List、Set、Map 高频面试题及详细答案（实战版）

List、Set、Map高频面试题及详细答案（实战版）一、基础核心面试题1、说一说List、Set、Map的核心区别？答案：三者是Java集合框架的三大核心分支，核心差异集中在元素有序性、重复性、存储结构三点：1.List（列表）有序（插入顺序和遍历顺序一致）、允许元素重复、支持根据索引下标操作元素。底层主要是数组、链表结构，适合频繁查询、遍历的场景。常见实现类：ArrayList、LinkedList、Vector。2.Set（集合）无序（部分实现类有序）、不允许元素重复、无索引下标，不能通过下标获取元素。底层大多基于Map实现，适合去重场景。常见实现类：HashSet、LinkedHashSet、TreeSet。3.Map（映射）以键值对（key-value）形式存储，key唯一不可重复，value可重复；无索引，遍历需要通过key或entry集合。常见实现类：HashMap、LinkedHashMap、TreeMap、HashTable。极简总结：List可重复有序，Set不可重复无序，Map键唯一、值可重复。2、List、Set、Map分别默认初始容量、扩容机制？答案：1.ArrayList默认初始容量10；扩容因子1.5倍。原容量+原容量右移一位（oldCapacity+oldCapacity/2）。2.HashSet底层依托HashMap，默认初始容量16，负载因子0.75，扩容2倍。3.HashMap默认初始容量16，负载因子0.75；当元素个数>容量*负载因子时，扩容为原容量2倍。4.Vector默认初始容量10，扩容默认翻倍（2倍），线程安全但效率低。3、什么是负载因子？为什么HashMap负载因子是0.75？答案：负载因子是集合扩容的阈值，计算公式：元素个数/数组容量。当比值超过设定值，集合触发扩容。0.75是时间和空间的平衡值：1.负载因子过小（如0.5）：频繁扩容，浪费内存空间，效率低；2.负载因子过大（如1.0）：数组塞满才扩容，哈希冲突概率大幅升高，链表过长，查询效率下降；3.0.75既能减少扩容次数、节省空间，又能控制哈希冲突概率，保证查询和写入效率最优。二、List专项高频题1、ArrayList和LinkedList的区别？工作中怎么选择？答案：核心区别：1.底层结构：ArrayList基于动态数组；LinkedList基于双向链表。2.查询效率：ArrayList支持随机访问，根据下标查询速度极快；LinkedList只能从头遍历，查询效率低。3.增删效率：ArrayList增删会触发数组拷贝、移位，效率低；LinkedList只需要修改节点指针，无需移动元素，增删效率高。4.内存占用：ArrayList会预留冗余容量，存在空间浪费；LinkedList每个节点存储数据和前后指针，单个元素占用内存更大。5.线程安全：两者均非线程安全。使用场景选择：1.绝大多数业务场景：优先用ArrayList（日常查询、遍历居多）；2.频繁头尾增删、极少查询的场景：使用LinkedList。2、ArrayList为什么线程不安全？会出现什么问题？答案：ArrayList的add、扩容等方法没有加锁，多线程并发操作时会出现安全问题：1.元素覆盖：两个线程同时执行赋值操作，后一个线程会覆盖前一个线程的结果，导致元素丢失；2.数组越界异常：多线程同时判断容量，都认为无需扩容，同时添加元素，超出数组最大容量，抛出ArrayIndexOutOfBoundsException；3.数据不一致：最终集合元素数量少于实际写入数量。解决方案：使用Vector、Collections.synchronizedList、CopyOnWriteArrayList。3、CopyOnWriteArrayList原理及适用场景？答案：底层基于写时复制机制：写操作时不直接修改原数组，而是复制出一个新数组，在新数组上完成增删改，之后将原数组引用指向新数组；读操作直接读取原数组，无锁。特点：读写分离、读不加锁、写加锁，线程安全；读效率极高，写效率低。适用场景：读多写少的并发场景，比如配置缓存、静态数据列表；不适合大量写入的场景。三、Set专项高频题1、HashSet、LinkedHashSet、TreeSet的区别？答案：1.HashSet底层HashMap，无序、不重复，查询写入效率高，是最常用的Set集合；不保证元素顺序。2.LinkedHashSet继承自HashSet，底层LinkedHashMap，保证插入顺序，去重且有序，效率略低于HashSet。3.TreeSet底层TreeMap，基于红黑树，元素自然排序或自定义排序，默认升序；增删查询效率略低，适合需要排序的去重场景。2、HashSet去重原理？为什么重写equals必须重写hashCode？答案：HashSet去重流程：1.