这些Java基础知识，诸佬们都还记得嘛(学习，复习，面试都可)

Posted 2023-04-06 小威要向诸佬学习呀

前言：大家好，我是小威，24届毕业生，在一家满意的公司实习。上周接了几家中厂的面试，本篇文章将分享几次面试中经常被问到的知识点以及对学习的知识点总结和面试题的复盘。
部分记录过的知识在这里就不重复赘述了，比如昨天欢聚时代全程拷打并发，AQS，线程池等源码知识在之前文章中记录过。
本篇文章记录的基础知识，适合在学Java的小白，也适合复习中，面试中的大佬🤩🤩。
如果文章有什么需要改进的地方还请大佬不吝赐教👏👏。
小威在此先感谢各位大佬啦~~🤞🤞

🏠个人主页：小威要向诸佬学习呀
🧑个人简介：大家好，我是小威，一个想要与大家共同进步的男人😉😉
目前状况🎉：24届毕业生，在一家满意的公司实习👏👏

💕欢迎大家：这里是CSDN，我总结知识的地方，欢迎来到我的博客，我亲爱的大佬😘

文章目录

• 反射
• Mysql索引类型
• 聚簇索引与非聚簇索引
• BIO，NIO，AIO
• 线程中的run和start方法区别
• 快速排序
• 求根结点到叶子节点数字之和
• 图书推荐

反射

首先，反射的前提条件是必须获得这个类的字节码文件。反射机制就是在程序运行的过程中，对于任意的类和对象，都能得到和调用它们的属性和方法。
简单来说，就是把java类中的各种成分映射成一个个的java对象，这种动态获取类的信息以及动态调用对象方法的功能称为java的反射机制。

获取对象的三种方式：

1. 通过全类名来获取，即Class clazz=Class.forName("com.rg.entity.Bill");
2. 通过类名.class获取，即Class clazz=Bill.class;
3. 通过对象.getClass()来获取，即Student s =new Student(); Class clazz =s.getClass();

mysql索引类型

普通索引，主键索引，唯一索引，全文索引，组合索引。

普通索引：最基本的索引，没有任何限制。

组合索引：在多个字段上创建的索引，在查询条件中，应满足最左匹配原则，即在使用时应保证查询条件使用组合索引中左边的字段。

主键索引：根据主键创建的索引，每个表只有一个主键索引，值是唯一并且不允许有空值的。

唯一索引：创建索引列的值必须唯一，但是索引列允许有空值，如果是组合索引，则列值的组合必须唯一。

全文索引：全文索引主要用于检索文本中查找的关键字，在定义全文索引的列上支持值的全文查找，允许索引列上为重复值或空值。全文索引可以在char，varchar，或text类型的列上创建。

聚簇索引与非聚簇索引

聚簇索引是一种数据存储方式，其默认是根据主键创建的一颗B+树，聚簇索引的叶子节点存放了表中的所有数据，而非叶子节点不保存具体的数据，由于在InnoDB存储引擎中，每个数据页的大小都是16kb的，所以非叶子节点能够保存更多的索引。一张表中只能拥有一个聚簇索引（默认为主键）。

对于非聚簇索引，也叫辅助索引（二级索引），它的叶子节点存放的是索引的键值和该索引键指向的主键。因此非聚簇索引一般需要进行回表查询，比如在一张表中，主键索引为学生id，唯一索引为学生name，如果通过学生name查询学生的id，那么通过非聚簇索引可直接获取，效率比较高，且不需要回表。如果想要通过学生name查询到学生的具体信息（年龄，课程……），这个时候会先通过非聚簇索引查询到学生的id（主键），然后根据主键进行回表查询出具体信息。

下面是从网上找到的一张图，比较透彻。

BIO，NIO，AIO

BIO（Blocking IO）：同步并阻塞，服务器实现模式为一个连接一个线程，即客户端有连接请求时服务器端就需要启动一个线程进行处理，如果这个连接不做任何事情会造成不必要的线程开销，可以通过线程池机制改善，实现对线程的复用，不过没有从根本上解决同步阻塞问题。

