个人珍藏的80道多线程并发面试题（1-10答案解析）

个人珍藏的80道多线程并发面试题（1-10答案解析）
前言

个人珍藏的80道Java多线程/并发经典面试题，因为篇幅太长，现在先给出1-10的答案解析哈，后面一起完善，并且上传github哈~

❝
https://github.com/whx123/JavaHome
❞

「公众号：捡田螺的小男孩」

1. synchronized的实现原理以及锁优化？

synchronized的实现原理
- synchronized作用于「方法」或者「代码块」，保证被修饰的代码在同一时间只能被一个线程访问。
- synchronized修饰代码块时，JVM采用「monitorenter、monitorexit」两个指令来实现同步
- synchronized修饰同步方法时，JVM采用「ACC_SYNCHRONIZED」标记符来实现同步
- monitorenter、monitorexit或者ACC_SYNCHRONIZED都是「基于Monitor实现」的
- 实例对象里有对象头，对象头里面有Mark Word，Mark Word指针指向了「monitor」
- Monitor其实是一种「同步工具」，也可以说是一种「同步机制」。
- 在Java虚拟机（HotSpot）中，Monitor是由「ObjectMonitor实现」的。ObjectMonitor体现出Monitor的工作原理~
```
ObjectMonitor() {
    _header       = NULL;
    _count        = 0; // 记录线程获取锁的次数
    _waiters      = 0,
    _recursions   = 0;  //锁的重入次数
    _object       = NULL;
    _owner        = NULL;  // 指向持有ObjectMonitor对象的线程
    _WaitSet      = NULL;  // 处于wait状态的线程，会被加入到_WaitSet
    _WaitSetLock  = 0 ;
    _Responsible  = NULL ;
    _succ         = NULL ;
    _cxq          = NULL ;
    FreeNext      = NULL ;
    _EntryList    = NULL ;  // 处于等待锁block状态的线程，会被加入到该列表
    _SpinFreq     = 0 ;
    _SpinClock    = 0 ;
    OwnerIsThread = 0 ;
  }
```
ObjectMonitor的几个关键属性 _count、_recursions、_owner、_WaitSet、 _EntryList 体现了monitor的工作原理

锁优化

在讨论锁优化前，先看看JAVA对象头(32位JVM)中Mark Word的结构图吧~

Mark Word存储对象自身的运行数据，如「哈希码、GC分代年龄、锁状态标志、偏向时间戳（Epoch）」 等，为什么区分「偏向锁、轻量级锁、重量级锁」等几种锁状态呢？

❝
在JDK1.6之前，synchronized的实现直接调用ObjectMonitor的enter和exit，这种锁被称之为「重量级锁」。从JDK6开始，HotSpot虚拟机开发团队对Java中的锁进行优化，如增加了适应性自旋、锁消除、锁粗化、轻量级锁和偏向锁等优化策略。
❞
- 偏向锁：在无竞争的情况下，把整个同步都消除掉，CAS操作都不做。
- 轻量级锁：在没有多线程竞争时，相对重量级锁，减少操作系统互斥量带来的性能消耗。但是，如果存在锁竞争，除了互斥量本身开销，还额外有CAS操作的开销。
- 自旋锁：减少不必要的CPU上下文切换。在轻量级锁升级为重量级锁时，就使用了自旋加锁的方式
- 锁粗化：将多个连续的加锁、解锁操作连接在一起，扩展成一个范围更大的锁。
❝
举个例子，买门票进动物园。老师带一群小朋友去参观，验票员如果知道他们是个集体，就可以把他们看成一个整体（锁租化），一次性验票过，而不需要一个个找他们验票。
❞
- 锁消除:虚拟机即时编译器在运行时，对一些代码上要求同步，但是被检测到不可能存在共享数据竞争的锁进行削除。
有兴趣的朋友们可以看看我这篇文章： Synchronized解析——如果你愿意一层一层剥开我的心^[1]

2. ThreadLocal原理，使用注意点，应用场景有哪些？

回答四个主要点：
- ThreadLocal是什么?
- ThreadLocal原理
- ThreadLocal使用注意点
- ThreadLocal的应用场景
ThreadLocal是什么?

