邪修实战系列（1）

---

1、第一阶段邪修实战总览（9.1-9.30）

把第一阶段（基础夯实期）的学习计划拆解成极具操作性的每日行动方案。这个计划充分利用我“在职学习”的特殊优势，强调“用输出倒逼输入”，确保每一分钟的学习都直接服务于面试和实战。

• 核心目标：构建起Java后端开发的知识树主干，并能通过一个小型项目串联起所有知识点。
• 核心策略：每天3小时雷打不动的高效学习（工作日可分散，周末集中攻坚）。

---

2、周目标（9.1-9.14）

Java核心+Sprig Boot破冰，能独立使用Spring搭建Web后端并提供RESTful接口。

---

3、分日目标与邪修技巧

3.1、Day 9.1-9.2: Java基础（变量、循环、条件分支、字符串操作）

• 行动：安装JDK、IDE（IntelliJ IDEA），配置好环境。在菜鸟教程中学Java的变量、循环、条件分支、字符串操作这几个板块的内容，并用IDEA写一个简单的控制台程序，我这里做了一个类似的程序叫"Data_Board"，这是一个用Java编写的广告数据展示程序，采用面向对象设计思想重构，能够从Excel文件读取广告数据，展示广告花费、线索数量等关键指标，并提供多日期数据对比分析功能。程序支持数据自动计算（单个线索成本、私信转化成本）和趋势分析，具备良好的可扩展性和维护性。
• 邪修技巧：可以用TREA写项目的README，定时更新一下，这样后期我们面试之前可以仔细看看自己项目的编写流程。
• 学习分享：这一阶段的下载安装就先不跟大家分享了，没有那么多时间写哈哈哈，如果大家有疑问想了解可以私聊我哈~这几天的程序我会综合在day5-day6中分享出来。

3.2、Day 9.3-9.4: Java面向对象（类、对象、继承、多态、接口）

• 行动：在菜鸟教程中学Java的类、对象、继承、多态、接口这几个板块的内容，将前两天的"Data_Board"改造成面向对象风格。定义AdCampaign类，包含名称、花费、收入等属性，并封装计算方法。
• 邪修技巧：思考为公司写的那个程序，如果用OOP思想重构，该怎么设计？把这个思考过程写在代码注释里，面试时可以聊。

3.3、Day 9.5-9.6: Java集合框架（List, Map, Set）和IO操作

• 行动：在菜鸟教程中学Java的List、Map、Set和IO操作这几个板块的内容，编写程序从Excel文件（模拟数据源）读取广告数据，存入ArrayList或HashMap，并进行统计计算。
• 邪修技巧：这是面试重点。每学一个集合类，就去查一下它的底层实现（比如HashMap是数组+链表/红黑树），记下一两句源码分析，面试时抛出来是巨大加分项。

3.3.1、学习分享

• 根据前几天所学，制作了一个采用面向对象设计思想重构，能够从Excel文件读取广告数据，展示广告花费、线索数量等关键指标，并提供多日期数据对比分析功能。程序支持数据自动计算（单个线索成本、私信转化成本）和趋势分析，具备良好的可扩展性和维护性。我把具体的代码和README文档放到了github里，点击链接进入Data_Board-README文档可以查看、下载并学习。
• 由于本人也是第一次正式使用Github来管理自己的代码，以前总是自己存储，所以现在也是仔细学了一下。给大家推荐几个博客，大家如果想仔细学一下Github的话可以借鉴一下：
• • Github入门教程，适合新手学习（非常详细），这个博客的内容比较全面，有对GitHub和Git的介绍以及使用教程，唯一缺点是比较长，适合静下心来仔细查看。
• • 【2025版】最新GitHub新手用法详解（适合新手入门）零基础入门到精通，收藏这篇就够了_github使用详解，相较于上一篇博客，针对于Github和Git的讲解少一点，但是基础使用都是有的，赶进度可以试试。
• • 如何解决：ssh: connect to host github.com port 22: Connection refused，这篇文档解决了本地机器尝试通过 SSH 协议连接 GitHub 的 22 端口时，连接被拒绝了的问题，如果你看不懂这个问题，你就切记当你碰到ssh: connect to host github.com port 22: Connection refused时，来找这个博客就行啦，别整什么防火墙、服务器之类的，就是个简单的端口问题，跟着这个博客一步步解决即可。

