传音也开奖了！上海和深圳这边的 Java 开发能开到 30w~40w，重庆这边稍微低一些，Java 开发能开到 17w~25w。

具体开的薪资通常会和学历挂钩，双非是最低档，92 会高不少，是否是硕士也有影响。

可能很多朋友都不知道传音这家公司，在国内的存在感也确实低。不过，它被称为非洲手机之王，非洲市占率第一，且全球目前都在发力，已经是全球第四大智能手机销售商。

这家公司的手机主打一个便宜，所以在收入低的地区比较受欢迎。

我看了影视飓风洋人电子垃圾那期，视频里的非洲老哥表示当地人还是更喜欢 iPhone,但这玩意比较稀缺，二手的价格也比较贵。

和国内的其他手机厂商（如 OPPO、Vivo）一样，传音每年校招都会招聘不少 Java 开发，社招也会经常放出 Java 岗位。并且，传音对学历很包容，就算你是双非，也没关系，放心冲，很多拿到 offer 的都是双非。

那传音的面试难度怎么样呢？根据我看过的面经分享来看，还是非常简单的，技术一般的同学可以捡漏一波。

下面给大家分享一位读者的传音研发岗校招面经，大家感受一下，难度真的很低（很多非技术问题这里就直省略了）。

概览：

一个程序从编译到运行的全流程

Java 程序从源代码到运行的过程如下图所示：

Java程序转变为机器代码的过程

需要格外注意的是 .class->机器码 这一步。在这一步 JVM 类加载器首先加载字节码文件，然后通过解释器逐行解释执行，这种方式的执行速度会相对比较慢。而且，有些方法和代码块是经常需要被调用的(也就是所谓的热点代码)，所以后面引进了 JIT（Just in Time Compilation） 编译器，而 JIT 属于运行时编译。当 JIT 编译器完成第一次编译后，其会将字节码对应的机器码保存下来，下次可以直接使用。而我们知道，机器码的运行效率肯定是高于 Java 解释器的。这也解释了我们为什么经常会说 Java 是编译与解释共存的语言 。

Java程序转变为机器代码的过程

HotSpot 采用了惰性评估(Lazy Evaluation)的做法，根据二八定律，消耗大部分系统资源的只有那一小部分的代码（热点代码），而这也就是 JIT 所需要编译的部分。JVM 会根据代码每次被执行的情况收集信息并相应地做出一些优化，因此执行的次数越多，它的速度就越快。

篇幅限制下面就只能给大家展示小册部分内容了。整理了一份核心面试笔记包括了：Java面试、Spring、JVM、MyBatis、Redis、MySQL、并发编程、微服务、Linux、Springboot、SpringCloud、MQ、Kafc

需要全套面试笔记及答案
【点击此处即可/免费获取】​​​

为什么要有虚拟机

虚拟机（JVM）的存在主要是为了三大好处：

1. 跨平台：它是实现一次编译，到处运行的关键。我们的 Java 代码被编译成通用的字节码，然后由各个平台专属的 JVM 来翻译成当地的机器码执行。

2. 自动内存管理：JVM 自带垃圾回收（GC），帮我们自动管理内存。开发者不用像写 C++那样手动释放内存，极大地减少了内存泄漏和程序崩溃的风险，让我们更专注于业务。

3. 性能优化：JVM 里的 JIT（即时编译器）会在程序运行时，把频繁执行的热点代码动态编译成高效的本地机器码，让 Java 在很多场景下也能拥有接近原生语言的性能。

所以，JVM 不仅是为了跨平台，更是 Java 强大、稳定、高效的基石。

Java 和 C++ 的区别?

