2026年华为公司技术总监面试题及答案

2026年华为公司技术总监面试题及答案一、编程与算法（5题，每题15分，共75分）1.题目：实现一个函数，输入一个正整数`n`，返回`n`的“数字翻转”结果。例如，输入`123`，返回`321`；输入`120`，返回`21`（注意：忽略前导零）。答案：cppintreverse(intx){intrev=0;while(x!=0){intpop=x%10;x/=10;if(rev>INT_MAX/10||(rev==INT_MAX/10&&pop>7))return0;//越界处理if(rev<INT_MIN/10||(rev==INT_MIN/10&&pop<-8))return0;rev=rev10+pop;}returnrev;}解析：通过模除和除法逐位翻转数字，同时处理整数溢出问题。关键点在于判断翻转后的数字是否超出`int`范围。2.题目：给定一个无重复元素的数组`nums`和一个目标值`target`，找出所有相加等于`target`的三元组，并返回它们的列表。例如，输入`[1,2,3,4,5]`和`9`，输出`[[1,2,6],[1,3,5],[2,3,4]]`。答案：cppvector<vector<int>>threeSum(vector<int>&nums,inttarget){vector<vector<int>>res;sort(nums.begin(),nums.end());for(inti=0;i<nums.size();++i){if(i>0&&nums[i]==nums[i-1])continue;//去重intj=i+1,k=nums.size()-1;while(j<k){intsum=nums[i]+nums[j]+nums[k];if(sum==target){res.emplace_back({nums[i],nums[j],nums[k]});while(j<k&&nums[j]==nums[j+1])j++;//去重while(j<k&&nums[k]==nums[k-1])k--;j++;k--;}elseif(sum<target)j++;elsek--;}}returnres;}解析：排序后使用双指针法，固定一个数，然后用左右指针查找另外两个数。注意去重避免重复解。3.题目：设计一个LRU（最近最少使用）缓存，支持`get`和`put`操作。缓存容量为`capacity`。例如：-`LRUCachecache=newLRUCache(2);`-`cache.put(1,1);`//缓存是{1=1}-`cache.put(2,2);`//缓存是{1=1,2=2}-`cache.get(1);`//返回1-`cache.put(3,3);`//去除键2，缓存是{1=1,3=3}-`cache.get(2);`//返回-1（未找到）答案：cppclassLRUCache{public:structNode{intkey,val;Nodeleft,right;Node(intk,intv):key(k),val(v),left(nullptr),right(nullptr){}};intcapacity;unordered_map<int,Node>cache;Nodehead,tail;LRUCache(intc):capacity(c),head(newNode(0,0)),tail(newNode(0,0)){head->right=tail;tail->left=head;}intget(intkey){if(cache.find(key)==cache.end())return-1;Nodenode=cache[key];moveToHead(node);returnnode->val;}voidput(intkey,intvalue){if(cache.find(key)!=cache.end()){Nodenode=cache[key];node->val=value;moveToHead(node);}else{Nodenode=newNode(key,value);cache[key]=node;addToHead(node);if(cache.size()>capacity){NodetoDel=tail->left;cache.erase(toDel->key);removeNode(toDel);deletetoDel;}}}voidmoveToHead(Nodenode){removeNode(node);addToHead(node);}voidaddToHead(Nodenode){node->left=head;node->right=head->right;head->right->left=node;head->right=node;}voidremoveNode(Nodenode){node->left->right=node->right;node->right->left=node->left;}};解析：使用双向链表+哈希表实现。链表维护最近使用顺序，哈希表快速访问。`get`将节点移到头部，`put`时若超出容量则删除最久未使用的节点。4.题目：给定一个字符串`s`，找到其中最长的回文子串的长度。例如，输入`s="babad"`，输出`3`（"bab"或"aba"）。答案：cppintlongestPalindrome(strings){if(s.empty())return0;intn=s.size();vector<vector<bool>>dp(n,vector<bool>(n,false));intmaxLen=1;for(inti=0;i<n;++i)dp[i][i]=true;for(inti=n-2;i>=0;--i){for(intj=i+1;j<n;++j){if(s[i]==s[j]){if(j-i<=2)dp[i][j]=true;elsedp[i][j]=dp[i+1][j-1];}if(dp[i][j])maxLen=max(maxLen,j-i+1);}}returnmaxLen;}解析：动态规划解法。