添加元素时，先调用对象的hashCode()计算哈希值，确定数组存储位置；2.如果该位置无元素，直接存入；3.如果该位置有元素，调用equals()对比内容；4.equals返回true，判定元素重复，放弃存入；返回false，发生哈希冲突，挂载链表/红黑树。重写规则原因：如果只重写equals不重写hashCode，两个内容相同的对象，默认hashCode基于对象地址计算，哈希值不同，集合会判定为两个不同对象，无法去重，出现重复数据，违背Set特性。3、TreeSet去重和排序规则？答案：TreeSet去重不依赖hashCode和equals，完全依赖比较器返回值：1.compareTo/compare返回0：判定元素重复，不存入；2.返回正数：元素后置；3.返回负数：元素前置。排序方式两种：一是实现Comparable接口重写compareTo（自然排序）；二是创建集合时传入Comparator比较器（自定义排序，优先生效）。四、Map专项高频题1、HashMap、HashTable、ConcurrentHashMap区别？答案：1.HashMap非线程安全；key、value均可为null；初始容量16，扩容2倍；效率最高，单线程首选。2.HashTable线程安全（全局锁）；key、value均不能为null；初始容量11，扩容2倍+1；效率极低，基本废弃，不推荐使用。3.ConcurrentHashMap线程安全；key、value不可为null；JDK1.8采用CAS+synchronized锁，锁粒度细化，只锁当前链表节点，并发效率高；多线程场景首选。2、JDK1.7和JDK1.8HashMap的核心区别？答案：1.数据结构1.7：数组+单向链表；1.8：数组+单向链表+红黑树。链表长度≥8且数组容量≥64时，链表转为红黑树；树节点≤6时，退化为链表。2.哈希冲突解决1.7头插法，多线程扩容容易出现循环链表，造成死循环；1.8尾插法，避免了循环链表问题。3.扩容机制1.7重新计算所有元素哈希位置；1.8优化扩容，元素只需判断高位哈希，只需分到原位置或原位置+旧容量位置，效率更高。4.锁机制1.7分段锁；1.8取消分段锁，采用CAS+synchronized。3、HashMap为什么线程不安全？JDK1.8还存在死循环问题吗？答案：线程不安全问题：多线程并发put会出现数据覆盖、元素丢失；并发扩容会引发数据错乱。死循环问题：JDK1.7头插法会导致链表倒置，多线程扩容产生循环链表，触发死循环。JDK1.8改为尾插法，链表顺序不变，彻底解决了扩容死循环问题，但依旧线程不安全，仍会出现数据覆盖丢失。4、HashMap的key可以用哪些类型？为什么不能用可变对象？答案：推荐使用不可变类型：String、Integer、Long等包装类。不推荐自定义可变对象作为key。原因：对象存入HashMap后，如果修改了对象的成员属性，会导致hashCode值改变。后续根据原key获取元素时，计算出的哈希位置和存储位置不一致，无法找到元素，出现数据丢失、查询为空的问题。不可变对象哈希值固定，彻底规避该问题。5、LinkedHashMap的有序性原理？怎么实现LRU缓存？答案：LinkedHashMap继承HashMap，底层在哈希表基础上维护了一条双向链表，记录元素插入顺序或访问顺序。1.默认插入有序：遍历顺序和存入顺序一致；2.开启访问有序（accessOrder=true）：每次访问元素后，将元素移至链表尾部。LRU缓存实现：重写removeEldestEntry方法，设定最大缓存容量。当元素数量超过阈值时，自动删除链表头部最久未访问的元素，实现最近最少使用的缓存淘汰策略。五、综合压轴面试题1、工作中List、Set、Map如何选型？答案：1.需要存储重复数据、有序、频繁查询遍历：选ArrayList；2.频繁头尾增删、极少查询：选LinkedList；3.数据去重、无需有序：选HashSet；4.数据去重且保留插入顺序：选LinkedHashSet；5.数据去重且需要排序：选TreeSet；6.键值对存储、单线程：选HashMap；7.键值对存储、多线程并发：选ConcurrentHashMap；8.需要有序键值对：选LinkedHashMap；9.需要按键排序：选TreeMap。2、为什么不推荐使用Vector、HashTable？答案：1.两者都是老旧JDK集合类，方法全部加synchronized全局锁，锁粒度极大；2.并发场景下线程竞争激烈，吞吐量极低，性能极差；3.有更好的替代方案：Vector替换为CopyOnWriteArrayList，HashTable替换为ConcurrentHashMap；4.扩容机制死板，Vector固定翻倍，HashTable扩容效率低，适配性差。3、HashMap中nul