1.java面试时问在项目开发时遇到最难的源码是什么问题,怎么解决
2.vue的diff算法 VUE源码解析 面试者角度回答
3.LiveData 面试题库、解答、面试源码分析
4.Android Framework源码面试——Activity启动流程
5.面试官：从源码分析一下TreeSet（基于jdk1.8）

java面试时问在项目开发时遇到最难的重点是什么问题,怎么解决

       面试时，回答在项目开发中遇到最难的源码问题以及如何解决，可以从以下几个关键点展开：

       难点1：测试、面试部署和管理流程不熟悉。重点微分销php源码

       你可以在项目中展示你的源码参与和成长。例如：我们项目使用了Maven进行项目管理、面试Jenkins进行部署，重点Git进行代码管理。源码除了编码，面试我还负责了单元测试和联调。重点我们最终将Java代码打包为jar包，源码并部署到了Linux服务器。面试这个过程展示你的重点项目测试、部署和管理的综合能力。

       难点2：数据库性能调优经验。

       你可以描述监控过程，如使用CAT、New Relic或Zabbix监控数据库。遇到性能问题时，通过查看执行计划和业务日志分析问题，例如，自动派单源码发现没有为特定字段建立索引或缓存，导致性能瓶颈。解决方法包括建立索引、使用复合索引或引入缓存。

       难点3：JVM内存管理。

       分享监控内存使用情况、处理内存泄露的经验，如通过JVM内存监控工具发现内存使用异常，并分析原因和采取的措施。例如，发现内存泄露是因为没有关闭文件对象或缓存设置不当，采取了关闭对象和优化缓存策略。

       难点4：Linux操作系统技能。

       分享在Linux环境下处理问题的经验，如在Linux服务器上查看日志文件，定位业务问题。描述遇到的错误，如服务器错误，并说明如何通过日志文件定位问题原因，并采取相应措施。

       亮点5：理解底层源码。

       分享通过阅读和理解底层源码解决实际问题的项目需求管理源码经验，例如在库存管理中遇到快速失效问题，通过阅读相关源码理解并解决。展示对数据结构和算法的理解能力。

       在准备面试时，确保每个亮点都能结合具体项目经验进行阐述，并准备相关技能的细节，如数据库调优中的Redis和索引知识、JVM内存管理的JVM结构、算法与数据结构等，同时也要准备如何回答面试官可能提出的细节问题。面试过程中，通过引导面试官关注关键技能和经验，以展示你的项目经验和能力。

vue的diff算法 VUE源码解析 面试者角度回答

       在面试中，面试官可能会问起Vue中的diff算法。这个算法在组件依赖数据更新或初次创建时启动，主要在update函数中运行。首先，组件的render函数生成新的虚拟DOM树，然后更新函数将旧的_vnode替换为新树的根节点。接下来，diff算法通过一个名为patch的ham radio deluxe源码函数，遵循原则：尽可能保持不变，仅修改属性、移动DOM，最后实在不行才删除或新增真实DOM。

       diff过程采用深度优先和同层比较策略。它首先比较标签名，接着是key值（对于input元素还会检查type），发现不同时，记录指针位置，逐渐聚拢，直到新虚拟DOM树的头尾指针相等，表示比对完成。在这个过程中，相同节点仅更新属性，不同节点则进行删除、新建或替换操作。key值的存在有助于提高真实DOM的复用效率。

       diff的时间复杂度通过优化降低了从O(n3)到O(n)，因为前端DOM操作通常限于同一层级，只对同级节点进行比较。Vue的diff算法核心是高效地在虚拟DOM和真实DOM之间进行更新。

       diff在Vue中的微盘源码教程应用是基于虚拟DOM的渲染更新。比如，新旧VNode节点会逐层进行比较，通过添加、删除或移动真实DOM元素，确保视图与数据的一致性。当数据变化时，Dep.notify和patch函数协同工作，确保DOM的同步更新。

LiveData 面试题库、解答、源码分析

       LivaData 的面试题库与解答、源码分析

        作者：唐子玄

       1. LiveData 如何感知生命周期的变化？

       LiveData 在常规的观察者模式上附加了条件，若生命周期未达标，即使数据发生变化也不通知观察者。这通过 Lifecycle 实现，Lifecycle 是生命周期对应的类，提供了添加/移除生命周期观察者的方法，并定义了全部生命周期的状态及对应事件。要观察生命周期，需要实现 LifecycleEventObserver 接口，并注册给 Lifecycle。除了生命周期观察者外，还有数据观察者，数据观察者会与 LifecycleOwner 进行绑定。

