8月是Java后端面试的高峰期也是很多人最容易焦虑的一段时间。一方面岗位竞争确实激烈另一方面面试考察的范围又很散Java基础、集合源码、并发编程、JVM、Spring、MySQL、Redis、消息队列、系统设计几乎每一块都可能被问到。与其漫无目的地刷题不如先建立一张高频考点地图知道大厂面试官真正关心什么再按优先级逐个击破。这篇文章不是简单的题库堆砌而是一份可以直接照着准备的Java后端面试高频题梳理清单。我会按Java基础、集合框架、并发编程、JVM、Spring、MySQL、Redis、消息队列与分布式这几个大方向展开每个模块给出核心考点、高频问题、答题思路和容易踩的坑。文章末尾还会给出一套面试答题框架和备考节奏建议帮助你从“会做题”过渡到“能讲清楚原理”。适合正在准备Java后端实习、校招、社招的读者。无论你是刚开始复习还是已经进入刷题冲刺阶段都可以把这份清单作为自检表对着它逐项排查自己的知识盲区。1. Java后端面试核心考点速览先给一张总览表方便你在复习时核对覆盖面。考点模块高频面试题方向优先级预计复习耗时Java基础String、equals与hashCode、泛型、异常、反射高3-5天集合框架ArrayList、LinkedList、HashMap、ConcurrentHashMap极高5-7天并发编程synchronized、volatile、CAS、线程池、锁、AQS极高7-10天JVM内存区域、垃圾回收、类加载、调优、OOM排查高7-10天SpringIOC、AOP、Bean生命周期、循环依赖、事务极高5-7天MySQL索引、事务、隔离级别、MVCC、锁、SQL优化极高7-10天Redis数据结构、持久化、过期策略、缓存穿透击穿雪崩高5-7天消息队列与分布式MQ选型、消息可靠性、幂等、分布式事务、分布式锁中高5-7天算法与代码题字符串、链表、二叉树、动态规划、LRU高持续刷题这个列表基本覆盖了当前Java后端面试的主流考察范围。从近期面试反馈来看HashMap与并发编程是出现频率最高的两个方向建议优先复习。2. 适合人群与面试准备节奏2.1 谁需要重点准备这些面试题第一类是准备校招和实习的应届生。校招面试通常更看重基础是否扎实尤其是Java集合源码、并发编程、JVM和MySQL索引这部分面试官会通过连续追问来判断你是不是背答案而是真正理解原理。第二类是准备跳槽的社招开发。社招面试除了基础题还会增加项目经验、系统设计、线上问题排查等内容但基础题依然是第一轮和第二轮的筛选项基础不过关项目再丰富也很难进入后续环节。第三类是准备转岗后端开发的测试、前端或运维同学。这部分读者最需要的是系统化的考点地图因为零散刷题很难形成完整知识体系反而容易越刷越慌。2.2 推荐的复习节奏如果你离面试还有4到8周可以按下面的节奏安排第1周Java基础 集合框架配合源码阅读。第2周并发编程重点理解synchronized、volatile、AQS和线程池。第3周JVM内存与垃圾回收配合线上OOM排查案例。第4周Spring核心 MySQL这两个方向在面试中占比很大。第5周Redis 消息队列 分布式。第6周算法题专项 模拟面试 项目复盘。如果你只有1到2周那就优先吃透集合、并发、Spring、MySQL这四个模块它们是Java后端面试的“基本盘”。3. Java基础高频面试题梳理3.1 String、StringBuilder、StringBuffer 的区别这道题几乎是Java基础面试的必考题。核心答题点有三个String是不可变类底层使用final char数组JDK 9之后是byte数组存储每次拼接都会创建新对象适合少量字符串操作。StringBuilder是可变类非线程安全但性能最好适合单线程下的字符串拼接。StringBuffer也是可变类内部方法加了synchronized线程安全但性能略低适合多线程环境。面试官通常会继续追问为什么String要设计成不可变答案可以从安全、常量池复用、哈希缓存、线程安全四个角度展开。尤其要提到String作为HashMap的key时需要保证hashCode稳定这是不可变性的重要收益。