京东技术团队面试常见问题及答案

2026年京东技术团队面试常见问题及答案一、编程能力测试（5题，每题10分，共50分）1.题目：请编写一个Java函数，实现快速排序算法，并对输入的整数数组进行排序。要求：-手动实现快速排序，不得使用库函数。-输出排序后的数组。-处理空数组或单元素数组的情况。java//示例代码publicclassQuickSort{publicstaticvoidquickSort(int[]arr){if(arr==null||arr.length<=1){return;}quickSortHelper(arr,0,arr.length-1);}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;}publicstaticvoidmain(String[]args){int[]arr={3,6,8,10,1,2,1};quickSort(arr);for(intnum:arr){System.out.print(num+"");}}}解析：-快速排序是分治算法，核心是选择一个基准值（pivot），将数组划分为小于和大于基准值的两部分，然后递归对这两部分进行排序。-手动实现时需注意边界条件（空数组或单元素数组），以及递归的终止条件。-分区操作是关键，需确保每次分区后基准值的位置正确。2.题目：请用Python编写一个函数，实现二叉树的深度优先遍历（前序、中序、后序），并分别输出遍历结果。要求：-使用递归方式实现三种遍历。-定义二叉树节点类（TreeNode）。pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefpreorderTraversal(root):ifnotroot:return[]return[root.val]+preorderTraversal(root.left)+preorderTraversal(root.right)definorderTraversal(root):ifnotroot:return[]returninorderTraversal(root.left)+[root.val]+inorderTraversal(root.right)defpostorderTraversal(root):ifnotroot:return[]returnpostorderTraversal(root.left)+postorderTraversal(root.right)+[root.val]示例root=TreeNode(1)root.left=TreeNode(2)root.right=TreeNode(3)print("前序遍历:",preorderTraversal(root))#[1,2,3]print("中序遍历:",inorderTraversal(root))#[2,1,3]print("后序遍历:",postorderTraversal(root))#[2,3,1]解析：-前序遍历：根节点->左子树->右子树。-中序遍历：左子树->根节点->右子树。-后序遍历：左子树->右子树->根节点。-递归实现时，需明确终止条件（空节点），并按顺序调用左右子树的遍历。3.题目：请编写一个C++函数，实现字符串的KMP（Knuth-Morris-Pratt）模式匹配算法，并返回模式串在主串中的起始索引。要求：-手动计算部分匹配表（next数组）。-处理模式串为空或主串为空的情况。cppinclude<iostream>include<vector>include<string>std::vector<int>computeNext(conststd::string&pattern){intm=pattern.size();std::vector<int>next(m,0);intj=0;for(inti=1;i<m;++i){while(j>0&&pattern[i]!=pattern[j]){j=next[j-1];}if(pattern[i]==pattern[j]){j++;}next[i]=j;}returnnext;}intKMPSearch(conststd::string&text,conststd::string&pattern){if(pattern.empty())return0;if(text.empty())return-1;std::vector<int>next=computeNext(pattern);intn=text.size();intm=pattern.size();inti=0,j=0;while(i<n){if(text[i]==pattern[j]){i++;j++;}if(j==m){returni-j;//匹配成功}elseif(i<n&&text[i]!=pattern[j]){if(j!=0){j=next[j-1];}else{i++;}}}return-1;//未匹配}//示例intmain(){std::stringtext="ABABDABACDABABCABAB";std::stringpattern="ABABCABAB";intindex=KMPSearch(text,pattern);std::cout<<"匹配起始索引:"<<index<<std::endl;//输出:10return0;}解析：-KMP算法通过部分匹配表（next数组）避免重复比较，提高效率。-next数组的计算：记录模式串的前缀和后缀的最长相等长度，用于回溯。-搜索时，若不匹配则根据next数组调整模式串位置，而不是主串位置。4.题目：请用JavaScript编写一个函数，实现LRU（LeastRecentlyUsed）缓存，支持get和put操作。要求：-使用哈希表和双向链表实现。-get操作返回键对应的值，并更新缓存。-put操作插入键值对，若缓存已满则删除最久未使用项。javascriptclassNode{constructor(key,value){this.key=key;this.value=value;this.prev=null;this.next=null;}}classLRUCache{constructor(capacity){this.capacity=capacity;this.cache=newMap();this.head=newNode(0,0);this.tail=newNode(0,0);this.head.next=this.tail;this.tail.prev=this.head;}get(key){if(!this.cache.has(key))return-1;constnode=this.cache.get(key);this.remove(node);this.add(node);returnnode.value;}put(key,value){if(this.cache.has(key)){this.remove(this.cache.get(key));}constnode=newNode(key,value