今天腾讯内网在热火朝天地集体算账-轻识

大家好，我是二哥呀。

在星球嘉宾 Jack 那里看到一条消息说，鹅厂内网正在热火朝天的集体算账：一是把年终奖的一部分提前摊入到 base 中，二是把房补也平均纳入到 base 当中。

这个薪酬调整说实话对于 base 低的小伙伴来说很有利，因为 base 高了意味着五险一金缴纳的更多了，每个月到手的也更多了，真正的落袋为安。

话说这公积金如果离职的话，也是可以提取的，相当于一笔不小的存款。当然了，腾讯的工作体感在所有的大厂里算是很友好的了，估计进了就不想走，除非（🤣）。

但对于 base 已经非常高的小伙伴来说，每个月的个人所得税交的就更多了，但我想既然挣的多，多纳点税也算是合情合理（反正我每个月也交不少）。

至于腾讯为什么做出这个调整，我想肯定是奔着为员工谋福利去的。说实话，这年头，肯为员工谋福利的好公司不多了，腾讯这波值得被点赞。星球里之前也有好几个球友拿到了腾讯的实习 offer，希望都稳稳转个正。

那今天我们就以《Java 面试指南》中收录的《腾讯面经同学 26 微信支付暑期实习》面试为例，来看看腾讯的面试官都喜欢问哪些问题，好做到知彼知己百战不殆。

这次面试的整体难度感觉不大，三道算法题也是 LeetCode 上 100 题中笔刷的题目，八股的话也都是非常常见的，属于送分八股（🤣）。

1、二哥的 Linux 速查备忘手册.pdf 下载

2、三分恶面渣逆袭在线版：https://javabetter.cn/sidebar/sanfene/nixi.html

腾讯微信支付面经

说一说项目的亮点。

PmHub 是一套基于 SpringCloud Alibaba & LLM 的智能项目管理系统，目前拆分了用户、流程、项目管理、认证等 4 个微服务，这个项目的亮点很多，比如说：

Gateway 实现自定义网关统一鉴权统计接口调用时间
使用 Redis+Lua 基于令牌桶实现限流
使用 RocketMQ 实现审批消息异步解耦
集成 OpenFeign+Sentinel 实现服务降级和网关流量控制
集成 Redis 分布式锁保障流程状态更新
通过分布式事务 Seata 保证任务审批状态一致性
自定义注解+AOP 实现服务接口鉴权和内部认证
整合 TTL 缓存用户数据
如何用 Docker 容器化部署项目
使用 Skywalking 监控项目性能
采用 Cache Aside 模式保证缓存和数据库一致性

JVM垃圾删除

垃圾回收（Garbage Collection，GC），顾名思义就是释放垃圾占用的空间，防止内存爆掉。有效的使用可以使用的内存，对内存堆中已经死亡的或者长时间没有使用的对象进行清除和回收。

JVM 在做垃圾回收之前，需要先搞清楚什么是垃圾，什么不是垃圾，那么就需要一种垃圾判断算法，通常有引用计数算法、可达性分析算法。

在确定了哪些垃圾可以被回收后，垃圾收集器要做的事情就是进行垃圾回收，如何高效地进行垃圾回收呢？

可以采用标记清除算法、复制算法、标记整理算法、分代收集算法等。

JVM 提供了多种垃圾回收器，包括 CMS GC、G1 GC、ZGC 等，不同的垃圾回收器采用的垃圾收集算法也不同，因此适用于不同的场景和需求。

CMS 是第一个关注 GC 停顿时间（STW 的时间）的垃圾收集器，JDK 1.5 时引入，JDK9 被标记弃用，JDK14 被移除。

G1（Garbage-First Garbage Collector）在 JDK 1.7 时引入，在 JDK 9 时取代 CMS 成为了默认的垃圾收集器。

ZGC 是 JDK11 推出的一款低延迟垃圾收集器，适用于大内存低延迟服务的内存管理和回收，在 128G 的大堆下，最大停顿时间才 1.68 ms，性能远胜于 G1 和 CMS。

https的加密技术

使用 HTTPS 主要是为了解决 HTTP 传输过程中的一些安全问题，因为 HTTP 是明文传输，所以 HTTPS 在 HTTP 的基础上加入了 SSL/TLS 协议。

SSL（安全套接字）/TLS（传输层安全）协议可以用来加密通信内容，保证通信过程中的数据不被窃取和篡改。整个加密过程主要涉及两种类型的加密方法：

非对称加密：服务器向客户端发送公钥，然后客户端用公钥加密自己的随机密钥，也就是会话密钥，发送给服务器，服务器用私钥解密，得到会话密钥。
然后双方用会话密钥加密通信内容。

客户端会通过数字证书来验证服务器的身份，数字证书由 CA（证书权威机构）签发，包含了服务器的公钥、证书的颁发机构、证书的有效期等信息。

说一说常用的并发容器

我自己常用的并发容器主要有 ConcurrentHashMap、CopyOnWriteArrayList、LinkedBlockingQueue。

在 JDK 8 及以上版本中，ConcurrentHashMap 的实现进行了优化，不再使用分段锁，而是使用了一种更加精细化的锁——桶锁，以及 CAS 无锁算法。每个桶（Node 数组的每个元素）都可以独立地加锁，从而实现更高级别的并发访问。