NIO(New IO):同步非阻塞，服务器实现模式为一个请求一个线程，即客户端发送的连接请求都会注册到多路复用器上，多路复用器轮询到连接有I/O请求时才启动一个线程进行处理。
对于NIO来讲,它的实现主要有Channel通道，Selector选择器，Buffer缓冲区实现的。

Selector（选择器）：它允许单个线程处理多个客户端的连接，即使用单个线程处理多个通道。因此，它需要较少的线程来处理这些通道。

Buffer（缓冲区）：是一个对象，它包含一些要写入或者要读出的数据Selector(选择器)：选择器用于使用单个线程处理多个通道。

Channel(通道)：所有的NIO都是从Channel中读取数据的。通道是双向的，可以从Buffer中读数据也可以写数据到Buffer中，而对于流，它的读写是单向的。无论读写，Channel通道只能和Buffer交互。因为有了Buffer的存在，通道可以进行异步地读写。

AIO(NIO2)：异步非阻塞，服务器实现模式为一个有效请求一个线程，客户端的I/O请求都是由OS先完成了再通知服务器应用去启动线程进行处理。

BIO、NIO、AIO适用场景：
BIO方式适用于连接数目比较小且固定的架构，这种方式对服务器资源要求比较高，并发局限于应用中，JDK1.4以前的唯一选择，但程序直观简单易理解。
NIO方式适用于连接数目多且连接比较短(轻损作)的架构，比如聊天服务器，并发局限于应用中，编程比较复杂，JDK1.4开始支持。
AIO方式使用于连接数目多且连接比较长(重操作)的架构，比如相册服务器，充分调用OS参与并发操作，编程比较复杂，JDK7开始支持。

线程中的run和start方法区别

run()方法被称为线程执行体，它的方法体代表了线程需要完成的任务，而start()方法用来启动线程。
调用start()方法启动线程时，系统会把该run()方法当成线程执行体来处理。但如果直接调用线程对象的run()方法，则run()方法立即就会被执行，而且在run()方法返回之前其他线程无法并发执行。也就是说，如果直接调用线程对象的run()方法，系统把线程对象当成一个普通对象，而run()方法也是一个普通方法，而不是线程执行体。

快速排序

快速排序的实现方式有很多种，这里介绍一种实现方法–填坑法，即每次让key指向数组的第一个下标（此操作会空出一个空位），然后从右边寻找小于key的数，找到后将其放在左边的坑位上，然后左边指针开始移动，找到比key大的数后放到右边空缺的位置，最后将key放到空缺的坑位上，依此循环。

public class QuickSort 
    public static void main(String[] args) 
       int [] arr= 7, 3, 2, 10, 8, 1, 9, 5, 4, 6 ;
       quickSort(arr,0,arr.length-1);
        System.out.println(Arrays.toString(arr));
    
    public static void quickSort(int[] arr,int begin,int end)
        if(begin>=end)
            return;
        
        //key为数组的首个元素，此时空出第一个坑位
        int left=begin,right=end,key=arr[begin];
        //从右边往前开始找比key小的数
        while(begin<end)
            while(arr[end]>key && begin<end)
                end--;
            
            //找到后将右边数字填到左边的坑位上
            arr[begin]=arr[end];
            //从左边往前开始找比key大的数
            while (arr[begin]<key && begin<end)
                begin++;
            
            //找到后将左边数字填到右边的坑位上
            arr[end]=arr[begin];
        
        //将key放到遍历到的begin下标处
        arr[begin]=key;
        //改变key的值，方便后续循环遍历
        int key1=arr[left];
        quickSort(arr,left,key1-1);
        quickSort(arr,key1+1,right);
    

