CVTE 一面：Agent 项目与 Java 基础八股

《面试题目》

1. 介绍一下你的项目和 Agent 相关背景。
2. 开闭原则你怎么理解？
3. 有监督、无监督、强化学习分别是以什么作为信号的？
4. ArrayList 和 LinkedList 的区别是什么？它们操作的时间复杂度是多少？如果我要向 ArrayList 表尾插入一个数据，时间复杂度是多少？
5. JVM 垃圾回收。
6. TCP 和 UDP 的区别。
7. HTTPS。
8. 算法题：卡片计算得分。

《参考解析》

开闭原则：对扩展开放、对修改关闭：核心不是「不许改代码」，而是新增一类能力时不应该去改动已经稳定的代码。落地手段就那么几样：面向接口编程 + 多态（新需求加一个实现类）、策略模式 + 工厂/注册表按类型分发、把变化点抽成配置或插件。反面例子是一串 if (type == A) ... else if (type == B) ...，每加一种渠道就得回到这个方法里改——这类分支越集中越危险，因为你动的是所有人都在跑的代码。面试里值得补两层：一是开闭原则和单一职责、依赖倒置是配套的，靠抽象隔离变化，抽象错了照样要改；二是不能教条化，业务还没稳定时硬造扩展点属于过度设计，通常等变化真的出现第二次再抽。

三种学习范式的监督信号：监督学习的信号是标签——每个样本都有人给的正确答案，损失函数直接度量预测与标签的差距（交叉熵、MSE）。无监督学习没有标签，信号来自数据自身的结构：聚类靠样本间的距离/密度，降维与自编码器靠重构误差，对比学习靠「同一样本的不同增广应该更近」这类自构造目标。强化学习没有标准答案，只有环境在动作之后返回的标量 reward，模型要最大化折扣累计回报，由此带来三个独有难点：探索与利用的权衡、奖励稀疏且延迟（credit assignment）、样本效率低且分布随策略变化。常被追问的两个衔接点：自监督预训练（掩码语言模型、对比预训练）严格说是「从数据本身构造标签」，习惯上归到无监督一侧；RLHF 属于强化学习，reward 来自人类偏好训出的奖励模型。

ArrayList 与 LinkedList：ArrayList 底层是动态数组，内存连续、缓存友好，按下标随机访问是 O(1)；尾部追加均摊 O(1)——容量够就是一次赋值，容量不够要扩容（默认 1.5 倍）并把旧元素整体拷贝，那一次是 O(n)，但摊销到 n 次追加上仍是常数。中间按下标插入/删除要搬移后续元素，O(n)。LinkedList 是双向链表，给定节点后头尾插入删除是 O(1)，但按下标访问要遍历，O(n)，而且每个节点多存前后指针、内存不连续，实际遍历和迭代性能通常还不如 ArrayList。所以工程结论是：绝大多数场景用 ArrayList，只有确实频繁在两端增删（当队列/栈用，这时 ArrayDeque 更合适）才考虑链表；「LinkedList 插入快」这个说法只在「已经持有目标节点」时成立，按索引插入它反而更慢。

JVM 垃圾回收：判活靠可达性分析，从 GC Roots（虚拟机栈里的局部变量、方法区静态变量与常量、JNI 引用、活跃线程）出发标记，引用分强/软/弱/虚，对应不同的回收时机。回收算法按分代假设组织：新对象进 Eden，Minor GC 后存活对象复制到 Survivor（复制算法，代价是浪费一块空间），每熬过一次 GC 年龄 +1，到阈值（默认 15，动态判定）晋升老年代；老年代对象存活率高，用标记-清除或标记-整理。收集器演进要能串成一条线：Serial/Parallel（吞吐优先、会 STW）→ CMS（并发标记清除，低停顿但有浮动垃圾和内存碎片）→ G1（把堆切成 Region，按回收收益优先回收，可设停顿目标）→ ZGC/Shenandoah（染色指针 + 读屏障，停顿基本与堆大小无关）。实战追问通常是「怎么排查 GC 问题」：开 GC 日志看频率与耗时，用 jstat 观察各代变化，堆溢出用 jmap dump 后拿 MAT 找支配树上的大对象，再回头看是缓存没设上限、还是大对象直接进了老年代。

TCP 与 UDP、HTTPS：TCP 面向连接、可靠有序——序号确认、超时重传、滑动窗口做流量控制、拥塞控制（慢启动/拥塞避免/快重传快恢复），代价是建连握手、状态维护和队头阻塞；UDP 无连接、不保证可靠与顺序，但保留报文边界、头部只有 8 字节、没有队头阻塞，适合实时音视频、DNS、游戏，也是 QUIC 的底座（在用户态自己实现可靠传输 + 多路复用）。HTTPS = HTTP + TLS：握手阶段用非对称/密钥交换（ECDHE 提供前向安全）协商出一个对称会话密钥，同时用证书链验证服务端身份，之后的数据用对称加密传输，完整性由 AEAD 或 MAC 保证；TLS 1.3 把握手压到 1-RTT（会话复用可 0-RTT）。面试官常接着问「对称和非对称各用在哪一步、为什么」，答案就是非对称慢所以只用来协商密钥和验身份，真正传数据用对称。