软件开发工程师面试题及编程技巧含答案

2026年软件开发工程师面试题及编程技巧含答案一、编程语言基础（共5题，每题10分，总分50分）1.题目：请使用Python编写一个函数，接收一个字符串参数，返回该字符串中所有唯一字符的列表。例如，输入"hello"，返回['h','e','l','o']。编程技巧提示：利用Python字典或集合来记录字符出现次数，再筛选唯一字符。2.题目：请使用Java编写一个方法，实现快速排序算法，并测试其正确性（输入数组[3,1,4,1,5,9,2,6,5,3,5]，返回排序后的数组）。编程技巧提示：掌握快速排序的partition核心逻辑，注意递归终止条件。3.题目：请使用C++编写一个程序，实现链表反转，并输出反转后的链表元素。链表初始化为1→2→3→4→5。编程技巧提示：利用三个指针pre、cur、next模拟反转过程，注意边界条件。4.题目：请使用JavaScript编写一个函数，实现斐波那契数列的第n项计算（n≤50），并测试n=10的情况。编程技巧提示：动态规划优于递归，避免重复计算；注意JavaScript大数问题。5.题目：请使用Go语言编写一个程序，实现并发的斐波那契数列计算（使用goroutine），并打印结果。编程技巧提示：掌握channel通信机制，避免goroutine泄露。二、数据结构与算法（共5题，每题10分，总分50分）6.题目：请使用Java实现二叉树的中序遍历非递归算法，并测试二叉树[3,9,20,null,null,15,7]。编程技巧提示：利用栈模拟递归过程，注意访问和入栈顺序。7.题目：请使用Python实现LRU缓存机制（最少使用算法），容量为3，并测试以下操作序列：put(1,1),put(2,2),put(3,3),get(1),put(4,4),get(2)。编程技巧提示：结合哈希表和双向链表实现，维护key的顺序。8.题目：请使用C++实现字符串匹配的KMP算法，并测试模式串"abcab"在文本串"ababcabcab"中的位置。编程技巧提示：预处理next数组是关键，注意边界条件。9.题目：请使用JavaScript实现图的广度优先搜索（BFS），并测试以下邻接表：graph={A:['B','C'],B:['A','D','E'],C:['A','F'],D:['B'],E:['B','F'],F:['C','E']}从A开始遍历。编程技巧提示：使用队列实现层级遍历，注意visited标记。10.题目：请使用Go语言实现快速选择算法（快速排序的变种），找到第k小的元素，并测试在数组[3,2,1,5,6,4]中找第2小的元素。编程技巧提示：结合随机化partition和递归，优化比完整快速排序更高效。三、系统设计（共3题，每题20分，总分60分）11.题目：设计一个高并发的短URL生成系统，要求：-支持每秒百万级请求-URL长度≤6位-支持分布式部署-提供实时查询服务编程技巧提示：可使用62进制编码（a-z,A-Z,0-9），结合Redis缓存热点数据。12.题目：设计一个微博系统的用户关注关系模块，要求：-支持亿级用户-支持实时拉取关注者动态-支持动态点赞和评论-保证数据一致性编程技巧提示：使用多级索引（关注列表用布隆过滤器+链表），结合WebSocket实现实时推送。13.题目：设计一个秒杀系统的数据库表结构，要求：-支持每秒十万笔订单-防止超卖-事务性高-支持分布式事务编程技巧提示：使用Redis分布式锁+数据库乐观锁（version字段），结合本地缓存优化。四、数据库与缓存（共3题，每题20分，总分60分）14.题目：请使用SQL编写一个查询，统计每个用户的订单金额总和，并按金额降序排列。表结构：sqlCREATETABLEorders(idINTAUTO_INCREMENTPRIMARYKEY,user_idINT,amountDECIMAL(10,2),order_timeDATETIME);要求：仅统计最近一个月的订单。编程技巧提示：使用GROUPBY+SUM+ORDERBY，注意时间范围筛选。15.题目：请使用MySQL设计一个分库分表方案，支持千万级订单数据，并说明：-分库策略（如读写分离）-分表策略（如范围分表、哈希分表）-索引设计编程技巧提示：用户维度分库（如按省份），订单表按时间范围分表。16.题目：请使用Redis实现分布式锁，并说明：-使用哪种数据结构（SETNX+EXPIRE）-如何防止死锁-与数据库锁的对比编程技巧提示：注意锁的续租机制，避免因网络抖动导致过期。答案与解析一、编程语言基础（含答案）1.Python：pythondefunique_chars(s):count={}forcins:count[c]=count.get(c,0)+1return[cforcinsifcount[c]==1]print(unique_chars("hello"))#['h','e','l','o']解析：通过字典记录字符频率，最后筛选出现次数为1的字符。时间复杂度O(n)。