华为研发部面试题目及高分秘籍

2026年华为研发部面试题目及高分秘籍一、编程与算法（共5题，每题10分，总分50分）1.题目：实现一个函数，输入一个正整数`n`，返回`n`的汉明重量（即二进制表示中`1`的个数）。要求时间复杂度为O(logn)。答案：cppinthammingWeight(intn){intcount=0;while(n!=0){count+=n&1;n>>=1;}returncount;}解析：通过位运算逐位检查`n`的二进制表示，每次右移一位并统计`1`的数量。时间复杂度为O(logn)，因为每次右移都会减少一位。2.题目：给定一个字符串`s`，返回其中不重复字符的最长子串的长度。例如，输入`"abcabcbb"`，输出`"abc"`的长度3。答案：cppintlengthOfLongestSubstring(strings){unordered_map<char,int>last;intleft=0,maxLen=0;for(intright=0;right<s.size();++right){if(last.find(s[right])!=last.end()){left=max(left,last[s[right]]+1);}last[s[right]]=right;maxLen=max(maxLen,right-left+1);}returnmaxLen;}解析：使用滑动窗口技术，`left`和`right`分别表示窗口的左右边界。通过哈希表记录每个字符上一次出现的位置，当重复字符出现时，将`left`移动到重复字符的下一个位置。3.题目：设计一个LRU（最近最少使用）缓存，支持容量`capacity`。操作包括`get(key)`和`put(key,value)`，要求时间复杂度为O(1)。答案：cppclassLRUCache{public:structNode{intkey,value;Nodeprev,next;Node(intk,intv):key(k),value(v),prev(nullptr),next(nullptr){}};unordered_map<int,Node>cache;Nodehead=newNode(0,0),tail=newNode(0,0);intcapacity;LRUCache(intcap):capacity(cap){head->next=tail;tail->prev=head;}intget(intkey){if(cache.find(key)==cache.end())return-1;Nodenode=cache[key];moveToHead(node);returnnode->value;}voidput(intkey,intvalue){if(cache.find(key)!=cache.end()){Nodenode=cache[key];node->value=value;moveToHead(node);}else{Nodenode=newNode(key,value);cache[key]=node;addToHead(node);if(cache.size()>capacity){NodetoDel=tail->prev;removeNode(toDel);cache.erase(toDel->key);deletetoDel;}}}voidmoveToHead(Nodenode){removeNode(node);addToHead(node);}voidaddToHead(Nodenode){node->prev=head;node->next=head->next;head->next->prev=node;head->next=node;}voidremoveNode(Nodenode){node->prev->next=node->next;node->next->prev=node->prev;}};解析：使用双向链表和哈希表实现。链表头部表示最近使用，尾部表示最少使用。哈希表记录键到链表节点的映射，确保O(1)时间复杂度。4.题目：给定一个`nxn`的二维矩阵，原地旋转矩阵90度。例如，输入`[[1,2,3],[4,5,6],[7,8,9]]`，输出`[[7,4,1],[8,5,2],[9,6,3]]`。答案：cppvoidrotate(vector<vector<int>>&matrix){intn=matrix.size();for(inti=0;i<n/2;++i){for(intj=0;j<(n+1)/2;++j){inttemp=matrix[i][j];matrix[i][j]=matrix[n-j-1][i];matrix[n-j-1][i]=matrix[n-i-1][n-j-1];matrix[n-i-1][n-j-1]=matrix[j][n-i-1];matrix[j][n-i-1]=temp;}}}解析：通过分层旋转，每次旋转四个角的元素。外层旋转完成后，继续旋转内层，直到所有层完成。时间复杂度为O(n²)。5.题目：实现一个函数，判断一个链表是否为回文链表。例如，输入`1->2->2->1`，返回`true`。答案：cppboolisPalindrome(ListNodehead){if(!head||!head->next)returntrue;ListNodeslow=head,fast=head;while(fast->next&&fast->next->next){slow=slow->next;fast=fast->next->next;}ListNodesecondHalf=reverseList(slow->next);ListNodefirstHalf=head;while(secondHalf){if(firstHalf->val!=secondHalf->val)returnfalse;firstHalf=firstHalf->next;secondHalf=secondHalf->next;}reverseList(secondHalf);//还原链表returntrue;}ListNodereverseList(ListNodehead){ListNodeprev=nullptr;while(head){ListNodenext=head->next;head->next=prev;prev=head;head=next;}returnprev;}解析：通过快慢指针找到链表中间位置，反转后半部分，然后比较前后半部分是否相同。