杭州IT企业技术面试题及答案

2026年杭州IT企业技术面试题及答案一、编程语言基础（共5题，每题6分，总分30分）1.题目（JavaScript）：编写一个JavaScript函数，实现将数组中的所有奇数移到前面，偶数移到后面，并保持奇数和偶数内部的相对顺序。例如，输入`[1,2,3,4,5]`，输出`[1,3,5,2,4]`。答案：javascriptfunctionreorderArray(arr){constodd=[];consteven=[];arr.forEach(num=>{if(num%2===1)odd.push(num);elseeven.push(num);});returnodd.concat(even);}解析：-使用两个数组`odd`和`even`分别存储奇数和偶数。-遍历输入数组，按奇偶性分配到对应数组。-最后合并`odd`和`even`数组，确保顺序不变。2.题目（Java）：在Java中，编写一个方法，接收一个字符串，返回该字符串中所有单词的长度之和。例如，输入`"HelloWorld"`，输出`10`（"Hello"5+"World"5）。答案：javapublicintsumWordLengths(Strings){if(s==null||s.isEmpty())return0;String[]words=s.split("\\s+");intsum=0;for(Stringword:words){sum+=word.length();}returnsum;}解析：-使用`split("\\s+")`按空白字符拆分字符串为单词。-遍历单词数组，累加每个单词的长度。-空字符串或`null`输入返回`0`。3.题目（Python）：编写一个Python函数，接收一个列表，返回一个新列表，其中包含所有子列表的最小值。例如，输入`[[3,1,2],[4,5],[6,7,8]]`，输出`[1,4,6]`。答案：pythondefmin_of_sublists(lst):return[min(sub)forsubinlst]解析：-使用列表推导式，对每个子列表调用`min()`函数获取最小值。-适用于嵌套列表，假设所有子列表非空。4.题目（C++）：实现一个C++函数，接收一个整数数组，返回该数组的中位数。例如，输入`[1,3,2]`，输出`2`。答案：cppinclude<algorithm>include<vector>intfindMedian(std::vector<int>&arr){std::sort(arr.begin(),arr.end());intn=arr.size();if(n%2==1)returnarr[n/2];elsereturn(arr[n/2-1]+arr[n/2])/2;}解析：-先对数组排序，中位数位于中间位置。-奇数长度返回中间值，偶数长度返回中间两数之和的一半。5.题目（Go）：编写一个Go函数，接收两个整数，返回它们的最大公约数（GCD）。答案：gofuncgcd(a,bint)int{forb!=0{a,b=b,a%b;}returna;}解析：-使用欧几里得算法，通过循环替换`a`和`b`直到`b`为`0`。-最终`a`即为GCD。二、数据结构与算法（共6题，每题6分，总分36分）1.题目（链表）：实现一个函数，删除链表的倒数第`n`个节点。例如，输入链表`[1,2,3,4,5]`和`n=2`，删除后为`[1,2,3,5]`。答案（Python）：pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefremoveNthFromEnd(head,n):dummy=ListNode(0)dummy.next=headfast=slow=dummyfor_inrange(n+1):fast=fast.nextwhilefast:fast=fast.nextslow=slow.nextslow.next=slow.next.nextreturndummy.next解析：-使用双指针`fast`和`slow`，`fast`先走`n+1`步，确保删除时`slow`指向目标节点前一个。-循环移动`fast`和`slow`直到`fast`到达末尾，此时`slow.next`即为待删除节点。2.题目（树）：给定二叉搜索树（BST），找出其中值介于`L`和`R`之间的所有节点值的和。例如，输入`L=3,R=7`，树`[5,3,7,2,4,6,8]`，输出`18`（3+4+5+6）。答案（Java）：javapublicintrangeSumBST(TreeNoderoot,intL,intR){if(root==null)return0;if(root.val<L)returnrangeSumBST(root.right,L,R);if(root.val>R)returnrangeSumBST(root.left,L,R);returnroot.val+rangeSumBST(root.left,L,R)+rangeSumBST(root.right,L,R);}解析：-利用BST性质，左子树值小于根，右子树值大于根。