2.Java：javapublicclassQuickSort{publicstaticint[]quickSort(int[]arr){quickSortHelper(arr,0,arr.length-1);returnarr;}privatestaticvoidquickSortHelper(int[]arr,intleft,intright){if(left>=right)return;intpivotIndex=partition(arr,left,right);quickSortHelper(arr,left,pivotIndex-1);quickSortHelper(arr,pivotIndex+1,right);}privatestaticintpartition(int[]arr,intleft,intright){intpivot=arr[right];inti=left-1;for(intj=left;j<right;j++){if(arr[j]<=pivot){i++;swap(arr,i,j);}}swap(arr,i+1,right);returni+1;}privatestaticvoidswap(int[]arr,inti,intj){inttemp=arr[i];arr[i]=arr[j];arr[j]=temp;}}//测试publicstaticvoidmain(String[]args){int[]arr={3,1,4,1,5,9,2,6,5,3,5};System.out.println(Arrays.toString(QuickSort.quickSort(arr)));}解析：快速排序核心是partition函数，通过基准值将数组分为左右两部分。时间复杂度O(nlogn)。3.C++：cppinclude<iostream>structListNode{intval;ListNodenext;ListNode(intx):val(x),next(nullptr){}};ListNodereverseList(ListNodehead){ListNodeprev=nullptr;ListNodecur=head;while(cur){ListNodenext=cur->next;cur->next=prev;prev=cur;cur=next;}returnprev;}//打印函数voidprintList(ListNodehead){while(head){std::cout<<head->val<<"";head=head->next;}std::cout<<std::endl;}解析：使用三个指针实现迭代反转，注意next指针的临时保存。4.JavaScript：javascriptfunctionfibonacci(n){if(n<=1)returnn;letdp=[0,1];for(leti=2;i<=n;i++){dp[i]=dp[i-1]+dp[i-2];}returndp[n];}console.log(fibonacci(10));//55解析：动态规划避免重复计算，空间复杂度可优化至O(1)。5.Go：gopackagemainimport("fmt""sync")funcfibonacci(nint,chchanint,wgsync.WaitGroup){deferwg.Done()ifn<=1{ch<-nreturn}wg.Add(2)fib1:=make(chanint)fib2:=make(chanint)gofibonacci(n-1,fib1,wg)gofibonacci(n-2,fib2,wg)a:=<-fib1b:=<-fib2ch<-a+b}funcmain(){ch:=make(chanint)wg:=&sync.WaitGroup{}wg.Add(1)gofibonacci(10,ch,wg)wg.Wait()fmt.Println(<-ch)//55}解析：使用goroutine并发计算，通过channel传递结果，注意WaitGroup同步。二、数据结构与算法（含答案）6.Java：javapublicclassInorderTraversal{publicList<Integer>inorderTraversal(TreeNoderoot){List<Integer>res=newArrayList<>();Stack<TreeNode>stack=newStack<>();TreeNodecur=root;while(cur!=null||!stack.isEmpty()){while(cur!=null){stack.push(cur);cur=cur.left;}cur=stack.pop();res.add(cur.val);cur=cur.right;}returnres;}}//测试二叉树classTreeNode{intval;TreeNodeleft,right;TreeNode(intx){val=x;}}解析：模拟递归过程，先遍历左子树，再访问节点，最后遍历右子树。7.Python：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:int)->int:ifkeynotinself.cache:return-1self.order.remove(key)self.order.append(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)==self.capacity:delself.cache[self.order.pop(0)]self.cache[key]=valueself.order.append(key)测试lru=LRUCache(3)lru.put(1,1)lru.put(2,2)lru.put(3,3)print(lru.get(1))#1lru.put(4,4)print(lru.get(2))#-1解析：使用双向链表维护顺序，哈希表实现O(1)访问。注意删除和插入的边界条件。8.C++：cppinclude<vector>include<string>vector<int>KMP(conststring&text,conststring&pattern){vector<int>next(pattern.size(),0);//构造next数组for(inti=1,j=0;i<pattern.size();i++){while(j>0&&pattern[i]!