腾讯公司技术部门面试题及解答详解

2026年腾讯公司技术部门面试题及解答详解一、编程题（共3题，每题20分，总分60分）题目1（20分）：请实现一个函数，输入一个正整数n，输出所有可能的二进制字符串，且每个字符串中0和1的数量相同。例如，n=3时，输出["101","110","011","001","100"]。要求时间复杂度尽可能低。解答：pythondefgenerate_binary_strings(n):defbacktrack(path,zeros,ones):iflen(path)==n:ifzeros==ones:result.append(path)returnbacktrack(path+'0',zeros+1,ones)backtrack(path+'1',zeros,ones+1)result=[]backtrack('',0,0)returnresult示例print(generate_binary_strings(3))解析：采用回溯法，每次选择添加'0'或'1'，并记录当前0和1的数量。当字符串长度达到n时，检查0和1的数量是否相同，若相同则加入结果。时间复杂度为O(2^n)，但实际执行效率较高，因部分路径会被提前剪枝。题目2（20分）：给定一个字符串s，包含字母和数字，请找到最长的子串，其中字母和数字的数量相同。例如，s="a0b9c8"时，输出"0b9c8"。解答：pythondeflongest_balanced_substring(s):balance=0max_len=0start=0balance_map={0:-1}fori,charinenumerate(s):ifchar.isalpha():balance+=1elifchar.isdigit():balance-=1ifbalanceinbalance_map:max_len=max(max_len,i-balance_map[balance])else:balance_map[balance]=ireturns[start:start+max_len]示例print(longest_balanced_substring("a0b9c8"))解析：使用前缀和思想，将字母记为+1，数字记为-1，问题转化为寻找最长的子数组，其和为0。通过哈希表记录第一次出现的balance值，可高效计算最长子串。题目3（20分）：设计一个算法，输入一个整数数组，返回所有可能的子集，其中每个子集的元素之和为给定目标target。例如，nums=[1,2,3,4],target=5，输出[[1,4],[2,3]]。解答：pythondefsubset_sum(nums,target):result=[]defbacktrack(start,path,target):iftarget==0:result.append(path.copy())returnforiinrange(start,len(nums)):ifnums[i]>target:continuepath.append(nums[i])backtrack(i+1,path,target-nums[i])path.pop()backtrack(0,[],target)returnresult示例print(subset_sum([1,2,3,4],5))解析：采用回溯法，从左到右遍历数组，剪枝条件为当前数字大于剩余目标和。通过记录路径和结果集，避免重复计算。时间复杂度为O(2^n)，适用于小规模数据。二、系统设计题（共2题，每题20分，总分40分）题目4（20分）：设计一个高并发的短链接生成服务，要求：1.输入任意长度的URL，输出固定长度的短链接（如6位数字+字母）；2.支持高并发访问（每秒百万级请求）；3.支持URL的快速跳转和回溯（点击短链接能返回原URL）。解答：1.短链接生成：-使用62进制（a-z、A-Z、0-9）将URL映射为短字符串，如"123456"→"1s2f3g"。-采用hash函数（如CRC32+Base62编码）确保唯一性。2.高并发支持：-使用Redis缓存热点短链接，减少数据库查询。-负载均衡分发请求到多个后端节点。3.快速跳转与回溯：-短链接请求先查Redis，未命中则查询数据库。-数据库使用分片表（按hash前缀分片），提高查询效率。伪代码示例：pythondefgenerate_short_url(url):hash_val=crc32(url)%1_000_000base62=to_base62(hash_val)returnf"/{base62}"defresolve_url(short_url):base62=short_url.split('/')[-1]hash_val=from_base62(base62)returnurl_db.get(hash_val)解析：-短链接生成：62进制压缩长度，保证唯一性。-高并发：Redis缓存+负载均衡，分片表优化数据库查询。-快速跳转：多级缓存策略，优先Redis，后查数据库。题目5（20分）：设计一个实时推荐系统，输入用户行为日志（如点击、购买），输出个性化推荐商品。要求：1.支持毫秒级响应；2.可扩展性，支持新增推荐算法；3.处理用户冷启动问题。解答：1.系统架构：-数据采集：Kafka收集用户行为，实时流处理（Flink/SparkStreaming）。-特征工程：HBase存储用户画像（年龄、性别、历史购买等）。2.推荐算法：-热门推荐：Redis缓存全局Top20商品。