-
ReentrantLock需手动管理锁的获取与释放，必须在try中lock、finally中unlock；支持可中断、超时、公平性；需统一加锁顺序防死锁；通过Condition实现精准唤醒。
-
ConcurrentModificationException由迭代时直接修改集合触发，Java通过fail-fast机制检测并发修改。使用Iterator.remove()、并发集合如CopyOnWriteArrayList、StreamAPI的removeIf或filter、加锁同步可避免该异常，核心是避免遍历时直接调用集合的结构修改方法。
-
Tomcat通过重写WebAppClassLoader的loadClass()方法调整双亲委派顺序：先加载本应用/WEB-INF/classes与lib中的类，未找到再委托父加载器；各应用独享类加载器实现类隔离；共享库由SharedClassLoader统一加载；线程上下文类加载器确保框架能访问应用类。
-
throws是Java中声明受检异常的强制语法，仅对继承Exception而非RuntimeException的异常（如IOException、SQLException）生效，用于明确告知调用者需处理异常，而非逃避责任。
-
本文介绍一种简洁可靠的Java实现方法，用于从任意字符串中移除数量相等且可完全配对的最外层括号字符（如[和]），不依赖栈、不处理嵌套结构，仅按出现顺序删除前N个左括号和前N个右括号（N为二者最小频次），适用于教学场景与基础文本清洗任务。
-
本文介绍在SpringBoot的@RestControllerAdvice中，如何根据HTTP请求头（如sourceid）动态决定错误响应格式，实现多部门差异化异常处理。
-
中介者模式是协调微服务边界行为的轻量层，不替代注册中心或网关，专解多服务交叉调用导致的局部耦合；它仅编排调用、转换上下文、兜底重试，不处理业务逻辑、不持数据、不决策事务，应保持纯事件驱动与单一职责。
-
CodeCache满时JIT编译器被硬性禁用而非停顿：达到-XX:ReservedCodeCacheSize上限后，JVM立即停止所有新方法的JIT编译并输出禁用日志，已编译代码仍执行，新热点全部退至解释执行，性能下降5–10倍。
-
必须重写Product的equals()和hashCode()方法，否则list.contains()等操作因默认比较对象地址而失效；查删改需规避空指针、越界及并发修改异常，推荐用stream查找、按属性删除、直接修改引用对象属性。
-
确认内存泄漏需观察老年代使用率“只涨不跌”、FGC频次激增且回收无效、OOM频繁复现、特定类实例持续增长；jmap加live可导出纯净堆快照；MAT中通过PathtoGCRoots查强引用链，DominatorTree定位真正内存支配者。
-
Collectors.reducing提供三种重载形式：无初始值归约、带初始值归约、映射后归约，适用于求和、最值及自定义累积，提升Stream操作灵活性与可读性。
-
module-info.java文件必须放在模块根目录Java模块系统不会自动发现或扫描子包里的module-info.java，它只认顶层源码根目录（即src/main/java或src下直接放的）下的那个文件。放错位置会导致编译器完全无视模块声明，还可能报error:modulenotfound或静默退化为非模块化运行。正确路径：src/main/java/module-info.java错误路径：src/main/java/com/example/module-inf
-
短路运算符的核心是“一旦结果确定，剩余部分不执行”。Java中&&和||从左到右求值，左侧能确定结果时右侧不再计算；而&和|为非短路运算符，始终计算两侧。例如false&&(++i>0)不执行右侧，i保持0；false&(++i>0)则执行右侧，i变为1。该机制常用于避免空指针异常（如obj!=null&&obj.isValid()）和性能优化（将耗时操作置于右侧）。此外，&&优先级高于||，建议使用括号明确逻辑分组以提升可读性。掌握短路规则有助于编写安全高效的代码。
-
Map.computeIfAbsent可简化条件赋值，避免null检查，支持惰性求值以提升性能，适用于初始化、嵌套结构构建与缓存场景，需注意无副作用和线程安全问题。
-
RecursiveTask是ForkJoinPool中用于实现有返回值分治算法的抽象类，需继承并重写compute()方法。它适用于将大任务拆为子任务并行执行后合并结果，如数组求和、最大值查找等场景。通过fork()异步提交任务，join()等待结果，结合阈值控制避免过度拆分，利用工作窃取提升并发效率。使用时需注意任务粒度、无共享状态及异常处理，适合归并排序、数据聚合等可递归分解的问题，能有效提升计算密集型任务性能。
