工程师面试题目及答案

2026年工程师面试题目及答案一、编程能力测试（共5题，每题10分，总分50分）题目1（Java编程，10分）请用Java编写一个方法，实现将一个字符串中的所有空格替换为"%20"。要求不使用现成的替换函数，并考虑字符串可能为null的情况。答案：javapublicclassStringReplace{publicstaticStringreplaceSpaces(Strings){if(s==null){returnnull;}//首先统计空格数量intspaceCount=0;for(inti=0;i<s.length();i++){if(s.charAt(i)==''){spaceCount++;}}//创建新字符串数组，长度为原字符串长度+空格数2char[]result=newchar[s.length()+spaceCount2];intj=0;for(inti=0;i<s.length();i++){charc=s.charAt(i);if(c==''){result[j++]='%';result[j++]='2';result[j++]='0';}else{result[j++]=c;}}returnnewString(result,0,j);}publicstaticvoidmain(String[]args){System.out.println(replaceSpaces("HelloWorldJava"));}}解析：1.首先判断输入字符串是否为null，这是基本的空值检查2.遍历原字符串统计空格数量，为后续数组扩容做准备3.创建新字符数组，长度为原字符串长度+空格数×2（每个空格替换为3个字符）4.重新遍历原字符串，将非空格字符直接复制，空格字符则替换为"%20"5.使用String构造函数创建最终结果字符串这种方法的时间复杂度为O(n)，空间复杂度为O(n)，比直接使用String的replace方法更高效，特别是在大量空格的情况下。题目2（Python编程，10分）请用Python实现一个函数，检查一个整数是否是回文数。回文数是指正序（从左向右）和倒序（从右向左）读都相同的整数。例如，121是回文数，而123不是。答案：pythondefis_palindrome(x):负数不是回文数ifx<0:returnFalse单数位是回文数ifx>=0andx<10:returnTrue末尾为0的非0数不是回文数ifx%10==0:returnFalsereversed_number=0whilex>reversed_number:reversed_number=reversed_number10+x%10x=x//10当数字长度为奇数时，可以通过reversed_number//10去除中间的数字当数字长度为偶数时，reversed_number和x相等returnx==reversed_numberorx==reversed_number//10测试用例print(is_palindrome(121))#Trueprint(is_palindrome(-121))#Falseprint(is_palindrome(10))#Falseprint(is_palindrome(12321))#True解析：1.负数不是回文数，因为负号会导致正反顺序不同2.单位数（0-9）都是回文数3.末尾为0的数不是回文数，因为开头不能为04.使用反转数字的方法：-将原数字不断取出最后一位添加到反转数字中-当原数字小于或等于反转数字时停止-此时如果原数字等于反转数字或原数字除以10等于反转数字（处理奇数位情况），则是回文数这种方法的时间复杂度为O(logn)，空间复杂度为O(1)，比将数字转为字符串的方法更高效。题目3（JavaScript编程，10分）请用JavaScript实现一个函数，找出数组中所有不重复的元素。要求时间复杂度为O(n)。答案：javascriptfunctionfindUniqueElements(arr){constelementCount={};constuniqueElements=[];//统计每个元素出现的次数for(constelementofarr){if(elementCount[element]){elementCount[element]++;}else{elementCount[element]=1;}}//添加只出现一次的元素到结果数组for(const[element,count]ofObject.entries(elementCount)){if(count===1){uniqueElements.push(Number(element));}}returnuniqueElements;}//测试用例console.log(findUniqueElements([1,2,2,3,4,4,5]));//[1,3,5]console.log(findUniqueElements(["apple","banana","apple","orange"]));//["banana","orange"]解析：1.使用对象（哈希表）记录每个元素出现的次数2.遍历数组，统计每个元素的出现频率3.再次遍历哈希表，将出现次数为1的元素添加到结果数组4.返回结果数组这种方法的时间复杂度为O(n)，空间复杂度为O(n)，是最优解法之一。如果题目要求不使用额外空间，可以考虑先排序后遍历的方法，但时间复杂度会增加到O(nlogn)。题目4（C++编程，10分）请用C++实现一个函数，计算一个整数数组的中位数。要求不使用排序，时间复杂度为O(n)。