答题示范String s1 hello; String s2 hello; System.out.println(s1 s2); // true字符串常量池复用 String s3 new String(hello); System.out.println(s1 s3); // false堆中新对象 String s4 s1 world; String s5 hello world; System.out.println(s4 s5); // false拼接结果是新对象3.2 equals 与 hashCode 的关系这也是高频基础题。答题要点如果两个对象通过equals方法比较相等那么它们的hashCode必须相同。反过来不成立hashCode相同不代表equals相等。重写equals时必须重写hashCode否则在HashMap、HashSet等散列集合中会出现逻辑错误。举个例子说明为什么必须同时重写。假设一个Person类只有name字段如果只重写equals不重写hashCode那么new两个name相同但hashCode不同的Person对象放入HashSet时会落在不同的桶里Set就无法去重。3.3 反射与动态代理反射考察点通常包括什么是反射能拿到哪些信息。反射的优缺点。Class对象的获取方式。动态代理与静态代理的区别。JDK动态代理与CGLIB代理的区别。大厂面试更偏向问动态代理因为它是Spring AOP的底层基础。注意回答三个关键点JDK动态代理基于接口使用Proxy和InvocationHandlerCGLIB基于继承通过生成子类来代理目标类Spring默认如果目标类实现了接口就用JDK代理否则用CGLIB。4. 集合框架高频面试题梳理4.1 ArrayList 与 LinkedList 的对比这是很基础但很容易说错的题。建议从存储结构、时间复杂度、内存占用三个维度回答ArrayList底层是Object数组查询快增删需要移动元素。LinkedList底层是双向链表增删快但需要遍历定位。ArrayList在指定位置插入需要System.arraycopy迁移元素LinkedList插入只需修改节点指针。这里有个容易踩坑的点LinkedList的“增删快”是有条件的。如果按索引插入LinkedList为了找到对应节点会遍历链表时间复杂度是O(n)并不比ArrayList快。只有在头部插入或已知节点引用时LinkedList才有真正的优势。4.2 HashMap 核心原理HashMap是Java后端面试的“王牌考点”从一面到三面都可能出现。建议按这个顺序展开底层结构JDK 1.8之后是数组链表红黑树。数组默认初始容量是16负载因子是0.75当链表长度达到8且数组长度达到64时链表转为红黑树。put流程// 简化版put逻辑描述 1. 计算key的hash值h key.hashCode() ^ (h 16) 2. 定位桶位置index (n - 1) hash 3. 如果桶为空直接放入节点 4. 如果桶不为空遍历链表或红黑树 5. 找到相同key则覆盖value 6. 未找到则插入新节点 7. 插入后判断size是否超过阈值 threshold capacity * loadFactor 8. 超过阈值则扩容resize()扩容机制JDK 1.8的扩容不是简单重新哈希而是利用原数组长度是2的幂次这个特性通过判断hash的“新增参与位”是0还是1将节点分散到原位置或“原位置旧容量”的位置。这样做的好处是rehash效率更高且能保持节点相对顺序。为什么链表长度为8时转红黑树这是基于泊松分布的统计结果。当负载因子为0.75时链表长度达到8的概率极低约为千万分之六。转红黑树是为了防止极端情况下hash碰撞过多导致查询退化为O(n)。4.3 ConcurrentHashMap 如何保证线程安全这道题是并发模块和集合模块的连接点面试官很喜欢问。JDK 1.8的ConcurrentHashMap放弃了分段锁改为CASsynchronized锁住桶的头节点。put流程大致是如果桶为空使用CAS直接插入节点无锁操作。如果桶不为空使用synchronized锁住头节点再执行插入。