腾讯公司软件开发工程师的招聘考试题目及答案参考

2026年腾讯公司软件开发工程师的招聘考试题目及答案参考一、编程基础（共5题，每题6分，总计30分）1.（6分）编写一段Python代码，实现一个函数`find_second_largest(numbers)`，输入一个非空整数列表`numbers`，返回该列表中第二大的数。如果列表中所有数都相同，则返回`None`。答案：pythondeffind_second_largest(numbers):iflen(numbers)<2:returnNoneunique_numbers=list(set(numbers))iflen(unique_numbers)<2:returnNoneunique_numbers.sort(reverse=True)returnunique_numbers[1]解析：-首先判断列表长度是否小于2，如果是则返回`None`。-使用`set`去重，避免重复数字影响结果。-如果去重后列表长度仍小于2，说明所有数都相同，返回`None`。-对去重后的列表降序排序，返回第二个元素即为第二大数。2.（6分）用C++实现一个链表节点结构体`ListNode`，包含整型值`val`和指向下一个节点的指针`next`。然后编写一个函数`reverse_list(head)`，反转链表并返回反转后的头节点。答案：cppstructListNode{intval;ListNodenext;ListNode(intx):val(x),next(nullptr){}};ListNodereverse_list(ListNodehead){ListNodeprev=nullptr;ListNodecurrent=head;while(current!=nullptr){ListNodenext_node=current->next;current->next=prev;prev=current;current=next_node;}returnprev;}解析：-定义链表节点结构体`ListNode`，包含值和指针。-反转链表使用三指针法：`prev`、`current`、`next_node`。-逐个节点反转指针方向，最后返回新的头节点`prev`。3.（6分）编写Java代码，实现一个方法`count_even_pairs(arr)`，输入一个整数数组`arr`，返回数组中相邻偶数对的个数。例如，`[1,2,4,6,3]`返回`2`（`(2,4)`和`(4,6)`）。答案：javapublicclassMain{publicstaticintcount_even_pairs(int[]arr){intcount=0;for(inti=0;i<arr.length-1;i++){if(arr[i]%2==0&&arr[i+1]%2==0){count++;}}returncount;}}解析：-遍历数组，检查相邻两个数是否都是偶数。-如果是，则计数器加1。-最终返回计数结果。4.（6分）用Go语言实现一个函数`merge_two_lists(l1,l2ListNode)ListNode`，合并两个有序链表`l1`和`l2`，返回合并后的有序链表头节点。答案：gotypeListNodestruct{ValintNextListNode}funcmerge_two_lists(l1,l2ListNode)ListNode{dummy:=&ListNode{}current:=dummyforl1!=nil&&l2!=nil{ifl1.Val<l2.Val{current.Next=l1l1=l1.Next}else{current.Next=l2l2=l2.Next}current=current.Next}ifl1!=nil{current.Next=l1}ifl2!=nil{current.Next=l2}returndummy.Next}解析：-使用虚拟头节点`dummy`简化操作。-逐个比较两个链表节点，将较小的节点接入合并链表。-处理剩余节点，最后返回`dummy.Next`。5.（6分）编写JavaScript代码，实现一个函数`remove_duplicates(arr)`，输入一个数组`arr`，返回一个新数组，其中重复元素只保留第一次出现的顺序。例如，`[1,2,2,3,4,4,5]`返回`[1,2,3,4,5]`。答案：javascriptfunctionremove_duplicates(arr){constseen=newSet();constresult=[];for(constnumofarr){if(!seen.has(num)){seen.add(num);result.push(num);}}returnresult;}解析：-使用`Set`记录已出现元素，避免重复。-遍历数组，若元素未出现过则加入结果数组。-最终返回去重后的新数组。二、数据结构与算法（共6题，每题7分，总计42分）1.（7分）解释快速排序（QuickSort）的基本思想，并说明其时间复杂度在不同输入情况下的表现。答案：-基本思想：选择一个基准值（pivot），将数组分为两部分，左边的数都小于基准值，右边的数都大于基准值，然后递归对左右两部分进行排序。-时间复杂度：-最好/平均情况：O(nlogn)，每次划分均匀。-最坏情况：O(n²)，每次划分极不均匀（如已排序数组）。解析：-快速排序是非递归的，依赖于分治思想。-基准值的选择会影响性能，实际应用中常采用随机化或三数取中法。2.（7分）什么是二叉搜索树（BST）？给出一个示例，并说明查找一个元素的操作步骤。答案：-定义：左子树所有节点值小于根节点，右子树所有节点值大于根节点，且左右子树均为BST。-示例：5/\37/\\248-查找步骤（查找6）：1.比较6与5，6>5，向右子树查找。2.比较6与7，6<7，向左子树查找。3.比较6与7，6==7，查找成功。解析：-BST支持高效查找、插入、删除（均O(logn)平均）。-查找过程是递归的，沿树向下比较，直到找到或为空。3.（7分）编写Python代码，实现一个函数`top_k_frequent(nums,k)`，输入一个整数列表`nums`和整数`k`，返回出现频率最高的`k`个元素。答案：pythonfromcollectionsimportCounterdeftop_k_frequent(nums,k):freq=Counter(nums)return[numfornum,_infreq.most_common(k)]解析：-使用`Counter`统计频率，`most_common(k)`返回频率最高的`k`个元素。-列表推导式提取元素。4.（7分）解释动态规划（DynamicProgramming,DP）与贪心算法（GreedyAlgorithm）的区别，并举例说明适用场景。答案：-区别：-DP：解决子问题重叠问题，存储子结果避免重复计算。-贪心：每步选择当前最优解，不保证全局最优。-适用场景：-DP：如斐波那契数列、背包问题。-贪心：如最小生成树（Prim/Kruskal）、货币找零。解析：-DP适用于有最优子结构的问题，如背包问题。-贪心适用于局部最优能推导全局最优的问题，如天平称重。5.（7分）编写C++代码，实现一个函数`merge_intervals(intervals)`，输入一个区间列表`intervals`（每个区间为`[start,end]`），合并所有重叠或相邻的区间，并返回合并后的列表。