-递归遍历时跳过不满足范围的子树，减少冗余计算。3.题目（动态规划）：实现一个函数，计算不同路径的数量（只能向右或向下移动），路径从左上角到右下角。例如，输入`3x3`网格，输出`6`。答案（JavaScript）：javascriptfunctionuniquePaths(m,n){constdp=Array.from({length:m},()=>Array(n).fill(1));for(leti=1;i<m;i++){for(letj=1;j<n;j++){dp[i][j]=dp[i-1][j]+dp[i][j-1];}}returndp[m-1][n-1];}解析：-初始化`dp[i][j]`为`1`（边界条件）。-动态转移方程：`dp[i][j]=dp[i-1][j]+dp[i][j-1]`。-最终`dp[m-1][n-1]`为总路径数。4.题目（哈希表）：编写一个函数，找出数组中所有出现次数超过`n/2`的元素。例如，输入`[3,2,3]`和`n=3`，输出`[3]`。答案（Python）：pythondefmajorityElement(nums):count={}fornuminnums:ifnumincount:count[num]+=1else:count[num]=1ifcount[num]>len(nums)//2:return[num]return[]解析：-统计每个元素的频率，当某个元素频率超过`n/2`时立即返回。-假设至少存在一个满足条件的元素。5.题目（堆）：实现一个函数，返回数组中第`k`大的元素。例如，输入`[3,2,1,5,6,4]`和`k=2`，输出`5`。答案（C++）：cppinclude<vector>include<queue>intfindKthLargest(std::vector<int>&nums,intk){std::priority_queue<int,std::vector<int>,std::greater<int>>minHeap;for(intnum:nums){minHeap.push(num);if(minHeap.size()>k)minHeap.pop();}returnminHeap.top();}解析：-使用最小堆维护前`k`大元素，堆大小不超过`k`。-最终堆顶即为第`k`大值。6.题目（回溯）：实现一个函数，生成`n`皇后问题的所有解。例如，`n=4`的解为：[.Q..,...Q,Q...,..Q.][...Q,Q..,.Q..,.Q..]答案（Java）：javaimportjava.util.ArrayList;importjava.util.List;publicclassNQueens{publicList<List<String>>solveNQueens(intn){List<List<String>>results=newArrayList<>();backtrack(n,0,newArrayList<>(),results);returnresults;}privatevoidbacktrack(intn,introw,List<Integer>positions,List<List<String>>results){if(row==n){results.add(generateBoard(positions));return;}for(intcol=0;col<n;col++){if(isSafe(positions,row,col)){positions.add(col);backtrack(n,row+1,positions,results);positions.remove(positions.size()-1);}}}privatebooleanisSafe(List<Integer>positions,introw,intcol){for(inti=0;i<row;i++){intprevCol=positions.get(i);if(prevCol==col||Math.abs(prevCol-col)==Math.abs(i-row)){returnfalse;}}returntrue;}privateList<String>generateBoard(List<Integer>positions){List<String>board=newArrayList<>();for(intpos:positions){StringBuildersb=newStringBuilder();for(inti=0;i<positions.size();i++){sb.append(i==pos?'Q':'.');}board.add(sb.toString());}returnboard;}}解析：-回溯算法逐行放置皇后，检查列和对角线冲突。-使用`isSafe`判断位置合法性，避免皇后攻击。