-个性化推荐：基于协同过滤（ALS）或深度学习（LambdaMART）。-算法切换：动态配置文件控制推荐策略。3.冷启动处理：-新用户使用默认推荐（热门商品）。-持续收集行为数据，逐步优化推荐模型。伪代码示例：pythondefget_recommendations(user_id):ifuser_idinnew_users:returnhot_items#热门商品else:returnmodel.predict(user_id)#个性化推荐解析：-实时性：Kafka+流处理实现毫秒级响应。-可扩展性：配置文件动态切换算法，便于迭代。-冷启动：默认热门推荐+数据积累逐步优化。三、数据库题（共2题，每题20分，总分40分）题目6（20分）：设计一个微博系统数据库表结构，要求：1.支持百万级用户和动态；2.支持按用户、时间、关键词搜索动态；3.优化点赞和评论的实时更新。解答：1.表结构：sql--用户表CREATETABLEusers(user_idBIGINTPRIMARYKEY,usernameVARCHAR(50),reg_dateTIMESTAMP);--动态表CREATETABLEposts(post_idBIGINTPRIMARYKEY,user_idBIGINT,contentTEXT,created_atTIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(user_id));--点赞表（触发器实现自增）CREATETABLElikes(like_idBIGINTAUTO_INCREMENTPRIMARYKEY,post_idBIGINT,user_idBIGINT,created_atTIMESTAMP,FOREIGNKEY(post_id)REFERENCESposts(post_id),FOREIGNKEY(user_id)REFERENCESusers(user_id),UNIQUE(post_id,user_id));--评论表（异步写入）CREATETABLEcomments(comment_idBIGINTAUTO_INCREMENTPRIMARYKEY,post_idBIGINT,user_idBIGINT,contentTEXT,created_atTIMESTAMP,FOREIGNKEY(post_id)REFERENCESposts(post_id),FOREIGNKEY(user_id)REFERENCESusers(user_id));2.优化策略：-索引：`posts(user_id,created_at)`、`likes(post_id,user_id)`。-搜索：Elasticsearch分片索引动态内容。-实时更新：点赞触发器记录时间戳，评论通过消息队列异步写入。解析：-百万级支持：自增ID+外键约束，分表分库（如按user_id分片）。-搜索优化：Elasticsearch实现关键词匹配。-实时性：触发器+消息队列确保数据一致性。题目7（20分）：某电商平台订单表记录用户购买行为，表结构如下：sqlCREATETABLEorders(order_idBIGINTPRIMARYKEY,user_idBIGINT,product_idBIGINT,quantityINT,order_timeTIMESTAMP,statusVARCHAR(20)--如'待支付','已发货'等);请设计一个SQL查询，统计每个用户的待支付订单数量和总金额（假设商品表有price字段）。要求：1.结果按用户ID升序排序；2.待支付订单筛选条件为status='待支付'。解答：sqlSELECTuser_id,COUNT()ASpending_orders,SUM(pricequantity)AStotal_amountFROMordersoJOINproductspONduct_id=duct_idWHEREo.status='待支付'GROUPBYuser_idORDERBYuser_idASC;解析：-关联查询：订单表与商品表通过product_id关联，计算总金额。-分组统计：按user_id分组统计待支付订单数量和金额。-排序：结果按user_id升序输出，符合业务需求。四、分布式与中间件题（共2题，每题20分，总分40分）题目8（20分）：设计一个分布式计数器服务，要求：1.支持高并发计数（每秒百万次请求）；2.保证计数器高可用和一致性；3.支持分布式锁实现。解答：1.架构设计：-服务端：基于RedisCluster实现计数器，分片存储（如按业务线分片）。-客户端：通过RedisLua脚本原子递增。2.高可用方案：-RedisCluster主从复制+哨兵（Sentinel）实现故障转移。-异步批量更新，减少网络开销。3.分布式锁：lua--Lua脚本实现原子递增和锁localkey=KEYS[1]localvalue=tonumber(redis.call("get",key)or0)redis.call("incr",key)returnvalue解析：-高并发：RedisCluster+Lua脚本确保原子性。-高可用：主从+哨兵架构，异步批量更新。-分布式锁：Lua脚本避免竞态条件。题目9（20分）：某社交系统使用Kafka处理用户关系变更（如加好友请求），设计一个消息消费流程：1.用户A添加用户B为好友，消息流向如何？2.若消费端出现故障，如何保证消息不丢失？3.如何优化消息消费延迟？解答：1.消息流向：-A→B