腾讯技术部面试官经验与答案解析

2026年腾讯技术部面试官经验与答案解析一、编程能力（5题，共20分）1.（4分）编写一个函数，输入一个正整数n，返回一个列表，其中包含从1到n（包含n）的所有奇数。答案：pythondefodd_numbers(n):return[iforiinrange(1,n+1)ifi%2!=0]解析：-使用列表推导式生成奇数列表，`range(1,n+1)`生成1到n的整数，`ifi%2!=0`筛选奇数。-时间复杂度O(n)，空间复杂度O(n)。2.（4分）实现一个简单的LRU（LeastRecentlyUsed）缓存，支持`get(key)`和`put(key,value)`操作。答案：pythonclassLRUCache:def__init__(self,capacity):self.cache={}self.capacity=capacityself.order=[]defget(self,key):ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(self,key,value):ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)>=self.capacity:oldest_key=self.order.pop(0)delself.cache[oldest_key]self.cache[key]=valueself.order.append(key)解析：-使用字典`cache`存储键值对，列表`order`记录访问顺序。-`get`操作将键移到列表末尾表示最近使用，`put`操作先删除最久未使用的键（如果超出容量）。3.（5分）编写一个函数，输入一个字符串，返回该字符串的所有子串，并去除重复的子串。答案：pythondefunique_substrings(s):substrings=set()foriinrange(len(s)):forjinrange(i+1,len(s)+1):substrings.add(s[i:j])returnlist(substrings)解析：-使用两层循环枚举所有子串，`set`自动去重。-时间复杂度O(n²)，空间复杂度O(n²)。4.（7分）实现快速排序算法，要求不使用递归。答案：pythondefquick_sort(arr):stack=[(0,len(arr)-1)]whilestack:start,end=stack.pop()ifstart>=end:continuepivot=arr[end]i=start-1forjinrange(start,end):ifarr[j]<=pivot:i+=1arr[i],arr[j]=arr[j],arr[i]arr[i+1],arr[end]=arr[end],arr[i+1]stack.append((start,i))stack.append((i+2,end))解析：-使用栈模拟递归，避免系统栈溢出。-非递归实现的核心是维护分区的索引范围。5.（5分）编写一个函数，输入一个字符串，判断是否为有效的括号组合（如"()"、"()[]{}"）。答案：pythondefisValid(s):stack=[]mapping={')':'(',']':'[','}':'{'}forcharins:ifcharinmapping:top=stack.pop()ifstackelse'#'ifmapping[char]!=top:returnFalseelse:stack.append(char)returnnotstack解析：-使用栈匹配括号，`mapping`记录对应关系。-遇到右括号时检查栈顶是否匹配，否则无效。二、系统设计（3题，共30分）1.（10分）设计一个高并发的短链接服务（如tinyURL），要求支持分布式部署。答案：-核心组件：1.URL缩短服务：将长链接转换为短ID（如hash或自增ID）。2.分布式存储：使用Redis或Memcached缓存短ID与长链接的映射。3.负载均衡：Nginx或HAProxy分发请求到不同节点。4.数据库：若缓存失效，查询数据库（如MySQL分表存储）。-分布式方案：-使用Twitter的Snowflake算法生成全局唯一ID。-跨节点同步短ID与长链接的缓存。解析：-高并发场景下需避免单点故障，Redis支持集群模式。-负载均衡可减少节点压力，分表分库提升数据库性能。2.（10分）设计一个实时消息推送系统（如微信消息），要求支持离线消息存储。答案：-架构：1.消息队列：Kafka或RabbitMQ存储待推送消息。2.推送服务：定时或按需从队列拉取消息。3.客户端长连接：WebSocket或MQTT保持实时连接。4.离线存储：若客户端未在线，消息存入数据库或Redis。-优化：-标识消息状态（待发送、已发送、失败）。-重试机制处理推送失败。解析：-离线消息需持久化存储，避免数据丢失。-WebSocket适合低延迟场景，MQTT适合移动端。3.（10分）设计一个支持高并发的秒杀系统。答案：-核心策略：1.分布式锁：RedisLua脚本原子扣减库存。2.请求去重：用Redis或布隆过滤器过滤重复请求。3.秒杀队列：按时间排序处理请求，避免超卖。4.限流：Guava或Nginx限流防止系统过载。-数据库优化：-使用乐观锁（version字段）或悲观锁（SELECT...FORUPDATE）。解析：-原子扣减库存是关键，Lua脚本确保Redis操作的原子性。-限流防止因并发过高导致雪崩。三、数据结构与算法（5题，共30分）1.（6分）给定一个无重复元素的数组，返回所有可能的子集（幂集）。答案：pythondefsubsets(nums):res=[]subset=[]defbacktrack(index):res.append(subset.copy())foriinrange(index,len(nums)):subset.append(nums[i])backtrack(i+1)subset.pop()backtrack(0)returnres解析：-回溯法枚举所有组合，`subset`记录当前组合。-时间复杂度O(2^n)，空间复杂度O(n)。2.