实习项目相关

决策引擎实现机制

决策引擎结果与实际不同情况的处理

高并发高QPS情况

  1. 弹性阔缩容

  2. 通信协议

    线上问题处理

    Java相关

    Spring相关

    Bean的依赖注入

    @Autowired 与 @Resource

    JDK相关

    线程池

  3. 工作机制

  4. 拒绝策略

    线程池实际问题

  • 线程池大小为5，如何先执行3个线程的任务，再执行2个线程的任务
  • 5台机器，先执行3个机器的任务，再执行2个机器的任务

    ConcurrentHashMap数据结构与锁的位置

    锁升级

    无锁情况下notify

    JVM相关

    变量保存的位置

    栈帧

    有哪些垃圾回收算法

    如何判断该回收的对象

    算法题

    数据流的中位数
    如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

    输入 [5,2,3,4,1,6,7,0,8]

    输出 “5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 “

    说明 数据流里面不断吐出的是5,2,3…,则得到的平均数分别为5,(5+2)/2,3… 

  1. // 排序后的有序序列分为左右两个堆，左为大顶堆，右为小顶堆
  2. // 左右数量不一致情况下：堆顶元素为中位数；
  3. // 左右数量一致情况下：堆顶元素为左右堆顶平均数
  4. Queue<Integer> l = new PriorityQueue<>((n1, n2) -> n2 - n1);
  5. Queue<Integer> r = new PriorityQueue<>();
  7. public void addNum(int num) {
  8.     // 数字进入左序列
  9.     if(l.size() == r.size()) {
  10.         // 右序列添加了一个比最小值大的元素，使右序列最小元素进入左序列
  11.         if(r.size() != 0 && num > r.peek()) {
  12.             l.offer(r.poll());
  13.             r.offer(num);
  14.         } else {
  15.             l.offer(num);
  16.         }
  17.     }
  18.     // 数字进入右序列
  19.     else {
  20.         // 左序列添加了一个比最大值小的元素，使左序列最大元素进入右序列
  21.         if(num < l.peek()) {
  22.             r.offer(l.poll());
  23.             l.offer(num);
  24.         } else {
  25.             r.offer(num);
  26.         }
  27.     }
  28. }
  30. public double findMedian() {
  31.     // 左右子序列等长返回平均值
  32.     if(l.size() == r.size()) {
  33.         return (l.peek() + r.peek()) / 2.0;
  34.     }
  35.     // 左右不等长返回中位数
  36.     return l.peek();
  37. }

设计相关

OJ网站的实现流程