答案：cppinclude<vector>include<algorithm>doublefindMedian(std::vector<int>&nums){intn=nums.size();if(n==0){return0.0;}//快速选择算法找到中位数//这里使用标准库的nth_element实现if(n%2==1){//奇数长度，直接找中间的数nth_element(nums.begin(),nums.begin()+n/2,nums.end());returnnums[n/2];}else{//偶数长度，找中间两个数的平均值nth_element(nums.begin(),nums.begin()+n/2-1,nums.end());inta=nums[n/2-1];nth_element(nums.begin(),nums.begin()+n/2,nums.end());intb=nums[n/2];return(a+b)/2.0;}}//测试用例include<iostream>intmain(){std::vector<int>v1={3,1,2,4,5};std::cout<<findMedian(v1)<<std::endl;//3std::vector<int>v2={1,2,3,4,5,6};std::cout<<findMedian(v2)<<std::endl;//3.5}解析：1.使用C++标准库中的nth_element函数，该函数可以在O(n)时间内找到第k小的元素，且保持原始数组部分有序2.对于奇数长度的数组，直接找中间位置的元素3.对于偶数长度的数组，分别找中间两个位置的元素并计算平均值4.nth_element的时间复杂度为O(n)，比完全排序的O(nlogn)更高效这种方法是计算中位数的高效方法，特别适合大数据集。如果数据量非常小，可以使用简单排序的方法。题目5（Go编程，10分）请用Go语言实现一个函数，将一个罗马数字转换为整数。罗马数字由I、V、X、L、C、D、M七个符号组成，其中I=1、V=5、X=10、L=50、C=100、D=500、M=1000。罗马数字的计算规则是：小数在右，大数在左时相加；小数在左，大数在右时相减。答案：gopackagemainimport("fmt""strings")funcromanToInt(sstring)int{//罗马数字到整数的映射romanMap:=map[byte]int{'I':1,'V':5,'X':10,'L':50,'C':100,'D':500,'M':1000,}//首先将字符串转为小写字符数组s=strings.ToUpper(s)nums:=[]byte(s)total:=0prevValue:=0//从右向左遍历fori:=len(nums)-1;i>=0;i--{value:=romanMap[nums[i]]ifvalue<prevValue{total-=value}else{total+=value}prevValue=value}returntotal}funcmain(){fmt.Println(romanToInt("III"))//3fmt.Println(romanToInt("IV"))//4fmt.Println(romanIntArray("IX"))//9fmt.Println(romanIntArray("LVIII"))//58fmt.Println(romanIntArray("MCMXCIV"))//1994}解析：1.创建罗马数字到整数的映射表2.将输入字符串转为大写，确保处理一致3.从右向左遍历罗马数字：-如果当前值小于前一个值，则减去当前值（表示相减规则）-否则加上当前值（表示相加规则）4.更新前一个值的记录这种方法的时间复杂度为O(n)，空间复杂度为O(1)。从右向左遍历比从左向右更高效，因为每次只需要与前一个值比较。二、系统设计测试（共3题，每题15分，总分45分）题目6（分布式系统设计，15分）设计一个高并发的短链接系统。要求：1.输入长链接后能快速生成短链接2.支持高并发访问3.能统计每个短链接的访问次数4.系统应具备一定的容错能力答案：1.系统架构：-使用无状态的服务架构，所有请求都可以发送到任何节点-部署多个服务实例，使用负载均衡器分发请求-使用Redis集群存储短链接映射关系和访问统计2.短链接生成：-使用自增ID+Base62编码：-将自增ID映射为62进制表示（a-z,A-Z,0-9）-例如：ID123456789->"7D4B"（62进制）-使用分布式ID生成器（如Twitter的Snowflake算法）生成唯一ID-限制短链接长度（6-8位即可表示超过10^9的ID）3.高并发支持：-使用无锁设计，所有写操作都通过Redis事务完成-使用异步IO处理请求，避免阻塞-设置合理的超时时间，防止慢请求拖慢系统4.访问统计：-每次访问时，通过Redis的INCR命令原子性增加计数-将统计结果缓存到本地，定期同步到数据库-提供API查询统计信息5.容错能力：-使用Redis集群，保证数据高可用-服务实例部署在多个可用区-使用熔断器防止级联故障-定期备份数据6.性能优化：-使用CDN缓存静态资源-设置合理的TTL，过期短链接自动清理-使用缓存预热，避免首次访问慢解析：1.系统设计要考虑高并发、高可用、可扩展性2.短链接生成要保证唯一性和可读性3.Redis是理想的缓存和计数工具，其原子操作保证数据一致性4.无状态设计简化了水平扩展5.容错能力是大型系统的重要指标题目7（数据库设计，15分）设计一个社交媒体的数据库模型。要求：1.支持用户注册和登录2.支持发布帖子、评论、点赞3.支持关注/取消关注功能4.支持搜索功能答案：1.核心表设计：-users：存储用户信息-id(PK,UUID)-username(UNIQUE)-password_hash-email(UNIQUE)-created_at-updated_at-posts：存储帖子信息-id(PK,UUID)-user_id(FK)-content-created_at-updated_at-comments：存储评论信息-id(PK,UUID)-post_id(FK)-user_id(FK)-content-created_at-updated_at-likes：存储点赞信息（多表联合设计）-id(PK,UUID)-user_id(FK)-post_id(FK)-created_at-follows：存储关注关系（双向）-follower_id(FK)-followee_id(FK)-created_at2.