如果正在扩容当前线程会协助扩容。节点数量使用baseCount和CounterCell数组来统计。答题时突出“CAS synchronized锁头节点”这个设计就够了不需要背过多源码细节。如果能补充“并发度从Segment数量提升到每个桶一个锁”这个对比会更有说服力。4.4 ArrayList 线程安全替代方案高频追问在多线程环境下如何安全的ArrayList常用的方案有Vector老牌的线程安全类方法级synchronized性能一般。Collections.synchronizedList通过包装类加锁。CopyOnWriteArrayList写时复制读多写少场景非常好用。CopyOnWriteArrayList是重点ArrayList替代方案里它的回答效果最好。它的核心思想是读操作不加锁写操作先复制一份新数组在新数组上修改然后用volatile数组引用替换旧数组。写操作通过可重入锁保证互斥读操作永远读到一致的快照。5. 并发编程高频面试题梳理5.1 volatile 关键字volatile保证可见性和有序性但不保证原子性。三个考点可见性变量被修改后其他线程能立即看到最新值底层通过缓存一致性协议和内存屏障实现。有序性禁止指令重排序底层是内存屏障也就是load屏障和store屏障。不保证原子性比如volatile int count执行count时读写虽然可见但“读-改-写”三步依然不是原子的。面试官紧接着会问volatile和synchronized有什么区别回答要点volatile是轻量级同步只能修饰变量synchronized可以修饰方法和代码块。volatile不阻塞线程synchronized会阻塞。volatile适合状态标志位和单例模式双重检查锁中的字段不适合复合操作。5.2 synchronized 的锁升级过程这道题主要考察对偏向锁、轻量级锁、重量级锁的理解。JDK 1.6之后synchronized做了大量优化锁可以升级但不可降级无锁状态。偏向锁只有一个线程访问时在对象头中记录线程ID避免重复CAS。轻量级锁多个线程交替访问用CAS自旋获取锁不阻塞。重量级锁竞争激烈时升级为监视器锁未获取锁的线程会阻塞。回答时建议补充对象头Mark Word的布局说明锁标志位如何变化。能画出锁升级流程的候选人面试官通常会认为底层理解比较扎实。5.3 CAS 与 ABA 问题CAS是Compare And Swap的缩写核心是三个值内存值V、期望值A、新值B。只有当V等于A时才会把V改成B否则不操作。CAS是Java中很多原子类的基础例如AtomicInteger、AtomicLong等。CAS的典型问题ABA问题值从A变成B再变成ACAS无法感知中间变化。解决方案是使用AtomicStampedReference为变量增加版本号。自旋开销高竞争场景下CAS会一直重试消耗CPU。只能保证单个变量的原子性。5.4 线程池线程池是Java后端面试出现频率极高的考点几乎没有一场面试会漏掉它。核心问题包括为什么要用线程池。线程池的核心参数。线程池的拒绝策略。线程池的执行流程。如何合理配置线程池参数。线程池的核心参数有七个核心线程数、最大线程数、空闲线程存活时间、时间单位、任务队列、线程工厂、拒绝策略。执行流程要描述清楚提交任务后如果当前线程数小于核心线程数创建核心线程执行如果等于核心线程数任务进入队列如果队列已满且线程数小于最大线程数创建非核心线程如果线程数达到最大线程数则执行拒绝策略。拒绝策略有四种AbortPolicy直接抛异常、CallerRunsPolicy调用者线程执行、DiscardPolicy直接丢弃、DiscardOldestPolicy丢弃最老任务。实际项目中更推荐自定义拒绝策略落地到告警或持久化避免任务静默丢失。