go語言多線程面試題 golang 多線程使用

「第三十七期」小米 golang服務端開發校招一面二面

由于沒有golang基礎，又沒什么項目經驗，所以上來先代碼題：

成都創新互聯堅持“要么做到，要么別承諾”的工作理念，服務領域包括：成都做網站、網站設計、外貿營銷網站建設、企業官網、英文網站、手機端網站、網站推廣等服務，滿足客戶于互聯網時代的涼州網站設計、移動媒體設計的需求，幫助企業找到有效的互聯網解決方案。努力成為您成熟可靠的網絡建設合作伙伴！

……后面記不清了

面試官很和藹，有的問題沒回答出來，也一一給我進行了講解。一度以為自己涼了。過了一個星期后聯系我進行二面。

面試官很年輕，大概二十七八，感覺非常親切。

把我的所有項目都問了一遍，針對一些點對我進行了提問，指出了項目的不足，我虛心受教。

他在找題，順便問了問我有沒有什么疑問？（問面試官旁邊的同事們在討論什么。感覺公司的氛圍很活躍，我很喜歡。我討厭死氣沉沉的環境。他表示認同。）

調試了兩次，ac。

兩次的面試官都非常nice，雖然有些緊張，但是體驗很好，聊的非常投機。

go面試題整理（附帶部分自己的解答）

原文：【】

如果有解答的不對的，麻煩各位在評論寫出來~

go的調度原理是基于GMP模型，G代表一個goroutine，不限制數量；M=machine，代表一個線程，最大1萬，所有G任務還是在M上執行；P=processor代表一個處理器，每一個允許的M都會綁定一個G，默認與邏輯CPU數量相等（通過runtime.GOMAXPROCS(runtime.NumCPU())設置）。

go調用過程：

可以能，也可以不能。

因為go存在不能使用==判斷類型：map、slice，如果struct包含這些類型的字段，則不能比較。

這兩種類型也不能作為map的key。

類似棧操作，后進先出。

因為go的return是一個非原子性操作，比如語句 return i ，實際上分兩步進行，即將i值存入棧中作為返回值，然后執行跳轉，而defer的執行時機正是跳轉前，所以說defer執行時還是有機會操作返回值的。

select的case的表達式必須是一個channel類型，所有case都會被求值，求值順序自上而下，從左至右。如果多個case可以完成，則會隨機執行一個case，如果有default分支，則執行default分支語句。如果連default都沒有，則select語句會一直阻塞，直到至少有一個IO操作可以進行。

break關鍵字可跳出select的執行。

goroutine管理、信息傳遞。context的意思是上下文，在線程、協程中都有這個概念，它指的是程序單元的一個運行狀態、現場、快照，包含。context在多個goroutine中是并發安全的。

應用場景：

例子參考：

waitgroup

channel

len：切片的長度，訪問時間復雜度為O(1)，go的slice底層是對數組的引用。

cap：切片的容量，擴容是以這個值為標準。默認擴容是2倍，當達到1024的長度后，按1.25倍。

擴容：每次擴容slice底層都將先分配新的容量的內存空間，再將老的數組拷貝到新的內存空間，因為這個操作不是并發安全的。所以并發進行append操作，讀到內存中的老數組可能為同一個，最終導致append的數據丟失。

共享：slice的底層是對數組的引用，因此如果兩個切片引用了同一個數組片段，就會形成共享底層數組。當sliec發生內存的重新分配（如擴容）時，會對共享進行隔斷。詳細見下面例子：

make([]Type,len,cap)

map的底層是hash table(hmap類型)，對key值進行了hash，并將結果的低八位用于確定key/value存在于哪個bucket（bmap類型）。再將高八位與bucket的tophash進行依次比較，確定是否存在。出現hash沖撞時，會通過bucket的overflow指向另一個bucket，形成一個單向鏈表。每個bucket存儲8個鍵值對。

如果要實現map的順序讀取，需要使用一個slice來存儲map的key并按照順序進行排序。

利用map，如果要求并發安全，就用sync.map

要注意下set中的delete函數需要使用 delete(map) 來實現，但是這個并不會釋放內存，除非value也是一個子map。當進行多次delete后，可以使用make來重建map。

使用sync.Map來管理topic，用channel來做隊列。

參考：

多路歸并法:

pre class="vditor-reset" placeholder="" contenteditable="true" spellcheck="false"p data-block="0"(1)假設有K路a href=""數據流/a，流內部是有序的，且流間同為升序或降序；

