京东软件开发岗位面试问题集

2026年京东软件开发岗位面试问题集一、编程基础（5题，每题10分，共50分）1.题目：请用Java实现一个方法，输入一个整数数组，返回数组中所有奇数元素的平方和。要求时间复杂度O(n)。javapublicintsumOfOddSquares(int[]nums){//你的代码}答案：javapublicintsumOfOddSquares(int[]nums){intsum=0;for(intnum:nums){if(num%2!=0){sum+=numnum;}}returnsum;}解析：遍历数组，判断每个元素是否为奇数，如果是则计算平方并累加。时间复杂度为O(n)，空间复杂度为O(1)。2.题目：请用Python实现一个函数，输入一个字符串，返回该字符串中所有子字符串的长度之和。例如，输入"abc"，返回1+2+3+2+1=9。pythondefsumOfSubstrings(s):你的代码答案：pythondefsumOfSubstrings(s):total=0n=len(s)foriinrange(n):forjinrange(i+1,n+1):total+=len(s[i:j])returntotal解析：通过两层循环生成所有子字符串，并计算其长度之和。时间复杂度为O(n^2)，空间复杂度为O(1)。3.题目：请用C++实现一个函数，输入一个字符串，返回该字符串中所有唯一字符的集合。例如，输入"leetcode"，返回"ltcoe"。cppstringuniqueChars(strings){//你的代码}答案：cppstringuniqueChars(strings){unordered_set<char>seen;stringresult;for(charc:s){if(seen.find(c)==seen.end()){seen.insert(c);result+=c;}}returnresult;}解析：使用哈希集合记录已出现的字符，遍历字符串时只添加未出现过的字符。时间复杂度为O(n)，空间复杂度为O(n)。4.题目：请用JavaScript实现一个函数，输入一个数组，返回该数组的中位数。例如，输入[1,3,2]，返回2；输入[1,2,3,4]，返回2.5。javascriptfunctionfindMedian(arr){//你的代码}答案：javascriptfunctionfindMedian(arr){arr.sort((a,b)=>a-b);constn=arr.length;if(n%2===0){return(arr[n/2-1]+arr[n/2])/2;}else{returnarr[Math.floor(n/2)];}}解析：先对数组排序，然后根据数组长度是奇数还是偶数计算中位数。时间复杂度为O(nlogn)，空间复杂度为O(1)。5.题目：请用Go实现一个函数，输入一个整数，返回该整数的二进制表示中1的个数。例如，输入9（1001），返回2。gofunccountOnes(nint)int{//你的代码}答案：gofunccountOnes(nint)int{count:=0forn!=0{count+=n&1n>>=1}returncount}解析：通过位运算逐位判断并计数。时间复杂度为O(logn)，空间复杂度为O(1)。二、数据结构与算法（5题，每题10分，共50分）1.题目：请解释快速排序的工作原理，并分析其时间复杂度和空间复杂度。答案：快速排序是一种分治算法，通过以下步骤实现：1.选择一个基准元素（pivot），通常选择第一个或最后一个元素。2.将数组分成两部分，使得左边的所有元素都小于基准元素，右边的所有元素都大于基准元素。3.递归地对左右两部分进行快速排序。时间复杂度：-最好情况：O(nlogn)，每次划分都能均匀分割数组。-平均情况：O(nlogn)，随机选择基准元素时。-最坏情况：O(n^2)，每次划分只能减少一个元素。空间复杂度：O(logn)，递归调用栈的深度。解析：快速排序的核心是分治思想，通过基准元素进行划分。时间复杂度与划分的均匀程度有关，空间复杂度主要由递归调用栈决定。2.题目：请解释二叉搜索树（BST）的性质，并实现一个插入节点的函数。答案：二叉搜索树的性质：1.每个节点有最多两个子节点。2.左子树的所有节点值小于根节点值。3.右子树的所有节点值大于根节点值。插入节点的函数：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefinsertIntoBST(root,val):ifnotroot:returnTreeNode(val)ifval<root.val:root.left=insertIntoBST(root.left,val)else:root.right=insertIntoBST(root.right,val)returnroot解析：二叉搜索树通过左小右大的性质实现快速查找。插入时递归找到合适的插入位置。3.题目：请解释哈希表的工作原理，并说明哈希冲突的解决方法。答案：哈希表通过哈希函数将键映射到数组索引，实现快速查找。工作原理：1.计算键的哈希值。2.使用哈希值作为数组的索引。哈希冲突的解决方法：-开放寻址法：线性探测、二次探测、双重哈希。-链地址法：将哈希值相同的键存储在链表中。-哈希函数改进：选择更好的哈希函数减少冲突。解析：哈希表的核心是哈希函数，冲突处理方法包括开放寻址和链地址。链地址法较为常用且实现简单。4.题目：请解释动态规划（DP）的基本思想，并给出一个DP解决背包问题的示例。答案：动态规划的基本思想：1.将问题分解为子问题。2.存储子问题的解（备忘录或DP表）避免重复计算。3.从底向上计算，最终得到原问题的解。背包问题示例：pythondefknapsack(W,weights,values):n=len(weights)dp=[[0](W+1)for_inrange(n+1)]foriinrange(1,n+1):forwinrange(1,W+1):ifweights[i-1]<=w:dp[i][w]=max(dp[i-1][w],dp[i-1][w-weights[i-1]]+values[i-1])else:dp[i][w]=dp[i-1][w]returndp[n][W]解析：动态规划通过存储子问题解避免重复计算。背包问题通过DP表记录每个物品在每种容量下的最大价值。5.题目：请解释图的深度优先搜索（DFS）和广度优先搜索（BFS）的算法实现。