我知道很多人没学过 C++，但是面试官就是没事喜欢拿咱们 Java 和 C++ 比呀！没办法！！！就算没学过 C++，也要记下来。

虽然，Java 和 C++ 都是面向对象的语言，都支持封装、继承和多态，但是，它们还是有挺多不相同的地方：

• Java 不提供指针来直接访问内存，程序内存更加安全

• Java 的类是单继承的，C++ 支持多重继承；虽然 Java 的类不可以多继承，但是接口可以多继承。

• Java 有自动内存管理垃圾回收机制(GC)，不需要程序员手动释放无用内存。

• C ++同时支持方法重载和操作符重载，但是 Java 只支持方法重载（操作符重载增加了复杂性，这与 Java 最初的设计思想不符）。

• ……

Exception 和 Error 有什么区别？

在 Java 中，所有的异常都有一个共同的祖先 java.lang 包中的 Throwable 类。Throwable 类有两个重要的子类:

• Exception :程序本身可以处理的异常，可以通过 catch 来进行捕获。Exception 又可以分为 Checked Exception (受检查异常，必须处理) 和 Unchecked Exception (不受检查异常，可以不处理)。

• Error：Error 属于程序无法处理的错误 ，我们没办法通过 catch 来进行捕获不建议通过catch捕获 。例如 Java 虚拟机运行错误（Virtual MachineError）、虚拟机内存不够错误(OutOfMemoryError)、类定义错误（NoClassDefFoundError）等 。这些异常发生时，Java 虚拟机（JVM）一般会选择线程终止。

异常可以被定义为静态变量吗？

绝对不能。因为异常的堆栈信息是在它被 new 出来的那一刻被捕获和固定的。

如果你把异常定义成一个 static 变量，那么它的堆栈信息就永远是类加载时那个点的堆栈，而不是真正抛出异常时的业务代码位置。

这会导致你看日志的时候，看到的堆栈信息是完全错误的，会严重误导问题排查。比如，异常明明发生在 methodA() 里，但日志却显示它发生在静态代码块里。

所以，正确的做法永远是在需要的地方 throw new Exception()，来保证捕获到最准确的异常现场。

介绍一下 Java 集合

Java 集合，也叫作容器，主要是由两大接口派生而来：一个是 Collection接口，主要用于存放单一元素；另一个是 Map 接口，主要用于存放键值对。对于Collection 接口，下面又有三个主要的子接口：List、Set 、 Queue。

Java 集合框架如下图所示：

Java 集合框架概览

注：图中只列举了主要的继承派生关系，并没有列举所有关系。比方省略了AbstractList, NavigableSet等抽象类以及其他的一些辅助类，如想深入了解，可自行查看源码。

LinkedList 插入和删除元素的时间复杂度

• 头部插入/删除：只需要修改头结点的指针即可完成插入/删除操作，因此时间复杂度为 O(1)。

• 尾部插入/删除：只需要修改尾结点的指针即可完成插入/删除操作，因此时间复杂度为 O(1)。

• 指定位置插入/删除：需要先移动到指定位置，再修改指定节点的指针完成插入/删除，不过由于有头尾指针，可以从较近的指针出发，因此需要遍历平均 n/4 个元素，时间复杂度为 O(n)。

这里简单列举一个例子：假如我们要删除节点 9 的话，需要先遍历链表找到该节点。然后，再执行相应节点指针指向的更改，具体的源码可以参考：LinkedList 源码分析[1] 。

unlink 方法逻辑

为什么 HashMap 后期链表会变为红黑树

这样做的目的是减少搜索时间：链表的查询效率为 O(n)（n 是链表的长度），红黑树是一种自平衡二叉搜索树，其查询效率为 O(log n)。当链表较短时，O(n) 和 O(log n) 的性能差异不明显。但当链表变长时，查询性能会显著下降。

并发与并行的区别

• 并发：两个及两个以上的作业在同一 时间段 内执行。

• 并行：两个及两个以上的作业在同一 时刻 执行。

最关键的点是：是否是 同时 执行。

为什么要使用多线程?

先从总体上来说：

• 从计算机底层来说： 线程可以比作是轻量级的进程，是程序执行的最小单位，线程间的切换和调度的成本远远小于进程。另外，多核 CPU 时代意味着多个线程可以同时运行，这减少了线程上下文切换的开销。

• 从当代互联网发展趋势来说： 现在的系统动不动就要求百万级甚至千万级的并发量，而多线程并发编程正是开发高并发系统的基础，利用好多线程机制可以大大提高系统整体的并发能力以及性能。

