软件研发工程师的常见面试问题及答案参考

2026年软件研发工程师的常见面试问题及答案参考一、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实现一个方法，接收一个字符串参数，返回该字符串中所有唯一字符的列表。例如，输入"abaccde"，返回结果应为["b","d","e"]。答案：javaimportjava.util.;publicclassUniqueCharacters{publicstaticList<Character>findUniqueChars(Stringinput){if(input==null||input.isEmpty()){returnnewArrayList<>();}//统计字符频率Map<Character,Integer>freqMap=newHashMap<>();for(charc:input.toCharArray()){freqMap.put(c,freqMap.getOrDefault(c,0)+1);}//收集唯一字符List<Character>uniqueChars=newArrayList<>();for(Map.Entry<Character,Integer>entry:freqMap.entrySet()){if(entry.getValue()==1){uniqueChars.add(entry.getKey());}}returnuniqueChars;}publicstaticvoidmain(String[]args){Stringinput="abaccde";System.out.println(findUniqueChars(input));//输出:[b,d,e]}}解析：1.使用HashMap统计每个字符出现的频率2.遍历HashMap，将频率为1的字符收集到结果列表3.时间复杂度：O(n)，空间复杂度：O(m)，其中n为输入字符串长度，m为字符集大小题目2（Python编程，10分）请实现一个函数，接收一个列表作为参数，返回该列表中所有"快乐数"的集合。快乐数定义：对于一个正整数，每次将该数替换为它的每个位置上的数字的平方和，这个过程会逐渐变为1，则该数为快乐数。答案：pythondefis_happy(n):seen=set()whilen!=1andnnotinseen:seen.add(n)n=sum(int(digit)2fordigitinstr(n))returnn==1deffind_happy_numbers(nums):return{numfornuminnumsifis_happy(num)}测试print(find_happy_numbers([19,7,1,20]))#输出:{1,7}解析：1.使用set记录已出现的状态，防止无限循环2.对于每个数字，计算其各位数字平方和3.如果最终变为1，则为快乐数4.时间复杂度：O(n)，空间复杂度：O(n)题目3（JavaScript编程，10分）请实现一个函数，将一个给定数组中的元素按奇偶性分组，并返回一个包含两个数组的对象，第一个数组包含所有偶数，第二个数组包含所有奇数。要求偶数数组保持原始顺序，奇数数组也保持原始顺序。答案：javascriptfunctiongroupByParity(arr){consteven=[];constodd=[];for(constnumofarr){if(num%2===0){even.push(num);}else{odd.push(num);}}return{even,odd};}//测试console.log(groupByParity([1,2,3,4,5,6]));//输出:{even:[2,4,6],odd:[1,3,5]}解析：1.创建两个空数组分别存储偶数和奇数2.遍历输入数组，根据元素余数分配到对应数组3.返回包含两个数组的对象4.时间复杂度：O(n)，空间复杂度：O(n)题目4（C++编程，10分）请编写一个函数，实现二分查找算法，接收一个已排序的整数数组和一个目标值，返回目标值的索引。如果未找到，返回-1。答案：cppinclude<vector>intbinarySearch(conststd::vector<int>&nums,inttarget){intleft=0;intright=nums.size()-1;while(left<=right){intmid=left+(right-left)/2;if(nums[mid]==target){returnmid;}elseif(nums[mid]<target){left=mid+1;}else{right=mid-1;}}return-1;}//测试include<iostream>intmain(){std::vector<int>nums={1,2,3,4,5,6,7,8,9};std::cout<<binarySearch(nums,5)<<std::endl;//输出:4std::cout<<binarySearch(nums,10)<<std::endl;//输出:-1return0;}解析：1.初始化左右指针2.当左指针小于等于右指针时循环3.计算中间位置4.比较中间值与目标值，调整指针范围5.时间复杂度：O(logn)，空间复杂度：O(1)题目5（算法设计，10分）请设计一个算法，找出数组中第三大的数。假设数组中至少有三个不同的数。