索引设计：-users：username,email-posts：user_id,created_at-comments：post_id,user_id-likes：user_id,post_id-follows：follower_id,followee_id(UNIQUE组合)3.搜索功能：-使用Elasticsearch索引帖子内容和用户信息-实现全文搜索和模糊匹配-支持按用户、时间、关键词搜索4.性能优化：-使用分区表存储历史数据-使用缓存（Redis）存储热点数据-对于点赞数、粉丝数等频繁访问的计数字段，使用Redis计数5.安全性考虑：-密码使用bcrypt加盐存储-使用JWT或OAuth进行身份验证-限制请求频率防止滥用解析：1.数据库设计要考虑数据一致性、扩展性和性能2.社交媒体系统需要处理大量的关系数据，需要合理设计表结构3.索引是提高查询性能的关键4.缓存可以显著提升系统响应速度题目8（微服务设计，15分）设计一个电商平台的订单系统。要求：1.支持创建订单、支付、取消订单2.与库存系统、支付系统、物流系统交互3.处理订单状态变更4.支持事务性操作答案：1.系统架构：-使用事件驱动架构，通过消息队列解耦服务-订单服务作为核心服务，其他系统通过API网关访问-使用分布式事务管理器（如Seata）保证跨服务事务2.核心流程设计：-创建订单：-订单服务接收请求-查询库存系统确认库存-库存系统扣减库存并返回结果-订单服务创建订单，状态为"待支付"-发布"订单创建"事件到消息队列-支付：-支付系统处理支付请求-支付成功后发布"订单支付"事件-取消订单：-根据订单状态执行不同操作-待支付：直接取消-待发货：通知库存恢复库存-已发货：创建售后流程3.状态机设计：-使用状态机管理订单状态：-待支付->待发货->已发货->已完成/已取消-每个状态变更都触发相应事件4.服务交互：-使用RESTAPI或gRPC进行服务间通信-使用JWT进行认证授权-使用DTO（数据传输对象）进行数据传输5.事务管理：-使用本地消息表实现最终一致性-使用分布式事务框架处理跨服务事务-设置合理的事务隔离级别6.扩展性设计：-使用分片数据库存储订单数据-使用缓存（Redis）存储热点订单-使用读写分离提高查询性能7.监控告警：-使用Prometheus监控服务性能-使用ELK堆栈进行日志分析-设置关键业务指标的告警解析：1.微服务设计要考虑服务边界、通信机制和事务管理2.事件驱动架构可以提高系统的弹性和可扩展性3.状态机是管理复杂业务流程的有效工具4.最终一致性设计比强一致性更实用，特别是在分布式系统三、算法与数据结构测试（共3题，每题15分，总分45分）题目9（算法题，15分）给定一个二维矩阵，每个元素都是非负整数。请找出一条从左上角到右下角的路径，使得路径上的数字之和最小。路径只能从左或右移动。答案：pythondefminPathSum(grid):ifnotgridornotgrid[0]:return0rows,cols=len(grid),len(grid[0])初始化第一行forjinrange(1,cols):grid[0][j]+=grid[0][j-1]初始化第一列foriinrange(1,rows):grid[i][0]+=grid[i-1][0]动态规划填充矩阵foriinrange(1,rows):forjinrange(1,cols):grid[i][j]+=min(grid[i-1][j],grid[i][j-1])returngrid[-1][-1]测试用例grid=[[1,3,1],[1,5,1],[4,2,1]]print(minPathSum(grid))#7(1→3→1→1→1)解析：1.动态规划是解决这类问题的常用方法2.初始化第一行和第一列的路径和3.对于其他位置，选择上方或左方的最小路径和加上当前值4.最终右下角的值就是最小路径和时间复杂度：O(m×n)，空间复杂度：O(1)（在原矩阵上修改）题目10（数据结构题，15分）实现一个LRU（最近最少使用）缓存。要求：1.支持get和put操作2.get操作返回键对应的值，同时将该键标记为最近使用3.put操作将键值对插入缓存，如果缓存已满，则移除最久未使用的键答案：pythonclassListNode:def__init__(self,key=0,value=0):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}创建伪头尾节点self.head=ListNode()self.tail=ListNode()self.head.next=self.tailself.tail.prev=self.headdef_add_node(self,node):将节点添加到头部node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):移除节点prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node):将节点移动到头部self._remove_node(node)self._add_node(node)def_pop_tail(self):弹出尾部节点res=self.tail.prevself._remove_node(res)returnresdefget(self,key:int)->int:node=self.cache.get(key,None)ifnotnode:return-1将访问的节点移动到头部self._move_to_head(node)returnnode.valuedefput(self,key:int,value:int)->None:node=self.cache.get(key)ifnode:更新值并移动到头部node.value=valueself._move_to_head(node)else:创建新节点new_node=ListNode(key,value)self.cache[key]=new_nodeself._add_node(new_node)如果超出容量，移除尾部节点iflen(s