阿里巴软件工程师面试问题及答案

2026年阿里巴软件工程师面试问题及答案一、编程基础（15分，共5题）题目1（3分）：编写一个函数，实现字符串的反转要求：不使用内置的反转函数，时间复杂度为O(n)。pythondefreverse_string(s):你的代码答案：pythondefreverse_string(s):result=[]forcharins:result.insert(0,char)return''.join(result)解析：通过遍历字符串中的每个字符，并将其插入到结果列表的开头，最终实现字符串的反转。时间复杂度为O(n)，空间复杂度为O(n)。题目2（3分）：实现一个函数，判断一个字符串是否是回文要求：不使用内置函数，忽略大小写和非字母字符。pythondefis_palindrome(s):你的代码答案：pythondefis_palindrome(s):s=''.join(filter(str.isalnum,s)).lower()returns==s[::-1]解析：首先过滤掉字符串中的非字母数字字符，并将其转换为小写。然后判断处理后的字符串是否与其反转相同。题目3（3分）：编写一个函数，找出数组中重复的数字，返回所有重复的数字要求：空间复杂度为O(1)。pythondeffind_duplicates(nums):你的代码答案：pythondeffind_duplicates(nums):duplicates=[]fornuminnums:index=abs(num)-1ifnums[index]<0:duplicates.append(abs(num))nums[index]=-nums[index]returnduplicates解析：通过遍历数组，将每个数字的索引位置对应的值取反，如果遇到已经取反的值，则说明该数字重复。题目4（3分）：实现一个函数，计算两个正整数的最大公约数要求：使用辗转相除法。pythondefgcd(a,b):你的代码答案：pythondefgcd(a,b):whileb:a,b=b,a%breturna解析：辗转相除法通过不断将较大数替换为两数相除的余数，直到余数为0，此时的较大数即为最大公约数。题目5（3分）：编写一个函数，实现二分查找要求：返回目标值在数组中的索引，如果未找到则返回-1。pythondefbinary_search(nums,target):你的代码答案：pythondefbinary_search(nums,target):left,right=0,len(nums)-1whileleft<=right:mid=left+(right-left)//2ifnums[mid]==target:returnmidelifnums[mid]<target:left=mid+1else:right=mid-1return-1解析：二分查找通过不断将查找范围缩小一半，直到找到目标值或范围为空。二、数据结构与算法（20分，共5题）题目6（4分）：实现一个LRU（最近最少使用）缓存要求：使用哈希表和双向链表实现，支持get和put操作。pythonclassLRUCache:def__init__(self,capacity):你的代码defget(self,key):你的代码defput(self,key,value):你的代码答案：pythonclassLRUCache:classNode:def__init__(self,key,value):self.key=keyself.value=valueself.prev=Noneself.next=Nonedef__init__(self,capacity):self.capacity=capacityself.cache={}self.head=self.Node(0,0)self.tail=self.Node(0,0)self.head.next=self.tailself.tail.prev=self.headdef_add_node(self,node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node):self._remove_node(node)self._add_node(node)def_pop_tail(self):res=self.tail.prevself._remove_node(res)returnresdefget(self,key):node=self.cache.get(key,None)ifnotnode:return-1self._move_to_head(node)returnnode.valuedefput(self,key,value):node=self.cache.get(key)ifnotnode:newNode=self.Node(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:tail=self._pop_tail()delself.cache[tail.key]else:node.value=valueself._move_to_head(node)解析：LRU缓存通过双向链表和哈希表实现。双向链表维护访问顺序，哈希表实现O(1)的get和put操作。当缓存满时，删除链表尾部节点。题目7（4分）：编写一个函数，合并多个有序链表要求：合并后的链表仍然有序。