小米技术团队面试常见问题集

2026年小米技术团队面试常见问题集一、编程基础与算法（共5题，每题10分，总分50分）1.题目：请实现一个函数，输入一个非负整数n，返回所有小于或等于n的质数的列表。要求时间复杂度尽可能低。答案：pythondefsieve_of_eratosthenes(n):ifn<2:return[]is_prime=[True](n+1)is_prime[0]=is_prime[1]=Falseforiinrange(2,int(n0.5)+1):ifis_prime[i]:forjinrange(ii,n+1,i):is_prime[j]=Falsereturn[ifori,primeinenumerate(is_prime)ifprime]解析：埃拉托斯特尼筛法（SieveofEratosthenes）是一种高效的质数筛选算法，时间复杂度为O(nloglogn)。通过标记非质数，最终保留质数。代码中先初始化一个布尔数组，然后从2开始遍历到sqrt(n)，将每个质数的倍数标记为非质数。2.题目：给定一个字符串，请判断是否可以通过回溯法将其分割为回文子串的列表。例如，输入"aab"，可以分割为["aa","b"]或["a","a","b"]。答案：pythondefcan_partition(s):defis_palindrome(sub):returnsub==sub[::-1]defbacktrack(start,path):ifstart==len(s):returnTrueforendinrange(start,len(s)):ifis_palindrome(s[start:end+1]):path.append(s[start:end+1])ifbacktrack(end+1,path):returnTruepath.pop()returnFalsereturnbacktrack(0,[])解析：回溯法通过递归尝试所有可能的分割方式，并检查当前分割的子串是否为回文。若所有分割均无效，则返回False。代码中先定义一个辅助函数判断回文，然后通过递归尝试所有可能的分割。3.题目：请实现一个LRU（最近最少使用）缓存，支持get和put操作，要求时间复杂度为O(1)。答案：pythonclassLRUCache:def__init__(self,capacity):self.capacity=capacityself.cache={}self.order=[]defget(self,key):ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(self,key,value):ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)>=self.capacity:oldest=self.order.pop(0)delself.cache[oldest]self.cache[key]=valueself.order.append(key)解析：LRU缓存通过双向链表和哈希表实现，哈希表存储键值对，链表维护访问顺序。get操作时将访问的键移到链表末尾，put操作时若缓存已满则删除链表头部元素。4.题目：给定一个链表，请判断是否包含环，并返回进入环的第一个节点。答案：pythonclassListNode:def__init__(self,x):self.val=xself.next=Nonedefdetect_cycle(head):slow=fast=headwhilefastandfast.next:slow=slow.nextfast=fast.next.nextifslow==fast:slow=headwhileslow!=fast:slow=slow.nextfast=fast.nextreturnslowreturnNone解析：快慢指针法（Floyd'sTortoiseandHare）通过两个指针以不同速度遍历链表，若存在环则快慢指针会相遇。相遇后，将慢指针移到链表头部，继续遍历直到再次相遇，此时的节点即为环的入口。5.题目：请实现一个函数，输入一个整数数组，返回所有和为target的三元组。答案：pythondefthree_sum(nums,target):nums.sort()n=len(nums)result=[]foriinrange(n):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,n-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：先对数组排序，然后使用双指针法遍历数组。对于每个元素，使用left和right指针分别从左右两侧遍历，若三数之和等于target则记录，并跳过重复元素以避免重复解。二、系统设计（共4题，每题15分，总分60分）1.题目：设计一个短链接系统，要求输入长链接后能生成短链接，并能通过短链接快速访问长链接。答案：系统架构：-存储层：使用Redis或Memcached存储短链接与长链接的映射关系，提供高并发读写能力。-生成层：使用Base62编码将长链接ID转换为短链接（如"/1a2b"）。-API层：提供HTTP接口接收长链接生成短链接，以及通过短链接解析长链接。伪代码：pythondefgenerate_short_link(long_url):short_id=hash(long_url)[:6]#使用hash函数生成唯一IDstore=RedisClient()ifstore.exists(short_id):short_id=find_unique_id()#处理冲突store.set(short_id,long_url)returnf"/{short_id}"defresolve_short_link(short_url):store=RedisClient()short_id=short_url.split('/')[-1]returnstore.get(short_id)or"URLnotfound"解析：短链接系统核心在于高效存储和快速解析。使用Redis保证高并发性能，Base62编码减少短链接长度。冲突处理通过重新生成ID实现。2.题目：设计一个微博系统的消息流（Timeline）功能，要求支持实时更新、分页加载和关注/取消关注功能。