最后还原链表。时间复杂度为O(n)，空间复杂度为O(1)。二、系统设计（共3题，每题15分，总分45分）1.题目：设计一个高并发的短链接系统。用户输入长链接，系统返回短链接，点击短链接后自动跳转到长链接。要求：-短链接长度不超过6位，使用字母和数字组合。-支持高并发访问，秒级响应。-可靠的短链接生成与映射。答案：系统架构：1.短链接生成：使用哈希函数（如CRC32+Base62编码）将长链接映射为6位短链接。-例如，CRC32长链接->Base62编码->6位短链接。2.存储层：使用Redis作为缓存，存储短链接到长链接的映射，TTL设为24小时。若Redis命中则直接返回，否则查询数据库（MySQL）。3.数据库设计：sqlCREATETABLEshortlinks(idINTAUTO_INCREMENTPRIMARYKEY,long_urlVARCHAR(2048),short_codeCHAR(6),created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);4.高并发处理：-使用Nginx做负载均衡，水平扩展应用服务器。-应用层使用无锁数据结构（如原子操作）生成短链接，避免锁竞争。解析：-短链接生成：CRC32保证唯一性，Base62减少长度（a-z,0-9）。-缓存策略：Redis降低数据库压力，TTL防止长链接过期。-高并发：Nginx分摊请求，原子操作确保短链接生成效率。2.题目：设计一个实时消息推送系统（如微信、抖音）。用户订阅主题，系统将相关消息推送给订阅者。要求：-支持海量用户和消息，延迟低（毫秒级）。-可靠的消息分发，不丢失。-支持主题订阅和退订。答案：系统架构：1.消息队列：使用Kafka作为消息中间件，处理高吞吐量的消息分发。2.订阅管理：-用户表存储用户ID和订阅的主题列表。-使用Redis发布/订阅（Pub/Sub）实现实时通知。3.消息分发：-用户订阅主题时，将用户ID加入Redis频道。-消息到达时，Kafka推送至所有订阅该主题的消费者（Nginx负载均衡）。4.可靠性保障：-消息持久化到磁盘，确保不丢失。-消息确认机制（ACK），重试策略。解析：-Kafka：高吞吐量、持久化，适合大规模消息分发。-RedisPub/Sub：实时通知，避免长轮询。-可靠性：持久化和ACK机制确保消息不丢失。3.题目：设计一个分布式限流系统，防止API被过度调用。要求：-支持按IP或用户ID限流。-限流规则可配置（如每秒最多100次请求）。-低延迟，不影响正常访问。答案：系统架构：1.滑动窗口：-每个用户/IP使用一个滑动窗口计数器（如Redis的HyperLogLog）。-窗口分为固定大小的时间段（如每100ms一个窗口），统计请求次数。2.限流逻辑：-请求时，检查当前窗口的请求次数是否超过阈值。-若超过，拒绝请求；否则，记录请求并允许通过。3.配置中心：-使用Nacos或Zookeeper动态调整限流阈值。解析：-滑动窗口：避免固定窗口的冷热数据问题。-RedisHyperLogLog：高效统计请求次数。-动态配置：适应不同业务场景。三、数据库与中间件（共2题，每题10分，总分20分）1.题目：设计一个高并发的订单系统数据库表。订单ID自增，包含用户ID、商品ID、金额、状态（待支付、已支付、已取消），要求支持高并发写入。答案：表设计：sqlCREATETABLEorders(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,amountDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','cancelled')NOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,INDEXidx_user_id(user_id),INDEXidx_product_id(product_id),INDEXidx_status(status));优化：-使用InnoDB引擎，支持行级锁。-主键自增，分布式ID生成器（如TwitterSnowflake）。-索引覆盖`user_id`、`product_id`、`status`，加速查询。解析：-InnoDB：支持事务和行级锁，适合高并发写入。-索引：加速常用查询，如按用户或商品查订单。2.题目：比较RabbitMQ和Kafka的优缺点，说明在哪些场景下选择哪个。答案：RabbitMQ：-优点：-支持多种消息协议（AMQP）。-可靠的消息投递，确保消息不丢失。-提供工作队列、发布/订阅等模式。-缺点：-延迟相对较高（毫秒级）。-单节点性能瓶颈明显。Kafka：-优点：-低延迟（微秒级），适合实时数据处理。-高吞吐量，单集群支持TB级数据。-分区设计，支持水平扩展。-缺点：-不支持事务消息（需结合其他方案）。-配置复杂，运维成本高。场景选择：-RabbitMQ：顺序消息、消息确认场景（如订单处理）。-Kafka：实时日志、流处理场景（如用户行为分析）。解析：-RabbitMQ：适合可靠性要求高的业务。-Kafka：适合高吞吐、低延迟的场景。四、网络与分布式（共2题，每题10分，总分20分）1.题目：解释TCP的三次握手过程，为什么不能省略任何一次？答案：三次握手：1.SYN：客户端发送SYN=1，随机初始化seq=x，请求建立连接。2.SYN+ACK：服务器回复SYN=1,ACK=1,seq=y,ack=x+1。3.ACK：客户端回复ACK=1,seq=x+1,ack=y+1，连接建立。为什么不能省略：-防止历史连接重放：-若省略SYN+ACK，服务器可能收到旧的SYN请求，导致误连接。-确保双方时钟同步：-ACK确认防止发送方超时重发，保证双方状态一致。解析：-时序同步：三次握手确保双方都确认连接状态。-防止重放：随机seq+ack避免历史连接干扰。2.题目：解释CAP理论，为什么分布式系统通常选择CA（一致性、可用性、分区容错性）？答案：CAP理论：-一致性（Consistency）：所有节点在同一时间具有相同数据。-可用性（Availability）：