3.3.2、集合类分析思考

ArrayList：

• 底层实现：基于动态数组(transient Object[] elementData)，默认初始容量10，支持自动扩容。
• 扩容机制：当添加元素导致不足时，通过grow()方法扩容，新容量为oldCapacity + （oldCapacity >>1)（即1.5倍），使用Array.copyof()复制数组元素。
• • oldCapacity + （oldCapacity >>1)是ArrayList扩容时计算“新容量”的核心公式，作用是把当前容量扩大到原来的1.5倍。
• • >> 是 Java 里的 “右移运算符”，简单说就是 把一个数在二进制里往右挪几位，效果相当于 “除以 2 的 n 次方”（n 是右移的位数）。这里用的是 oldCapacity >> 1（右移 1 位），效果就等于 oldCapacity ÷ 2（只取整数部分）。
• 关键代码：

// 添加元素时的扩容判断
ensureCapacityInternal(size + 1);  // 确保容量足够：检查一下，现在的够不够再放 1 个新元素
elementData[size++] = e;  // 直接在数组末尾赋值：添加新元素，并记录现在的大小
// 代码分析：
// 先确认有地方放新元素（不够就扩容），然后把元素放到最后一个空位置，再更新已有的元素数量。
// ensureCapacityInternal(...)：这是个 “检查容量” 的工具方法，它会做两件事：1、看看当前elementData的长度（也就是 “总抽屉数”）够不够装size + 1个元素。2、如果够（比如总抽屉数 10，要放第 10 个），就啥也不做，直接下一步；如果不够（比如总抽屉数 10，要放第 11 个），就触发 “扩容”（把抽屉数变成 15），然后再下一步。
// elementData[size] = e：往 “元素数组” 的第size个位置放新元素。因为size是 “当前已有的数量”，所以第size个位置正好是 “下一个空位置”。比如现在有 3 个元素（size=3），空位置就在索引 3 的位置，直接把新元素放进去。size++：放完之后，“已有的数量” 要加 1（比如原来 3 个，现在变成 4 个）。

LinkedList：

• 底层实现：基于双向链表，每个节点（Node）包含prev（前驱）、next（后继）指针和实际元素item。
• 源码关键分析：插入 / 删除效率高（无需移动元素），查询需遍历。

// 节点结构定义
private static class Node<E> {E item;Node<E> next;Node<E> prev;Node(Node<E> prev, E element, Node<E> next) {this.item = element;this.next = next;this.prev = prev;}
}
// 添加到尾部：直接修改尾节点的next指针
void linkLast(E e) {final Node<E> l = last;final Node<E> newNode = new Node<>(l, e, null);last = newNode;if (l == null) first = newNode;else l.next = newNode;size++;
}