求根结点到叶子节点数字之和

题目：
给你一个二叉树的根节点 root ，树中每个节点都存放有一个 0 到 9 之间的数字。
每条从根节点到叶节点的路径都代表一个数字：

例如，从根节点到叶节点的路径 1 -> 2 -> 3 表示数字 123 。
计算从根节点到叶节点生成的 所有数字之和 。

例如：

输入：root = [1,2,3]
输出：25
解释： 从根到叶子节点路径 1->2 代表数字 12 从根到叶子节点路径 1->3 代表数字
13 因此，数字总和 = 12 + 13 = 25

思路：本题可以采用回溯的思想来解析，若为叶子节点，说明遍历到底部了，返回上一层遍历。详细代码如下：

/**
 * Definition for a binary tree node.
 * public class TreeNode 
 *     int val;
 *     TreeNode left;
 *     TreeNode right;
 *     TreeNode() 
 *     TreeNode(int val)  this.val = val; 
 *     TreeNode(int val, TreeNode left, TreeNode right) 
 *         this.val = val;
 *         this.left = left;
 *         this.right = right;
 *     
 * 
 */
class Solution 
     int res = 0;
    public int sumNumbers(TreeNode root) 
        dfs(root,0);
        return res;
    
    public void dfs(TreeNode root,int cur)
        if(root==null) return;
        cur=cur*10+root.val;
        if(root.left==null&&root.right==null)
            res+=cur;
        
        dfs(root.left,cur);
        dfs(root.right,cur);
    

图书推荐

本期推荐消息中间件RocketMQ相关的书籍，给各大朋友们赠送的小福利，可参与活动免费获得哦~

本书从分布式系统的基础概念讲起，逐步深入分布式系统中间件进阶实战，并在最后结合一个大型项目案例进行讲解，重点介绍了使用Spring Cloud框架整合各种分布式组件的过程，让读者不但可以系统地学习分布式中间件的相关知识，而且还能对业务逻辑的分析思路、实际应用开发有更为深入的理解。
全书共分12章，前3个章节是学习分布式系统架构的准备阶段。第1章开篇部分，讲解演进过程中分布式系统是如何出现的；第2章Spring部分，讲解如何搭建目前流行的Spring Boot和Spring Cloud框架；第3章容器部分，讲解目前最流行的Docker容器技术和Kubernetes容器编排工具；第4~8章深入讲解消息中间件RocketMQ的相关知识，理论与实战并存；第9章将深入RocketMQ底层，探索阅读源码的乐趣，掌握精通RocketMQ的同时学会阅读源码的方法；第10章和第11章讲解分布式系统中必须考虑的问题：分布式事务与分布式锁；第12章以一个电商系统业务为例，让读者体验一个项目从无到有的过程，并学以致用。
本书内容由浅入深、结构清晰、实例丰富、通俗易懂、实用性强，适合需要全方位学习分布式中间件相关技术的人员，也适合培训学校作为培训教材，还可作为大、中专院校相关专业的教学参考书。

京东自营购买链接：书籍链接

好了，本篇文章就先分享到这里了，后续会继续分享其他方面的知识，感谢大佬认真读完支持咯~

文章到这里就结束了，如果有什么疑问的地方请指出，诸佬们一起讨论😁
希望能和诸佬们一起努力，今后我们顶峰相见🍻
再次感谢各位小伙伴儿们的支持🤞

字节面试问到CPU的多级缓存架构，诸佬们怎么回答？

前言：大家好，我是小威，24届毕业生，上周在面试字节中，问到了一个关于CPU多级缓存架构的问题，当时答得并不是很好，之后查阅了资料，对此进行了复盘总结。
如果文章有什么需要改进的地方还请大佬不吝赐教👏👏。
小威在此先感谢各位大佬啦~~🤞🤞

