大家好，我曾经是寒流，本来想安安心心在家玩儿，奈何家里缺个牛牛抱枕，母亲有令，被迫营业，找人死皮赖脸的嫖了2份面经。

言归正传，今天带大家复盘一位小伙伴的美团面试经历：

*
*

一面

1.自我介绍
2.手撕代码单链表翻转。

//给定单链表的头节点 head ，请反转链表，并返回反转后的链表的头节点。
//例如：输入：head = [1,2,3,4,5]
//      输出：[5,4,3,2,1]
public ListNode reverseList(ListNode head) {
    // 1. 递归终止条件
    if (head == null || head.next == null) {
        return head;
    }
    ListNode p = reverseList(head.next);
    head.next.next = head;
    head.next = null;
    return p;
}

3.为什么不让实习。
4.做这个系统遇到过什么问题。
（并发问题，性能问题，代码规范问题）
5.如何防止超卖。
（redis缓存预热，不要一次性上所有商品，并发锁。）
6.超卖的定义，怎么解决？
（并发问题，比如库存变成负数）
7.其他框架用过吗？现在可以应用的框架有哪些？
（很遗憾，没用过）
8.RabbitMQ使用？与卡夫卡相比有什么区别？负载均衡？主要有什么区别？为什么RabbitMQ吞吐量不如卡夫卡？
（--现在用的RabbitMQ是哪个版本？）
9.介绍一下HashMap和ConcurrentHashMap结构区别。1.7-1.8的区别。
（JDK1.8之前HashMap的结构为数组+链表，JDK1.8之后HashMap的结构为数组+链表+红黑树；JDK1.8之前ConcurrentHashMap的结构为segment数组+数组+链表，JDK1.8之后ConcurrentHashMap的结构为数组+链表+红黑树。）
10.JDK,1.7-1.8的区别。为什么做这样一个改变？
（https://blog.csdn.net/qiuchaoxi/article/details/79869817）
11.CMS,G1的垃圾回收算法相同吗？有什么区别？
（不同，原理啥的差别很大，详见https://blog.csdn.net/shlgyzl/article/details/95041113）
12.线程池，在什么场景下应用。大概的一个实现过程是什么样的（工作方式）？
（线程池适合单系统的大量的异步任务处理，比如发送短信、保存日志。https://www.cnblogs.com/yanggb/p/10629387.html）
13.sleep（）和wait（）的区别？
（一个需要时间，一个需要notify，以及一个是thread的方法，一个是object类）
14.wait是会释放锁吗？等待区是指什么？
（wait是指在一个已经进入了同步锁的线程内，让自己暂时让出同步锁，以便其他正在等待此锁的线程可以得到同步锁并运行，只有其他线程调用了notify方法（notify并不释放锁，只是告诉调用过wait方法的线程可以去参与获得锁的竞争了，但不是马上得到锁，因为锁还在别人手里，别人还没释放），调用wait方法的一个或多个线程就会解除wait状态，重新参与竞争对象锁，程序如果可以再次得到锁，就可以继续向下运行。）
15.wait被唤醒还会竞争锁吗？竞争锁时也是runnable状态吗？
（同上）
16.介绍下Mysql索引，有哪几种索引，怎么实现的。
（hash索引，红黑树索引）
17.写sql注意哪些，如何设计索引，聚簇索引的缺点有什么？
什么是二级索引，什么是回表操作？为什么更新代价很高？为什么有影响？插入时会做什么操作？
（是否安全，是否需要加索引。等）
18.系统运行时如果CPU持续百分之百从哪些方面处理？
（清理无用进程，查询异常进程，检查是否有循环递归等）

二面

1.自我介绍。
2.做项目目的。
3.在实验室主要做什么项目？简单介绍一下。
4.秒杀系统核心？特性在哪里？挑战在哪里？
（并发和限流）
5.如何用MQ做异步下单？
（消息队列，放在队列里，下完单就处理别的，不需要反馈）
6.秒杀之后没有立即生成订单如何支付？
（不懂）
7.轮询在前端还是后端轮询？轮询时间多久，一直轮询不到怎么办？
（时间1分钟1次，轮询不到，放弃，显示秒杀失败）
8.数据用的什么，外部高并发如何处理，大量的并发请求是怎么处理的？
（JSON，增加消费者（服务器）的数量）
9.有了解过SpringBoot对高并发的处理方式吗？能处理多高的并发？如果并发量超过线程池大小怎么处理？
（没用过）
10.每个对象到达的时候调用的都是一个Controller吗，怎么保证线程安全？
（介绍THREADLOCAL）
11.在你们研究专业方面用什么做开发？
12.写一小段代码。两个有序整数数组，合并成一个有序整数数组。

