基本数据类型和引用数据类型区别

java中数据类型分为基本数据类型和引用数据类型

8大基本数据类型

1.整数：int，long，short，byte

2.浮点类型：float，double

3.字符类型：char

4.布尔类型：boolean

引用数据类型（除了8大基本数据类型就是引用类型）

类，接口类型，数组类型，枚举类型，注解类型，字符串String型

区别：

1.存储位置

基本数据类型存在栈中，引用数据类型存在堆中。

2.值传递与引用传递

对于基本数据类型，传递的是值本身，即当函数参数传递时，实际上是值的一个副本。函数内部的修改不会影响到原始变量。

对于引用数据类型，传递的是引用（即内存地址）。这意味着函数内部对引用数据的修改会影响到原始数据。 

3.生命周期

基本数据类型的生命周期与它们所在的代码块或作用域相关。一旦超出其作用域，其值将被销毁。

引用数据类型的生命周期由垃圾回收器管理。即使引用变量超出了作用域，只要堆内存中的对象仍然被引用，它们就不会被销毁。

final修饰的引用数据类型，值可以在构造器中二次修改吗

在Java中，final关键字不能修饰一个类，只能修饰方法或变量。虽然类也是引用数据类型，final可以修饰引用数据类型，但是不能修饰类。

final修饰的引用数据类型，值可以在构造器中二次修改

例如，当final修饰的是引用数据类型（如对象或数组）时，它意味着这个引用本身不能被改变，也就是说你不能让final引用指向另一个对象。但是，这并不妨碍你修改这个对象的内容。

public class Test {private final User user;public Test(User user) {this.user = user;// 这里你不能让user指向另一个User对象// this.user = anotherUser; // 这行代码会导致编译错误// 但是你可以修改user的内容user.setName("New Name");}
}class User {private String name;public User(String name) {this.name = name;}public void setName(String name) {this.name = name;}public String getName() {return name;}
}

jvm内存结构

1.堆区：这是Java虚拟机所管理的最大一块内存区域，几乎所有的对象实例和数组都将在这里分配内存。堆是垃圾收集器管理的主要区域，因此很多时候也被称为“GC堆”。从Java 8开始，字符串常量池也移动到了堆中。

2.栈区：每个线程在创建时都会创建一个虚拟机栈，其生命周期与线程相同。每一个方法执行的时候都会创建一个栈帧，用于存储局部变量表、操作数栈、动态链接、方法出口等信息。每一个方法被调用直至执行完成的过程，就对应着一个栈帧在虚拟机栈中入栈到出栈的过程。

3.方法区：也被称为非堆（Non-Heap），用于存储已被加载的类信息、常量、静态变量、即时编译器编译后的代码等数据。虽然Java虚拟机规范把方法区描述为堆的一个逻辑部分，但它有一个别名叫做Non-Heap，目的是与Java堆区分开来。

4.程序计数器（就是写代码旁边显示的多少行）：当前线程所执行的字节码的行号指示器。

5.本地栈

jvm堆栈区别

堆（Heap）

• 堆是JVM中最大的内存区域，主要用于存储对象实例和数组。
• 堆是垃圾收集器（GC）的主要管理区域。当对象不再被引用时，垃圾收集器会回收这部分内存。
• 堆中的内存分配是动态的，即程序在运行时可以动态地创建和销毁对象。

栈（Stack）

• 栈是线程私有的，每个线程都有一个自己的栈。
• 栈用于存储方法的执行信息，包括局部变量表、操作数栈、动态链接等。
• 栈的大小是固定的，每个线程的栈深度由JVM决定。
• 栈的生命周期与线程相同，当线程结束时，栈也会销毁。

set能不能存null

 首先先明确，hashSet是基于hashMap实现的，又要明确hashMap和hashTable的区别

hashMap线程不安全，hashTable线程安全，其实现方法里面都添加了synchronized关键字来确保线程同步。

hashMap可以使用null作为key，hashTable不允许null作为key，因此结合上述hashSet是基于hashMap实现的，所以，hashSet可以使用null作为key

索引过多对操作有什么影响

索引：提高检索效率，降低排序成本，索引对应的字段有自动排序的功能，默认升序

缺点：

1.创建和维护索引需要耗时，并且随着数据量的增加而增加

2.索引需要占用物理空间，随数据量增加而增加

3.降低表的增删改的效率，每次增删改索引都需要进行动态维护

索引的适用场景：较为频繁的作为查询条件的字段

不适用的场景：

1.字段值的唯一性太差不适合做索引，即该字段的数据太多重复就不适合做索引

2.更新非常频繁的字段

3.不会作为查询条件（不会出现在where语句）不适合做索引

concurrentmap