线程池参数配置建议// CPU密集型任务核心线程数约等于CPU核数1 int cpuCoreCount Runtime.getRuntime().availableProcessors(); ThreadPoolExecutor cpuPool new ThreadPoolExecutor( cpuCoreCount 1, cpuCoreCount * 2, 60L, TimeUnit.SECONDS, new LinkedBlockingQueue(1000), new ThreadPoolExecutor.CallerRunsPolicy() ); // IO密集型任务核心线程数建议 2 * CPU核数 或 CPU核数 / (1 - 阻塞系数) ThreadPoolExecutor ioPool new ThreadPoolExecutor( 2 * cpuCoreCount, 2 * cpuCoreCount, 60L, TimeUnit.SECONDS, new ArrayBlockingQueue(500), new ThreadPoolExecutor.CallerRunsPolicy() );6. JVM高频面试题梳理6.1 JVM 内存区域划分JVM内存区域是JVM面试的必考题建议按线程私有和线程共享来分类线程私有区域程序计数器当前线程执行的字节码行号指示器不会OOM。Java虚拟机栈每个方法调用创建栈帧栈帧包含局部变量表、操作数栈、动态链接、返回值。栈深度超过限制会抛出StackOverflowError。本地方法栈为native方法服务。线程共享区域堆对象实例分配的主要区域也是GC主要工作区域。方法区存储类元信息、常量、静态变量。JDK 1.8之后字符串常量池和静态变量转移到堆中方法区实现改为元空间。回答时需要区分各个区域的OOM表现堆内存溢出是Java heap space栈内存溢出是最常见的StackOverflowError元空间超出是Metaspace。6.2 垃圾回收与垃圾回收器垃圾回收需要掌握三个概念如何判断对象是否存活引用计数法和可达性分析算法。JVM使用可达性分析算法GC Roots包括虚拟机栈引用、静态属性引用、常量引用、本地方法栈引用。主流垃圾回收算法标记-清除、复制、标记-整理。分代收集理论新生代用复制老年代用标记-整理或标记-清除。垃圾回收器在面试中主要问G1和ZGC。G1是区域化分代收集器把堆划分为若干Region维护可预测的停顿时间模型适合大堆场景。ZGC是低延迟垃圾回收器通过染色指针和读屏障实现并发转移暂停时间极短。答题时的加分点是能结合实际调优经验多大的堆、用什么回收器、为什么会出现Full GC、有没有看过GC日志。6.3 JVM 类加载机制类加载过程包括加载、验证、准备、解析、初始化。重点说准备阶段和初始化阶段准备阶段为类变量分配内存并设置默认值例如static int a在准备阶段被赋值为0。初始化阶段执行clinit方法为静态变量赋真实值。类加载器需要掌握双亲委派模型。核心逻辑是当一个类加载器收到类加载请求时先委托给父加载器加载父加载器无法加载时才自己加载。这样做的目的是防止核心API被篡改。高频追问如何打破双亲委派模型SPI的典型场景就是通过线程上下文类加载器来加载JDBC驱动这个方法需要理解但不一定每个候选人都能讲透。6.4 线上OOM怎么排查这个问题在社招面试里出现频率很高推荐按“定位-分析-解决”的流程回答通过jps找到进程ID。jmap -dump:formatb,fileheap.hprof 导出堆转储文件。使用MAT或VisualVM分析大对象和内存泄漏链路。通过jstat查看GC频率和GC耗时判断是内存泄漏还是内存分配压力过大。如果是Metaspace内存溢出检查CGLIB动态生成类或反射使用。如果是栈溢出检查递归调用和循环调用深度。如果能补充一次真实的线上OOM排查过程这道题会变成你的亮点。7. Spring与Spring Boot高频面试题梳理7.1 说说IOC与AOPIOC问的是控制反转和依赖注入。回答重点是Spring容器负责对象创建和依赖管理对象本身不需要自己new依赖对象而是通过构造器、Setter、字段三种方式注入。控制反转的关键在于“对象的控制权从代码转移到了容器”。AOP问的是面向切面编程。核心概念切面、通知、切入点、连接点。Spring AOP默认使用动态代理JDK代理和CGLIB代理的适用场景要能说清楚。