/pp data-block="0"(2)首先讀取每個流的第一個數，如果已經EOF，pass；

/pp data-block="0"(3)將有效的k(k可能小于K)個數比較，選出最小的那路mink，輸出，讀取mink的下一個；

/pp data-block="0"(4)直到所有K路都EOF。

/p/pre

假設文件又1個G，內存只有256M，無法將1個G的文件全部讀到內存進行排序。

第一步：

可以分為10段讀取，每段讀取100M的數據并排序好寫入硬盤。

假設寫入后的文件為A,B，C...10

第二步:

將A，B,C...10的第一個字符拿出來，對這10個字符進行排序，并將結果寫入硬盤，同時記錄被寫入的字符的文件指針P。

第三步：

將剛剛排序好的9個字符再加上從指針P讀取到的P+1位數據進行排序，并寫入硬盤。

重復二、三步驟。

go文件讀寫參考：

保證排序前兩個相等的數其在序列的前后位置順序和排序后它們兩個的前后位置順序相同的排序叫穩定排序。

快速排序、希爾排序、堆排序、直接選擇排序不是穩定的排序算法。

基數排序、冒泡排序、直接插入排序、折半插入排序、歸并排序是穩定的排序算法。

參考：

head只請求頁面的首部。多用來判斷網頁是否被修改和超鏈接的有效性。

get請求頁面信息，并返回實例的主體。

參考:

401：未授權的訪問。

403: 拒絕訪問。

普通的http連接是客戶端連接上服務端，然后結束請求后，由客戶端或者服務端進行http連接的關閉。下次再發送請求的時候，客戶端再發起一個連接，傳送數據，關閉連接。這么個流程反復。但是一旦客戶端發送connection:keep-alive頭給服務端，且服務端也接受這個keep-alive的話，兩邊對上暗號，這個連接就可以復用了，一個http處理完之后，另外一個http數據直接從這個連接走了。減少新建和斷開TCP連接的消耗。這個可以在Nginx設置，

這個keepalive_timout時間值意味著：一個http產生的tcp連接在傳送完最后一個響應后，還需要hold住keepalive_timeout秒后，才開始關閉這個連接。

特別注意TCP層的keep alive和http不是一個意思。TCP的是指：tcp連接建立后，如果客戶端很長一段時間不發送消息，當連接很久沒有收到報文，tcp會主動發送一個為空的報文（偵測包）給對方，如果對方收到了并且回復了，證明對方還在。如果對方沒有報文返回，重試多次之后則確認連接丟失，斷開連接。

tcp的keep alive可通過

net.ipv4.tcp_keepalive_intvl = 75 // 當探測沒有確認時，重新發送探測的頻度。缺省是75秒。

net.ipv4.tcp_keepalive_probes = 9 //在認定連接失效之前，發送多少個TCP的keepalive探測包。缺省值是9。這個值乘以tcp_keepalive_intvl之后決定了，一個連接發送了keepalive之后可以有多少時間沒有回應

net.ipv4.tcp_keepalive_time = 7200 //當keepalive起用的時候，TCP發送keepalive消息的頻度。缺省是2小時。一般設置為30分鐘1800

修改：

可以

tcp是面向連接的，upd是無連接狀態的。

udp相比tcp沒有建立連接的過程，所以更快，同時也更安全，不容易被攻擊。upd沒有阻塞控制，因此出現網絡阻塞不會使源主機的發送效率降低。upd支持一對多，多對多等，tcp是點對點傳輸。tcp首部開銷20字節，udp8字節。

udp使用場景：視頻通話、im聊天等。

time-wait表示客戶端等待服務端返回關閉信息的狀態，closed_wait表示服務端得知客戶端想要關閉連接，進入半關閉狀態并返回一段TCP報文。

time-wait作用：

解決辦法：

close_wait:

被動關閉，通常是由于客戶端忘記關閉tcp連接導致。

根據業務來啊~

重要指標是cardinality（不重復數量），這個數量/總行數如果過小（趨近于0）代表索引基本沒意義，比如sex性別這種。

另外查詢不要使用select *，根據select的條件+where條件做組合索引，盡量實現覆蓋索引，避免回表。

僵尸進程：

即子進程先于父進程退出后，子進程的PCB需要其父進程釋放，但是父進程并沒有釋放子進程的PCB，這樣的子進程就稱為僵尸進程，僵尸進程實際上是一個已經死掉的進程。

孤兒進程：

一個父進程退出，而它的一個或多個子進程還在運行，那么那些子進程將成為孤兒進程。孤兒進程將被init進程(進程號為1)所收養，并由init進程對它們完成狀態收集工作。

