1. 说下种常的排序算法和分别的复杂度
【快速排序】
原理：快速排序采的是种分治的思想,它先找个基准数（般选择第个值）,然后将这个基准数的数字都放到它的左边,然后再递归调,分别对左右两边快速排序,直到每边只有个数字.整个排序就完成了.
选定个合适的值（理想情况中值最好，但实现中般使数组第个值）,称为“枢轴”(pivot)。基于这个值，将数组分为两部分，较的分在左边，较的分在右边。可以肯定，如此轮下来，这个枢轴的位置定在最终位置上。对两个数组分别重复上述过程，直到每个数组只有个元素。排序完成。
复杂度：O(n)
特点：快速排序是我们平常最常使的种排序算法,因为它速度快,效率,是最优秀的种排序算法.
【冒泡排序】
原理：冒泡排序其实就是逐较交换,进外两次循环,外层循环为遍历所有数字,逐个确定每个位置,层循环为确定了位置后,遍历所有后没有确定位置的数字,与该位置的数字进较,只要该位置的数字,就和该位置的数字进交换.
复杂度：O(n^2)，最佳时间复杂度为O(n)
特点：冒泡排序在我们实际开发中,使的还是较少的.它更加适合数据规模较少的时候,因为它的效率是较低的,但是优点是逻辑简单,容易让我们记得.
直接插排序：
原理：直接插排序是将从第个数字开始,逐个拿出来,插到之前排好序的数列.
复杂度：O(n^2)，最佳时间复杂度为O(n)
直接选择排序：
原理：直接选择排序是从第个位置开始遍历位置,找到剩余未排序的数据最的,找到最的后,再做交换
复杂度：O(n^2)
特点：和冒泡排序样,逻辑简单,但是效率不,适合少量的数据排序。
2. java写个冒泡排序算法
3. 描述下链式存储结构
a. 线性结构的优点是可以实现随机读取，时间复杂度为O(1)，空间利率，缺点是进插和删除操作时较麻烦，时间复杂度为O(n)，同时容量受限制，需要事先确定容量，容量过，浪费空间资源，过不能满使要求，会产溢出问题。
b. 链式存储结构的优点主要是插和删除常简单，前提条件是知道操作位置，时间复杂度是O(1)，但如果不知道操作位置则要定位元素，时间复杂度为O(n)，没有容量的限制，可以使过程中动态分配的分配内存空间，不担溢出问题，但是它并不能实现随机读取，同时空间利率不。
4. 如何遍历一颗二叉树
树节点：
b. 递归先序遍历：先输出节点的值，再递归遍历左右树。中序和后序的递归类似，改变根节点输出位置即可。
c. 递归中序遍历：过程和递归先序遍历类似
d. 递归后序遍历：
5. 倒排个LinkedList
Collections.reverse(linkedList);
6. java写个递归遍历录下的所有件（directory.listFiles（））
7. 叉树与红树
叉树
特性：
左树上所有结点的值均于或等于它的根结点的值。右树上所有结点的值均于或等于它的根结点的值。左、右树也分别为叉排序树。
查找：
分查找（通过层层的较来查找位置）：如查找值为10的节点：9–13–11–10
缺陷：
插容易变成线性形态，查找性能打折扣，这时需要引红树来解决
红黑树
特点：是种平衡的叉查找树，除了符合叉树的特点之外，还符合以下点：
节点是红或。根节点是。每个叶节点都是的空节点（NIL节点）。每个红节点的两个节点都是。(从每个叶到根的所有路径上不能有两个连续的红节点)从任节点到其每个叶的所有路径都包含相同数的节点。
这些规则保证了红树的平衡。
红树从根到叶的最长路径不会超过最短路径的2倍。
提寻址效率。
添加删除：通过旋来保证平衡
8. b-tree、b+tree多叉树
b-tree（件系统）
B树也称B-树,它是颗多路平衡查找树。我们描述颗B树时需要指定它的阶数，阶数表示了个结点最多有多少个孩结点，般字m表示阶数。当m取2时，就是我们常的叉搜索树。
定义：
1）每个结点最多有m-1个关键字。2）根结点最少可以只有1个关键字。3）根结点少有Math.ceil(m/2)-1个关键字。4）每个结点中的关键字都按照从到的顺序排列，每个关键字的左树中的所有关键字都于它，右树中的所有关键字都于它。5）所有叶结点都位于同层，或者说根结点到每个叶结点的度都相同。
插数据，向兄弟节点借，兄弟节点不够则向节点借；
b+tree（mysql索引）
