腾讯工程师招聘面试题集

2026年腾讯工程师招聘面试题集一、编程基础（5题，每题10分，共50分）题目1（10分）问题描述：实现一个函数，输入一个整数数组，返回数组中所有奇数元素的平方和。要求不使用任何内置函数，时间复杂度不超过O(n)。示例：输入：[1,2,3,4,5]输出：1^2+3^2+5^2=35题目2（10分）问题描述：编写一个函数，判断一个字符串是否为回文串。可以忽略大小写和非字母字符。示例：输入："Aman,aplan,acanal:Panama"输出：true题目3（10分）问题描述：实现一个二叉树的最大深度计算函数。要求使用递归方式实现。题目4（10分）问题描述：给定一个链表，返回链表中间的节点。如果链表有偶数个节点，返回第二个中间节点。题目5（10分）问题描述：编写一个函数，实现二进制字符串的翻转。例如，输入"101001"，输出"100110"。二、系统设计（3题，每题20分，共60分）题目6（20分）问题描述：设计一个简单的微博系统，需要支持以下功能：1.用户注册和登录2.发布微博（限制长度，支持@功能）3.刷新时间线（显示最新的10条微博）4.关注/取消关注用户要求：-说明系统架构-设计主要数据表结构-描述核心功能实现逻辑题目7（20分）问题描述：设计一个高并发的短链接生成服务。要求：-支持高并发访问-链接短小且唯一-支持自定义短链接前缀-具备一定的防攻击能力要求：-说明系统架构-设计主要组件-描述数据存储方案题目8（20分）问题描述：设计一个腾讯视频的推荐系统。需要考虑：-用户画像构建-内容特征提取-推荐算法选择-实时推荐与离线推荐结合要求：-说明系统整体架构-设计关键模块-描述算法选择理由三、数据库（2题，每题15分，共30分）题目9（15分）问题描述：设计一个电商平台的订单表，需要支持以下场景：1.订单创建时生成唯一订单号2.支持订单状态变更（待支付、已支付、已发货、已完成、已取消）3.支持按用户、时间、金额等多维度查询要求：-设计表结构-说明主键、索引设计-描述关键约束题目10（15分）问题描述：假设一个社交系统需要存储用户关系，要求：1.支持快速查询某个用户的直接好友2.支持查询共同好友3.支持动态更新好友关系要求：-设计数据模型-说明优缺点分析-描述实现方案四、网络编程（2题，每题15分，共30分）题目11（15分）问题描述：设计一个简单的即时通讯系统，需要支持：1.用户注册与登录2.群组聊天3.单聊消息实时传输要求：-说明协议选择（TCP/UDP）-设计通信流程-描述状态同步方案题目12（15分）问题描述：实现一个简单的负载均衡器，要求：-支持轮询、随机、加权轮询等策略-具备健康检查功能-支持动态添加/删除后端服务器要求：-说明工作原理-设计数据结构-描述算法实现五、算法与数据结构（4题，每题15分，共60分）题目13（15分）问题描述：给定一个包含n个整数的数组，找出其中三个数，使得它们的乘积最大。示例：输入：[-10,-10,5,2]输出：(-10)×(-10)×5=500题目14（15分）问题描述：实现一个LRU（最近最少使用）缓存，支持get和put操作。要求：-使用链表和哈希表实现-get操作时间复杂度O(1)-put操作时间复杂度O(1)题目15（15分）问题描述：设计一个算法，判断一个无向图是否是二分图。要求：-说明算法思路-描述实现步骤题目16（15分）问题描述：实现一个字符串匹配算法，支持KMP模式匹配。要求：-描述算法原理-提供代码实现答案与解析编程基础答案与解析题目1答案与解析pythondefsum_of_odd_squares(nums):result=0fornuminnums:ifnum%2!=0:result+=numnumreturnresult解析：1.遍历数组，检查每个元素是否为奇数2.如果是奇数，计算其平方并累加3.时间复杂度O(n)，空间复杂度O(1)4.优化点：可以考虑使用生成器表达式，但题目要求不使用内置函数题目2答案与解析pythondefis_palindrome(s):过滤非字母字符并转为小写filtered=''.join(c.lower()forcinsifc.isalnum())双指针法检查回文left,right=0,len(filtered)-1whileleft<right:iffiltered[left]!=filtered[right]:returnFalseleft+=1right-=1returnTrue解析：1.首先预处理字符串，忽略大小写和非字母字符2.使用双指针从两端向中间检查3.时间复杂度O(n)，空间复杂度O(n)用于存储过滤后的字符串4.优化点：可以原地修改字符串，但Python字符串不可变题目3答案与解析pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefmax_depth(root):ifnotroot:return0return1+max(max_depth(root.left),max_depth(root.right))解析：1.递归检查左子树和右子树的最大深度2.时间复杂度O(n)，空间复杂度O(h)（h为树高）3.