同时，对于读操作，通常不需要加锁，可以直接读取，因为 ConcurrentHashMap 内部使用了 volatile 变量来保证内存可见性。

对于写操作，ConcurrentHashMap 使用 CAS 操作来实现无锁的更新，这是一种乐观锁的实现，因为它假设没有冲突发生，在实际更新数据时才检查是否有其他线程在尝试修改数据，如果有，采用悲观的锁策略，如 synchronized 代码块来保证数据的一致性。

CopyOnWriteArrayList 是一个线程安全的 ArrayList，它遵循写时复制（Copy-On-Write）的原则，即在写操作时，会先复制一个新的数组，然后在新的数组上进行写操作，写完之后再将原数组引用指向新数组。

这样，读操作总是在一个不变的数组版本上进行的，就不需要同步了。

ArrayBlockingQueue 是一个基于数组的有界阻塞队列，采用 ReentrantLock 锁来实现线程的互斥，而 ReentrantLock 底层采用的是 AQS 实现的队列同步，线程的阻塞调用 LockSupport.park 实现，唤醒调用 LockSupport.unpark 实现。

算法题

LRU

这道题先不按照 leetcode 的解法来写，直接告诉大家我们可以使用 LinkedHashMap 来实现 LRU 缓存，LRU 是 Least Recently Used 的缩写，即最近最少使用，是一种常用的页面置换算法，选择最近最久未使用的页面予以淘汰。

public class MyLinkedHashMap<K, V> extends LinkedHashMap<K, V> {

    private static final int MAX_ENTRIES = 5; // 表示 MyLinkedHashMap 中最多存储的键值对数量

    public MyLinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
        super(initialCapacity, loadFactor, accessOrder);
    }

    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > MAX_ENTRIES;
    }

}

MyLinkedHashMap 是一个自定义类，它继承了 LinkedHashMap，并且重写了 removeEldestEntry() 方法——使 Map 最多可容纳 5 个元素，超出后就淘汰。

我们来测试一下。

MyLinkedHashMap<String,String> map = new MyLinkedHashMap<>(16,0.75f,true);
map.put("沉", "沉默王二");
map.put("默", "沉默王二");
map.put("王", "沉默王二");
map.put("二", "沉默王二");
map.put("一枚有趣的程序员", "一枚有趣的程序员");

System.out.println(map);

map.put("一枚有颜值的程序员", "一枚有颜值的程序员");
System.out.println(map);

map.put("一枚有才华的程序员","一枚有才华的程序员");
System.out.println(map);

输出结果如下所示：

{沉=沉默王二, 默=沉默王二, 王=沉默王二, 二=沉默王二, 一枚有趣的程序员=一枚有趣的程序员}
{默=沉默王二, 王=沉默王二, 二=沉默王二, 一枚有趣的程序员=一枚有趣的程序员, 一枚有颜值的程序员=一枚有颜值的程序员}
{王=沉默王二, 二=沉默王二, 一枚有趣的程序员=一枚有趣的程序员, 一枚有颜值的程序员=一枚有颜值的程序员, 一枚有才华的程序员=一枚有才华的程序员}

沉=沉默王二 和 默=沉默王二 依次被淘汰出局。

接雨水

这道题我在《二哥的 LeetCode 刷题笔记》中给出详细的题解，这里就先贴个图作证。

删除链表中倒数第n个节点。

这是 LeetCode 的第 19 题，我这里直接给出题解，也是直接能 beat 100% 的：

class Solution {
    public ListNode removeNthFromEnd(ListNode head, int n) {
        // 创建一个虚拟头节点，简化边界条件处理
        ListNode dummy = new ListNode(0);
        dummy.next = head;
        
        // 第一次遍历，计算链表的总长度
        int length = 0;
        ListNode current = head;
        while (current != null) {
            length++;
            current = current.next;
        }
        
        // 设置长度为到达要删除的节点的前一个节点
        int index = length - n;
        current = dummy;
        // 第二次遍历，找到要删除的节点的前一个节点
        for (int i = 0; i < index; i++) {
            current = current.next;
        }
        
        // 删除节点，即跳过要删除的节点
        current.next = current.next.next;
        
        return dummy.next;
    }
}

内容来源

星球嘉宾三分恶的面渣逆袭：https://javabetter.cn/sidebar/sanfene/nixi.html
二哥的 Java 进阶之路（GitHub 已有 12000+star）：https://javabetter.cn

ending

一个人可以走得很快，但一群人才能走得更远。二哥的编程星球已经有 5700 多名球友加入了，如果你也需要一个良好的学习环境，戳链接 🔗 加入我们吧。这是一个编程学习指南 + Java 项目实战 + LeetCode 刷题的私密圈子，你可以阅读星球专栏、向二哥提问、帮你制定学习计划、和球友一起打卡成长。

两个置顶帖「球友必看」和「知识图谱」里已经沉淀了非常多优质的学习资源，相信能帮助你走的更快、更稳、更远。

二哥的 Java 面试指南发布了 ✌️
二哥的技术派实战项目更新啦 ✌️
二哥的 PmHub 实战项目上线啦 ✌️

欢迎点击左下角阅读原文了解二哥的编程星球，这可能是你学习求职路上最有含金量的一次点击。

最后，把二哥的座右铭送给大家：没有什么使我停留——除了目的，纵然岸旁有玫瑰、有绿荫、有宁静的港湾，我是不系之舟。共勉 💪。