高频追问Spring AOP和AspectJ有什么区别Spring AOP是运行时代理只能对Spring管理的Bean生效AspectJ是编译期或加载期织入功能更强大但配置更复杂。7.2 Spring Bean的生命周期这道题非常经典建议按照完整流程记忆实例化Bean。属性填充。Aware接口回调例如BeanNameAware、ApplicationContextAware。BeanPostProcessor的前置处理。执行InitializingBean的afterPropertiesSet方法或自定义init-method。BeanPostProcessor的后置处理这里是AOP代理生成的地方。Bean就绪可以被使用。容器销毁时执行DisposableBean的destroy方法或自定义destroy-method。7.3 三级缓存与循环依赖循环依赖是指A依赖BB依赖A。Spring解决单例Bean的循环依赖依赖三个缓存一级缓存singletonObjects存储完全初始化好的单例对象。二级缓存earlySingletonObjects存储提前暴露的半成品对象。三级缓存singletonFactories存储对象工厂用于生成代理对象。答题时要说明关键流程A创建时先把ObjectFactory放入三级缓存在属性填充时发现需要B于是创建BB创建时发现需要A从三级缓存拿到A的早期引用B创建完成后A再从缓存中拿到B完成注入。还需要说明默认的单例模式可以解决循环依赖但原型模式和构造器注入不能解决循环依赖。7.4 Spring Boot自动配置原理Spring Boot面试题中自动配置是必问题。核心答案围绕SpringBootApplication注解展开它由三个注解组成SpringBootConfiguration表明这是一个配置类。ComponentScan扫描当前包及其子包下的组件。EnableAutoConfiguration开启自动配置。自动配置的核心机制是通过Spring FactoriesLoader加载META-INF/spring.factories文件中的自动配置类。每个自动配置类通常配合ConditionalOnClass、ConditionalOnMissingBean等条件注解只有满足条件时配置才会生效。加分回答说明怎么自定义自动配置类或者怎么排除某个自动配置类例如在application.yml中设置spring.autoconfigure.exclude。7.5 Spring事务传播行为与失效场景事务传播行为高频考的是REQUIRED和REQUIRES_NEW默认是REQUIRED意思是如果当前存在事务就加入不存在就新建。Spring事务失效的经典场景方法不是public导致AOP代理无法应用。自调用问题同类内部方法调用不会经过代理。异常被捕获后没有抛出事务无法回滚。抛出的是Error或非RuntimeException并且没有配置rollbackFor。数据库引擎不支持事务例如MyISAM。自调用问题是高频中的高频要能讲清楚为什么同类内调用不生效本质是因为调用的是this对象的方法而不是代理对象的方法。8. MySQL高频面试题梳理8.1 索引原理与优化MySQL索引是后端面试的重头戏几乎每场面试都会涉及。核心考点B树索引结构为什么用B树不用B树。B树非叶子节点不存数据可以存储更多索引树高度更低磁盘IO更少叶子节点用链表连接范围查询效率高。聚簇索引与非聚簇索引的区别。InnoDB主键索引就是聚簇索引叶子节点存储整行数据二级索引的叶子节点存储主键值回表查询需要再走一次主键索引。联合索引的最左前缀原则。查询条件没有从联合索引最左列开始时索引可能失效。覆盖索引在二级索引中就能拿到查询所需字段不需要回表是常见的SQL优化手段。