再深入到计算机底层来探讨：

• 单核时代：在单核时代多线程主要是为了提高单进程利用 CPU 和 IO 系统的效率。 假设只运行了一个 Java 进程的情况，当我们请求 IO 的时候，如果 Java 进程中只有一个线程，此线程被 IO 阻塞则整个进程被阻塞。CPU 和 IO 设备只有一个在运行，那么可以简单地说系统整体效率只有 50%。当使用多线程的时候，一个线程被 IO 阻塞，其他线程还可以继续使用 CPU。从而提高了 Java 进程利用系统资源的整体效率。

• 多核时代: 多核时代多线程主要是为了提高进程利用多核 CPU 的能力。举个例子：假如我们要计算一个复杂的任务，我们只用一个线程的话，不论系统有几个 CPU 核心，都只会有一个 CPU 核心被利用到。而创建多个线程，这些线程可以被映射到底层多个 CPU 核心上执行，在任务中的多个线程没有资源竞争的情况下，任务执行的效率会有显著性的提高，约等于（单核时执行时间/CPU 核心数）。

介绍一下自己的项目

作为求职者，我们可以从哪些方案去准备项目经历的回答：

1. 梳理项目全貌：

   • 一句话概括项目：用简洁的语言说清楚这个项目是做什么的（核心业务/目标）以及为什么要做（项目背景、要解决什么痛点）。

   • 核心功能与亮点：介绍项目的主要功能模块，特别是那些技术含量高或业务价值大的部分。

   • 技术架构与选型：能清晰地说明项目的整体技术架构（比如是微服务、单体？用了哪些中间件？），并解释为什么选择这些技术（技术选型的考量）。准备好可能被要求画简要架构图或解释关键模块设计。

2. 明确你的角色与贡献：

   • 你的角色：清楚说明你在项目中担任的角色（比如核心开发者、模块负责人、项目经理等）。

   • 具体职责：你具体负责了哪些模块或任务？

   • 关键贡献（重中之重！）：用 STAR 法则 (Situation, Task, Action, Result) 来准备几个实际案例。重点突出你通过具体行动取得了可量化的成果或解决了关键问题，一定要具体场景，而非罗列技术。例如，“负责优化 XX 接口，通过 A、B、C 措施，将响应时间从 X 降低到 Y，提升了 Z% 的用户体验”。

3. 准备解决问题的亮点案例：

   • 挖掘挑战：回忆项目中遇到的最棘手的技术难题、性能瓶颈、或者复杂的业务逻辑实现。这个在面试中很可能会问到，例如面试官会问你：“面试中遇到了什么困难？如何解决的？”。

   • 展现思路：详细说明你是如何分析问题（用了什么工具？怎么定位的？）、思考解决方案（考虑了哪些方案？为什么选择最终方案？）、最终如何解决的，以及结果如何。

   • 提炼收获：从解决这个问题的过程中，你学到了什么？技术上有什么成长？或者对业务有了更深的理解？

4. 深入理解关键技术：吃透你在这个项目中用到的技术（举个例子，你的项目经历使用了 Seata 来做分布式事务，那 Seata 相关的问题你要提前准备一下吧，比如说 Seata 支持哪些配置中心、Seata 的事务分组是怎么做的、Seata 支持哪些事务模式，怎么选择？）。

对 AI 相关的知识有学习了解吗？

不管是否做 AI 相关的工作，建议都要学习了解下面这些核心概念：

1. 什么是大语言模型 (LLM) ：了解其基本工作方式（输入 Prompt -> 输出 Completion）、主要能力（文本生成、理解、摘要、翻译、问答等）以及局限性（知识截止、幻觉等）。

2. 提示工程 (Prompt Engineering) 基础 ： 学习如何设计有效的 Prompt 来引导模型产生期望的输出。掌握基本技巧，如提供清晰指令、上下文、示例（Few-shot Learning）。这是应用开发中最直接、最高频的交互方式。

3. 嵌入 (Embeddings) 与向量数据库 (Vector Databases) ： 理解文本如何被转换为向量（Embeddings），以及向量数据库（如 Milvus, Chroma, Weaviate, Pinecone, ES 向量搜索）在相似性搜索中的作用。这是实现 RAG 的关键技术。

4. 检索增强生成 (RAG - Retrieval-Augmented Generation) ： 掌握 RAG 的核心思想——结合外部知识库（通过向量检索）来弥补 LLM 自身知识的不足或实现基于私有数据的问答。这是目前最主流的大模型应用模式之一。