答案：pythondefthird_largest(nums):first=second=third=float('-inf')fornuminnums:ifnum>first:third=secondsecond=firstfirst=numeliffirst>num>second:third=secondsecond=numelifsecond>num>third:third=numreturnthird测试print(third_largest([1,2,2,5,3,5]))#输出:2解析：1.初始化三个变量存储前三大的数2.遍历数组，更新三个变量的值3.时间复杂度：O(n)，空间复杂度：O(1)二、系统设计（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生成服务。要求：1.能够将长链接转换为短链接2.短链接应具有唯一性且易于记忆3.支持高并发访问4.能够统计每个短链接的访问次数答案：plaintext设计方案：1.技术选型：-前端：Nginx+Redis（分布式缓存）-后端：分布式服务（如SpringCloud）-数据库：MySQL（主从复制）+Redis（缓存）-链接生成：Base62编码2.系统架构：-链接生成服务：负责接收长链接，生成短链接-链接访问服务：处理短链接访问请求-缓存层：Redis缓存短链接信息及访问次数-数据库：存储持久化数据3.链接生成算法：-使用自增ID，Base62编码转换-62个字符：0-9,a-z,A-Z-映射关系：1->0,2->1,...,62->z,63->A,...,90->Z4.高并发处理：-使用分布式锁保证ID唯一性-Redis缓存热点数据，减少数据库访问-负载均衡器分发请求5.访问统计：-每次访问时更新Redis中的计数器-定期同步到数据库持久化存储解析：1.采用Base62编码实现短链接生成，简洁易记2.使用Redis缓存热点数据，提高访问速度3.分布式锁确保ID生成唯一性4.访问统计使用Redis计数器实现高并发统计5.系统采用分层架构，便于扩展和维护题目7（数据库设计，15分）设计一个社交媒体关注系统的数据库模型。要求：1.支持用户关注/取消关注2.支持查看用户的关注列表和粉丝列表3.支持查看共同关注的人4.考虑系统性能和扩展性答案：plaintext数据库模型：1.用户表(users)-user_id(PK)-username-email-created_at2.关注关系表(follows)-follower_id(FK)-followee_id(FK)-created_at-PRIMARYKEY(follower_id,followee_id)3.索引设计：-users表的user_id索引-follows表的follower_id索引-follows表的followee_id索引-follows表的复合主键索引(follower_id,followee_id)4.查询优化：-关注列表：SELECTfollowee_idFROMfollowsWHEREfollower_id=?-粉丝列表：SELECTfollower_idFROMfollowsWHEREfollowee_id=?-共同关注：SELECTf1.followee_idFROMfollowsf1JOINfollowsf2ONf1.followee_id=f2.followee_idWHEREf1.follower_id=?ANDf2.follower_id=?GROUPBYf1.followee_idHAVINGCOUNT()>1解析：1.采用双向关注模型，使用follows表存储关注关系2.复合主键确保关注关系的唯一性3.使用多个索引提高查询性能4.共同关注查询使用连接查询实现题目8（微服务设计，15分）设计一个电商商品推荐系统，要求：1.支持基于用户的协同过滤2.支持基于商品的协同过滤3.支持混合推荐4.能够处理实时数据答案：plaintext系统设计：1.技术架构：-用户画像服务：分析用户行为数据-推荐引擎：核心推荐算法-数据存储：Elasticsearch（用户行为日志）+MySQL（商品数据）-消息队列：Kafka（实时数据处理）2.推荐算法：-协同过滤：-基于用户的：找到相似用户，推荐他们喜欢的商品-基于商品的：找到相似商品，推荐给购买过这些商品的用户-混合推荐：结合两种算法结果，使用加权融合3.实时处理：-用户行为日志实时写入Elasticsearch-推荐引擎定时触发计算，或使用ChangeDataCapture(CDC)-使用Redis缓存热门推荐结果4.系统扩展：-推荐引擎采用微服务架构，可水平扩展-异步处理用户行为数据，提高响应速度-服务间使用API网关进行路由和限流解析：1.采用分层架构，将推荐功能解耦为多个服务2.结合传统协同过滤和混合推荐算法3.使用Elasticsearch处理实时用户行为数据4.采用异步处理模式提高系统吞吐量三、数据库与SQL（共4题，每题12分，总分48分）题目9（SQL查询，12分）给定以下表结构：-users(user_idINTPK,nameVARCHAR,ageINT,cityVARCHAR)-orders(order_idINTPK,user_idINTFK,amountDECIMAL,order_dateDATE)请编写SQL查询：1.查找每个城市的用户平均年龄2.查找每个用户的订单总金额，并只显示订单金额大于100的用户答案：sql--查询每个城市的用户平均年龄SELECTcity,AVG(age)ASavg_ageFROMusersGROUPBYcity;--查找订单金额大于100的用户的订单总金额SELECTu.user_id,,SUM(o.amount)AStotal_amountFROMusersuJOINordersoONu.user_id=o.user_idWHEREo.amount>100GROUPBYu.user_id,;解析：1.