目录
1. ArrayList 的扩容机制：它凭什么能“自动变大”？
2. 线程安全的 List：CopyOnWriteArrayList 的“写时复制”黑科技
3. Stream 流：从“遍历”到“加工”的飞跃
4. 数据结构的抉择：红黑树 vs 平衡二叉树 (AVL)
5. 补充：并发环境下的 Map 选择
1. ArrayList 的扩容机制：深度拆解
ArrayList的动态扩容是 Java 面试的必考点，重点在于“为什么”和“怎么做”。
默认容量与延迟初始化：当你
new ArrayList()时，系统并不会立刻分配 10 个空间，而是先给一个空数组。只有在第一次执行add操作时，才会真正分配 10 个单位的内存。扩容触发条件：当当前元素个数（size）已经达到了数组的容量上限（length）时，就会触发扩容。
核心公式：
int newCapacity = oldCapacity + (oldCapacity >> 1)。深度理解 1.5 倍：
位运算优化：使用右移运算符
>> 1相当于除以 2，这在 CPU 层面执行极快，减少了运算时间。权衡利弊：扩容倍数选 1.5 是为了平衡“空间浪费”和“扩容频率”。如果倍数太大（如 2 倍）会浪费内存；如果太小（如 1.1 倍）则会导致频繁“搬家”影响性能。
搬家代价：扩容涉及创建新数组、通过
Arrays.copyOf复制老数据、更新引用。在大数据量下，建议初始化时指定initialCapacity以减少扩容次数。
2. 线程安全：CopyOnWriteArrayList 的并发之美
这种 List 的设计初衷是为了解决多线程遍历时不抛出ConcurrentModificationException。
写时复制（Copy-On-Write）流程：
独占写：写操作（如
add）必须加锁（JDK 8 用ReentrantLock，JDK 11+ 用synchronized），确保同一时刻只有一个线程在写。物理隔离：不直接修改原数组，而是将原数组拷贝一份并让长度加 1。
引用切换：在新数组上改完后，通过
setArray(newElements)改变volatile指针的指向。
Volatile 的作用：底层数组被
volatile修饰，保证了一旦写线程完成引用替换，读线程能立刻感知到新地址。读操作的“无锁化”：读操作（
get）完全不加锁，性能极高。致命缺点：内存占用翻倍（写时有两份数组）；数据弱一致性（读线程在写线程完成前可能读到旧数据）。
3. Stream 流常用操作：函数式编程精要
Stream 让集合处理变得像流水线一样高效。
常用中间操作（返回 Stream，可级联）：
filter(p)：保留符合条件的元素。map(f)：转换元素类型（如将 User 对象转为 String 姓名）。sorted()：排序。distinct()：去重。
常用终端操作（关闭流，产出结果）：
collect(Collectors.toList())：将结果收集回 List。forEach(c)：逐个处理。count()：统计个数。anyMatch(p)：只要有一个符合条件就返回 true（短路操作）。
4. 数据结构：平衡二叉树 vs 红黑树 (HashMap 为何选后者？)
这是判断候选人对数据结构理解深度的重要题目。
平衡二叉树 (AVL)：
特点：严格平衡，左右子树高度差不超过 1。
优势：查询最快（层数最少）。
劣势：插入和删除会导致频繁的“旋转”，维护成本极高。
红黑树 (R-B Tree)：
特点：弱平衡，确保没有路径比其他路径长两倍。
优势：它是查找、插入和删除的性能折中方案。
HashMap 的决策逻辑：
HashMap会频繁进行插入和删除操作。如果用 AVL，每次
put可能都要旋转多次，写性能太差。红黑树保证了最坏情况下的查询时间复杂度也是 $O(\log n)$，同时减少了维护平衡的开销。
5. 补充点：HashMap 为什么会有完整性破坏？
死循环问题：JDK 1.7 以前扩容使用“头插法”，并发下会导致链表成环，导致遍历时 CPU 100%。
数据丢失：JDK 1.8 虽然改用“尾插法”解决了死循环，但多线程并发
put时，由于没有加锁，后一个线程的写入仍可能覆盖前一个线程的写入。解决方案：在并发环境下必须使用
ConcurrentHashMap。它在 JDK 1.8 中通过volatile+CAS+synchronized的组合拳，将锁的粒度细化到了每个哈希桶的头节点上。
学习感悟：
今天的复习让我明白，Java 集合的设计核心就在于“在性能、安全和功能之间做取舍”。没有最好的结构，只有最适合场景的工具。