-生成解时将位置转换为棋盘表示。三、系统设计（共4题，每题9分，总分36分）1.题目：设计一个短链接服务（如`tinyurl`），要求支持高并发、高可用，并能在1秒内返回短链接对应的原链接。答案：-架构：-前端：Nginx负载均衡，处理请求转发。-中间层：缓存层（RedisCluster）存储短链接与原链接映射，支持高并发读取。-后端：分布式数据库（如PostgreSQL+分片），存储持久化数据。-分布式ID生成器（如Snowflake）生成唯一短码。-流程：1.用户请求生成短链接，服务分配短码并查询缓存，若无则写入数据库并缓存。2.用户访问短链接，Nginx转发请求至缓存层，命中则返回原链接，否则查询数据库并缓存。-优化：-缓存预热：启动时预加载热门短链接。-异步写入：使用消息队列（Kafka）削峰填谷。2.题目：设计一个高并发的秒杀系统，要求支持每秒10万+订单生成，并防止超卖。答案：-架构：-前端：熔断限流（Sentinel），防止后端过载。-中间层：Redis（Lua脚本原子扣减库存），防止并发问题。-后端：分布式事务（如Seata），保证订单与库存一致性。-数据库：分库分表（按商品ID），提升写入性能。-流程：1.用户请求，前端验证库存（RedisLua脚本原子扣减）。2.库存充足则创建订单，否则拒绝。3.订单创建后异步更新库存。-优化：-热点库存预热：提前加载库存到内存。-分布式锁：防止超卖极端情况。3.题目：设计一个实时推荐系统（如淘宝商品推荐），要求支持用户行为日志接入、实时计算和动态更新推荐结果。答案：-架构：-输入：Kafka消息队列收集用户行为（点击、加购等）。-处理：Flink/SparkStreaming实时计算协同过滤或深度学习模型。-缓存：Redis分用户缓存推荐结果。-输出：前端通过API调用获取推荐。-流程：1.用户行为实时写入Kafka。2.流处理平台聚合用户近30分钟行为，更新模型。3.推荐结果缓存，过期后重新计算。-优化：-滑动窗口：仅考虑用户最近行为。-混合推荐：结合热门商品与个性化推荐。4.题目：设计一个分布式文件存储系统（如对象存储OSS），要求支持高可用、高扩展和断点续传。答案：-架构：-分片存储：将文件切分1-10MB片，分布式存储（如HDFS）。-元数据服务：MySQL+Redis缓存文件元数据（片信息、MD5）。-API网关：Nginx负载均衡，处理上传/下载请求。-备份：多副本存储（如3副本），跨机房同步。-流程：1.上传：分片上传，API网关写入元数据并返回临时URL。2.断点续传：记录已上传片，重试失败片。3.下载：按片请求，API网关合并响应。-优化：-CDN缓存：加速热点文件访问。-压缩编码：减少存储和传输成本。四、数据库（共4题，每题9分，总分36分）1.题目：设计一个电商订单表，包含订单ID、用户ID、商品ID、数量、价格、下单时间、支付状态等字段，并说明索引设计。答案：sqlCREATETABLEorders(order_idBIGINTPRIMARYKEY,user_idBIGINT,product_idBIGINT,quantityINT,priceDECIMAL(10,2),order_timeTIMESTAMP,payment_statusVARCHAR(20),INDEXidx_user(user_id),INDEXidx_product(product_id),INDEXidx_time(order_time));解析：-主键`order_id`保证唯一性。-`user_id`和`product_id`用于快速查询用户订单或商品订单。-`order_time`用于按时间统计。2.题目：SQL查询：统计每个用户的订单总数和总金额，只展示订单数大于10的用户。答案：sqlSELECTuser_id,COUNT()ASorder_count,SUM(pricequantity)AStotal_amountFROMordersGROUPBYuser_idHAVINGCOUNT()>10;解析：-分组统计`user_id`对应的订单数和金额。-`HAVING`过滤订单数大于10的用户。3.题目：解释数据库事务的ACID特性及其在分布式场景下的挑战。答案：-ACID：-原子性（Atomicity）：事务要么全部成功，要么全部回滚。-一致性（Consistency）：事务执行后数据库状态符合业务规则。-隔离性（Isolation）：并发事务互不干扰。-持久性（Durability）：事务提交后结果永久保存。-挑战：-分布式事务（如Seata）：通过两阶段提交（2PC）解决一致性问题，但牺牲性能。-网络分区：可能导致事务失败。4.题目：设计数据库分库分表的方案，如何解决数据倾斜问题？答案：-分库：-按业务线分库（如订单库、商品库）。-ShardingSphere负载均衡。-分表：-水平分表（如按`order_id`余数分片）。-垂直分表（如将商品信息拆分到单独表）。-数据倾斜：-限流分片键（如`user_id`）。