第一个查询使用GROUPBY对城市分组，计算平均年龄2.第二个查询使用JOIN连接users和orders表，筛选金额大于100的订单，然后按用户分组计算总金额题目10（SQL优化，12分）假设有以下查询：SELECTFROMordersWHEREorder_dateBETWEEN'2023-01-01'AND'2023-12-31'该查询执行缓慢，请提出优化建议。答案：sql优化建议：1.为order_date列添加索引CREATEINDEXidx_order_dateONorders(order_date);2.限制返回的列：只返回需要的列，而不是使用3.分析执行计划：EXPLAINSELECTFROMordersWHEREorder_dateBETWEEN'2023-01-01'AND'2023-12-31';4.考虑分区表：如果数据量很大，可以考虑按日期分区CREATETABLEorders(order_idINTPK,user_idINTFK,amountDECIMAL,order_dateDATE)PARTITIONBYRANGE(YEAR(order_date));解析：1.添加索引是最直接的优化方式2.避免使用SELECT，减少数据传输3.分析执行计划找出瓶颈4.对于大数据量场景，考虑分区表题目11（数据库设计，12分）设计一个简单的博客系统数据库模型。要求：1.支持文章发布2.支持文章分类3.支持文章标签4.支持评论功能答案：plaintext数据库模型：1.文章表(articles)-article_id(PK)-title-content-author_id(FK)-category_id(FK)-created_at-updated_at2.分类表(categories)-category_id(PK)-name3.标签字段(tags)-存在文章中-tag_id(PK)-name4.文章标签关联表(article_tags)-article_id(FK)-tag_id(FK)-PRIMARYKEY(article_id,tag_id)5.评论表(comments)-comment_id(PK)-article_id(FK)-user_id(FK)-content-created_at解析：1.采用关联表实现多对多关系2.使用自增ID作为主键3.包含创建和更新时间戳4.评论功能独立设计题目12（SQL复杂查询，12分）给定以下表结构：-students(student_idINTPK,nameVARCHAR,gradeINT)-courses(course_idINTPK,nameVARCHAR)-enrollments(student_idINTFK,course_idINTFK,scoreDECIMAL)请编写SQL查询：1.查找每个学生的平均分2.查找成绩最高的3名学生及其课程名称答案：sql--查找每个学生的平均分SELECTs.student_id,,AVG(e.score)ASavg_scoreFROMstudentssJOINenrollmentseONs.student_id=e.student_idGROUPBYs.student_id,;--查找成绩最高的3名学生及其课程名称SELECTs.student_id,,AScourse_name,e.scoreFROMstudentssJOINenrollmentseONs.student_id=e.student_idJOINcoursescONe.course_id=c.course_idORDERBYe.scoreDESCLIMIT3;解析：1.第一个查询使用JOIN连接students和enrollments表，然后按学生分组计算平均分2.第二个查询使用JOIN连接三个表，按分数降序排序，然后限制结果为前三行四、系统原理与架构（共4题，每题12分，总分48分）题目13（缓存原理，12分）解释缓存的基本原理，并说明使用缓存的优缺点。答案：plaintext缓存基本原理：1.数据存储在比主存储器更快的存储设备中2.当请求访问数据时，首先检查缓存中是否存在3.如果存在（缓存命中），则直接从缓存获取数据4.如果不存在（缓存未命中），则从主存储器获取数据，并存储到缓存中使用缓存的优点：-提高性能：减少数据访问延迟-降低后端负载：减少对数据库等主存储器的请求-增强可用性：即使主存储器不可用，缓存仍可提供服务使用缓存的缺点：-增加复杂性：需要管理缓存状态和过期策略-内存占用：需要额外的内存空间-数据一致性：需要处理缓存与主存储器之间的数据同步问题解析：1.解释了缓存的基本工作流程2.分析了缓存的主要优点3.指出了使用缓存需要考虑的缺点题目14（负载均衡，12分）解释负载均衡的工作原理，并说明常见的负载均衡算法。答案：plaintext负载均衡工作原理：1.接收所有请求，并根据算法将请求分发到后端服务器2.确保所有服务器负载均衡，提高系统整体性能3.提高系统可用性，即使部分服务器故障，系统仍可继续工作4.扩展系统容量，通过增加服务器数量应对更高负载常见负载均衡算法：1.轮询算法：按顺序将请求分配给每个服务器2.最少连接算法：将请求分配给当前连接数最少的服务器3.IP哈希算法：根据客户端IP计算哈希值，确保同一客户端持续访问同一服务器4.网络位置算法：根据客户端与服务器之间的网络距离分配请求5.加权轮询/最少连接：为服务器分配权重，影响分配比例解析：1.描述了负载均衡的基本概念和作用2.列举了常见的负载均衡算法及其特点题目15（数据库事务，12分）解释数据库事务的ACID特性，并举例说明。答案：plaintext数据库事务的ACID特性：1.原子性(Atomicity)：事务中的所有操作要么全部完成，要么全部不完成例子：