);this.cache.set(key,node);this.add(node);if(this.cache.size>this.capacity){constlru=this.head.next;this.remove(lru);this.cache.delete(lru.key);}}add(node){node.prev=this.tail.prev;node.next=this.tail;this.tail.prev.next=node;this.tail.prev=node;}remove(node){node.prev.next=node.next;node.next.prev=node.prev;}}//示例constlru=newLRUCache(2);lru.put(1,1);lru.put(2,2);console.log(lru.get(1));//返回1lru.put(3,3);//去除键2console.log(lru.get(2));//返回-1解析：-LRU缓存通过双向链表维护访问顺序，哈希表实现O(1)时间复杂度访问。-get操作将节点移动到链表尾部（最近使用）。-put操作先删除旧节点（若存在），然后插入新节点并检查容量，若超出则删除头部节点。5.题目：请用Go语言编写一个函数，实现整数反转，并处理溢出情况。要求：-输入为32位有符号整数。-返回反转后的整数或错误（溢出时）。gofuncreverse(xint)int{constmaxInt32=1<<31-1constminInt32=-1<<31result:=0forx!=0{pop:=x%10x/=10//检查溢出ifresult>maxInt32/10||(result==maxInt32/10&&pop>7){return0}ifresult<minInt32/10||(result==minInt32/10&&pop<-8){return0}result=result10+pop}returnresult}//示例fmt.Println(reverse(123))//输出:321fmt.Println(reverse(-123))//输出:-321fmt.Println(reverse(120))//输出:21解析：-反转整数时，逐位提取并构建新数字。-溢出检查：每次乘10前判断是否会超过32位有符号整数的范围。-注意负数处理，确保符号正确。二、系统设计（5题，每题10分，共50分）1.题目：设计一个高并发的短链接系统，要求：-输入长链接，输出短链接，支持快速跳转。-支持分布式部署，可水平扩展。-提供基础的数据统计功能（如点击次数）。设计思路：-短链接生成：使用哈希算法（如CRC32、MD5）或自增ID+映射表（如Base62编码）。-分布式存储：使用Redis或Memcached缓存短链接映射，数据库存储持久化。-高并发处理：通过负载均衡（如Nginx）分发请求，使用消息队列（如Kafka）削峰填谷。-统计功能：在Redis中记录点击次数，定期同步到数据库。2.题目：设计一个高可用的实时消息推送系统（如PushNotification），要求：-支持多种终端（iOS、Android、Web）。-保证消息的可靠推送（至少一次、最多一次）。-支持离线推送和消息重试机制。设计思路：-消息存储：使用MQ（如Kafka、RabbitMQ）存储待推送消息，确保不丢失。-终端管理：为每个终端生成唯一ID，记录设备类型和Token。-可靠推送：采用幂等性设计（如消息去重），使用延迟重试策略（如指数退避）。-离线支持：设备上线后批量拉取未推送的消息。3.题目：设计一个高并发的秒杀系统，要求：-支持每秒大量请求，防止超卖。-使用Redis实现分布式锁，确保库存同步。-提供用户秒杀成功的回调接口。设计思路：-库存管理：使用Redis的原子操作（如SETNX）扣减库存。-分布式锁：使用Redis的Lua脚本确保锁的原子性。-请求限流：前端使用验证码或短信验证，后端使用令牌桶算法。-结果通知：秒杀成功后调用MQ通知库存更新和消息推送。4.题目：设计一个分布式文件存储系统（类似对象存储），要求：-支持海量文件存储和快速访问。-提供文件分片、冗余备份功能。-支持按文件名或元数据搜索。设计思路：-存储架构：使用MinIO或Ceph实现分布式存储，分片存储（如3副本）。-元数据管理：使用Elasticsearch或Solr索引文件元数据。-高可用：使用DNS轮询或负载均衡器分发请求。-访问优化：支持CDN加速和缓存策略。5.题目：设计一个高并发的搜索系统（类似搜索引擎），要求：-支持多字段搜索（标题、内容、标签等）。-提供实时搜索和结果排序。-支持搜索词联想和纠错。设计思路：-索引构建：使用Elasticsearch或Solr构建倒排索引，分词处理。-实时搜索：使用消息队列（如Kafka）实时更新索引。-排序优化：自定义排序算法（如TF-IDF+机器学习模型）。-联想纠错：使用Trie树或前缀树实现搜索建议。三、数据库与存储（5题，每题10分，共50分）1.题目：解释MySQL中的事务隔离级别（读未提交、读已提交、可重复读、串行化），并说明脏读、不可重复读、幻读的概念及解决方案。解析：-读未提交：允许脏读（未提交数据被读取）。-读已提交：防止脏读，但不可重复读（事务内多次查询结果不同）。-可重复读：防止不可重复读，但可能出现幻读（事务内多次查询结果行数不同）。-串行化：完全隔离，但性能最低。-解决方案：使用事务隔离级别（默认可重复读）或锁（行锁/表锁）。2.题目：设计一个高并发的订单数据库表，要求：-支持高并发写入，防止主键冲突。-优化查询性能（按订单号或用户ID查询）。-使用Redis缓存热点数据。设计思路：-主键设计：使用自增ID或UUID，分布式ID生成器（如Snowflake）。-索引优化：为主键、订单号、用户ID创建索引。-写入优化：使用批量写入或异步写入（如RocketMQ）。-缓存策略：使用Redis缓存订单详情，设置过期时间。3.题目：解释MySQL的InnoDB和MyISAM存储引擎的区别，并说明选择场景。解析：-InnoDB：支持事务、行级锁、外键，适合高并发事务场景。-MyISAM：支持表级锁、全文索引，适合读多写少场景。-选择场景：InnoDB用于电商、金融系统；MyISAM用于日志、报表系统。4.题目：设计一个分布式数据库分片方案，要求：-支持水平分片（Sharding），按用户ID或订单ID分片。-解决跨分片查询问题（如关联查询）。-提供分片路由和负载均衡。设计思路：-分片规则：使用哈希取模或范围分片。-跨分片查询：使用分布式SQL解析器（如ShardingSphere）。-路由策略：使用虚拟主键或路由中间件（如Nginx+Lua）。5.题目：解释NoSQL数据库（如Redis、MongoDB）的适用场景和优缺点。解析：-Redis：内存数据库，适合高速缓存、计数器、排行榜。-MongoDB：文档数据库，适合半结构化数据、灵活查询。-优点：扩展性好、查询灵活。-缺点：事务支持弱、数据一致性依赖应用层。四、分布式与中间件（5题，每题10分，共50分）1.题目：