工程师面试题及工程实践能力评估含答案

2026年工程师面试题及工程实践能力评估含答案一、编程语言与数据结构（5题，每题10分，共50分）1.题目：请用Python实现一个函数，输入一个包含重复元素的列表，返回一个去重后的列表，要求保持原有顺序。答案：pythondefremove_duplicates(lst):seen=set()result=[]foriteminlst:ifitemnotinseen:seen.add(item)result.append(item)returnresult示例print(remove_duplicates([1,2,2,3,4,4,5]))#输出:[1,2,3,4,5]解析：使用集合`seen`记录已出现元素，列表`result`存储去重后的结果。遍历输入列表，若元素不在`seen`中，则添加到`seen`和`result`中，确保顺序不变。2.题目：给定一个二叉树，请编写递归函数计算其最大深度。答案：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))示例1/\23/\45root=TreeNode(1)root.left=TreeNode(2)root.right=TreeNode(3)root.left.left=TreeNode(4)root.left.right=TreeNode(5)print(max_depth(root))#输出:3解析：递归计算左子树和右子树的最大深度，取较大值加1（当前节点）。若节点为空，返回0。3.题目：请解释快速排序的原理，并说明其时间复杂度。答案：快速排序通过分治法实现：1.选择一个“基准”元素（通常为第一个或最后一个）。2.将列表分为两部分：小于基准的元素和大于基准的元素。3.递归对两部分分别排序。时间复杂度：-最好/平均：O(nlogn)-最坏：O(n²)（当基准选择不均时）解析：关键在于分区操作的高效性，但极端情况下性能会下降。实际应用中可通过随机选择基准优化。4.题目：用Java实现一个简单的LRU（最近最少使用）缓存，支持get和put操作。答案：javaimportjava.util.HashMap;importjava.util.Map;classLRUCache<K,V>{privatefinalintcapacity;privatefinalMap<K,Node>map;privatefinalNodehead,tail;staticclassNode<K,V>{Kkey;Vvalue;Node<K,V>prev;Node<K,V>next;}publicLRUCache(intcapacity){this.capacity=capacity;map=newHashMap<>();head=newNode<>();tail=newNode<>();head.next=tail;tail.prev=head;}publicVget(Kkey){Node<K,V>node=map.get(key);if(node==null)returnnull;moveToHead(node);returnnode.value;}publicvoidput(Kkey,Vvalue){Node<K,V>node=map.get(key);if(node!=null){node.value=value;moveToHead(node);}else{Node<K,V>newNode=newNode<>();newNode.key=key;newNode.value=value;map.put(key,newNode);addToHead(newNode);if(map.size()>capacity){Node<K,V>toRemove=tail.prev;removeNode(toRemove);map.remove(toRemove.key);}}}privatevoidmoveToHead(Node<K,V>node){removeNode(node);addToHead(node);}privatevoidaddToHead(Node<K,V>node){node.prev=head;node.next=head.next;head.next.prev=node;head.next=node;}privatevoidremoveNode(Node<K,V>node){node.prev.next=node.next;node.next.prev=node.prev;}}解析：使用双向链表和哈希表实现：链表维护访问顺序，哈希表快速查找。get时将节点移到头部，put时若超出容量则删除尾部节点。5.题目：请解释什么是“线程池”，并说明其优点。答案：线程池是管理线程的容器，可复用已有线程避免频繁创建销毁开销。优点：1.减少系统开销：避免频繁创建线程。2.提高响应速度：任务直接分配给空闲线程。3.控制资源：限制并发线程数防止系统过载。解析：线程池通过复用线程降低资源消耗，适用于任务密集型场景。二、系统设计与架构（3题，每题15分，共45分）1.题目：设计一个支持高并发的短链接系统，要求：-输入长链接，输出短链接。-支持自定义短链接前缀。-高并发场景下保证唯一性和快速访问。答案：架构方案：1.存储层：-使用Redis存储短链接映射（key=短链接，value=长链接），支持高并发get/set操作。-数据库（如PostgreSQL）存储元数据（短链接、创建时间、自定义前缀等）。2.生成算法：-使用哈希算法（如SHA256）对长链接取摘要，截取前6位作为短码。-支持自定义前缀，通过UUID+前缀+随机码组合。3.路由层：-Nginx反向代理，负载均衡到后端服务。-使用缓存（如Memcached）减少Redis访问。解析：Redis的高并发性能是关键，哈希算法保证短链接唯一性。自定义前缀通过字符串拼接实现。2.题目：设计一个实时消息推送系统（如微信通知），要求：-支持单推和多推。-保证消息至少送达一次。-可扩展到百万级用户。答案：架构方案：1.消息队列：-Kafka/RabbitMQ处理高并发消息分发。2.存储层：-Redis存储用户订阅信息（用户ID→推送渠道）。-数据库记录消息状态（待发送/已发送/失败）。3.推送服务：-Web推送（WebSocket）、APNS/FCM推送。-异步重试机制，失败消息回入队列。解析：消息队列解耦系统，Redis快速查询订阅关系。至少一次送达通过幂等性和重试保证。3.题目：设计一个高可用的分布式存储系统（如对象存储），要求：-支持多地域部署。-数据冗余（3副本）。-快速恢复。答案：架构方案：1.存储节点：-使用Ceph/OSS分布式存储，每个文件分3份存储在不同机房。2.元数据服务：-使用etcd/ZooKeeper管理文件元数据（文件名→副本位置）。3.调度策略：-异步复制副本，故障时自动切换。-多地域通过负载均衡（如DNS轮询）访问。解析：冗余通过多副本实现，etcd保证元数据一致性。快速恢复依赖自动化复制。三、工程实践与问题解决（2题，每题20分，共40分）1.题目：假设你负责一个电商平台的订单系统，遇到以下问题：-用户下单后，库存未及时扣减导致超卖。-订单数据在写入数据库时偶尔丢失。请提出解决方案。答案：解决方案：1.超卖问题：-使用分布式锁（Redis或ZooKeeper）保证库存扣减原子性。-订单创建成功后异步扣减库存，失败则取消订单。2.数据丢失：-使用消息队列（Kafka）记录订单操作，数据库事务+补偿机制。-双写数据库和搜索引擎（如Elasticsearch）实现数据冗余。解析：分布式锁解决并发问题，消息队列+事务防止数据丢失。2.题目：某微服务系统响应时间突然升高，请分析可能原因并提出排查步骤。答案：排查步骤：1.监控：-查看Prometheus/Gr