（6分）判断一个二叉树是否为平衡二叉树（左右子树高度差不超过1）。答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefisBalanced(root):defcheck(node):ifnotnode:return0,Trueleft,balanced_left=check(node.left)right,balanced_right=check(node.right)returnmax(left,right)+1,balanced_leftandbalanced_rightandabs(left-right)<=1returncheck(root)[1]解析：-后序遍历计算高度，同时判断平衡性。-返回高度和是否平衡的元组。3.（7分）给定一个字符串，找到不重复的最长子串的长度。答案：pythondeflengthOfLongestSubstring(s):char_map={}left=0max_len=0forrightinrange(len(s)):ifs[right]inchar_map:left=max(left,char_map[s[right]]+1)char_map[s[right]]=rightmax_len=max(max_len,right-left+1)returnmax_len解析：-滑动窗口法，`char_map`记录字符上一次出现的位置。-时间复杂度O(n)，空间复杂度O(1)。4.（8分）实现一个LRU缓存，使用双向链表和哈希表。答案：pythonclassListNode:def__init__(self,key=0,value=0):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity):self.capacity=capacityself.cache={}self.head,self.tail=ListNode(),ListNode()self.head.next=self.tailself.tail.prev=self.headdefget(self,key):ifkeynotinself.cache:return-1node=self.cache[key]self._move_to_front(node)returnnode.valuedefput(self,key,value):ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_front(node)else:node=ListNode(key,value)self.cache[key]=nodeself._add_node(node)iflen(self.cache)>self.capacity:node=self._pop_tail()delself.cache[node.key]def_move_to_front(self,node):self._remove_node(node)self._add_node(node)def_add_node(self,node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_pop_tail(self):tail_prev=self.tail.prevself._remove_node(tail_prev)returntail_prev解析：-双向链表维护访问顺序，哈希表快速查找。-O(1)时间复杂度通过删除尾节点和添加头节点实现。5.（5分）给定一个数组，返回所有和为target的三个数的组合。答案：pythondefthreeSum(nums,target):nums.sort()res=[]foriinrange(len(nums)-2):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,len(nums)-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==target:res.append([nums[i],nums[left],nums[right]])whileleft<rightandnums[left]==nums[left+1]:left+=1whileleft<rightandnums[right]==nums[right-1]:right-=1left+=1right-=1eliftotal<target:left+=1else:right-=1returnres解析：-排序后双指针法，固定一个数，用左右指针找另外两个数。-跳过重复元素避免重复组合。四、数据库与存储（3题，共25分）1.（8分）设计一个用户表，支持高并发写入和查询，字段包括：id（自增）、username（唯一）、email（唯一）、创建时间。答案：-表结构：sqlCREATETABLEusers(idBIGINTAUTO_INCREMENTPRIMARYKEY,usernameVARCHAR(50)UNIQUENOTNULL,emailVARCHAR(100)UNIQUENOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);-优化：-id使用自增主键，避免热点行。-username和email加唯一索引加速查询。-使用InnoDB引擎支持事务和行锁。解析：-高并发写入时自增ID可减少锁竞争。-唯一索引保证数据一致性。2.（8分）解释MySQL中的MVCC（多版本并发控制）原理及其优缺点。答案：-原理：-使用`REPEATABLEREAD`隔离级别时，InnoDB通过记录行的`before_image`和`after_image`实现MVCC。-ReadView比较事务ID与行版本时间，决定读取快照版本还是最新版本。-优点：-允许脏读、不可重复读、幻读，但用户感知一致。-适用于高并发场景，减少锁开销。-缺点：-需要额外存储空间（版本数据）。-读多写少场景下性能不如悲观锁。解析：-MVCC通过版本控制避免锁等待，但会增加存储开销。3.（9分）设计一个高并发的计数器，要求支持分布式部署。答案：-方案：1.Red