优化点：可以考虑非递归实现，但题目要求递归题目4答案与解析pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefmiddle_node(head):slow=fast=headwhilefastandfast.next:slow=slow.nextfast=fast.next.nextreturnslow解析：1.使用快慢指针，快指针每次走两步，慢指针走一步2.当快指针到达末尾时，慢指针在中间3.时间复杂度O(n)，空间复杂度O(1)4.特殊处理：偶数个节点时返回第二个中间节点题目5答案与解析pythondefreverse_bits(s):result=0forcharins:result=(result<<1)|int(char)returnbin(result)[2:].zfill(len(s))解析：1.从左到右逐位翻转，每次将result左移一位再加当前位2.时间复杂度O(n)，空间复杂度O(1)3.优化点：可以考虑位运算优化，但题目要求不使用内置函数系统设计答案与解析题目6答案与解析系统架构：1.前端：Web/移动端APP2.后端：RESTfulAPI服务3.数据库：MySQL/PostgreSQL4.缓存：Redis/Memcached5.消息队列：Kafka/RabbitMQ数据表设计：sqlCREATETABLEusers(idBIGINTAUTO_INCREMENTPRIMARYKEY,usernameVARCHAR(50)UNIQUENOTNULL,password_hashVARCHAR(255)NOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);CREATETABLEtweets(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,contentTEXTNOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(id));CREATETABLEfollowships(follower_idBIGINTNOTNULL,followee_idBIGINTNOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,PRIMARYKEY(follower_id,followee_id),FOREIGNKEY(follower_id)REFERENCESusers(id),FOREIGNKEY(followee_id)REFERENCESusers(id));核心功能实现：1.登录：使用JWT或Session2.发布微博：入MySQL，并推送到Kafka3.时间线：从Redis获取关注用户ID集合，分页查询MySQL4.关注：更新followships表题目7答案与解析系统架构：1.接入层：Nginx/HAProxy2.后端：短链接服务集群3.数据库：Redis（热点数据）+MySQL（持久化）4.索引：Elasticsearch（用于查询）主要组件：1.请求分发器：负载均衡2.生成服务：短ID生成器3.存储服务：分布式存储4.查询服务：缓存+数据库5.防护模块：限流、验证码数据存储方案：sqlCREATETABLEshort_links(short_codeCHAR(6)PRIMARYKEY,original_urlVARCHAR(1024)NOTNULL,custom_prefixVARCHAR(20),created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);CREATEINDEXidx_codeONshort_links(short_code);CREATEINDEXidx_prefixONshort_links(custom_prefix);题目8答案与解析系统架构：1.数据采集层：爬虫/上传接口2.数据处理层：ETL流程3.特征工程：用户/内容特征提取4.推荐引擎：协同过滤/深度学习模型5.接入服务：推荐API6.缓存：Redis/Memcached关键模块：1.用户画像：标签体系、行为序列2.内容特征：文本向量、图像特征3.推荐算法：-离线：矩阵分解、图神经网络-实时：LambdaMART、深度FM4.排序服务：CTR预估+业务规则算法选择理由：-考虑腾讯大规模用户和内容场景-结合实时性与离线模型的优点-使用深度学习捕捉复杂特征-支持个性化与多样性平衡数据库答案与解析题目9答案与解析表结构：sqlCREATETABLEorders(order_idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,order_numberCHAR(16)NOTNULLUNIQUE,total_amountDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','shipped','completed','cancelled')DEFAULT'pending',created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(id));CREATEINDEXidx_statusONorders(status);CREATEINDEXidx_userONorders(user_id);CREATEINDEXidx_timeONorders(created_at);主键、索引设计：1.order_id作为主键，唯一标识订单2.order_number作为唯一索引，支持快速查询和防重复3.