联想集团软件研发岗位面试题

2026年联想集团软件研发岗位面试题一、编程能力测试（共5题，每题10分，总分50分）题型说明：考察候选人的编程基础、算法能力和代码规范性。1.题目（10分）问题描述：编写一个函数，实现将任意非负整数转换为其对应的二进制字符串。例如，输入`9`，输出`"1001"`。要求不使用Python内置的`bin()`函数。答案与解析：pythondefint_to_binary(n):ifn==0:return"0"binary=""whilen>0:binary=str(n%2)+binaryn=n//2returnbinary解析：-通过循环将整数不断除以2，取余数作为二进制位，逐步拼接结果。-特殊处理`n==0`的情况，直接返回`"0"`。-时间复杂度为O(logn)，空间复杂度为O(logn)。2.题目（10分）问题描述：给定一个包含重复元素的列表，请实现一个函数，返回列表中所有不重复的元素。要求时间复杂度为O(n)，空间复杂度为O(n)。答案与解析：pythondefunique_elements(lst):seen=set()result=[]foriteminlst:ifitemnotinseen:seen.add(item)result.append(item)returnresult解析：-使用集合`seen`记录已出现元素，避免重复。-遍历列表时，若元素不在`seen`中，则添加到结果列表和集合中。-时间复杂度O(n)，空间复杂度O(n)。3.题目（10分）问题描述：实现一个简单的LRU（LeastRecentlyUsed）缓存，支持`get(key)`和`put(key,value)`操作。缓存容量为`capacity`，当缓存满时，最久未使用的元素将被移除。答案与解析：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()`操作时，若键存在，则将键移至列表末尾表示最近使用。-`put()`操作时，若键已存在，则更新值并移动位置；若缓存满，则删除最久未使用的元素。4.题目（10分）问题描述：给定一个二叉树，请编写函数判断其是否为平衡二叉树。平衡二叉树定义：对于任意节点，其左右子树高度差不超过1。答案与解析：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root):defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)returnmax(left_height,right_height)+1,left_balancedandright_balancedandabs(left_height-right_height)<=1returncheck(root)[1]解析：-递归计算左右子树高度，同时判断平衡性。-若高度差超过1或子树不平衡，则整棵树不平衡。-时间复杂度O(n)，空间复杂度O(h)，其中h为树的高度。5.题目（10分）问题描述：实现快速排序算法，要求不使用递归，而是使用迭代（堆栈）方式实现。答案与解析：pythondefquick_sort_iterative(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))returnarr解析：-使用堆栈模拟递归过程，存储待排序的子数组索引。-每次弹出子数组，进行分区操作，并将分区后的子数组索引压回堆栈。-时间复杂度O(nlogn)，空间复杂度O(logn)。二、系统设计测试（共3题，每题20分，总分60分）题型说明：考察候选人对分布式系统、高并发场景的设计能力。1.题目（20分）问题描述：设计一个高并发的短链接系统（如`tinyurl`）。要求：1.用户输入长链接，系统返回短链接；2.短链接应全局唯一，可快速解析为原链接；3.系统需支持高并发访问，可用性高。答案与解析：设计方案：1.短链接生成：-使用随机或哈希算法（如Base62编码）生成短标识符，如`a1b2c3`。-存储映射关系：将短标识符与原链接存储在分布式缓存（如Redis）中。2.高并发支持：-使用Redis的高可用集群，确保读写性能和持久化。-短链接生成采用分布式锁或原子操作，防止冲突。3.解析流程：-用户访问短链接时，先查询缓存，若命中则直接返回原链接。-若缓存未命中，则查询数据库（可使用分片或Sharding）。技术选型：-缓存层：RedisCluster（高可用+高并发）。-数据库：MySQL或TiDB（支持分片）。-负载均衡：Nginx或HAProxy。解析：-关键点在于短链接的全局唯一性和快速解析，缓存是核心优化手段。-分布式锁或原子操作可避免生成冲突。2.题目（20分）问题描述：设计一个微博系统的核心模块——用户关注/取关功能。要求：1.支持大规模用户（百万级），关注关系实时同步；2.提供关注列表快速加载；3.兼容弱网环境下的同步机制。答案与解析：设计方案：1.数据存储：-用户关注关系存储在图数据库（如Neo4j）或关系型数据库中（自增ID关联）。-关注列表使用Redis缓存，按用户ID存储。2.实时同步：-使用WebSocket或Server-SentEvents（SSE）推送关注动态。-弱网环境下，采用增量同步（如只推送变化数据）。3.性能优化：-关注列表加载时，先查询缓存，若未命中则从数据库读取并缓存。-使用布隆过滤器（BloomFilter）快速判断用户是否已关注。技术选型：-数据库：Neo4j（图关系优化）或MySQL（分表）。-缓存：RedisCluster（高并发+持久化）。-同步协议：WebSocket（强实时）或MQ（异步）。解析：-关注关系是典型的图结构，图数据库可优化查询。-缓存和增量同步是关键，以应对大规模并发和弱网场景。3.题目（20分）问题描述：设计一个高并发的秒杀系统。要求：1.限制每用户秒杀数量；2.防止恶意刷单和超卖；3.支持分布式锁或事务。答案与解析：设计方案：1.库存管理：-库存存储在Redis中，使用原子操作（如`DECRBY`）扣减。-若库存不足，则直接返回失败，避免超卖。2.防刷单机制：-使用用户Token或IP限制，结合验证码防止机器人。-记录用户行为日志，异常行为（如短时间大量请求）触发风控。3.分布式锁：-使用RedisLua脚本实现原子锁，确保库存扣减和订单生成的同步。-若超时未购买，则释放锁，避免资源占用。技术选型：-库存：Redis（原子操作+高可用）。-风控：Flink或Spark实时计算。-锁机制：RedisLua脚本。解析：-核心在于原子操作和分布式锁，防止并发问题。-风控机制可进一步优化，如限制用户购买频率。三、系统分析测试（共2题，每题15分，总分30分）题型说明：考察候选人对现有系统的分析和优化能力。1.题目（15分）问题描述：某电商平台商品详情页存在加载缓慢问题，用户反馈平均加载时间超过3秒。请分析可能原因并提出优化方案。答案与解析：可能原因：1.前端问题：-资源冗余（重复JS/CSS文件）。-首屏渲染阻塞（如大图片未懒加载）。2.后端问题：-API响应慢（数据库查询慢或服务层逻辑复杂）。-缓存未命中（商品详情未缓存）。3.网络问题：-CDN节点距离用户远，缓存未预热。-压力过大导致服务抖动。优化方案：1.前端优化：-使用Webpack进行代码分割，按需加载。-实现图片懒加载和骨架屏。2.后端优化：-为商品详情添加Redis缓存（设置过期时间）。-优化数据库查询（索引优化或分库分表）。3.网络优化：-使用CDN预热机制，静态资源预加载。-增加服务集群，使用负载均衡。解析：-优化需从链路分析入手，结合前端、后端和网络多维度解决。2.题目（15分）问题描述：某社交App的搜索功能存在延迟问题，用户输入关键词后，结果返回时间过长。请分析可能原因并提出解决方案。答案与解析：可能原因：1.搜索索引慢：-Elasticsearch或Solr分片过多导致查询慢。-索引未更新（如用户数据变更未同步）。2.数据量过大：-未使用分级搜索（如先查热词再查全量）。3.客户端