       2. LiveData 是如何避免内存泄漏的？

       内存泄漏是因为长生命周期的对象持有了短生命周期对象。在观察 LiveData 数据的代码中，Observer 作为界面的匿名内部类，它会持有界面的引用，同时 Observer 被 LiveData 持有，LivData 被 ViewModel 持有，而 ViewModel 的生命周期比 Activity 长。最终的持有链导致内存泄漏。LiveData 帮助避免内存泄漏，在内部 Observer 会被包装成 LifecycleBoundObserver，这实现了生命周期感知能力，同时它还持有了数据观察者，具备了数据观察能力。

       3. LiveData 是粘性的吗？若是，它是怎么做到的？

       是的，LiveData 是粘性的。数据是持久的，意味着它不会因被消费而消失。当 LiveData 值更新时，会通知所有观察者。这一过程通过一个 Map 结构保存了所有观察者，并通过遍历 Map 并逐个调用 considerNotify() 方法实现。观察者会被包装在 LifecycleBoundObserver 中，它具备了生命周期感知能力，同时持有了数据观察者。当组件生命周期发生变化时，会尝试将最新值分发给该数据观察者。

       4. 粘性的 LiveData 会造成什么问题？怎么解决？

       粘性的 LiveData 可能导致数据重复消费或消费逻辑混乱。解决方案包括使用带消费记录的值、带有最新版本号的观察者、SingleLiveEvent 等。其中，使用 SingleLiveEvent 可以根据数据的分类（暂态数据或非暂态数据）来选择性地利用或避免粘性。

       5. 什么情况下 LiveData 会丢失数据？

       在高频数据更新的场景下使用 LiveData.postValue() 时，如果在这次调用和下次调用之间再次调用 postValue()，则会导致数据丢失，因为值先被缓存，再向主线程抛出分发值的任务。这与 LiveData 的设计和更新机制有关。

       6. 在 Fragment 中使用 LiveData 需注意些什么？

       在 Fragment 中使用 LiveData 时，应当使用 viewLifecycleOwner 而非 this。避免因生命周期不一致导致的额外订阅者问题。使用 SingleLiveEvent 可以解决数据重复消费问题。

       7. 如何变换 LiveData 数据及注意事项？

       androidx.lifecycle.Transformations 提供了变换 LiveData 数据的方法，如 map()。需要注意数据变换操作应避免阻塞主线程，可使用 CoroutineLiveData 来异步化数据变换。

Android Framework源码面试——Activity启动流程

       面试官常问关于Activity启动模式的问题，但这涉及的知识点远不止四种模式。默认启动模式会因Intent Flag的设置而发生变化，面试时仅凭流程描述往往难以全面理解。

       设置FLAG_ACTIVITY_NEW_TASK在Service中启动Activity时，Activity的启动行为会有所不同。不同场景下，Activity的启动表现各不相同。以singleInstance属性为例，即使设置了，使用Intent.FLAG_ACTIVITY_CLEAR_TASK启动时，并非完全遵循只复用实例的原则。

       此外，不同Intent Flag的叠加使用也有各自的特性和表现。单一讨论启动模式的原理不易全面，理解需要结合实际项目、阅读源码或实验验证。

       面试中，面试官可能会提出深入的、场景化的关于Activity启动的问题。例如，在Service中启动Activity时，FLAG_ACTIVITY_NEW_TASK的作用是什么？设置singleInstance后，使用FLAG_ACTIVITY_CLEAR_TASK启动时的行为如何？不同Intent Flag的组合使用又会产生哪些不同的结果？

       理解这些知识点不仅需要对Android框架有深入的了解，还需要通过实践去验证和理解。比如，尝试在实际项目中使用不同的Intent Flag，观察Activity的启动行为，这样能更好地理解其背后的原理。

面试官：从源码分析一下TreeSet（基于jdk1.8）

       面试官可能会询问关于TreeSet（基于JDK1.8）的源码分析，实际上，TreeSet与HashSet类似，都利用了TreeMap底层的红黑树结构。主要特性包括：

       1. TreeSet是基于TreeMap的NavigableSet实现，元素存储在TreeMap的key中，value为一个常量对象。

       2. 不是直接基于TreeMap，而是NavigableMap，因为TreeMap本身就实现了这个接口。

       3. 对于内存节省的疑问，TreeSet在add方法中使用PRESENT对象避免了将null作为value可能导致的逻辑冲突。添加重复元素时，PRESENT确保了插入状态的区分。

       4. 构造函数提供了多样化的选项，允许自定义比较器和排序器，基本继承自HashSet的特性。

       5. 除了基本的增删操作，TreeSet还提供了如返回子集、头部尾部元素、区间查找等方法。

       总结来说，TreeSet在排序上优于HashSet，但插入和查找操作由于树的结构会更复杂，不适用于对速度有极高要求的场景。如果不需要排序，HashSet是更好的选择。

       感谢您的关注，关于TreeSet的源码解析就介绍到这里。