ThreadLocal，即线程本地变量。如果你创建了一个ThreadLocal变量，那么访问这个变量的每个线程都会有这个变量的一个本地拷贝，多个线程操作这个变量的时候，实际是操作自己本地内存里面的变量，从而起到线程隔离的作用，避免了线程安全问题。
```
//创建一个ThreadLocal变量
static ThreadLocal<String> localVariable = new ThreadLocal<>();
```
ThreadLocal原理

ThreadLocal内存结构图：

由结构图是可以看出：
- Thread对象中持有一个ThreadLocal.ThreadLocalMap的成员变量。
- ThreadLocalMap内部维护了Entry数组，每个Entry代表一个完整的对象，key是ThreadLocal本身，value是ThreadLocal的泛型值。
对照着几段关键源码来看，更容易理解一点哈~
```
public class Thread implements Runnable {
   //ThreadLocal.ThreadLocalMap是Thread的属性
   ThreadLocal.ThreadLocalMap threadLocals = null;
}
```
ThreadLocal中的关键方法set()和get()
```
    public void set(T value) {
        Thread t = Thread.currentThread(); //获取当前线程t
        ThreadLocalMap map = getMap(t);  //根据当前线程获取到ThreadLocalMap
        if (map != null)
            map.set(this, value); //K，V设置到ThreadLocalMap中
        else
            createMap(t, value); //创建一个新的ThreadLocalMap
    }

    public T get() {
        Thread t = Thread.currentThread();//获取当前线程t
        ThreadLocalMap map = getMap(t);//根据当前线程获取到ThreadLocalMap
        if (map != null) {
            //由this（即ThreadLoca对象）得到对应的Value，即ThreadLocal的泛型值
            ThreadLocalMap.Entry e = map.getEntry(this);
            if (e != null) {
                @SuppressWarnings("unchecked")
                T result = (T)e.value; 
                return result;
            }
        }
        return setInitialValue();
    }
```
ThreadLocalMap的Entry数组
```
static class ThreadLocalMap {
    static class Entry extends WeakReference<ThreadLocal<?>> {
        /** The value associated with this ThreadLocal. */
        Object value;

        Entry(ThreadLocal<?> k, Object v) {
            super(k);
            value = v;
        }
    }
}
```
所以怎么回答「ThreadLocal的实现原理」？如下，最好是能结合以上结构图一起说明哈~
❝

Thread类有一个类型为ThreadLocal.ThreadLocalMap的实例变量threadLocals，即每个线程都有一个属于自己的ThreadLocalMap。
ThreadLocalMap内部维护着Entry数组，每个Entry代表一个完整的对象，key是ThreadLocal本身，value是ThreadLocal的泛型值。
每个线程在往ThreadLocal里设置值的时候，都是往自己的ThreadLocalMap里存，读也是以某个ThreadLocal作为引用，在自己的map里找对应的key，从而实现了线程隔离。
❞
ThreadLocal 内存泄露问题

先看看一下的TreadLocal的引用示意图哈，

ThreadLocalMap中使用的 key 为 ThreadLocal 的弱引用，如下

❝
弱引用：只要垃圾回收机制一运行，不管JVM的内存空间是否充足，都会回收该对象占用的内存。
❞

弱引用比较容易被回收。因此，如果ThreadLocal（ThreadLocalMap的Key）被垃圾回收器回收了，但是因为ThreadLocalMap生命周期和Thread是一样的，它这时候如果不被回收，就会出现这种情况：ThreadLocalMap的key没了，value还在，这就会「造成了内存泄漏问题」。

如何「解决内存泄漏问题」？使用完ThreadLocal后，及时调用remove()方法释放内存空间。

ThreadLocal的应用场景
- 数据库连接池
- 会话管理中使用
3. synchronized和ReentrantLock的区别？

我记得校招的时候，这道面试题出现的频率还是挺高的~可以从锁的实现、功能特点、性能等几个维度去回答这个问题，
- 「锁的实现：」 synchronized是Java语言的关键字，基于JVM实现。而ReentrantLock是基于JDK的API层面实现的（一般是lock()和unlock()方法配合try/finally 语句块来完成。）
- 「性能：」 在JDK1.6锁优化以前，synchronized的性能比ReenTrantLock差很多。但是JDK6开始，增加了适应性自旋、锁消除等，两者性能就差不多了。
- 「功能特点：」 ReentrantLock 比 synchronized 增加了一些高级功能，如等待可中断、可实现公平锁、可实现选择性通知。
❝