pythondefmerge_k_lists(lists):你的代码答案：pythondefmerge_k_lists(lists):ifnotlists:returnNonewhilelen(lists)>1:merged_lists=[]foriinrange(0,len(lists),2):l1=lists[i]l2=lists[i+1]ifi+1<len(lists)elseNonemerged_lists.append(merge_two_lists(l1,l2))lists=merged_listsreturnlists[0]defmerge_two_lists(l1,l2):dummy=ListNode(0)current=dummywhilel1andl2:ifl1.val<l2.val:current.next=l1l1=l1.nextelse:current.next=l2l2=l2.nextcurrent=current.nextifl1:current.next=l1ifl2:current.next=l2returndummy.next解析：通过多次合并两个链表，最终将多个有序链表合并为一个有序链表。每次合并两个链表的时间复杂度为O(n)，总时间复杂度为O(nlogk)。题目8（4分）：编写一个函数，实现快速排序要求：使用原地排序。pythondefquick_sort(arr):你的代码答案：pythondefquick_sort(arr):defpartition(low,high):pivot=arr[high]i=low-1forjinrange(low,high):ifarr[j]<=pivot:i+=1arr[i],arr[j]=arr[j],arr[i]arr[i+1],arr[high]=arr[high],arr[i+1]returni+1def_quick_sort(low,high):iflow<high:pi=partition(low,high)_quick_sort(low,pi-1)_quick_sort(pi+1,high)_quick_sort(0,len(arr)-1)returnarr解析：快速排序通过选择一个基准值，将数组分为两部分，一部分小于等于基准值，另一部分大于基准值，然后递归地对这两部分进行快速排序。题目9（4分）：编写一个函数，实现二叉树的层序遍历要求：使用队列实现。pythondeflevel_order(root):你的代码答案：pythonfromcollectionsimportdequedeflevel_order(root):ifnotroot:return[]result=[]queue=deque([root])whilequeue:level_size=len(queue)level=[]for_inrange(level_size):node=queue.popleft()level.append(node.val)ifnode.left:queue.append(node.left)ifnode.right:queue.append(node.right)result.append(level)returnresult解析：层序遍历通过队列实现，每次遍历当前层的所有节点，并将它们的子节点加入队列。题目10（4分）：编写一个函数，判断二叉树是否是平衡二叉树要求：平衡二叉树是指左右子树的高度差不超过1。pythondefis_balanced(root):你的代码答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root):defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)returnmax(left_height,right_height)+1,left_balancedandright_balancedandabs(left_height-right_height)<=1returncheck(root)[1]解析：通过递归计算每个节点的高度，并判断左右子树的高度差是否不超过1。如果所有节点都满足条件，则二叉树是平衡的。三、系统设计（30分，共3题）题目11（10分）：设计一个微博系统要求：描述系统的架构、主要模块、数据存储方式及关键技术。答案：系统架构：1.前端：用户界面，包括网页和移动端APP。2.后端：处理业务逻辑，包括API服务、消息队列、缓存等。3.数据库：存储用户数据、微博数据、关系数据等。4.缓存：提高系统性能，减少数据库访问。5.消息队列：异步处理任务，如发送通知、处理图片上传等。主要模块：1.用户模块：管理用户注册、登录、个人信息等。2.微博模块：发布、查看、转发、评论微博。3.关系模块：关注、取关、好友关系管理。4.通知模块：处理关注、评论、转发等通知。5.图片模块：处理图片上传、存储、展示。数据存储方式：1.用户数据：存储在关系型数据库中，如MySQL。2.微博数据：存储在NoSQL数据库中，如MongoDB，支持高并发写入。3.关系数据：存储在图数据库中，如Neo4j，支持高效的关系查询。4.缓存：使用Redis缓存热点数据，如用户信息、热门微博等。关键技术：1.微服务架构：将系统拆分为多个独立的服务，提高系统的可扩展性和可维护性。2.分布式缓存：使用Redis集群，提高缓存的可用性和性能。3.消息队列：使用Kafka或RabbitMQ，处理异步任务，提高系统的响应速度。4.负载均衡：使用Nginx或HAProxy，分发请求，提高系统的并发能力。5.数据库分库分表：使用ShardingSphere或MyCAT，解决数据库性能瓶颈。