京东科技岗位面试题及解答

2026年京东科技岗位面试题及解答一、编程题（共3题，每题10分，总分30分）1.题目：编写一个Java函数，实现将一个字符串中的所有空格替换为`%20`。假设字符串的长度足够容纳替换后的结果。解答：javapublicclassReplaceSpaces{publicstaticStringreplaceSpaces(Strings){if(s==null)returnnull;StringBuildersb=newStringBuilder();for(charc:s.toCharArray()){if(c==''){sb.append("%20");}else{sb.append(c);}}returnsb.toString();}publicstaticvoidmain(String[]args){Stringinput="Wearehappy.";Stringoutput=replaceSpaces(input);System.out.println(output);//输出:We%20are%20happy.}}解析：-时间复杂度：O(n)，其中n是字符串的长度，因为需要遍历整个字符串一次。-空间复杂度：O(n)，因为使用`StringBuilder`存储替换后的字符串。-优化思路：如果不允许使用额外的空间，可以先用一次遍历统计空格的数量，然后从后往前替换，避免覆盖未处理的字符。2.题目：给定一个无重复元素的整数数组`nums`，返回所有可能的子集（幂集）。解答：javaimportjava.util.ArrayList;importjava.util.List;publicclassSubsets{publicList<List<Integer>>subsets(int[]nums){List<List<Integer>>result=newArrayList<>();if(nums==null)returnresult;backtrack(nums,0,newArrayList<>(),result);returnresult;}privatevoidbacktrack(int[]nums,intstart,List<Integer>temp,List<List<Integer>>result){result.add(newArrayList<>(temp));for(inti=start;i<nums.length;i++){temp.add(nums[i]);backtrack(nums,i+1,temp,result);temp.remove(temp.size()-1);}}publicstaticvoidmain(String[]args){Subsetssolution=newSubsets();int[]nums={1,2,3};System.out.println(solution.subsets(nums));}}解析：-时间复杂度：O(2^n)，因为每个元素都有选或不选两种选择，共有2^n个子集。-空间复杂度：O(n)，递归栈的深度为n，每个子集的存储空间为O(n)。-核心思路：使用回溯算法，通过递归遍历所有可能的组合。3.题目：实现一个LRU（最近最少使用）缓存，支持`get`和`put`操作。缓存容量为`capacity`。解答：javaimportjava.util.HashMap;publicclassLRUCache{privateHashMap<Integer,Node>map;privateNodehead,tail;privateintcapacity;privateintsize;classNode{intkey;intvalue;Nodeprev;Nodenext;}publicLRUCache(intcapacity){this.capacity=capacity;this.map=newHashMap<>();this.head=newNode();this.tail=newNode();head.next=tail;tail.prev=head;}publicintget(intkey){Nodenode=map.get(key);if(node==null)return-1;moveToHead(node);returnnode.value;}publicvoidput(intkey,intvalue){Nodenode=map.get(key);if(node!=null){node.value=value;moveToHead(node);}else{NodenewNode=newNode();newNode.key=key;newNode.value=value;map.put(key,newNode);addToHead(newNode);size++;if(size>capacity){NodetoRemove=tail.prev;removeNode(toRemove);map.remove(toRemove.key);size--;}}}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;}privatevoidmoveToHead(Nodenode){removeNode(node);addToHead(node);}publicstaticvoidmain(String[]args){LRUCachecache=newLRUCache(2);cache.put(1,1);cache.put(2,2);System.out.println(cache.get(1));//返回1cache.put(3,3);//去除键2System.out.println(cache.get(2));//返回-1(未找到)}}解析：-时间复杂度：`get`和`put`操作均为O(1)，因为使用哈希表和双向链表实现。-空间复杂度：O(capacity)，存储最多capacity个键值对。-核心思路：使用双向链表维护访问顺序，哈希表实现快速查找。最近访问的节点移动到链表头部。二、系统设计题（共2题，每题15分，总分30分）1.题目：设计一个简单的微博系统，支持用户发布微博、关注/取消关注、获取用户关注列表的微博流。解答：系统架构：1.用户模块：存储用户信息（ID、昵称等）。2.微博模块：存储微博内容（ID、用户ID、内容、时间戳等）。3.关系模块：存储关注关系（用户ID、关注对象ID）。4.数据存储：-用户和关系使用MySQL或Redis存储。-微博使用MongoDB或Cassandra，支持分片和索引。5.缓存层：使用Redis缓存热点用户和微博数据。6.消息队列：使用Kafka处理高并发写入。核心流程：-发布微博：用户写入微博，通过消息队列异步写入数据库，并更新用户最新微博时间。-获取微博流：-优先从Redis缓存获取，无则从数据库读取。-按时间倒序返回用户关注者的微博，支持分页。技术选型：-后端：Java/Go+SpringBoot/Dubbo。-数据库：MySQL（关系型），MongoDB（文档型）。-缓存：Redis（热点数据）。-消息队列：Kafka（异步写入）。解析：-高并发处理：使用消息队列和异步写入，避免数据库压力。-可扩展性：微博数据分片存储，支持水平扩展。-一致性：通过分布式锁或最终一致性方案保证数据一致性。2.题目：设计一个实时推荐系统，根据用户行为（浏览、点击、购买）推荐商品。解答：系统架构：1.数据采集层：使用Flume或Kafka采集用户行为日志。2.数据处理层：-使用Flink或Spark进行实时计算，统计用户兴趣。-构建用户画像（商品偏好、购买力等）。3.推荐引擎：-协同过滤（基于用户或商品相似度）。-热门推荐（结合实时数据和离线模型）。4.缓存层：使用Redis缓存推荐结果。5.接口层：提供RESTfulAPI供前端调用。核心流程：-实时推荐：用户每次行为触发推荐更新，优先返回热门商品。-离线模型：每日使用历史数据训练机器学习模型（如LRU、深度学习）。-冷启动处理：新用户根据基础规则推荐（如热门商品）。技术选型：-流处理：Flink/SparkStreaming。-机器学习：TensorFlow/PyTorch。-缓存：Redis。-数据库：Elasticsearch（索引商品数据）。解析：-实时性：流处理保证推荐结果及时更新。-多样性：结合多种推荐策略（热门、个性化）。-容错性：使用冗余和负载均衡保证系统稳定性。三、行为面试题（共2题，每题10分，总分20分）1.题目：你在项目中遇到过哪些技术挑战？你是如何解决的？参考回答：-挑战：微博系统高并发写入时数据库性能瓶颈。-解决：1.分析慢查询，优化索引。2.使用Redis缓存热点数据。3.微博数据分片存储，水平扩展。4.引入消息队列异步写入。解析：-技术深度：展示数据库优化、缓存和异