`dp[i][j]`表示`s[i..j]`是否为回文，状态转移依赖`dp[i+1][j-1]`。从短到长枚举子串，时间复杂度O(n²)。5.题目：实现一个线程安全的`CountDownLatch`类，支持`countDown`和`await`方法。例如：cppCountDownLatchlatch(3);Threadt1=newThread(latch::countDown);Threadt2=newThread(latch::countDown);t1.start();t2.start();latch.await();//等待所有线程计数归零答案：javaimportjava.util.concurrent.atomic.AtomicInteger;importjava.util.concurrent.locks.LockSupport;publicclassCountDownLatch{privateAtomicIntegercount;privateThreadthread;publicCountDownLatch(intcount){if(count<0)thrownewIllegalArgumentException();this.count=newAtomicInteger(count);}publicvoidcountDown(){if(count.decrementAndGet()==0){LockSupport.unpark(thread);}}publicvoidawait(){thread=Thread.currentThread();while(count.get()>0){LockSupport.park();}}}解析：使用`AtomicInteger`保证计数原子性，当计数归零时唤醒等待的线程。`await`通过`LockSupport`实现阻塞与唤醒。二、系统设计（3题，每题25分，共75分）1.题目：设计一个高并发的短链接服务（如`tinyurl`）。要求：-支持高并发访问，单链接支持百万级请求。-短链接生成快速且唯一，支持自定义前缀。-支持通过短链接反查原始链接。答案：架构设计：1.短链接生成：-使用自增ID+Base62编码（`a-z`，`A-Z`，`0-9`），如`1000`编码为`1Lk`。-自定义前缀可通过哈希表映射到特定ID区间。2.存储：-Redis：存储短链接与原始链接的映射（hash结构），提供高并发读写。-MySQL：持久化数据，支持自定义前缀和统计信息。3.分布式ID生成器（如TwitterSnowflake）：-时间戳+机器ID+序列号，保证唯一性。4.路由：-路由规则：`/prefix/slug`→查询Redis获取原始链接。5.缓存：-CDN缓存热点短链接，降低后端压力。技术选型：-前端：Nginx负载均衡。-中间件：Redis集群（主从+哨兵）。-后端：Java/Go+Snowflake+MySQL。解析：核心在于ID生成效率和Redis缓存。Base62编码压缩ID，分布式ID避免冲突。2.题目：设计一个实时推荐系统，支持用户根据行为（点击、收藏）动态更新推荐结果。要求：-支持10万用户实时更新，延迟<500ms。-推荐结果包含Top10商品，支持冷启动。答案：架构设计：1.数据采集：-Kafka集群收集用户行为（点击流），分区按用户ID。2.特征计算：-Flink/SparkStreaming实时计算用户兴趣向量（如TF-IDF）。-Redis缓存用户画像，避免重复计算。3.协同过滤：-基于用户的ItemCF（相似用户购买过的商品）。-基于物品的UserCF（用户购买过的相似物品）。4.冷启动：-新用户使用热门商品或随机推荐。5.服务层：-Nginx+Golang网关，请求分发到不同推荐模型。-结果合并（如混合推荐）。技术选型：-流处理：Flink+Redis。-推荐算法：SparkMLlib离线预训练+在线更新。解析：关键在于实时计算与缓存。冷启动通过热门商品兜底。3.题目：设计一个全球分布式数据库的读写缓存层，要求：-支持跨区域读写，延迟<50ms。-数据一致性采用最终一致性。答案：架构设计：1.缓存层级：-Level1：本地内存缓存（L1Cache，如RedisCluster）。-Level2：分布式缓存（如Memcached+DNS轮询）。2.数据同步：-Raft/Paxos协议保证主节点写入一致性。-异步复制到从节点（如Cassandra）。3.负载均衡：-DNS联邦（如Consul）动态解析区域节点。-负载均衡器（如HAProxy）分配请求。4.最终一致性策略：-读请求优先命中缓存，写请求先更新本地缓存，异步同步后端。-使用TTL避免过期数据。技术选型：-缓存：RedisCluster+Memcached。-数据库：Cassandra/LevelDB。解析：核心在于本地缓存+异步同步，DNS联邦实现跨区域负载。三、分布式与架构（2题，每题25分，共50分）1.题目：设计一个分布式事务系统，要求：-支持2PC或3PC协议，保证强一致性。-兼容分布式环境下的网络分区和节点故障。答案：架构设计：1.2PC协议：-协调者向参与者发送`Prepare`请求，参与者预提交。-全部`Prepare`成功则发送`Commit`，否则`Abort`。2.3PC改进：-增加超时机制，防止阻塞。3.故障处理：-参与者超时重试，协调者挂起后由副协调者接管。4.补偿事务：-异步执行补偿逻辑，如消息队列（Kafka）触发回滚。技术选型：-分布式事务框架：Seata/TCC。-消息队列：RabbitMQ保证消息可靠性。解析：2PC强一致性但阻塞，3PC缓解但实现复杂。结合消息队列提高容错性。2.题目：设计一个分布式任务调度系统（如`Quartz`），要求：-支持定时任务、延迟任务、周期任务。-保证任务不丢失，支持集群部署。答案：架构设计：1.任务存储：-MySQL/Redis存储任务元数据（cron表达式、参数等）。-Redis缓存任务状态（运行中/待执行）。2.调度器