定义：
1）B+树包含2种类型的结点：内部结点（也称索引结点）和叶结点。根结点本身即可以是内部结点，也可以是叶结点。根结点的关键字个数最少可以只有1个。2）B+树与B树最的不同是内部结点不保存数据，只于索引，所有数据（或者说记录）都保存在叶结点中。3）m阶B+树表示了内部结点最多有m-1个关键字（或者说内部结点最多有m个树），阶数m同时限制了叶结点最多存储m-1个记录。4）内部结点中的key都按照从到的顺序排列，对于内部结点中的个key，左树中的所有key都于它，右树中的key都于等于它。叶结点中的记录也按照key的排列。5）每个叶结点都存有相邻叶结点的指针，叶结点本身依关键字的顺序链接。
9. 谈谈数据结构，如TreeMap
TreeMap实现了红树的结构。
10. 图的深度遍历和度遍历
1、深度优先遍历：
2、度优先遍历：
11. 介绍下红树、叉平衡树
12. 说说java集合，每个集合下有哪些实现类，及其数据结构。
HashMap：
在HashMap内部，采了数组+链表的形式来组织键值对Entry<Key,Value>（利数组的查询快+链表的插删除快）HashMap在存储键值对Entry<Key,Value>的时候，会根据Key的hashcode值，以某种映射关系，决定应当将这对键值对Entry<Key,Value>存储在HashMap中的什么位置上在JDK1.7进多线程put操作，之后遍历，直接死循环，CPU飙到100%，在JDK 1.8中进多线程操作会出现节点和value值丢失，为什么JDK1.7与JDK1.8多线程操作会出现很不同，是因为JDK 1.8的作者对resize法进了优化不会产链表闭环。
结构：
HashMap扩容：
1、很简单的计算：由于默认的加载因是0.75 ，那么，此时map的阀值是 16*0.75 = 12，即添加第13个键值对<Key,Value>的时候，map的容量会扩充倍。
2、确实如此，但是为了尽可能第减少桶中的Entry<Key,Value>链表的长度，以提HashMap的存取性能，确定的这个经验值。如果读者你对存取效率要求的不是太，想省点空间的话，你可以new HashMap(int initialCapacity, float loadFactor)构造法将这个因设置得些也妨。
扩容步骤：
2. 为何扩容为原来的两倍（性能）：
在HashMap通过键的哈希值进定位桶位置的时候，调了个indexFor(hash, table.length通过限制length是个2的幂数，h & (length-1)和h % length结果是致的。如果length是个2的幂的数，那么length-1就会变成个mask, 它会将hashcode低位取出来，hashcode的低位实际就是余数，和取余操作相，与操作会将性能提升很多。
put流程：
a. 获取这个Key的hashcode值，根据此值确定应该将这对键值对存放在哪个桶中，即确定要存放桶的索引；
b.遍历所在桶中的Entry<Key,Value>链表，查找其中是否已经有了以Key值为Key存储的Entry<Key,Value>对象，
c1. 若已存在，定位到对应的Entry<Key,Value>,其中的Value值更新为新的Value值；返回旧值；
c2.若不存在，则根据键值对<Key,Value>创建个新的Entry<Key,Value>对象，然后添加到这个桶的Entry<Key,Value>
d.当前的HashMap的(即Entry<key,Value>节点的数)是否超过了阀值，若超过了阀值(threshold)， 则增HashMap的容量(即Entry[] table 的)，并且重新组织内部各个Entry<Key,Value>排列。
get流程：
a. 获取这个Key的hashcode值，根据此hashcode值决定应该从哪个桶中查找；
b.遍历所在桶中的Entry<Key,Value>链表，查找其中是否已经有了以Key值为Key存储的Entry<Key,Value>对象，
c1. 若已存在，定位到对应的Entry<Key,Value>,返回value c2. 若不存在，返回null；