子進程死亡需要父進程來處理，那么意味著正常的進程應該是子進程先于父進程死亡。當父進程先于子進程死亡時，子進程死亡時沒父進程處理，這個死亡的子進程就是孤兒進程。

但孤兒進程與僵尸進程不同的是，由于父進程已經死亡，系統會幫助父進程回收處理孤兒進程。所以孤兒進程實際上是不占用資源的，因為它終究是被系統回收了。不會像僵尸進程那樣占用ID,損害運行系統。

原文鏈接：

產生死鎖的四個必要條件：

（1）互斥條件：一個資源每次只能被一個進程使用。

（2）請求與保持條件：一個進程因請求資源而阻塞時，對已獲得的資源保持不放。

（3）不剝奪條件：進程已獲得的資源，在末使用完之前，不能強行剝奪。

（4）循環等待條件：若干進程之間形成一種頭尾相接的循環等待資源關系。

避免方法：

端口占用：lsof -i:端口號或者 nestat

cpu、內存占用：top

發送信號：kill -l 列出所有信號，然后用 kill [信號變化] [進程號]來執行。如kill -9 453。強制殺死453進程

git log:查看提交記錄

git diff ：查看變更記錄

git merge：目標分支改變，而源分支保持原樣。優點：保留提交歷史，保留分支結構。但會有大量的merge記錄

git rebase：將修改拼接到最新，復雜的記錄變得優雅，單個操作變得(revert)很簡單；缺點：

git revert:反做指定版本，會新生成一個版本

git reset:重置到某個版本，中間版本全部丟失

etcd、Consul

pprof

節省空間（非葉子節點不存儲數據，相對b tree的優勢），減少I/O次數（節省的空間全部存指針地址，讓樹變的矮胖），范圍查找方便（相對hash的優勢）。

explain

其他的見：

runtime2.go 中關于 p 的定義：其中 runnext 指針決定了下一個要運行的 g，根據英文的注釋大致意思是說：

所以當設置 runtime.GOMAXPROCS(1) 時，此時只有一個 P，創建的 g 依次加入 P，當最后一個即 i==9 時，加入的最后一個 g 將會繼承當前主 goroutinue 的剩余時間片繼續執行，所以會先輸出 9，之后再依次執行 P 隊列中其它的 g。

方法一：

方法二：

[圖片上傳失敗...(image-4ef445-1594976286098)]

方法1：to_days，返回給的日期從0開始算的天數。

方法2：data_add。向日期添加指定時間間隔

[圖片上傳失敗...(image-b67b10-1594976286098)]

面試問題總結（一）Golang

使用go語言的好處: go語言的設計是務實的, go在針對并發上進行了優化, 并且支持大規模高并發, 又由于單一的碼格式, 相比于其他語言更具有可讀性, 在垃圾回收上比java和Python更有效, 因為他是和程序同時執行的.

1. 進程, 線程, 協程的區別, 協程的優勢

2. 講一下GMP模型(重點)

3. Go的GC, 混合寫屏障(重點)

4. go的Slice和數組的區別, slice的擴容原理(重點)

5. 講一下channel,實現原理(重點)

6. 講一下Go的Map的實現原理, 是否線程安全, 如何實現安全(重點)

7. new 和 make 的區別

8. 說一下內存逃逸

9. 函數傳指針和傳值有什么區別

10. goroutine之間的通信方式

11. 測試是怎么做的(單元測試, 壓力測試)

12. 堆和棧的區別

徹底理解Golang Map

本文目錄如下，閱讀本文后，將一網打盡下面Golang Map相關面試題

Go中的map是一個指針，占用8個字節，指向hmap結構體; 源碼 src/runtime/map.go 中可以看到map的底層結構

每個map的底層結構是hmap，hmap包含若干個結構為bmap的bucket數組。每個bucket底層都采用鏈表結構。接下來，我們來詳細看下map的結構

bmap 就是我們常說的“桶”，一個桶里面會最多裝 8 個 key，這些 key 之所以會落入同一個桶，是因為它們經過哈希計算后，哈希結果是“一類”的，關于key的定位我們在map的查詢和插入中詳細說明。在桶內，又會根據 key 計算出來的 hash 值的高 8 位來決定 key 到底落入桶內的哪個位置（一個桶內最多有8個位置)。

bucket內存數據結構可視化如下：

注意到 key 和 value 是各自放在一起的，并不是 key/value/key/value/... 這樣的形式。源碼里說明這樣的好處是在某些情況下可以省略掉 padding字段，節省內存空間。

