2026年腾讯IT面试经验与答案

2026年腾讯IT面试经验与答案一、编程基础（共3题，每题10分，总分30分）1.题目：编写一个函数，实现字符串的逆序输出，不使用任何内置的逆序函数。例如，输入"腾讯科技"，输出"科技腾用"。答案：pythondefreverse_string(s:str)->str:result=[]forcharins:result.insert(0,char)return''.join(result)测试用例print(reverse_string("腾讯科技"))#输出："科技腾用"解析：通过遍历字符串的每个字符，并使用`insert(0,char)`将其插入到结果列表的开头，实现逆序。最后使用`join`将列表转换为字符串。时间复杂度为O(n²)，适合小规模字符串处理。2.题目：实现一个LRU（LeastRecentlyUsed）缓存，支持get和put操作。缓存容量为3，当超过容量时，删除最久未使用的元素。答案：pythonfromcollectionsimportOrderedDictclassLRUCache:def__init__(self,capacity:int):self.cache=OrderedDict()self.capacity=capacitydefget(self,key:int)->int:ifkeynotinself.cache:return-1self.cache.move_to_end(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.cache.move_to_end(key)self.cache[key]=valueiflen(self.cache)>self.capacity:self.cache.popitem(last=False)测试用例lru=LRUCache(3)lru.put(1,1)lru.put(2,2)lru.put(3,3)print(lru.get(1))#输出：1lru.put(4,4)#删除键2print(lru.get(2))#输出：-1解析：使用`OrderedDict`维护元素的访问顺序，`get`操作将元素移至末尾表示最近使用，`put`操作同样如此。超出容量时删除最早插入的元素（`popitem(last=False)`）。3.题目：给定一个链表，判断是否存在环。如果存在，返回环的入口节点；否则返回None。答案：pythonclassListNode:def__init__(self,x):self.val=xself.next=Nonedefdetect_cycle(head:ListNode)->ListNode:slow=fast=headwhilefastandfast.next:slow=slow.nextfast=fast.next.nextifslow==fast:slow=headwhileslow!=fast:slow=slow.nextfast=fast.nextreturnslowreturnNone测试用例node1=ListNode(1)node2=ListNode(2)node3=ListNode(3)node1.next=node2node2.next=node3node3.next=node2#形成环print(detect_cycle(node1).val)#输出：2解析：快慢指针法：快指针每次移动两步，慢指针每次移动一步。若存在环，快慢指针必相遇。相遇后，将慢指针移至头节点，再次移动两指针，相遇点即为环入口。二、系统设计（共2题，每题15分，总分30分）1.题目：设计一个短链接系统，要求：-支持将任意长度的URL转换为固定长度的短链接（如6位字母数字组合）。-支持从短链接反查原始URL。-考虑高并发和分布式场景下的实现方案。答案：核心思路：1.短链接生成：使用Base62编码（0-9,a-z,A-Z）将URL的哈希值转换为固定长度。2.分布式存储：使用Redis或Memcached缓存短链接映射，分片存储以支持高并发。3.容错机制：链接失效时自动重定向原始URL。伪代码：pythonimporthashlibimportrandomimportstringclassShortLinkService:def__init__(self):self.base=string.ascii_letters+string.digitsself.length=6self.cache=RedisClient()defencode(self,num:int)->str:result=[]whilenum:result.append(self.base[num%62])num//=62return''.join(result[::-1]).zfill(self.length)defget_hash(self,url:str)->int:returnint(hashlib.md5(url.encode()).hexdigest(),16)defshorten(self,url:str)->str:hash_val=self.get_hash(url)short_code=self.encode(hash_val)self.cache.set(short_code,url)returnshort_codedefresolve(self,short_code:str)->str:returnself.cache.get(short_code)or"URLnotfound"解析：-Base62编码：将哈希值转换为6位短码，减少存储空间。-Redis分片：通过`hash_code%1024`实现分布式缓存，避免单点瓶颈。-高并发优化：使用异步写入和缓存穿透策略（如布隆过滤器）。2.题目：设计一个微博实时推荐系统，要求：-支持用户关注/取关操作。-实时推荐内容时考虑用户兴趣、社交关系和内容热度。-支持离线计算和在线调优。答案：系统架构：1.数据存储：-用户关系：Redis存储关注关系（哈希表）。-内容：MongoDB存储微博（分片按用户ID）。2.推荐逻辑：-离线：Hadoop计算用户兴趣向量（基于历史行为）。