HashMap

• 底层实现：基于数组 + 链表 + 红黑树，数组（Node<K,V>[] table）是主体，链表用于解决哈希冲突，当链表长度 > 8 且数组容量≥64 时转为红黑树。
• • 把数组+链表+红黑树的底层核心结构可以想象成一个带编号的多层货架：
• • 第一层：数组（哈希表，Node<K,V>[] table）。这是最基础的“大格子”，每个格子有唯一编号（索引），默认初始容量是16（必须是2的幂次，比如16、32、64…）。每个格子里可以放“链条”或“小数”。
• • 第二层：链表（解决哈希冲突）。当多个“商品”（key-value）计算后落到同一个“大格子”里时，会像串珠子一样练成链表（每个节点Node有next指针，指向后一个节点）。
• • 第三层：红黑树（优化长链表查询）。当一个格子里的链表太长（默认超过8个节点），且整个货架的大格子数量>=64时，链表会自动转成红黑树（一种平衡二叉树）。树的查询效率比长链表高很多（从O(n)降到O(logn)）。
• 哈希计算：通过(key.hashCode() ^ (key.hashCode() >>> 16))扰动哈希值，再用(n-1) & hash计算数组索引（n 为数组容量）。
• 哈希冲突：也叫哈希碰撞，是哈希表（如 HashMap）在存储数据时必然可能遇到的问题。根本原因是哈希函数的 “输出范围”（数组索引的数量）是有限的，但 “输入范围”（可能的 key 数量）是无限的。比如数组长度只有 16（索引 0~15），但可能的 key 可以是 “苹果”“橙子”“西瓜”…… 无数个，有限的索引必然会被无限的 key “重复占用”，冲突无法完全避免，只能尽量减少。
• 扩容机制：容量为 2 的幂次，扩容时通过resize()方法将元素重新哈希分配，红黑树可能拆分为链表。
• 关键代码：

// 计算哈希值（减少碰撞）
static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 树化判断（JDK 1.8新增）
if (binCount >= TREEIFY_THRESHOLD - 1) // TREEIFY_THRESHOLD = 8treeifyBin(tab, hash);

HashSet

• 底层实现：基于HashMap，元素存储在HashMap的key中，value固定为一个静态常量（PRESENT = new object()）.
• 特点：无序、不可重复，依赖HashMap的key去重（通过hashCode()和equals()判断）。
• • 无序：元素的存储顺序不固定，因为HashMap的key是无序的；
• • 去重：依赖HashMap的key不重复（靠hashCode()和equals()判断）；
• • 线程不安全：和HashMap一样，多线程操作可能出问题；
• • 查询/增删效率高：平均时间复杂度是O(1)，因为HashMap的核心操作效率高。
• HashSet里，不同元素可能算出相同哈希值（比如“苹果”和“橙子”哈希值都是123），这是必须要再用equals()确认“到底是不是真的相同”，避免把“不同元素误判为重复”。必须同时满足两个条件:
• • a.hashCode() == b.hashCode()：两个元素的哈希值相等（哈希值是元素的“数字身份证”，由hashCode()方法计算）；
• • a.equals(b) == true：两个元素通过equals()方法比较，结果为“相等”。
• 关键代码：

// 添加元素实际调用HashMap的put()
public boolean add(E e) {return map.put(e, PRESENT) == null;  // 若key不存在则添加，返回true
}
// HashMap 的 put 方法有个规则：如果 key 不存在，就新增 key-value，返回 null；如果 key 已存在，就覆盖 value，返回 “旧的 value”；
//所以 HashSet 的 add 方法：如果返回 true，说明 “元素是新的，添加成功”；如果返回 false，说明 “元素已存在，添加失败”—— 这就实现了 “去重”。

---

总结

• ArrayList 添加元素时，会先通过 ensureCapacityInternal 检查容量够不够，不够就扩容；够的话直接把元素放到数组的末尾（elementData [size] 的位置），然后把元素数量 size 加 1。
• LinkedList 底层是双向链表，每个节点存前后指针和元素。增删快（改指针即可，不用挪元素），查询慢（得从头 / 尾遍历）。适合频繁增删、少查询的场景，和 ArrayList（数组，查快增删慢）互补。
• HashMap 靠 “数组 + 链表 + 红黑树” 的结构，结合哈希计算和动态扩容，实现了高效的键值对存储。核心特点是：查询、增删效率高（平均 O (1)），key 不重复（依赖hashCode()和equals()），线程不安全，适合频繁查询和修改的场景。
• HashSet底层基于 HashMap 实现，把要存的元素作为 HashMap 的 key，用一个固定对象当 value，借 HashMap 的 key 去重特性实现自己的功能，特点是无序、不重复、效率高。

---