序列化：对象怎么在网络中传输？
本课讲解RPC框架中的序列化机制，介绍JDK原生、JSON、Hessian、Protobuf等常用序列化方式，分析其性能、体积、兼容性与安全性。重点强调在选型时应优先考虑通用性、兼容性与安全性，其次才是性能与空间开销。同时指出使用中常见问题：对象过繁、过大、继承复杂等，建议入参返回值尽量简洁、扁平、使用原生类型，以提升RPC调用的稳定性与效率。
01 | 线性结构检索：从数组和链表的原理初窥检索本质
本文探讨数组与链表的检索原理及效率。数组支持随机访问，适合二分查找，检索效率为O(log n)；链表需顺序遍历，效率为O(n)，但插入删除更高效。通过合理组织数据结构，如结合数组与链表优点，可优化检索性能，核心在于快速缩小查询范围。
动态数组代码实现
本文详解动态数组的底层实现，涵盖自动扩缩容、索引越界检查与内存泄漏防范三大关键点，结合Java代码演示增删查改操作及扩容机制，帮助理解数据结构设计原理。
Map
本文介绍Java开发中的6个实用技巧：避免HashMap初始化容量误区，推荐Guava工具；禁用Executors创建线程池以防OOM，建议手动定义参数；Arrays.asList返回不可变列表，禁止修改操作；遍历Map优先使用entrySet提升性能；SimpleDateFormat非线程安全，应避免static使用；并发更新记录时合理选用乐观锁或悲观锁机制。
Java基础
初始化Map宜用Guava指定预期大小，避免扩容；禁用Executors创建线程池，防止OOM，推荐手动定义或使用Guava；Arrays.asList返回不可变列表，禁止修改操作；遍历Map优先使用entrySet或forEach；SimpleDateFormat非线程安全，建议用Java 8时间类替代；并发修改记录需加锁，推荐乐观锁配合version机制。
索引构建
搜索引擎如何为万亿网页构建索引？通过分治与多路归并，将文档拆分为小集合，在内存中生成倒排索引后写入磁盘，再合并多个有序临时文件，最终生成全局倒排文件。词典可加载至内存或用B+树管理，实现高效检索。该过程类似MapReduce，支持分布式扩展。
Docker安装Redis
本文介绍Docker安装Redis 6.0.8的单机版与实际应用版配置，涵盖容器卷映射、配置文件设置及集群存储算法。重点解析哈希取余、一致性哈希与哈希槽分区算法，说明Redis集群为何采用16384个槽，及其在数据分布、节点扩容与网络开销间的权衡设计。
树结构
树结构通过二叉搜索树（BST）实现二分查找：每个节点左子树值小于根，右子树值大于等于根。查找时从根节点出发，比较目标值与当前节点值，决定向左或右子树递归，每次排除一半数据，时间复杂度为O(log n)，实现高效检索。
6、JVM 虚拟机
JVM堆内存布局因垃圾回收器而异：传统GC将堆分为老年代和年轻代（Eden、S0、S1），G1则划分为多个Region，可动态充当Eden、Survivor、老年代或巨型对象区。常用垃圾回收算法有标记-清除（快但碎片化）、标记-整理（无碎片，较慢）和标记-复制（无碎片，适合存活对象少的场景）。
数据库检索
本文探讨如何用B+树为海量磁盘数据建立高效索引。由于磁盘访问远慢于内存，关键在于减少磁盘I/O次数。B+树通过多路平衡查找、节点大小匹配磁盘块、顺序访问优化等方式，显著提升磁盘数据检索效率，广泛应用于MySQL等数据库系统。
