京东物流工程师面试要点与答案

2026年京东物流工程师面试要点与答案一、编程能力测试（共5题，每题10分，总分50分）1.题目：请实现一个函数，输入一个字符串，返回该字符串中所有唯一字符的列表（重复字符只保留一次）。例如，输入`"abacde"`，输出`["a","b","c","d","e"]`。要求时间复杂度为O(n)，空间复杂度为O(1)。答案：pythondefunique_chars(s:str)->list:ifnots:return[]char_set=set()result=[]forcharins:ifcharnotinchar_set:char_set.add(char)result.append(char)returnresult解析：-使用集合`char_set`记录已遍历的字符，确保O(1)空间复杂度（假设字符集为ASCII）。-结果列表`result`只添加未重复的字符。-时间复杂度为O(n)，空间复杂度为O(1)（假设字符集固定）。2.题目：给定一个链表，删除链表中的所有重复元素，保留每个元素一次，返回处理后的链表。例如，输入`1->2->3->3->4->4->5`，输出`1->2->3->4->5`。答案：pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefdelete_duplicates(head:ListNode)->ListNode:ifnothead:returnheaddummy=ListNode(0)dummy.next=headprev,curr=dummy,headwhilecurr:whilecurr.nextandcurr.val==curr.next.val:curr=curr.nextifprev.next==curr:prev=prev.nextelse:prev.next=curr.nextcurr=curr.nextreturndummy.next解析：-使用虚拟头节点`dummy`简化边界处理。-`prev`和`curr`指针遍历链表，`curr`跳过重复节点。-时间复杂度为O(n)，空间复杂度为O(1)。3.题目：实现一个LRU（最近最少使用）缓存，支持`get`和`put`操作。缓存容量为`capacity`，超出容量时删除最久未使用的元素。答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head,self.tail=Node(0,0),Node(0,0)self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeyinself.cache:node=self.cache[key]self._move_to_front(node)returnnode.valuereturn-1defput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_front(node)else:iflen(self.cache)==self.capacity:self._remove_tail()new_node=Node(key,value)self.cache[key]=new_nodeself._add_to_front(new_node)def_move_to_front(self,node:Node)->None:self._remove_node(node)self._add_to_front(node)def_add_to_front(self,node:Node)->None:node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node:Node)->None:node.prev.next=node.nextnode.next.prev=node.prevdef_remove_tail(self)->None:tail=self.tail.prevself._remove_node(tail)delself.cache[tail.key]解析：-使用双向链表和哈希表实现LRU缓存。-`get`操作移动节点到链表头部，`put`操作在容量满时删除尾部节点。-时间复杂度为O(1)，空间复杂度为O(capacity)。4.题目：给定一个数组`nums`，返回所有可能的子集（无重复元素）。例如，输入`[1,2,3]`，输出`[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]`。答案：pythondefsubsets(nums:list)->list:result=[]nums.sort()subset=[]defbacktrack(start):result.append(subset.copy())foriinrange(start,len(nums)):subset.append(nums[i])backtrack(i+1)subset.pop()backtrack(0)returnresult解析：-使用回溯法生成所有子集。-`backtrack`函数从当前`start`位置递归添加元素。-时间复杂度为O(2^n)，空间复杂度为O(n)。5.题目：实现一个二叉搜索树（BST），支持插入和搜索操作。输入一系列插入操作，返回是否为完全二叉树。答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefinsert(root:TreeNode,val:int)->TreeNode:ifnotroot:returnTreeNode(val)ifval<root.val:root.left=insert(root.left,val)else:root.right=insert(root.right,val)returnrootdefis_complete_bst(root:TreeNode)->bool:queue=[root]flag=Falsewhilequeue:node=queue.pop(0)ifnode:ifflag:returnFalseflag=Truequeue.append(node.left)queue.append(node.right)else:whilequeueandnotqueue[0]:queue.pop(0)returnTrue解析：-插入操作遵循BST规则。-判断完全二叉树时，使用层序遍历，一旦遇到`None`，后续节点必须全部为`None`。