-在线：TensorFlowServing实时预测得分，结合LRU缓存热点内容。3.实时更新：-RocketMQ传递关注事件，触发离线计算和在线缓存更新。伪代码：pythonclassRecommendationService:def__init__(self):self.user_vectors=self.load_offline_vectors()self.cache=RedisClient()self.topic="user_events"defload_offline_vectors(self):从Hadoop读取用户兴趣向量passdefon_follow(self,user_id:str,target_id:str)->None:RedisClient.hset(f"follows:{user_id}",target_id,"1")defon_unfollow(self,user_id:str,target_id:str)->None:RedisClient.hdel(f"follows:{user_id}",target_id)defrecommend(self,user_id:str)->List[str]:基于兴趣向量+社交关系+热点内容pass解析：-冷启动优化：新用户使用默认推荐，后续通过在线调优优化。-社交优先：优先推荐关注者发布的内容，结合余弦相似度计算兴趣匹配度。-可观测性：通过Prometheus监控推荐延迟和召回率，动态调整模型权重。三、数据库与中间件（共2题，每题12分，总分24分）1.题目：解释MySQL中的索引类型（B-Tree、Hash、LSM）及其适用场景。答案：|索引类型|特性|适用场景||||||B-Tree|顺序查找，支持范围查询|主键索引、普通查询（如`WHEREid>10`）||Hash|哈希冲突处理，不支持范围查询|等值查询（如`WHEREname='Alice'`）||LSM|磁盘I/O优化，延迟写入|高频插入场景（如Cassandra的SSTable）|解析：-B-Tree：适合全表扫描和范围查询，如订单时间区间查询。-Hash：适用于精确匹配，但无法支持`BETWEEN`等操作。-LSM：通过批量写入减少IO，适用于写入密集型场景（如日志系统）。2.题目：如何解决Redis缓存雪崩问题？答案：解决方案：1.分布式缓存：将热点数据分片到不同节点。2.持久化策略：使用RDB/AOF+TTL防止数据丢失。3.熔断限流：当缓存失效时，降级到DB查询（如加锁防并发）。伪代码：pythondefquery_with_cache(key:str):ifcache.exists(key):returncache.get(key)else:lock=RedisClient.setnx(f"lock:{key}","1",ex=10)iflock:try:value=db.query(key)#查询DBcache.set(key,value)#更新缓存returnvaluefinally:RedisClient.delete(f"lock:{key}")else:return"缓存维护中"解析：-分片策略：使用`cache-aside`模式，配合随机过期时间。-热点数据保护：对核心数据使用持久化（AOF）+内存淘汰策略。四、分布式与并发（共2题，每题15分，总分30分）1.题目：实现一个分布式锁，要求跨多个Redis节点。答案：方案：1.Redlock算法：同时获取多个锁（如N个节点的N-1个锁）。2.Lua脚本确保原子性：luaifredis.call("setNx",KEYS[1],ARGV[1])==1thenreturnredis.call("expire",KEYS[1],ARGV[2])elsereturnredis.call("get",KEYS[1])end伪代码：pythondefacquire_lock(nodes:List[str],key:str,value:str,timeout:int)->bool:fornodeinnodes:ifRedisClient.evalLua(lock_script,1,key,value,timeout):returnTruereturnFalse解析：-故障容忍：即使部分Redis宕机，只要超过半数锁未获取到即释放。-Lua原子性：避免CAS竞争，确保锁唯一性。2.题目：解释分布式事务的CAP理论，并说明如何实现最终一致性。答案：CAP理论：-C（一致性）：所有节点见相同数据。-A（可用性）：任何请求都能得到响应（可能旧数据）。-P（分区容错性）：网络分区下仍能运行。最终一致性方案：1.TCC（Try-Confirm-Cancel）：-尝试阶段冻结资源。-确认阶段执行操作。-取消阶段释放资源。2.本地消息表+定时任务：sqlINSERTINTOmessage_table(id,status,data)VALUES(1,'pending','{"op":"transfer"}')伪代码：pythondeftransfer_money(order_id:str,amount:str):Try阶段ifdb.lock_order(order_id):try:db.reduce_balance(order_id,amount)db.insert_message(order_id,'pending')returnTrueexcept:db.release_order(order_id)returnFalsereturnFalsedefretry_messages():messages=db.query_messages(status='pending')formsginmessages:iftry_confirm_cancel(msg):db.update_message(msg.id,'done')解析：-Saga模式：通过本地事务+补偿操作实现。-补偿时机：依赖定时任务或客户端重试，适合非关键业务。五、大数据与云原生（共2题，每题15分，总分30分）1.题目：设计一个实时日志分析系统，要求：-支持毫秒级数据接入。-输出每分钟热门关键词。答案：架构：1.