答案：深度优先搜索（DFS）：pythondefdfs(node,visited,graph):visited[node]=Trueprint(node,end='')forneighboringraph[node]:ifnotvisited[neighbor]:dfs(neighbor,visited,graph)广度优先搜索（BFS）：pythonfromcollectionsimportdequedefbfs(start,graph):visited=[False]len(graph)queue=deque([start])visited[start]=Truewhilequeue:node=queue.popleft()print(node,end='')forneighboringraph[node]:ifnotvisited[neighbor]:visited[neighbor]=Truequeue.append(neighbor)解析：DFS通过递归或栈实现，沿着一条路径尽可能深入；BFS通过队列实现，逐层遍历。DFS适合找路径，BFS适合找最短路径。三、系统设计（3题，每题20分，共60分）1.题目：请设计一个简单的短链接系统，要求能够将长链接转换为短链接，并能通过短链接访问长链接。答案：设计思路：1.使用哈希函数将长链接映射为短链接。2.存储短链接和长链接的映射关系（数据库或缓存）。3.提供API实现短链接生成和访问。示例实现：pythonimporthashlibfromcollectionsimportdefaultdictclassShortLinkSystem:def__init__(self):self.url_map=defaultdict(str)defgenerateShortLink(self,long_url):hash_object=hashlib.md5(long_url.encode())short_key=hash_object.hexdigest()[:8]self.url_map[short_key]=long_urlreturnshort_keydefgetLongLink(self,short_key):returnself.url_map.get(short_key,"URLnotfound")解析：短链接系统通过哈希函数生成唯一标识，并存储映射关系。MD5哈希值部分截取作为短链接，确保唯一性。2.题目：请设计一个简单的微博系统，要求支持用户发布、评论、点赞功能。答案：设计思路：1.用户表：存储用户信息（id,username,password等）。2.微博表：存储微博内容（id,user_id,content,timestamp等）。3.评论表：存储评论信息（id,微博id,user_id,content,timestamp等）。4.点赞表：存储点赞信息（id,微博id,user_id,timestamp等）。示例实现：pythonfromdatetimeimportdatetimefromcollectionsimportdefaultdictclassWeiboSystem:def__init__(self):self.users={}self.weibos={}ments=defaultdict(list)self.likes=defaultdict(set)defpublishWeibo(self,user_id,content):weibo_id=len(self.weibos)+1self.weibos[weibo_id]={"user_id":user_id,"content":content,"timestamp":datetime.now()}returnweibo_iddefaddComment(self,weibo_id,user_id,content):comment_id=len(ments[weibo_id])+1ments[weibo_id].append({"id":comment_id,"user_id":user_id,"content":content,"timestamp":datetime.now()})defaddLike(self,weibo_id,user_id):self.likes[weibo_id].add(user_id)解析：微博系统通过关系型数据库设计表结构，支持发布、评论、点赞功能。使用哈希表存储动态数据，提高查询效率。3.题目：请设计一个简单的秒杀系统，要求在高并发情况下保证订单的正确性。答案：设计思路：1.使用分布式锁或数据库锁保证库存扣减的原子性。2.使用队列或消息系统处理请求，防止超卖。3.订单生成与库存扣减同步进行。示例实现：pythonimportthreadingfromqueueimportQueueclassSecKillSystem:def__init__(self,stock):self.stock=stockself.lock=threading.Lock()self.order_queue=Queue()defprocessOrder(self,user_id):self.order_queue.put(user_id)whileTrue:order_id=self.order_queue.get()withself.lock:ifself.stock>0:self.stock-=1self.createOrder(order_id)breakelse:self.order_queue.task_done()breakdefcreateOrder(self,order_id):print(f"Order{order_id}created,stockleft:{self.stock}")解析：秒杀系统通过锁机制保证库存扣减的原子性，使用队列处理请求防止超卖。订单生成与库存扣减同步进行，确保数据一致性。四、数据库（2题，每题15分，共30分）1.题目：请解释数据库事务的ACID特性，并说明如何保证事务的隔离性。答案：ACID特性：-原子性（Atomicity）：事务要么全部完成，要么全部不做。-一致性（Consistency）：事务必须保证数据库从一个一致性状态转移到另一个一致性状态。-隔离性（Isolation）：并发执行的事务彼此隔离，互不干扰。-持久性（Durability）：一旦事务提交，其结果就永久保存在数据库中。保证隔离性的方法：-事务隔离级别：读未提交、读已提交、可重复读、串行化。-锁机制：行锁、表锁、共享锁、排他锁。-乐观锁：使用版本号或时间戳检测冲突。解析：ACID是事务的基本特性，隔离性通过隔离级别和锁机制保证。不同隔离级别在性能和一致性问题之间做权衡。2.题目：请解释数据库索引的工作原理，并说明索引的类型及其适用场景。答案：索引工作原理：1.索引是一种数据结构（如B树、B+树），存储键值和对应数据行指针。2.查询时通过索引快速定位数据行，避免全表扫描。索引类型及适用场景：-主键索引：唯一标识每行数据，自动建立。-唯一索引：保证列值唯一，适用于外键等场景。-范围索引：适用于范围查询（如BETWEEN），B+树结构。-索引覆盖：索引包含所有查询列，无需访问数据行。-全文索引：适用于文本内容搜索，如MySQ