知识点

1. & 和 &&的区别

&和&&都可以用作逻辑与的运算符，表示逻辑与（and），当运算符两边的表达式的结果都为true时，整个运算结果才为true，否则，只要有一方为false，则结果为false。

&&还具有短路的功能，即如果第一个表达式为false，则不再计算第二个表达式，例如，对于if(str != null && !str.equals(“”))表达式，当str为null时，后面的表达式不会执行，所以不会出现NullPointerException如果将&&改为&，则会抛出NullPointerException异常。If(x==33 & ++y>0) y会增长，If(x==33 && ++y>0)不会增长。

&还可以用作位运算符，当&操作符两边的表达式不是boolean类型时，&表示按位与操作，我们通常使用0x0f来与一个整数进行&运算，来获取该整数的最低4个bit位，例如，0x31 & 0x0f的结果为0x01。

2. int和Integer的区别

1、Integer是int的包装类，int则是java的一种基本数据类型
2、Integer变量必须实例化后才能使用，而int变量不需要
3、Integer实际是对象的引用，当new一个Integer时，实际上是生成一个指针指向此对象；而int则是直接存储数据值
4、Integer的默认值是null，int的默认值是0
5、Integer对于-128到127之间的数，会进行缓存，不会新建对象，使用同一个

3. java中关于数组转换成字符串方法

	1、Arrays.toString(char[]);
	2、StringBuffer sb = new StringBuffer();
		for(int i = 1; i < arr.length; i++){ 
			sb.append(c4);
		}
	3、new String(char[])。

4. 解决网络传输中文字符问题

浏览器到服务器：浏览器中的中文字符以GBK进行编码，以字节流传输到服务器，服务器再以iso-8859-1进行解码，以字符的形式传输给程序因为iso-8859-1 编码集不支持中文字符，所有解码后的字符都是西欧字符，把这些字符传输给程序就产生了乱码；
针对这个原因，只要把服务器的编码集设置为utf-8即可:
request.setCharacterEncoding(“utf-8”) ；
但这种方法只能用于POST请求方式，因为设置只会作用于请求体中的内容，如果是GET请求方式，可用先解码再编码的方式：
byte[] buffer = request.getParameter(“word”).getBytes(“ISO-8859-1”); //进行编码
String newStr = new String(buffer,“UTF-8”); //进行解码
程序中的中文字符原样传输到服务器，服务器要先对中文字符进行编码再传输给浏览器，但因为iso-8859-1编码集不支持中文字符，所以在字符集中查找不到对应的编码，编码后就变成了问号，传输给了浏览器并显示；
response.setContentType(“text/html;charset=UTF-8”); //将浏览器编码集设置为UTF-8

5. 排序算法

插入排序：在有序子序列中从后往前找，直到找到一个key小于等于key的数（每往前找一个，那么就往后挪一个），把key放在这个数后面，这就是key合适的位置（好好想明白），或者可能找完了整个序列也没找到我们要的合适的位置，那就放在该有序子序列的第一个元素的位置（此时有序子序列的所有元素已经后挪）
- 平均时间复杂度:o(N^2)这是显然的，标准的内外两层循环；
- 空间复杂度：o(1),因为需要常熟个临时变量
选择排序：每趟从当前待排序列中选出最小的放在已拍好序列的末尾
- 平均时间复杂度：o(N^2),嵌套双循环；
- 空间复杂度：o(1)
冒泡排序：从当前待排序列第一个开始遍历，指针从第一个开始，如果当前元素大于下一个，那么二者交换，指针往后走，当走到待排序列末尾时，最大的一定被放到了最后（像冒泡泡一样上去了），然后缩小待排子序列（把最后一个从当前待排序序列删去），如此循环直到当前待排子序列只有一个元素。
- 平均时间复杂度：o(N^2),嵌套双循环；
- 空间复杂度：o(1)

6. 查找算法

平均查找长度（Average Search Length，ASL）：需和指定key进行比较的关键字的个数的期望，称为查找算法在查找成功时的平均查找长度。

顺序查找：顺序查找就是按顺序从头到尾依次往下查找，找到数据，则提前结束查找，找不到便一直查找下去，直到数据最后一位。
- 顺序查找的时间复杂度为O(n)
二分查找：
- 说明：元素必须是有序的，如果是无序的则要先进行排序操作。
- 基本思想：也称为是折半查找，属于有序查找算法。用给定值k先与中间结点的关键字比较，中间结点把线形表分成两个子表，若相等则查找成功；若不相等，再根据k与该中间结点关键字的比较结果确定下一步查找哪个子表，这样递归进行，直到查找到或查找结束发现表中没有这样的结点。
- 最坏情况下，关键词比较次数为log2(n+1)，且期望时间复杂度为O(log2n)
- 注：折半查找的前提条件是需要有序表顺序存储，对于静态查找表，一次排序后不再变化，折半查找能得到不错的效率。但对于需要频繁执行插入或删除操作的数据集来说，维护有序的排序会带来不小的工作量，那就不建议使用。
插值查找：
- 基本思想：基于二分查找算法，将查找点的选择改进为自适应选择，可以提高查找效率。当然，差值查找也属于有序查找。
- 二分查找中查找点计算如下：mid=(low+high)/2, 即mid=low+1/2*(high-low);
将查找的点改进为如下：mid=low+(key-a[low])/(a[high]-a[low])*(high-low)。
- 注：对于表长较大，而关键字分布又比较均匀的查找表来说，插值查找算法的平均性能比折半查找要好的多。反之，数组中如果分布非常不均匀，那么插值查找未必是很合适的选择。
斐波那契查找：
- 基本思想：也是二分查找的一种提升算法，通过运用黄金比例的概念在数列中选择查找点进行查找，提高查找效率。同样地，斐波那契查找也属于一种有序查找算法。
相对于折半查找，一般将待比较的key值与第mid=（low+high）/2位置的元素比较，比较结果分三种情况：
1）相等，mid位置的元素即为所求
2）>，low=mid+1;
3）<，high=mid-1。
树表查找