每日面经02

1.用过哪些集合？hashmap扩容？如果<string>如何查找？散列函数用什么散列为什么大小是2的幂次？如果是key 为abc怎么散列？如何知道key不存在？默认大小是否可以修改，改为30 、32 可以不？是否看过源码？hashmap查找时间复杂度？arrayList查找时间复杂度？

1.Java 提供了一系列的集合框架，常用的包括 ArrayList, LinkedList, HashMap, TreeMap, HashSet, TreeSet 等。

2.在添加元素或初始化的时候需要调用resize方法进行扩容，第一次添加数据初始化数组长度为16，以后每次扩容都是达到了扩容阈值（数组长度 * 0.75）,每次扩容的时候，都是扩容之前容量的2倍；扩容之后，会新创建一个数组，需要把老数组中的数据挪动到新的数组中，没有hash冲突的节点，则直接使用 e.hash & (newCap - 1) 计算新数组的索引位置。如果是红黑树，走红黑树的添加。如果是链表，则需要遍历链表，可能需要拆分链表，判断(e.hash & oldCap)是否为0，该元素的位置要么停留在原始位置，要么移动到原始位置+增加的数组大小这个位置上。

3.先计算出key的哈希值，然后直接使用 e.hash & (newCap - 1) 计算新数组的索引位置，从而查找到对应的元素。

4.在Java的HashMap中，容量是2的幂次方（比如16、32、64等），这样设计的主要目的是为了让散列值的分布更加均匀，并且能够利用位运算来代替模运算，以提高计算索引位置的效率。当使用2的幂次作为数组的大小时，计算索引的模运算（通常是hashCode % arraySize）可以被转换为位运算（hashCode & (arraySize - 1)），这是因为arraySize是2的幂次方，所以arraySize - 1将是一个所有位都是1的数字，这样就可以保证散列值均匀分布在数组的各个位置上。

为什么位运算比模运算要快

位运算（如与运算&）直接操作数字的二进制位，而不需要执行除法运算。在计算机处理中，位运算是非常快的，因为它们直接在CPU级别上进行操作，而不涉及更复杂的数学运算。相比之下，模运算（%）通常需要执行除法操作，除法是CPU中较慢的操作之一，尤其是当除数是变量而不是常数时。

如何计算取模

当我们说HashMap的索引位置计算时使用位运算代替模运算，实际上是这样操作的：

计算hashCode：首先计算键的hashCode()方法返回的散列码。
高位运算：在某些实现中，可能会对hashCode进行进一步的处理，如右移和异或操作，以减少高位不变时低位变化不足的问题，这步骤可以提高散列的均匀性。
计算索引位置：最后，使用hashCode & (n - 1)计算这个键应该存放的数组索引，其中n是数组的大小，且为2的幂次方。这里的&操作实际上是取模的一个快速操作，能够确保计算出的索引位置不会超过数组的最大索引。

例如，如果数组大小是16（n = 16），则n - 1 = 15，二进制为1111。任何数与1111进行与运算，都会得到一个0到15之间的数，等同于这个数对16取模的结果，但速度更快。

第一：
计算索引时效率更高：如果是 2 的 n 次幂可以使用位与运算代替取模
第二：
扩容时重新计算索引效率更高：在进行扩容是会进行判断（(e.hash & oldCap)）hash值按位与运算旧数组长租是否 == 0。如果等于0，则把元素留在原来位置，否则新位置是等于旧位置的下标+旧数组长度

5.如果键不存在，通过键的哈希值找到的数组位置将是null或者该位置的链表（或红黑树）中没有与该键相匹配的节点。

6.HashMap的初始大小可以通过构造函数指定，但它总是会被转换成2的幂次方。如果尝试设置为30，实际会被调整为32，因为32是大于30的最小的2的幂次方。

HashMap的查找时间复杂度在最佳情况下是O(1)。但在最坏的情况下，如果所有的元素都被映射到同一个桶（哈希冲突），时间复杂度会退化到O(n)。自Java 8起，当链表长度大于阈值（默认为8）时，链表会转换成红黑树，这样即使在最坏的情况下时间复杂度也是O(log n)。
ArrayList的查找时间复杂度是O(n)，因为需要从头到尾遍历列表来查找元素。

2.varchar(50)和varchar(500)有什么区别?内存空间都一样的话，我为什么不都用varchar(500)呢?

数据完整性：字段长度应该根据实际的业务规则来设定。例如，如果一个字段用来存储用户的名字，那么 VARCHAR(50) 通常就足够了。设置适当的长度可以帮助维护数据的完整性，避免不必要的数据错误。
性能考虑：尽管 VARCHAR 类型字段存储实际所用空间加上一个长度标识，并不会因为声明的最大长度而占用更多的物理存储空间，但是在某些操作中，如排序或建立索引时，过长的字段可能会导致性能下降。这是因为数据库可能需要为这些操作分配更多的内存空间，尤其是当这些字段中存储了接近其最大长度的数据时。
存储效率：在设计数据库时，考虑存储效率是很重要的。虽然磁盘空间相对便宜，但是优化存储结构可以提高查询效率，减少IO操作。此外，更高效的存储也意味着更好的缓存利用率和更快的数据访问速度。
应用层验证：在应用层设置字段长度限制也是确保数据质量的一个重要手段。使用 VARCHAR(500) 而非 VARCHAR(50) 意味着在应用层也需要相应地处理更长的字符串输入，这可能会增加数据验证的复杂度。

3.查看一下这两段代码有什么区别？

public class Test {
    private double result = 0.0D;

    public  void addAll(double[] values){
        for (double value : values) {
            result+=value;
        }
        System.out.println(result);
    }

    public void addAll01(double[] values){
        double sum = 0.0D;
        for (double value : values) {
            sum += value;
        }
        result += sum;
        System.out.println(result);
    }

}

这两种实现在功能上是相似的，但第二种实现（下部分）使用了一个额外的局部变量 sum 来存储中间累加结果，这在某些情况下可以避免多线程环境下的竞态条件（race condition），因为修改局部变量不会影响到类的状态，直到最后将累加结果赋给 result。然而，如果 Accumulator 类的实例不是被多个线程共享的，那么这种额外的预防措施可能是不必要的。