索引优化建议-- 避免对索引列使用函数运算 SELECT * FROM user WHERE DATE(create_time) 2024-08-01; -- 应改为范围查询 SELECT * FROM user WHERE create_time 2024-08-01 00:00:00 AND create_time 2024-08-02 00:00:00; -- 联合索引 (user_id, create_time) -- 正确用法 SELECT * FROM order WHERE user_id 1001 AND create_time 2024-01-01; -- 错误用法跳过最左列 SELECT * FROM order WHERE create_time 2024-01-01;8.2 事务与隔离级别MySQL事务的ACID特性需要记住但更重要的是掌握四种隔离级别读未提交可能产生脏读。读已提交解决脏读但可能产生不可重复读。可重复读解决不可重复读InnoDB默认隔离级别通过MVCC实现。串行化解决幻读但性能最低。InnoDB在可重复读级别下通过当前读配合next-key lock解决了幻读问题这一点要重点说明。普通快照读不存在幻读但当前读如果只使用行锁间隙中插入新数据时会触发幻读所以需要间隙锁。8.3 MVCC 原理MVCC是多版本并发控制核心机制由三个隐藏字段、undo log和ReadView组成DB_TRX_ID最近修改该行的事务ID。DB_ROLL_PTR指向undo log中的历史版本。DB_ROW_ID隐藏主键。ReadView的生成规则是核心。在可重复读隔离级别下ReadView在事务第一次读取时生成整个事务期间复用在读已提交级别下每次读取都生成新的ReadView。8.4 锁机制MySQL锁需要掌握共享锁与排他锁。行锁、表锁、间隙锁、临键锁。死锁的原因和排查方法。死锁排查可以提一下命令-- 查看当前事务 SELECT * FROM information_schema.innodb_trx; -- 查看锁等待 SELECT * FROM information_schema.innodb_lock_waits; -- 查看InnoDB引擎状态包含最近死锁信息 SHOW ENGINE INNODB STATUS;8.5 SQL优化思路遇到SQL慢的排查思路可以按以下顺序回答查看慢查询日志确认慢SQL语句。用EXPLAIN分析执行计划重点看type、key、rows、Extra字段。检查是否有全表扫描是否缺少索引。优化LIMIT深分页问题使用延迟关联或游标分页。深分页优化示例-- 普通深分页在offset很大时性能差 SELECT * FROM order WHERE status 1 LIMIT 100000, 20; -- 延迟关联优化 SELECT o.* FROM order o INNER JOIN ( SELECT id FROM order WHERE status 1 ORDER BY id LIMIT 100000, 20 ) tmp ON o.id tmp.id;9. Redis高频面试题梳理9.1 Redis 数据结构与底层实现Redis面试第一个问题通常是Redis有哪些数据结构分别适用于什么场景String缓存、计数器、分布式锁。Hash对象存储例如用户信息。List消息队列、最新列表。Set去重、交集并集。ZSet排行榜、延时队列。底层实现也要了解。String底层是SDS简单动态字符串避免C字符串的缓冲区溢出问题。ZSet底层由跳表和哈希表组合实现跳表保证了有序性和范围查询能力。9.2 缓存穿透、缓存击穿、缓存雪崩这三个问题是Redis面试的“三兄弟”一定要区分清楚缓存穿透查询一个不存在的key请求直接打到数据库。解决方法是布隆过滤器或缓存空值。缓存击穿某一个热点key在缓存过期瞬间大量请求打到数据库。解决方法是互斥锁或逻辑过期。缓存雪崩大量key在同一时间段集中过期或Redis服务宕机导致请求全部打到数据库。解决方法是过期时间加随机值、多级缓存、集群高可用。9.3 缓存一致性方案缓存与数据库的一致性是分布式系统设计的经典问题。常见的策略有Cache Aside Pattern先更新数据库再删除缓存。这是最常用的方案。延迟双删先删除缓存更新数据库再延时删除缓存降低并发窗口下的脏数据概率。订阅binlog异步同步缓存。面试被追问时重点说你如何选择、为什么这样选、存在什么极端情况。没有方案是完美的面试官想看到你的思考过程。