给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2，另有两个整数 m 和 n ，分别表示 nums1 和 nums2 中的元素数目。

请你 合并 nums2 到 nums1 中，使合并后的数组同样按 非递减顺序 排列。

注意：最终，合并后数组不应由函数返回，而是存储在数组 nums1 中。为了应对这种情况，nums1 的初始长度为 m + n，其中前 m 个元素表示应合并的元素，后 n 个元素为 0 ，应忽略。nums2 的长度为 n 。
输入：nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出：[1,2,2,3,5,6]
解释：需要合并 [1,2,3] 和 [2,5,6] 。
合并结果是 [1,2,2,3,5,6] ，其中斜体加粗标注的为 nums1 中的元素。

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int p1 = 0, p2 = 0;
        int[] sorted = new int[m + n];
        int cur;
        while (p1 < m || p2 < n) {
            if (p1 == m) {
                cur = nums2[p2++];
            } else if (p2 == n) {
                cur = nums1[p1++];
            } else if (nums1[p1] < nums2[p2]) {
                cur = nums1[p1++];
            } else {
                cur = nums2[p2++];
            }
            sorted[p1 + p2 - 1] = cur;
        }
        for (int i = 0; i != m + n; ++i) {
            nums1[i] = sorted[i];
        }
    }
}

13.top(k)问题；
（快排，和最小K堆两种思路）
（ 堆排序是通过维护大顶堆或者小顶堆来实现的。堆排序法来解决N个数中的TopK的思路是：先随机取出N个数中的K个数，将这N个数构造为小顶堆，那么堆顶的数肯定就是这K个数中最小的数了，然后再将剩下的N-K个数与堆顶进行比较，如果大于堆顶，那么说明该数有机会成为TopK，就更新堆顶为该数，此时由于小顶堆的性质可能被破坏，就还需要调整堆；否则说明这个数最多只能成为Top K+1 th，因此就不用管它。然后就将下一个数与当前堆顶的数作比较，根据大小关系如上面所述方法进行操作，知道N-K个数都遍历完，此时还在堆中的K个数就是TopK了。
（ 快速排序法的原理这就不多说了，可见https://blog.csdn.net/qq_28114615/article/details/86064412
在快速排序中，每一轮排序都会将序列一分为二，左子区间的数都小于基准数，右子区间的数都大于基准数，而快速排序用来解决TopK问题，也是基于此的。N个数经过一轮快速排序后，如果基准数的位置被换到了i，那么区间[0,N-1]就被分为了[0,i-1]和[i+1,N-1]，这也就是说，此时有N-1-i个数比基准数大，i个数比基准数小，假设N-1-i=X那么就会有以下几种情况：

①X=K。这种情况说明比基准数大的有K个，其他的都比基准数小，那么就说明这K个比基准数大的数就是TopK了；

②X<K。这种情况说明比基准数大的数不到K个，但是这X肯定是属于TopK中的TopX，而剩下的K-X就在[0,i]之间，此时就应当在[0,i]中找到Top(K-X)，这就转换为了TopK的子问题，可以选择用递归解决；

③X>K。这种情况说明比基准数大的数超过了K个，那么就说明TopK必定位于[i+1,N-1]中，此时就应当继续在[i+1,N-1]找TopK，这样又成了TopK的一个子问题，也可以选择用递归解决。

总结

二面很多关于框架的理论以及最新的一些技术栈没怎么了解，显得不是很熟悉行业发展现状，吃了大亏。
对于一些项目场景总结不足，临场应变能力不足。
对于一些设计模式设计思路上有所欠缺，需要补强

提问

如何高效的面向面试了解最新的技术呢？