题目12（10分）：设计一个高并发短链接系统要求：描述系统的架构、主要模块、数据存储方式及关键技术。答案：系统架构：1.前端：用户界面，包括网页和移动端APP。2.后端：处理业务逻辑，包括API服务、消息队列、缓存等。3.数据库：存储短链接数据、统计数据等。4.缓存：提高系统性能，减少数据库访问。5.CDN：加速短链接的访问速度。主要模块：1.短链接生成模块：生成唯一的短链接。2.短链接解析模块：将短链接解析为原始链接。3.统计模块：统计短链接的访问次数、地理位置等。4.缓存模块：缓存热点短链接，提高访问速度。5.CDN模块：缓存短链接到CDN节点，加速访问。数据存储方式：1.短链接数据：存储在NoSQL数据库中，如Redis，支持高并发读写。2.统计数据：存储在时序数据库中，如InfluxDB，支持高效的时间序列查询。3.缓存：使用Redis集群，缓存热点短链接，提高访问速度。关键技术：1.分布式缓存：使用Redis集群，缓存热点短链接，提高系统的并发能力。2.CDN加速：使用Cloudflare或Akamai，缓存短链接到CDN节点，加速访问。3.负载均衡：使用Nginx或HAProxy，分发请求，提高系统的并发能力。4.数据库分库分表：使用ShardingSphere或MyCAT，解决数据库性能瓶颈。5.短链接生成算法：使用Base62编码，生成短而唯一的短链接。题目13（10分）：设计一个分布式文件存储系统要求：描述系统的架构、主要模块、数据存储方式及关键技术。答案：系统架构：1.前端：用户界面，包括网页和移动端APP。2.后端：处理业务逻辑，包括API服务、消息队列、缓存等。3.数据库：存储文件元数据、用户数据等。4.缓存：提高系统性能，减少数据库访问。5.分布式存储：存储文件数据，如HDFS或Ceph。主要模块：1.文件上传模块：处理文件上传，将文件数据分块存储到分布式存储中。2.文件下载模块：处理文件下载，从分布式存储中读取文件数据。3.文件管理模块：管理文件的元数据，如文件名、大小、上传时间等。4.缓存模块：缓存热点文件，提高访问速度。5.备份模块：备份文件数据，防止数据丢失。数据存储方式：1.文件元数据：存储在关系型数据库中，如MySQL，支持高效查询。2.文件数据：存储在分布式存储中，如HDFS或Ceph，支持高并发读写。3.缓存：使用Redis集群，缓存热点文件，提高访问速度。关键技术：1.分布式存储：使用HDFS或Ceph，存储文件数据，支持高并发读写和高可用性。2.分布式缓存：使用Redis集群，缓存热点文件，提高访问速度。3.负载均衡：使用Nginx或HAProxy，分发请求，提高系统的并发能力。4.数据库分库分表：使用ShardingSphere或MyCAT，解决数据库性能瓶颈。5.文件分块上传：将大文件分块上传，提高上传速度和容错性。四、数据库（15分，共3题）题目14（5分）：设计一个电商订单数据库表结构要求：描述订单表、用户表、商品表的关系及关键字段。答案：订单表（orders）：-order_id（主键，自增）-user_id（外键，关联用户表）-product_id（外键，关联商品表）-quantity（数量）-price（单价）-total_price（总价）-order_time（订单时间）-status（订单状态，如待支付、已支付、已发货等）用户表（users）：-user_id（主键，自增）-username（用户名）-password（密码）-email（邮箱）-phone（手机号）商品表（products）：-product_id（主键，自增）-product_name（商品名）-price（单价）-stock（库存）关系：-一个用户可以有多笔订单（一对多关系）-一个订单对应一个用户和一个商品（多对多关系，通过中间表实现）关键字段：-订单表中的order_id和user_id-用户表中的user_id-商品表中的product_id题目15（5分）：编写SQL查询语句要求：查询2023年12月30日之前下单的用户中，订单金额大于1000元的用户的数量。sqlSELECTCOUNT(DISTINCTuser_id)FROMordersWHEREorder_time<'2023-12-30'ANDtotal_price>1000;解析：通过查询订单表中的order_time和total_price字段，统计符合条件的用户数量。使用DISTINCT确保每个用户只被计数一次。题目16（5分）：编写SQL查询语句要求：查询每个用户的订单数量及平均订单金额。sqlSELECTuser_id,COUNT()ASorder_count,AVG(total_price)ASavg_order_priceFROMordersGROUPBYuser_id;解析：通过GROUPBY对用户进行分组，统计每个用户的订单数量和平均订单金额。五、综合应用（20分，共2题）题目17（10分）：设计一个消息推送系统要求：描述系统的架构、主要模块、数据存储方式及关键技术。答案：系统架构：1.前端：用户界面，包括网页和移动端APP。2.后端：处理业务逻辑，包括API服务、消息队列、缓存等。3.数据库：存储用户数据、消息数据等。4.缓存：提高系统性能，减少数据库访问。5.推送服务：负责将消息推送到用户的设备。主要模块：1.用户模块：管理用户注册、登录、个人信息等。2.消息模块：管理消息的生成、存储、推送。3.推送模块：负责将消息推送到用户的设备。4.统计模块：统计消息的推送次数、打开次数等。5.缓存模块：缓存热点消息，提高访问速度。数据存储方式：1.用户数据：存储在关