9.4 Redis 分布式锁分布式锁的问题也是高频。核心要点用setnx key value作为加锁命令配合过期时间防止死锁。释放锁时要判断是不是自己的锁通过Lua脚本保证比较和删除的原子性。单点问题会导致锁不可靠更稳妥的方案是Redisson或Redlock。锁续期机制。Redisson通过看门狗机制自动续期防止业务执行时间过长导致锁提前过期。这里要提醒面试时不要只背Redisson要把setnx的缺陷讲清楚再说Redisson如何解决才能体现理解深度。10. 消息队列与分布式高频面试题梳理10.1 如何选型消息队列不同消息队列有不同特点Kafka适合高吞吐、日志收集、大数据场景但功能相对简单。RocketMQ功能丰富支持事务消息和延迟消息适合电商等业务场景。RabbitMQ适合中小规模业务基于Erlang开发简单易用。核心要理解消息队列的价值异步解耦、削峰填谷、数据同步。面试官会追问你用了消息队列带来了什么问题能识别引入MQ带来的复杂度比单纯说优点更能加分。10.2 如何保证消息不丢失消息丢失可能发生在三个环节生产者发送、Broker存储、消费者消费。解决思路生产者端使用同步发送或事务消息确认消息到达Broker。Broker端开启持久化刷盘策略设置为同步刷盘主从同步。消费者端关闭自动ack消费成功后手动提交offset。10.3 如何保证消息不重复消费重复消费在分布式系统中几乎是不可避免的关键在幂等设计。常见的幂等方案数据库唯一主键或唯一索引。Redis setnx。状态机幂等。引入全局分布式ID。10.4 分布式事务分布式事务不要只背2PC和3PC面试官更希望听到你结合业务讲过实际方案。可选方案2PC/3PC强一致性但性能差、协调者单点风险。TCC补偿事务需要业务方实现try、confirm、cancel三个方法。本地消息表借助本地事务和消息表保证最终一致性。事务消息RocketMQ实现了事务消息先发半消息本地事务成功后commit。回答时要表达没有“银弹”不同一致性级别对应不同方案业务允许短暂不一致时首选最终一致性方案。10.5 分布式锁与分布式唯一ID分布式唯一ID的生成方案也是高频率考点UUID简单但不适合做数据库主键因为无序且太长。数据库自增ID单点性能瓶颈。Redis INCR依赖Redis需要考虑持久化。雪花算法64位的长整型ID由时间戳、机器ID、序列号组成有序且性能高。雪花算法的时钟回拨问题也是常问点回答时可以提一下解决方案例如等待时钟追平或直接抛出异常。11. 算法与代码题高频考点Java后端面试的算法题通常不会太难但需要保持手感。高频题型包括反转链表、链表中环的检测、合并两个有序链表。有效的括号、最长回文子串。二叉树前中后序遍历、层序遍历、最近公共祖先。斐波那契数列、爬楼梯。两数之和、三数之和。手写LRU缓存。最大子数组和、买卖股票的最佳时机。LRU考察频率非常高因为它能一次性考察你对HashMap双向链表的掌握程度也可以用LinkedHashMap简化实现。class LRUCache { private final int capacity; private final MapInteger, Integer map; public LRUCache(int capacity) { this.capacity capacity; this.map new LinkedHashMap(capacity, 0.75f, true) { Override protected boolean removeEldestEntry(Map.EntryInteger, Integer eldest) { return size() capacity; } }; } public int get(int key) { return map.getOrDefault(key, -1); } public void put(int key, int value) { map.put(key, value); } }12. 