright @ 2022~2023