當 map 的 key 和 value 都不是指針，并且 size 都小于 128 字節的情況下，會把 bmap 標記為不含指針，這樣可以避免 gc 時掃描整個 hmap。但是，我們看 bmap 其實有一個 overflow 的字段，是指針類型的，破壞了 bmap 不含指針的設想，這時會把 overflow 移動到 extra 字段來。

map是個指針，底層指向hmap，所以是個引用類型

golang 有三個常用的高級類型 slice 、map、channel, 它們都是引用類型，當引用類型作為函數參數時，可能會修改原內容數據。

golang 中沒有引用傳遞，只有值和指針傳遞。所以 map 作為函數實參傳遞時本質上也是值傳遞，只不過因為 map 底層數據結構是通過指針指向實際的元素存儲空間，在被調函數中修改 map，對調用者同樣可見，所以 map 作為函數實參傳遞時表現出了引用傳遞的效果。

因此，傳遞 map 時，如果想修改map的內容而不是map本身，函數形參無需使用指針

map 底層數據結構是通過指針指向實際的元素存儲空間，這種情況下，對其中一個map的更改，會影響到其他map

map 在沒有被修改的情況下，使用 range 多次遍歷 map 時輸出的 key 和 value 的順序可能不同。這是 Go 語言的設計者們有意為之，在每次 range 時的順序被隨機化，旨在提示開發者們，Go 底層實現并不保證 map 遍歷順序穩定，請大家不要依賴 range 遍歷結果順序。

map 本身是無序的，且遍歷時順序還會被隨機化，如果想順序遍歷 map，需要對 map key 先排序，再按照 key 的順序遍歷 map。

map默認是并發不安全的，原因如下：

Go 官方在經過了長時間的討論后，認為 Go map 更應適配典型使用場景（不需要從多個 goroutine 中進行安全訪問），而不是為了小部分情況（并發訪問），導致大部分程序付出加鎖代價（性能），決定了不支持。

場景: 2個協程同時讀和寫，以下程序會出現致命錯誤：fatal error: concurrent map writes

如果想實現map線程安全，有兩種方式：

方式一：使用讀寫鎖 map + sync.RWMutex

方式二：使用golang提供的 sync.Map

sync.map是用讀寫分離實現的，其思想是空間換時間。和map+RWLock的實現方式相比，它做了一些優化：可以無鎖訪問read map，而且會優先操作read map，倘若只操作read map就可以滿足要求(增刪改查遍歷)，那就不用去操作write map(它的讀寫都要加鎖)，所以在某些特定場景中它發生鎖競爭的頻率會遠遠小于map+RWLock的實現方式。

golang中map是一個kv對集合。底層使用hash table，用鏈表來解決沖突，出現沖突時，不是每一個key都申請一個結構通過鏈表串起來，而是以bmap為最小粒度掛載，一個bmap可以放8個kv。在哈希函數的選擇上，會在程序啟動時，檢測 cpu 是否支持 aes，如果支持，則使用 aes hash，否則使用 memhash。

map有3鐘初始化方式，一般通過make方式創建

map的創建通過生成匯編碼可以知道，make創建map時調用的底層函數是 runtime.makemap 。如果你的map初始容量小于等于8會發現走的是 runtime.fastrand 是因為容量小于8時不需要生成多個桶，一個桶的容量就可以滿足

makemap函數會通過 fastrand 創建一個隨機的哈希種子，然后根據傳入的 hint 計算出需要的最小需要的桶的數量，最后再使用 makeBucketArray 創建用于保存桶的數組，這個方法其實就是根據傳入的 B 計算出的需要創建的桶數量在內存中分配一片連續的空間用于存儲數據，在創建桶的過程中還會額外創建一些用于保存溢出數據的桶，數量是 2^(B-4) 個。初始化完成返回hmap指針。