高频面试题速记表与答题框架12.1 高频题速查表模块最高频问题一句话答题核心Java基础String为什么不可变安全、常量池、hash缓存、线程安全集合HashMap put流程计算索引、链表插入、树化、扩容并发线程池执行流程核心线程 - 队列 - 最大线程 - 拒绝并发volatile与synchronized可见性有序性 vs 互斥性JVMOOM排查流程jps - jmap - MAT - 定位大对象SpringBean生命周期实例化 - 填充 - Aware - 前置 - init - 后置Spring自动配置原理条件注解 spring.factoriesMySQL索引失效场景隐式转换、函数运算、左模糊、最左前缀违反MySQLMVCCundo log ReadView 隐藏字段Redis缓存三大问题穿透、击穿、雪崩的成因与方案分布式消息重复消费唯一约束、setnx、状态机幂等算法LRUHashMap 双向链表12.2 面试答题框架很多候选人知识点都会但表达混乱。推荐使用“总-分-总”结构先给结论比如“HashMap的底层是数组链表红黑树”。再展开细节讲结构、流程、阈值、影响因素。最后补充优缺点或使用场景让回答有完整闭环。遇到不会的问题不要直接说不知道可以回答相关思路“这个场景我还没有直接处理过但基于我对xxx的理解我会从xxx方向排查。”这种方式更稳。13. 备考中的常见问题与排查方法13.1 为什么HashMap源码看了就忘这是正常现象。原因是单纯阅读源码没有结合场景建议用“画图复述”的方式自己画一遍put流程图拿空数组模拟插入、冲突、扩容三个步骤。能画出来就是真理解。13.2 并发编程知识点太散怎么串起来推荐以synchronized为起点延伸到锁升级、volatile、CAS、AQS、线程池、并发容器形成一条线。每次面试复盘后把新问题挂到这条线的对应节点上。13.3 SQL优化题目没有真实场景可以用在线练习平台刷题也可以自己用本机MySQL构造百万级数据量测试。关键是理解EXPLAIN输出的每个字段而不是背优化方案。13.4 面试被追问就卡住卡住的原因通常是对底层原理只停留在名词层面。解决办法是准备一个“项目案例”钩子主动把问题引导到自己熟悉的场景。比如面试官问MySQL索引你可以顺势说“我们系统里有一个订单查询接口之前很慢后来通过加联合索引和覆盖索引把耗时从2秒降到50毫秒”然后展开细节。13.5 刷题与项目复习时间冲突建议遵循“三七法则”七成时间复习基础和算法三成时间复盘项目。项目不追求多但要把缓存、消息队列、分布式锁、数据库设计这些点讲透并准备好“为什么这么设计”的答案。14. 面试准备最佳实践第一建立自己的错题本。不要只记录正确答案还要记录自己当时的错误理解。面试前三天只看错题本效率远高于重刷题库。第二学会讲项目。每个项目准备两个版本三分钟精简版和十分钟详细版。项目里用到Redis、MQ、分布式锁等技术点时提前准备好“技术选型原因”和“遇到的坑”两个故事。第三多轮模拟面试。找朋友或同学搭模拟面试重点是练习口述表达。你会发现很多想法只有真正说出来才发现自己没有想透。第四保持代码手感。每天至少做两到三道算法题重点练习手写LRU、快排、二分查找和单例模式这些是面试现场手写概率最高的题目。第五关注最新的技术栈问题。Spring Boot 3、Spring Cloud Alibaba、Java 17和Java 21的新特性、虚拟线程、以及云原生相关的话题在大厂面试中出现频率正在上升。对新技术保持敏感是面试加分项。15. 总结与后续复习建议这份清单覆盖了Java后端面试的核心高频模块从Java基础到集合从并发到JVM从Spring到MySQL再到Redis、消息队列与分布式基本对应大厂一轮、二轮面试的考察重点。你不需要一次性全部掌握建议按照“集合 - 并发 - Spring - MySQL - Redis”的顺序优先复习这几个模块性价比最高。最容易踩的坑有两个一是只背结论不追原理面试官连续追问两层就会露馅二是只看不练算法题和SQL优化如果不实际动手考场上的速度完全跟不上。接下来的动作很简单打开你的题库从HashMap开始先自己画一遍put流程再对照本文梳理的答题核心做一次复述。如果每个高频题都能用自己的话讲清楚同时能接住一个追问那么8月这场面试你的胜算已经明显提升了。