ReentrantLock提供了一种能够中断等待锁的线程的机制，通过lock.lockInterruptibly()来实现这个机制。
ReentrantLock可以指定是公平锁还是非公平锁。而synchronized只能是非公平锁。所谓的公平锁就是先等待的线程先获得锁。
synchronized与wait()和notify()/notifyAll()方法结合实现等待/通知机制，ReentrantLock类借助Condition接口与newCondition()方法实现。
ReentrantLock需要手工声明来加锁和释放锁，一般跟finally配合释放锁。而synchronized不用手动释放锁。
❞
4. 说说CountDownLatch与CyclicBarrier区别
- CountDownLatch：一个或者多个线程，等待其他多个线程完成某件事情之后才能执行;
- CyclicBarrier：多个线程互相等待，直到到达同一个同步点，再继续一起执行。
举个例子吧：
❝

CountDownLatch：假设老师跟同学约定周末在公园门口集合，等人齐了再发门票。那么，发门票（这个主线程），需要等各位同学都到齐（多个其他线程都完成），才能执行。
CyclicBarrier:多名短跑运动员要开始田径比赛，只有等所有运动员准备好，裁判才会鸣枪开始，这时候所有的运动员才会疾步如飞。
❞
5. Fork/Join框架的理解

❝
Fork/Join框架是Java7提供的一个用于并行执行任务的框架，是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架。
❞

Fork/Join框架需要理解两个点，「分而治之」和「工作窃取算法」。

「分而治之」

以上Fork/Join框架的定义，就是分而治之思想的体现啦

「工作窃取算法」

把大任务拆分成小任务，放到不同队列执行，交由不同的线程分别执行时。有的线程优先把自己负责的任务执行完了，其他线程还在慢慢悠悠处理自己的任务，这时候为了充分提高效率，就需要工作盗窃算法啦~

工作盗窃算法就是，「某个线程从其他队列中窃取任务进行执行的过程」。一般就是指做得快的线程（盗窃线程）抢慢的线程的任务来做，同时为了减少锁竞争，通常使用双端队列，即快线程和慢线程各在一端。

6. 为什么我们调用start()方法时会执行run()方法，为什么我们不能直接调用run()方法？

看看Thread的start方法说明哈~
```
    /**
     * Causes this thread to begin execution; the Java Virtual Machine
     * calls the <code>run</code> method of this thread.
     * <p>
     * The result is that two threads are running concurrently: the
     * current thread (which returns from the call to the
     * <code>start</code> method) and the other thread (which executes its
     * <code>run</code> method).
     * <p>
     * It is never legal to start a thread more than once.
     * In particular, a thread may not be restarted once it has completed
     * execution.
     *
     * @exception  IllegalThreadStateException  if the thread was already
     *               started.
     * @see        #run()
     * @see        #stop()
     */
    public synchronized void start() {
     ......
    }
```
JVM执行start方法，会另起一条线程执行thread的run方法，这才起到多线程的效果~ 「为什么我们不能直接调用run()方法？」 如果直接调用Thread的run()方法，其方法还是运行在主线程中，没有起到多线程效果。

7. CAS？CAS 有什么缺陷，如何解决？

CAS,Compare and Swap，比较并交换；

❝
CAS 涉及3个操作数，内存地址值V，预期原值A，新值B；如果内存位置的值V与预期原A值相匹配，就更新为新值B，否则不更新
❞

CAS有什么缺陷？

「ABA 问题」

❝
并发环境下，假设初始条件是A，去修改数据时，发现是A就会执行修改。但是看到的虽然是A，中间可能发生了A变B，B又变回A的情况。此时A已经非彼A，数据即使成功修改，也可能有问题。
❞

可以通过AtomicStampedReference「解决ABA问题」，它，一个带有标记的原子引用类，通过控制变量值的版本来保证CAS的正确性。

「循环时间长开销」

❝
自旋CAS，如果一直循环执行，一直不成功，会给CPU带来非常大的执行开销。
❞

很多时候，CAS思想体现，是有个自旋次数的，就是为了避开这个耗时问题~

「只能保证一个变量的原子操作。」

❝
CAS 保证的是对一个变量执行操作的原子性，如果对多个变量操作时，CAS 目前无法直接保证操作的原子性的。
❞

可以通过这两个方式解决这个问题：
❝

使用互斥锁来保证原子性；
将多个变量封装成对象，通过AtomicReference来保证原子性。
❞
有兴趣的朋友可以看看我之前的这篇实战文章哈~ CAS乐观锁解决并发问题的一次实践^[2]

