arraylist尾插均摊o(1)，linkedlist头/尾插严格o(1)但内存开销大、缓存不友好；随机访问arraylist为o(1)，linkedlist为o(n)；实际性能受jvm优化、gc及cpu缓存影响显著。
ArrayList 和 LinkedList 插入性能差异在哪
在尾部插入元素时，ArrayList 通常比 LinkedList 快；但在中间或头部频繁插入，LinkedList 的常数时间优势才可能体现——前提是没触发 ArrayList 的扩容，且你真的在用 Iterator.add() 或 ListIterator 做随机位置插入。
常见错误是以为“链表插入快”就无脑选 LinkedList，结果发现 list.add(0, item) 在 ArrayList 上是 O(n)，在 LinkedList 上也是 O(n)（因为要先遍历到索引 0？不，那是 get(0)；但 add(0, ...) 确实是 O(1)，因为头插直接改头指针）。可实际中，JVM 对 ArrayList 的连续内存访问高度优化，而 LinkedList 每次 new Node() 带 GC 压力，对象引用跳转还破坏 CPU 缓存局部性。
-
ArrayList尾插：均摊 O(1)，扩容时触发数组复制（O(n)），但扩容策略是 1.5 倍增长，摊还代价可控 -
LinkedList头插/尾插：严格 O(1)，但每个元素多两个引用字段（8~16 字节），内存占用翻倍以上 - 用
list.get(i)随机访问：前者 O(1)，后者 O(n)，哪怕 i=0 —— 因为LinkedList.get()内部仍要从头或尾开始遍历
HashMap 初始化容量与负载因子怎么设才不浪费
默认构造 new HashMap() 会用初始容量 16、负载因子 0.75，意味着第 13 个键值对插入时触发扩容。如果预估要存 1000 个元素，直接写 new HashMap(1024) 或 new HashMap(1280)（向上取最近的 2 的幂 × 1.25）更省事；硬算的话，用 (int) Math.ceil(expectedSize / 0.75) 再 round up 到 2 的幂。
负载因子不是越小越好：设成 0.5 能减少哈希冲突，但空间利用率腰斩，且扩容更频繁；设成 0.9 容易导致链表过长（Java 8+ 在桶中节点数 ≥ 8 且 table.length ≥ 64 才树化），反而增加查找开销。
立即学习“Java免费学习笔记（深入）”；
Magento是一套专业开源的PHP电子商务系统。Magento设计得非常灵活，具有模块化架构体系和丰富的功能。易于与第三方应用系统无缝集成。Magento开源网店系统的特点主要分以下几大类，网站管理促销和工具国际化支持SEO搜索引擎优化结账方式运输快递支付方式客户服务用户帐户目录管理目录浏览产品展示分析和报表Magento 1.6 主要包含以下新特性：•持久性购物 - 为不同的
- 若 key 是字符串且长度短、取值范围小（如状态码 "OK", "ERR"），哈希分布可能极不均匀，优先考虑重写
hashCode()或换IdentityHashMap - 并发场景别用
HashMap加 synchronized 块，ConcurrentHashMap的分段锁（Java 7）或 CAS + synchronized 桶（Java 8+）更可靠 - Java 8 中，单个桶内链表转红黑树的阈值是 8，但前提是 table.length ≥ 64；否则先扩容，避免过早树化带来的额外内存和维护成本
HashSet、TreeSet、LinkedHashSet 各自不可替代的场景
HashSet 底层是 HashMap，插入/查找平均 O(1)，但不保证顺序；TreeSet 用红黑树，自动排序，操作 O(log n)，适合需要范围查询（如 subSet(from, to)）或天然有序输出的场景；LinkedHashSet 是带插入顺序的 HashSet，迭代性能接近 HashSet，但内存多一个双向链表指针，适合需去重+保序（如解析 CSV 表头、缓存最近请求 URL）。
容易踩的坑：把 TreeSet 当普通集合用，却忘了它的 add() 是 O(log n) 而非 O(1)，在高频写入场景下吞吐骤降；或者误以为 LinkedHashSet 迭代是“按访问顺序”，其实它是插入顺序，LRU 需要用 LinkedHashMap 并重写 removeEldestEntry()。
-
TreeSet要求元素实现Comparable或传入Comparator，null 元素在自然排序下会抛NullPointerException -
LinkedHashSet的迭代顺序稳定，但序列化后反序列化仍保持该顺序——这点比靠ArrayList+ 手动去重更可靠 - 如果只是临时去重再转回 list，用
new ArrayList(new LinkedHashSet(list))比流式list.stream().distinct().collect(...)更快，后者在小数据量下有明显函数式开销
Stream.collect(Collectors.toMap()) 的并发陷阱
用 Collectors.toMap() 转换 List 到 Map 时，若原始数据含重复 key，默认抛 IllegalStateException；加 merge 函数可解决，但并发流（.parallelStream()）下，merge 行为不可预测——多个线程可能同时尝试合并同一 key，导致结果取决于竞态时序。
真正安全的并发 map 构建方式是：先用 parallelStream().collect(Collectors.groupingByConcurrent()) 得到 ConcurrentMap，再按需转换；或者干脆用 ConcurrentHashMap + computeIfAbsent() 手动构建。
-
toMap()的 value mapper 函数若抛异常，整个 collect 会中断，不会部分成功 - key 冲突时传的
(v1, v2) -> v1看似简单，但在 parallelStream 中无法保证“先出现的胜出”，因为分段处理后合并阶段才 resolve 冲突 - 如果 value 是复杂对象且需深拷贝，别在 value mapper 里做 clone，应在收集后统一处理；否则并行流中重复 clone 浪费 CPU
集合性能优化的复杂点不在公式计算，而在理解 JVM 内存布局、CPU 缓存行为和具体 JDK 版本的实现细节——比如 Java 21 的 SequenceCollection 预览特性，或不同 GC 算法下对象分配速度对 LinkedList 节点创建的影响。这些没法靠背 API 解决。