多个索引支持不同查询场景关键约束：1.外键约束保证数据一致性2.状态枚举防止非法状态变更3.时间戳记录创建和更新时间题目10答案与解析数据模型：sql--普通模型CREATETABLEfriendships(user_id1BIGINTNOTNULL,user_id2BIGINTNOTNULL,PRIMARYKEY(user_id1,user_id2),FOREIGNKEY(user_id1)REFERENCESusers(id),FOREIGNKEY(user_id2)REFERENCESusers(id));--二叉树模型CREATETABLEusers(idBIGINTAUTO_INCREMENTPRIMARYKEY,nameVARCHAR(50)NOTNULL);CREATETABLEadjacency_list(from_user_idBIGINTNOTNULL,to_user_idBIGINTNOTNULL,levelINTDEFAULT1,PRIMARYKEY(from_user_id,to_user_id),FOREIGNKEY(from_user_id)REFERENCESusers(id),FOREIGNKEY(to_user_id)REFERENCESusers(id));优缺点分析：-普通模型：简单易实现，但查询共同好友效率低（需要多次JOIN）-二叉树模型：支持层次查询，适合动态关系，但实现复杂实现方案：1.普通模型：使用WITHRECURSIVE查询共同好友2.二叉树模型：基于邻接表进行层次遍历网络编程答案与解析题目11答案与解析协议选择：-登录/状态同步：TCP（可靠）-消息传输：UDP（低延迟，适合实时聊天）通信流程：1.TCP三次握手建立连接2.登录验证通过后建立心跳机制3.消息通过UDP发送，带序列号防丢状态同步方案：-使用Redis订阅消息-用户上线时拉取离线消息-心跳机制检测在线状态题目12答案与解析工作原理：1.轮询：每个后端服务器按顺序处理请求2.随机：随机选择后端服务器3.加权轮询：考虑服务器性能分配权重数据结构：pythonclassBackendServer:def__init__(self,address,weight=1):self.address=addressself.weight=weightself.current=0defis_healthy(self):实现健康检查逻辑pass算法实现：1.维护后端服务器列表和权重2.实现健康检查轮询3.动态增删时更新选择算法算法与数据结构答案与解析题目13答案与解析pythondefmaximum_product(nums):排序后三个最大值或两个最小值乘以最大值nums.sort()n=len(nums)returnmax(nums[0]nums[1]nums[-1],nums[-1]nums[-2]nums[-3])解析：1.排序后可能的最大乘积来自：-三个最大正数的乘积-两个最小负数（绝对值大）乘以最大正数2.时间复杂度O(nlogn)，空间复杂度O(1)3.优化点：可以一次遍历找到所需值，O(n)时间题目14答案与解析pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head=self.tail=ListNode(0)self.head.next=self.tailself.tail.prev=self.headdef_add_node(self,node):添加节点到头部node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):移除节点prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node):移动节点到头部self._remove_node(node)self._add_node(node)defget(self,key:int)->int:node=self.cache.get(key,None)ifnotnode:return-1self._move_to_head(node)returnnode.valuedefput(self,key:int,value:int)->None:node=self.cache.get(key)ifnotnode:newNode=ListNode(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:删除尾部节点lru=self.tail.prevself._remove_node(lru)delself.cache[lru.key]else:node.value=valueself._move_to_head(node)解析：1.使用哈希表存储键值对，双向链表维护访问顺序2.get操作将访问节点移到头部3.put操作检查是否已存在，存在则更新，不存在则添加4.超过容量时删除尾部节点题目15答案与解析pythondefis_bipartite(graph):color={}defdfs(node,c):ifnodeincolor:returncol