9. 如何保证多线程下i++ 结果正确？
- 使用循环CAS，实现i++原子操作
- 使用锁机制，实现i++原子操作
- 使用synchronized，实现i++原子操作
没有代码demo，感觉是没有灵魂的~ 如下：
```
/**
 *  @Author 捡田螺的小男孩
 */
public class AtomicIntegerTest {

    private static AtomicInteger atomicInteger = new AtomicInteger(0);

    public static void main(String[] args) throws InterruptedException {
        testIAdd();
    }

    private static void testIAdd() throws InterruptedException {
        //创建线程池
        ExecutorService executorService = Executors.newFixedThreadPool(2);
        for (int i = 0; i < 1000; i++) {
            executorService.execute(() -> {
                for (int j = 0; j < 2; j++) {
                    //自增并返回当前值
                    int andIncrement = atomicInteger.incrementAndGet();
                    System.out.println("线程:" + Thread.currentThread().getName() + " count=" + andIncrement);
                }
            });
        }
        executorService.shutdown();
        Thread.sleep(100);
        System.out.println("最终结果是 ：" + atomicInteger.get());
    }
    
}
```
运行结果：
```
...
线程:pool-1-thread-1 count=1997
线程:pool-1-thread-1 count=1998
线程:pool-1-thread-1 count=1999
线程:pool-1-thread-2 count=315
线程:pool-1-thread-2 count=2000
最终结果是 ：2000
```
10. 如何检测死锁？怎么预防死锁？死锁四个必要条件

死锁是指多个线程因竞争资源而造成的一种互相等待的僵局。如图感受一下： 「死锁的四个必要条件：」
- 互斥：一次只有一个进程可以使用一个资源。其他进程不能访问已分配给其他进程的资源。
- 占有且等待：当一个进程在等待分配得到其他资源时，其继续占有已分配得到的资源。
- 非抢占：不能强行抢占进程中已占有的资源。
- 循环等待：存在一个封闭的进程链，使得每个资源至少占有此链中下一个进程所需要的一个资源。
「如何预防死锁？」
- 加锁顺序（线程按顺序办事）
- 加锁时限（线程请求所加上权限，超时就放弃，同时释放自己占有的锁）
- 死锁检测
参考与感谢

牛顿说，我之所以看得远，是因为我站在巨人的肩膀上~ 谢谢以下各位前辈哈~
- 面试必问的CAS，你懂了吗？^[3]
- Java多线程：死锁^[4]
- ReenTrantLock可重入锁（和synchronized的区别）总结^[5]
- 聊聊并发（八）——Fork/Join 框架介绍^[6]
个人公众号
- 觉得写得好的小伙伴给个点赞+关注啦，谢谢~
- 如果有写得不正确的地方，麻烦指出，感激不尽。
- 同时非常期待小伙伴们能够关注我公众号，后面慢慢推出更好的干货~嘻嘻
- github地址：https://github.com/whx123/JavaHome
Reference

[1]
Synchronized解析——如果你愿意一层一层剥开我的心: https://juejin.im/post/5d5374076fb9a06ac76da894#comment
[2]
CAS乐观锁解决并发问题的一次实践: https://juejin.im/post/5d0616ade51d457756536791
[3]
面试必问的CAS，你懂了吗？: https://blog.csdn.net/v123411739/article/details/79561458
[4]
Java多线程：死锁: https://www.cnblogs.com/xiaoxi/p/8311034.html
[5]
ReenTrantLock可重入锁（和synchronized的区别）总结: https://blog.csdn.net/qq838642798/article/details/65441415
[6]
聊聊并发（八）——Fork/Join 框架介绍: https://www.infoq.cn/article/fork-join-introduction
相关阅读:
画板
 多线程
 Runtime
今日头条UI搭建
 支付宝UI界面搭建
 控制器的创建
 UIWindow简单介绍
 UIApplication
UIPickerView的使用
 代理、通知、KVO
原文地址：https://www.cnblogs.com/jay-huaxiao/p/13394928.html

个人珍藏的80道多线程并发面试题（1-10答案解析）

前言

1. synchronized的实现原理以及锁优化？

synchronized的实现原理

锁优化

2. ThreadLocal原理，使用注意点，应用场景有哪些？

ThreadLocal是什么?

ThreadLocal原理

ThreadLocal 内存泄露问题

ThreadLocal的应用场景

3. synchronized和ReentrantLock的区别？

4. 说说CountDownLatch与CyclicBarrier区别

5. Fork/Join框架的理解

6. 为什么我们调用start()方法时会执行run()方法，为什么我们不能直接调用run()方法？

7. CAS？CAS 有什么缺陷，如何解决？

9. 如何保证多线程下i++ 结果正确？

10. 如何检测死锁？怎么预防死锁？死锁四个必要条件

参考与感谢

个人公众号

Reference