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crm源码推荐

       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，源码还原方法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仙踪林源码经验，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的阿鹏源码函数，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中的美图写真源码应用是基于虚拟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。