-时间复杂度为O(n)，空间复杂度为O(n)。二、系统设计测试（共4题，每题15分，总分60分）1.题目：设计一个高并发的订单系统，支持多线程/多进程下的订单创建、查询和支付操作。要求说明系统架构、数据存储方案和关键模块设计。答案：-系统架构：-接入层（APIGateway）：使用Nginx或Kong分发请求，支持负载均衡和熔断。-业务层（订单服务）：微服务架构，使用SpringCloud或gRPC实现RPC调用，数据库集群分片。-数据存储：-订单表：MySQL主从复制+读写分离，使用Redis缓存热点数据。-支付流水：MongoDB分片存储，支持高吞吐。-消息队列（Kafka/RabbitMQ）：解耦订单创建与支付流程。-监控告警（Prometheus+Grafana）：实时监控系统性能。-关键模块：-订单创建模块：分布式锁（Redisson）防止并发冲突。-订单查询模块：多级缓存（本地缓存+Redis+MySQL索引）。-支付模块：异步支付（消息队列+支付网关回调）。解析：-高并发场景下需考虑负载均衡、分布式锁、异步处理。-数据库分片和缓存优化可提升性能。-消息队列解耦系统，提高容错性。2.题目：设计一个实时物流轨迹查询系统，支持百万级设备并发查询，要求说明数据存储、查询优化和容灾方案。答案：-数据存储：-轨迹数据：Kafka收集设备数据，HBase存储时序数据（按设备ID和时间段分桶）。-热点数据：Redis缓存高频查询的轨迹点。-查询优化：-预聚合：定时计算设备每小时轨迹概要（起点、终点、停留点）。-索引优化：HBase使用RowKey设计（设备ID+时间戳）。-分页查询：限制单次返回轨迹点数量。-容灾方案：-数据备份：HBase多副本，异地多活。-服务冗余：Kubernetes集群部署，Pod自动重启。解析：-时序数据适合HBase，高频查询用Redis。-预聚合和索引优化可提升查询性能。-容灾需考虑数据备份和服务冗余。3.题目：设计一个智能仓储管理系统，支持货物的自动分拣和路径规划。要求说明硬件选型、软件架构和算法设计。答案：-硬件选型：-分拣设备：滑动式分拣机+视觉识别（摄像头+AI算法）。-AGV（自动导引车）：轮式机器人+激光雷达导航。-管理系统：工控机+数据库服务器。-软件架构：-设备控制层：MQTT协议与分拣机、AGV通信。-路径规划：A算法计算最优路径，避障。-数据存储：PostgreSQL存储库存信息，Redis缓存订单。-算法设计：-货件分配：贪心算法按体积/重量优化分拣顺序。-AGV调度：多线程优先级队列管理任务。解析：-硬件需支持自动化和智能识别。-软件架构需解耦设备控制和路径规划。-算法需优化分拣效率和AGV调度。4.题目：设计一个物流路径优化系统，输入起点、终点和实时路况，返回最优路径。要求说明算法选择和系统扩展性。答案：-算法选择：-基础路径：Dijkstra算法计算最短路径。-实时路况：使用BFS+优先级队列动态调整权重。-多目标优化：多维权衡（时间/成本/碳排放）。-系统扩展性：-模块化设计：路况数据、地图数据、路径计算分离。-缓存优化：Redis存储常见路径缓存。-负载扩展：微服务集群+限流熔断。解析：-路径优化需考虑动态权重调整。-系统设计需支持地图数据和实时路况的扩展。-缓存和负载均衡提升性能。三、算法与数据结构测试（共5题，每题10分，总分50分）1.题目：给定一个数组，返回所有和为`target`的三个数的组合。例如，输入`[2,3,4,5,6]`，`target=8`，输出`[[2,3,3],[2,4,2]]`。答案：pythondefthree_sum(nums:list,target:int)->list:nums.sort()result=[]foriinrange(len(nums)-2):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,len(nums)-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==target:result.append([nums[i],nums[left],nums[right]])whileleft<rightandnums[left]==nums[left+1]:left+=1whileleft<rightandnums[right]==nums[right-1]:right-=1left+=1right-=1eliftotal<target:left+=1else:right-=1returnresult解析：-先排序，固定一个数，双指针找另外两个数。-跳过重复元素避免重复组合。2.题目：实现快速排序（QuickSort）算法，并说明其时间复杂度。答案：pythondefquick_sort(arr:list)->list:iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquick_sort(left)+middle+quick_sort(right)解析：-时间复杂度：平均O(nlogn)，最坏O(n^2)（选择固定枢轴）。-空间复杂度：O(logn)（递归栈）。3.题目：给定一个字符串，判断是否是有效的括号组合（例如，`"()[]{}"`返回`True`，`"([)]"`返回`False`）。答案：pythondefisValid(s:str)->bool:stack=[]mapping={')':'(',']':'[','}':'{'}forcharins:ifcharinmapping:top=stack.pop()ifstackelse'#'ifmapping[char]!=top:returnFalseelse:stack.append(char)returnnotstack解析：-使用栈匹配括号，时间复杂度O(n)，空间复杂度O(n)。4.题目：实现一个无重复字符的最长子串查找（例如，输入`"abcabcbb"`，输出`"abc"`，长度3）。答案：pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_len=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_len=max(max_len,right-left+1)returnmax_len解析：-滑动窗口法，时间复杂度O(n)，空间复杂度O(1)（假设字符集固定）。5.题目：给定一个正整数`n`，计算`n`的阶乘（假设`n<=10000`）。答案：pythondef