找到一個 B，使得 map 的裝載因子在正常范圍內

Go 語言中讀取 map 有兩種語法：帶 comma 和不帶 comma。當要查詢的 key 不在 map 里，帶 comma 的用法會返回一個 bool 型變量提示 key 是否在 map 中；而不帶 comma 的語句則會返回一個 value 類型的零值。如果 value 是 int 型就會返回 0，如果 value 是 string 類型，就會返回空字符串。

map的查找通過生成匯編碼可以知道，根據 key 的不同類型，編譯器會將查找函數用更具體的函數替換，以優化效率：

函數首先會檢查 map 的標志位 flags。如果 flags 的寫標志位此時被置 1 了，說明有其他協程在執行“寫”操作，進而導致程序 panic。這也說明了 map 對協程是不安全的。

key經過哈希函數計算后，得到的哈希值如下（主流64位機下共 64 個 bit 位）：

m: 桶的個數

從buckets 通過 hash m 得到對應的bucket，如果bucket正在擴容，并且沒有擴容完成，則從oldbuckets得到對應的bucket

計算hash所在桶編號：

用上一步哈希值最后的 5 個 bit 位，也就是 01010 ，值為 10，也就是 10 號桶（范圍是0~31號桶）

計算hash所在的槽位:

用上一步哈希值哈希值的高8個bit 位，也就是 10010111 ，轉化為十進制，也就是151，在 10 號 bucket 中尋找** tophash 值（HOB hash）為 151* 的槽位**，即為key所在位置，找到了 2 號槽位，這樣整個查找過程就結束了。

如果在 bucket 中沒找到，并且 overflow 不為空，還要繼續去 overflow bucket 中尋找，直到找到或是所有的 key 槽位都找遍了，包括所有的 overflow bucket。

通過上面找到了對應的槽位，這里我們再詳細分析下key/value值是如何獲取的：

bucket 里 key 的起始地址就是 unsafe.Pointer(b)+dataOffset。第 i 個 key 的地址就要在此基礎上跨過 i 個 key 的大小；而我們又知道，value 的地址是在所有 key 之后，因此第 i 個 value 的地址還需要加上所有 key 的偏移。

通過匯編語言可以看到，向 map 中插入或者修改 key，最終調用的是 mapassign 函數。

實際上插入或修改 key 的語法是一樣的，只不過前者操作的 key 在 map 中不存在，而后者操作的 key 存在 map 中。

mapassign 有一個系列的函數，根據 key 類型的不同，編譯器會將其優化為相應的“快速函數”。

我們只用研究最一般的賦值函數 mapassign 。

map的賦值會附帶著map的擴容和遷移，map的擴容只是將底層數組擴大了一倍，并沒有進行數據的轉移，數據的轉移是在擴容后逐步進行的，在遷移的過程中每進行一次賦值（access或者delete）會至少做一次遷移工作。

1.判斷map是否為nil

每一次進行賦值/刪除操作時，只要oldbuckets != nil 則認為正在擴容，會做一次遷移工作，下面會詳細說下遷移過程

根據上面查找過程，查找key所在位置，如果找到則更新，沒找到則找空位插入即可

經過前面迭代尋找動作，若沒有找到可插入的位置，意味著需要擴容進行插入，下面會詳細說下擴容過程

通過匯編語言可以看到，向 map 中刪除 key，最終調用的是 mapdelete 函數

刪除的邏輯相對比較簡單，大多函數在賦值操作中已經用到過，核心還是找到 key 的具體位置。尋找過程都是類似的，在 bucket 中挨個 cell 尋找。找到對應位置后，對 key 或者 value 進行“清零”操作，將 count 值減 1，將對應位置的 tophash 值置成 Empty

再來說觸發 map 擴容的時機：在向 map 插入新 key 的時候，會進行條件檢測，符合下面這 2 個條件，就會觸發擴容：

1、裝載因子超過閾值

源碼里定義的閾值是 6.5 (loadFactorNum/loadFactorDen)，是經過測試后取出的一個比較合理的因子

我們知道，每個 bucket 有 8 個空位，在沒有溢出，且所有的桶都裝滿了的情況下，裝載因子算出來的結果是 8。因此當裝載因子超過 6.5 時，表明很多 bucket 都快要裝滿了，查找效率和插入效率都變低了。在這個時候進行擴容是有必要的。

對于條件 1，元素太多，而 bucket 數量太少，很簡單：將 B 加 1，bucket 最大數量( 2^B )直接變成原來 bucket 數量的 2 倍。于是，就有新老 bucket 了。注意，這時候元素都在老 bucket 里，還沒遷移到新的 bucket 來。新 bucket 只是最大數量變為原來最大數量的 2 倍( 2^B * 2 ) 。