🏠个人主页：小威要向诸佬学习呀
🧑个人简介：大家好，我是小威，一个想要与大家共同进步的男人😉😉
目前状况🎉：24届毕业生，在一家满意的公司实习👏👏

🎁如果大佬在准备面试，可以使用我找实习前用的刷题神器哦刷题神器点这里哟
💕欢迎大家：这里是CSDN，我总结知识的地方，欢迎来到我的博客，我亲爱的大佬😘

以下正文开始

计算机由很多部分组成，每个部分的性能和访问数据的速度也是有差别的。比如在计算机中，CPU的执行速度大于内存的执行速度和磁盘等IO设备的执行速度，内存的执行速度快于磁盘等IO设备的执行速度。

为了缩小CPU，内存，磁盘等IO设备访问数据速度的差距，CPU增加了缓存。目前很多CPU内部不仅有寄存器来存储数据，还有L1，L2，L3三级缓存。有了这些缓存的部件，CPU访问数据的效率得到了提升。下面对CPU的三级缓存进行简单介绍：

L1缓存是最接近CPU的，L1缓存每个核上有两个缓存，一个用于存储数据（Data Cache），一个用于存储指令（Instruction Cache）。L1缓存的存储速度最快，但是存储容量最小。

L2缓存的存储容量比L1缓存的存储容量大，存储速度比L1小。L2缓存的容量会影响到CPU的性能，因此一般L2的缓存会比较大，L2缓存是由CPU的物理核心独占的，逻辑核心共享的。

L3缓存的存储速度最小，但存储容量最大，L3缓存是由所有CPU物理核心共享的。

因此，在存储速度上：寄存器>L1缓存>L2缓存>L3缓存
在存储容量上:寄存器<L1缓存<L2缓存<L3缓存
级别越小的缓存，越接近CPU，其存储速度越大，存储容量越小。

所有CPU都能访问计算机中的主内存，当然，主内存的容量比CPU缓存的容量大，CPU与内存之间的数据通信是通过总线（地址总线，数据总线，控制总线）进行的。

CPU在读取数据时，会先从缓存中读取数据，再从内存中读取数据。

如果CPU需要读取寄存器中的数据，那么会直接读取。

如果CPU需要读取L1缓存中的数据，首先会将缓存行锁住，再读取缓存中的数据，然后解锁，意味着CPU从L1缓存中读取数据的操作结束了。

如果CPU需要读取L2缓存中的数据，那么会先从L1缓存中读取数据，如果要读取的数据在L1缓存中不存在，就会将L2缓存加锁，加锁成功后，将L2缓存中的数据复制到L1缓存上，CPU从L1缓存中读取数据完成后，再对L2缓存进行解锁操作，意味着从L2缓存中读取数据的操作结束。

如果CPU需要读取L3缓存中的数据，会先从L1缓存中读取数据，如果读取的数据不存在，再到L2缓存中读取数据，如果在L2缓存中还不存在，则会到L3缓存中读取数据。与L1，L2缓存一样，首先会将L3缓存锁住，将L3缓存复制到L2缓存，在从L2缓存复制到L1缓存上，然后CPU从L1缓存中读取数据后，会对L3进行解锁操作，此时表示从L3缓存中读取数据操作结束。

而CPU从内存中读取数据的过程非常复杂。当CPU从内存中读取数据时，需要先通知内存控制器占用计算机的总线带宽，然后通知内存加锁，并发起读取内存数据的请求，等待内存回应数据。内存回应的数据首先保存到L3缓存，再从L3缓存复制到L2缓存，然后从L2缓存复制到L1缓存中，最后由L1缓存到CPU。在完成整个过程后，解除总线锁定。从主内存读取数据的过程结束。

虽然CPU的多级缓存架构缓解了CPU与主内存中的速度差距，但是会引起缓存一致性问题，对于缓存一致性问题，我们下篇文章继续聊。

文章到这里就结束了，如果有什么疑问的地方请指出，诸佬们一起讨论🍻
希望能和诸佬们一起努力，今后进入到心仪的公司
再次感谢各位小伙伴儿们的支持🤞