答案：cppinclude<vector>include<algorithm>usingnamespacestd;vector<vector<int>>merge_intervals(vector<vector<int>>&intervals){if(intervals.empty())return{};sort(intervals.begin(),intervals.end(),[&](constvector<int>&a,constvector<int>&b){returna[0]<b[0];});vector<vector<int>>merged;for(constauto&interval:intervals){if(merged.empty()||merged.back()[1]<interval[0]){merged.push_back(interval);}else{merged.back()[1]=max(merged.back()[1],interval[1]);}}returnmerged;}解析：-先按左端点排序。-遍历区间，若当前区间与合并列表最后一个区间不重叠，则直接加入；否则合并。6.（7分）解释图的BFS（广度优先搜索）和DFS（深度优先搜索）的基本过程，并说明适用场景。答案：-BFS：从起点出发，逐层扩展，使用队列实现。适用于最短路径（无权图）。-DFS：深入探索一条路径，使用栈实现（递归或显式栈）。适用于拓扑排序、连通分量。解析：-BFS优先扩展较近节点，适合无权图最短路径。-DFS优先深入，适合求解路径或结构问题。三、系统设计（共3题，每题10分，总计30分）1.（10分）设计一个简单的短链接系统（如tinyURL），要求支持以下功能：-输入任意URL，生成短链接；-输入短链接，解析回原始URL。答案：-核心组件：1.短链接生成：-使用哈希函数（如MD5）+随机前缀，避免冲突。-压缩为固定长度（如62进制字符）。2.解析：-存储映射关系（数据库或缓存）。-根据短链接查表，返回原始URL。-示例：-输入`/long/path`，生成`/abc123`。-输入`abc123`，解析回原始URL。解析：-需要高可用存储（如Redis+数据库）。-哈希冲突处理：随机前缀+自增ID。2.（10分）设计一个高并发的计数器服务，要求：-支持高并发访问；-精确计数（无丢失）。答案：-核心组件：1.数据存储：-Redis（单键计数，单线程保证原子性）。-分布式锁（如ZooKeeper）+数据库。2.接口：-提供`GET/count`接口，返回当前计数。-提供`POST/increment`接口，原子加1。-示例：-用户A请求`/increment`，计数器+1。-用户B请求`/count`，返回最新计数。解析：-Redis是最佳选择，单命令原子操作。-数据库事务开销大，不适合高并发。3.（10分）设计一个简单的消息推送服务（如微信通知），要求：-支持高并发推送；-保证消息不丢失（至少一次交付）。答案：-核心组件：1.消息队列：-Kafka/RabbitMQ（解耦、高吞吐）。-消息包含用户ID、内容、时间戳。2.推送服务：-消费队列消息，调用第三方推送API（如腾讯云推送）。-异步记录推送状态（数据库/Redis）。-不丢失保证：-消息持久化+延迟重试+幂等处理。解析：-队列解耦系统，避免推送服务直接依赖用户服务。-幂等处理防止重复推送（如用用户ID+消息ID做唯一标记）。四、编程实现（共2题，每题9分，总计18分）1.（9分）用Java实现一个LRU（LeastRecentlyUsed）缓存，支持`get(key)`和`put(key,value)`操作，容量为`capacity`。答案：javaimportjava.util.HashMap;importjava.util.Map;classLRUCache{privateMap<Integer,Node>cache=newHashMap<>();privateNodehead,tail;privateintcapacity;classNode{intkey,value;Nodeprev,next;Node(intkey,intvalue){this.key=key;this.value=value;}}publicLRUCache(intcapacity){this.capacity=capacity;head=newNode(0,0);tail=newNode(0,0);head.next=tail;tail.prev=head;}publicintget(intkey){Nodenode=cache.get(key);if(node==null)return-1;moveToHead(node);returnnode.value;}publicvoidput(intkey,intvalue){Nodenode=cache.get(key);if(node!=null){node.value=value;moveToHead(node);}else{NodenewNode=newNode(key,value);cache.put(key,newNode);addToHead(newNode);if(cache.size()>capacity){NodetoRemove=tail.prev;removeNode(toRemove);cache.remove(toRemove.key);}}}privatevoidmoveToHead(Nodenode){removeNode(node);addToHead(node);}privatevoidaddToHead(Nodenode){node.prev=head;node.next=head.next;head.next.prev=node;head.next=node;}privatevoidremoveNode(Nodenode){node.prev.next=node.next;node.next.prev=node.prev;}}解析：-使用双向链表+哈希表实现。-`get`操作将节点移到头部。-`put`操作先检查是否存在，若存在则更新并移动到头部；若不存在则添加到头部，并移除最久未使用节点。2.（9分）用Python实现一个简单的分布式锁，要求支持多进程/线程场景。答案：pythonimportthreadingimportosimporttimeimporterrnoclassDistributedLock:def__init__(self,lock_file):self.lock_file=lock_fileself.lock=threading.Lock()defacquire(self,timeout=10):start_time=time.time()whileTrue:try:withopen(self.lock_file,'x')asf:self.lock.acquire()returnTrueexceptFileExistsError:iftime.time()-start_time>timeout:returnFalsetime.sleep(0.1)exceptExceptionase:ife.errno!=errno.EACCES:raisetime.sleep(0.1)defrelease