2、overflow 的 bucket 數量過多

在裝載因子比較小的情況下，這時候 map 的查找和插入效率也很低，而第 1 點識別不出來這種情況。表面現象就是計算裝載因子的分子比較小，即 map 里元素總數少，但是 bucket 數量多（真實分配的 bucket 數量多，包括大量的 overflow bucket）

不難想像造成這種情況的原因：不停地插入、刪除元素。先插入很多元素，導致創建了很多 bucket，但是裝載因子達不到第 1 點的臨界值，未觸發擴容來緩解這種情況。之后，刪除元素降低元素總數量，再插入很多元素，導致創建很多的 overflow bucket，但就是不會觸發第 1 點的規定，你能拿我怎么辦？overflow bucket 數量太多，導致 key 會很分散，查找插入效率低得嚇人，因此出臺第 2 點規定。這就像是一座空城，房子很多，但是住戶很少，都分散了，找起人來很困難

對于條件 2，其實元素沒那么多，但是 overflow bucket 數特別多，說明很多 bucket 都沒裝滿。解決辦法就是開辟一個新 bucket 空間，將老 bucket 中的元素移動到新 bucket，使得同一個 bucket 中的 key 排列地更緊密。這樣，原來，在 overflow bucket 中的 key 可以移動到 bucket 中來。結果是節省空間，提高 bucket 利用率，map 的查找和插入效率自然就會提升。

由于 map 擴容需要將原有的 key/value 重新搬遷到新的內存地址，如果有大量的 key/value 需要搬遷，會非常影響性能。因此 Go map 的擴容采取了一種稱為“漸進式”的方式，原有的 key 并不會一次性搬遷完畢，每次最多只會搬遷 2 個 bucket。

上面說的 hashGrow() 函數實際上并沒有真正地“搬遷”，它只是分配好了新的 buckets，并將老的 buckets 掛到了 oldbuckets 字段上。真正搬遷 buckets 的動作在 growWork() 函數中，而調用 growWork() 函數的動作是在 mapassign 和 mapdelete 函數中。也就是插入或修改、刪除 key 的時候，都會嘗試進行搬遷 buckets 的工作。先檢查 oldbuckets 是否搬遷完畢，具體來說就是檢查 oldbuckets 是否為 nil。

如果未遷移完畢，賦值/刪除的時候，擴容完畢后（預分配內存），不會馬上就進行遷移。而是采取增量擴容的方式，當有訪問到具體 bukcet 時，才會逐漸的進行遷移（將 oldbucket 遷移到 bucket）

nevacuate 標識的是當前的進度，如果都搬遷完，應該和2^B的長度是一樣的

在evacuate 方法實現是把這個位置對應的bucket，以及其沖突鏈上的數據都轉移到新的buckets上。

轉移的判斷直接通過tophash 就可以，判斷tophash中第一個hash值即可

遍歷的過程，就是按順序遍歷 bucket，同時按順序遍歷 bucket 中的 key。

map遍歷是無序的，如果想實現有序遍歷，可以先對key進行排序

為什么遍歷 map 是無序的？

如果發生過遷移，key 的位置發生了重大的變化，有些 key 飛上高枝，有些 key 則原地不動。這樣，遍歷 map 的結果就不可能按原來的順序了。

如果就一個寫死的 map，不會向 map 進行插入刪除的操作，按理說每次遍歷這樣的 map 都會返回一個固定順序的 key/value 序列吧。但是 Go 杜絕了這種做法，因為這樣會給新手程序員帶來誤解，以為這是一定會發生的事情，在某些情況下，可能會釀成大錯。

Go 做得更絕，當我們在遍歷 map 時，并不是固定地從 0 號 bucket 開始遍歷，每次都是從一個**隨機值序號的 bucket 開始遍歷，并且是從這個 bucket 的一個隨機序號的 cell **開始遍歷。這樣，即使你是一個寫死的 map，僅僅只是遍歷它，也不太可能會返回一個固定序列的 key/value 對了。

網站標題：go語言多線程面試題 golang 多線程使用
當前路徑：http://m.newbst.com/article28/dosjicp.html

成都網站建設公司_創新互聯，為您提供自適應網站、企業網站制作、網站維護、虛擬主機、網頁設計公司、ChatGPT