=pattern[j]){j=next[j-1];}if(pattern[i]==pattern[j]){j++;}next[i]=j;}//匹配过程vector<int>positions;for(inti=0,j=0;i<text.size();i++){while(j>0&&text[i]!=pattern[j]){j=next[j-1];}if(text[i]==pattern[j]){j++;}if(j==pattern.size()){positions.push_back(i-j+1);j=next[j-1];}}returnpositions;}解析：KMP的核心是next数组预处理，匹配时遇到不匹配时跳转至前缀的最长公共后缀。9.JavaScript：javascriptfunctionBFS(graph,start){constvisited=newSet();constqueue=[start];constresult=[];visited.add(start);while(queue.length>0){constnode=queue.shift();result.push(node);for(constneighborofgraph[node]){if(!visited.has(neighbor)){visited.add(neighbor);queue.push(neighbor);}}}returnresult;}constgraph={A:['B','C'],B:['A','D','E'],C:['A','F'],D:['B'],E:['B','F'],F:['C','E']};console.log(BFS(graph,'A'));//['A','B','C','D','E','F']解析：BFS使用队列实现层级遍历，注意避免重复访问。10.Go：gopackagemainimport("math/rand""time")funcquickSelect(arr[]int,kint)int{rand.Seed(time.Now().UnixNano())returnquickSelectHelper(arr,0,len(arr)-1,k)}funcquickSelectHelper(arr[]int,left,rightint,kint)int{ifleft==right{returnarr[left]}pivotIndex:=left+rand.Intn(right-left+1)pivotIndex=partition(arr,left,right,pivotIndex)ifk==pivotIndex{returnarr[k]}elseifk<pivotIndex{returnquickSelectHelper(arr,left,pivotIndex-1,k)}else{returnquickSelectHelper(arr,pivotIndex+1,right,k)}}funcpartition(arr[]int,left,right,pivotIndexint)int{pivot:=arr[pivotIndex]swap(arr,pivotIndex,right)i:=leftforj:=left;j<right;j++{ifarr[j]<pivot{swap(arr,i,j)i++}}swap(arr,i,right)returni}funcswap(arr[]int,i,jint){arr[i],arr[j]=arr[j],arr[i]}funcmain(){arr:=[]int{3,2,1,5,6,4}k:=2fmt.Println(quickSelect(arr,k))//2}解析：快速选择是快速排序的变种，通过随机化pivot提高平均性能，时间复杂度O(n)。三、系统设计（含答案）11.短URL系统设计：-编码方式：62进制（a-z,A-Z,0-9），映射表`charMap`：pythoncharMap="abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789"defencode(num):ifnum==0:returncharMap[0]base=len(charMap)res=[]whilenum>0:res.append(charMap[num%base])num//=basereturn''.join(reversed(res))-分布式部署：使用Redis集群存储短URL与长URL映射，分布式锁（Redlock算法）防冲突。-实时查询：使用LRU缓存热点URL，数据库索引优化查询。-架构图：用户请求→负载均衡器→微服务集群↓(缓存层)↘(数据库)Redis集群←→数据库12.微博关注关系设计：-数据结构：sqlCREATETABLEfollows(follower_idBIGINT,followee_idBIGINT,PRIMARYKEY(follower_id,followee_id),FOREIGNKEY(follower_id)REFERENCESusers(id),FOREIGNKEY(followee_id)REFERENCESusers(id));-实时拉取：WebSocket+ECharts长轮询，结合Redis订阅机制（PUB/SUB）。-点赞评论：使用Redis事务或Lua脚本保证原子性，异步写入数据库。-一致性：分布式事务（2PC/3PC）或最终一致性（TCC补偿）。13.秒杀系统设计：-表结构：sqlCREATETABLE秒杀订单(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINT,goods_idBIGINT,numINTDEFAULT1,statusTINYIN