答案：系统架构：-数据存储：使用MySQL存储用户关系和微博数据，MongoDB存储用户Timeline（支持快速更新）。-实时更新：使用WebSocket或Server-SentEvents（SSE）推送新微博。-分页加载：微博数据按时间倒序存储，支持LIMIT/OFFSET分页。伪代码：pythondefget_timeline(user_id,page=1,limit=20):获取关注用户IDfollowed_ids=get_followed_ids(user_id)聚合所有关注用户的微博tweets=aggregate_tweets(followed_ids,page,limit)returntweets解析：Timeline功能需兼顾实时性和性能。WebSocket实现实时更新，分页加载通过数据库索引优化。关注关系使用MongoDB存储以支持快速查询。3.题目：设计一个高并发的秒杀系统，要求支持高并发请求并防止超卖。答案：系统架构：-分布式锁：使用Redis分布式锁控制并发访问。-库存缓存：使用Redis缓存库存数量，减少数据库压力。-异步处理：使用消息队列（如Kafka）处理秒杀请求，避免数据库阻塞。伪代码：pythondefattempt_seckill(user_id,item_id):lock=RedisLock(f"seckill:{item_id}")iflock.acquire(timeout=5):try:检查库存stock=redis.get(f"stock:{item_id}")ifstock>0:redis.decr(f"stock:{item_id}")record_order(user_id,item_id)return"Success"else:return"Stockexceeded"finally:lock.release()else:return"Timeout"解析：秒杀系统核心在于防止超卖和提升并发性能。分布式锁保证同一时间只有一个请求修改库存，异步处理避免数据库成为瓶颈。4.题目：设计一个分布式文件存储系统，要求支持文件分片、备份和多地域存储。答案：系统架构：-分片存储：将大文件切分为多个片段，存储在不同节点。-一致性哈希：使用一致性哈希算法分配片段，保证高可用。-多地域备份：使用云存储服务（如AWSS3）进行异地备份。伪代码：pythondefupload_file(file_path):file_size=get_file_size(file_path)chunks=split_file(file_path,chunk_size=10MB)fori,chunkinenumerate(chunks):node=get_node_by_hash(i)node.store_chunk(chunk)ifi%3==0:backup_node=get_backup_node(node)backup_node.store_chunk(chunk)return"Uploadcomplete"解析：分布式文件系统需保证数据可靠性和高可用。分片存储提升并发读写能力，一致性哈希避免热点问题，多地域备份防止数据丢失。三、数据库与存储（共3题，每题20分，总分60分）1.题目：设计一个电商平台的订单数据库表结构，要求支持高并发写入和查询订单详情。答案：sqlCREATETABLEorders(order_idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,quantityINTNOTNULL,total_priceDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','shipped','completed','cancelled')NOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,INDEXidx_user_id(user_id),INDEXidx_product_id(product_id),INDEXidx_status(status));解析：订单表设计需考虑高并发写入和查询性能。使用自增ID和索引优化查询，状态字段使用枚举类型保证数据一致性。分区表或分库可进一步提升性能。2.题目：解释MySQL中的事务隔离级别，并说明如何处理脏读、不可重复读和幻读问题。答案：隔离级别：-读未提交（ReadUncommitted）：可能读到其他事务未提交的数据（脏读）。-读已提交（ReadCommitted）：防止脏读，但不可重复读仍可能发生。-可重复读（RepeatableRead）：防止脏读和不可重复读，但可能存在幻读。-串行化（Serializable）：完全隔离，但并发性能最低。解决方案：-脏读：使用ReadCommitted级别。-不可重复读：使用MVCC（多版本并发控制）或ReadCommitted。-幻读：使用串行化或可重复读+快照隔离。sqlSETTRANSACTIONISOLATIONLEVELREADCOMMITTED;3.题目：设计一个高可用的分布式数据库架构，要求支持主从复制、故障转移和读写分离。答案：架构：-主从复制：使用MySQLGroupReplication或MariaDBCluster实现多主复制。-故障转移：使用Keepalived或Ansible自动切换主节点。-读写分离：使用ProxySQL或MySQLRouter路由读请求到从节点。伪代码：yamlKubernetes部署示例resources:master:replicas:3strategy:type:Clusterreplica:replicas:3dependsOn:-master解析：分布式数据库需保证高可用和性能。主从复制提升读取能力，故障转移防止单点故障，读写分离优化并发性能。四、小米业务相关问题（共3题，每题25分，总分75分）1.题目：小米智能家电产品如何通过物联网技术实现远程控制和设备联动？答案：技术方案：-设备接入：使用小米IoT协议（如MQTT）实现设备与云端通信。-远程控制：通过米家APP或米家智能音箱下发控制指令。-设备联动：使用小米HomeAPI定义场景规则（如“日落时自动开灯”）。架构：mermaidgraphLRDevice-->GatewayGateway-->CloudCloud-->App