2026年百度研发人员面试技巧及常见问题解答

2026年百度研发人员面试技巧及常见问题解答一、编程能力测试（共5题，每题20分，总分100分）题目1（算法设计，20分）：编写一个函数，实现将一个字符串中的所有大写字母转换为小写字母，所有小写字母转换为大写字母。要求不使用内置的`swap`或`case`转换函数，仅通过ASCII码值操作。答案：cppinclude<iostream>include<string>std::stringtoggleCase(conststd::string&input){std::stringresult=input;for(char&c:result){if(c>='a'&&c<='z'){c=c-'a'+'A';}elseif(c>='A'&&c<='Z'){c=c-'A'+'a';}}returnresult;}intmain(){std::stringinput="HelloWorld!";std::stringoutput=toggleCase(input);std::cout<<output<<std::endl;//"hELLOwORLD!"return0;}解析：-通过遍历字符串中的每个字符，判断其ASCII码范围，实现大小写转换。-大写字母`'A'`到`'Z'`的ASCII码为65-90，小写字母`'a'`到`'z'`为97-122，通过减去`'a'`或`'A'`的偏移量再加上另一范围的起始值，实现转换。-时间复杂度O(n)，空间复杂度O(n)，其中n为字符串长度。题目2（数据结构，20分）：实现一个LRU（LeastRecentlyUsed）缓存，支持`get`和`put`操作。缓存容量为固定值`capacity`，当缓存满时，最久未使用的元素被移除。答案：cppinclude<unordered_map>include<list>classLRUCache{public:LRUCache(intcapacity):capacity_(capacity){}intget(intkey){autoit=cacheMap.find(key);if(it==cacheMap.end())return-1;//MoveaccessednodetofrontcacheList.splice(cacheList.begin(),cacheList,it->second);returnit->second->second;}voidput(intkey,intvalue){autoit=cacheMap.find(key);if(it!=cacheMap.end()){//Updatevalueandmovetofrontit->second->second=value;cacheList.splice(cacheList.begin(),cacheList,it->second);}else{if(cacheList.size()==capacity_){//RemoveleastrecentlyusedintlruKey=cacheList.back().first;cacheList.pop_back();cacheMap.erase(lruKey);}//AddnewnodetofrontcacheList.emplace_front(key,value);cacheMap[key]=cacheList.begin();}}private:structNode{intfirst;//keyintsecond;//value};intcapacity_;std::list<Node>cacheList;std::unordered_map<int,std::list<Node>::iterator>cacheMap;};intmain(){LRUCachecache(2);cache.put(1,1);cache.put(2,2);std::cout<<cache.get(1)<<std::endl;//1cache.put(3,3);//evictskey2std::cout<<cache.get(2)<<std::endl;//-1cache.put(4,4);//evictskey1std::cout<<cache.get(1)<<std::endl;//-1std::cout<<cache.get(3)<<std::endl;//3std::cout<<cache.get(4)<<std::endl;//4return0;}解析：-使用双向链表（`cacheList`）维护访问顺序，头节点为最近访问，尾节点为最久未使用。-使用哈希表（`cacheMap`）记录键到链表节点的映射，实现O(1)时间复杂度。-`get`操作将访问的节点移动到链表头部，`put`操作则根据键值判断是否更新或新增，若满则删除尾节点。题目3（动态规划，20分）：给定一个字符串`s`和一个字符集合`wordDict`，判断`s`是否可以由`wordDict`中的单词串联而成。可以重复使用`wordDict`中的单词。答案：cppinclude<vector>include<string>include<unordered_set>classSolution{public:boolwordBreak(std::strings,std::vector<std::string>&wordDict){std::unordered_set<std::string>dict(wordDict.begin(),wordDict.end());std::vector<bool>dp(s.size()+1,false);dp[0]=true;for(inti=1;i<=s.size();++i){for(intj=0;j<i;++j){if(dp[j]&&dict.find(s.substr(j,i-j))!=dict.end()){dp[i]=true;break;}}}returndp[s.size()];}};intmain(){Solutionsol;std::strings="leetcode";std::vector<std::string>wordDict={"leet","code"};std::cout<<std::boolalpha<<sol.wordBreak(s,wordDict)<<std::endl;//truereturn0;}解析：-动态规划数组`dp[i]`表示`s`的前`i`个字符是否可以由单词组合。-初始化`dp[0]=true`（空字符串可组合）。-遍历`s`，对于每个`i`，检查前`j`个字符是否可组合且`s[j:i]`在`dict`中，若满足则`dp[i]=true`。-最终返回`dp[s.size()]`。题目4（系统设计，20分）：设计一个高并发的短URL生成服务，要求：1.支持分布式部署，避免URL冲突；2.生成URL的响应时间小于100ms；3.支持每秒百万级别的请求。答案：1.分布式ID生成：-使用Twitter的Snowflake算法，结合机器ID和序列号生成唯一ID。-每个机器分配不同的ID段（如0-1023），避免冲突。2.URL映射存储：-使用Redis集群存储短URL与长URL的映射，支持高并发读写。-热点Key通过分片或哈希槽分散负载。3.缓存策略：-前端使用Nginx+Varnish缓存热点URL，减少后端压力。-后端Redis设置过期策略，避免数据冗余。4.限流与熔断：-使用Guava或Nginx限流模块防洪峰，超过阈值返回错误。-异步处理生成任务，避免阻塞主线程。解析：-Snowflake算法生成64位ID（41位时间戳+10位机器ID+13位序列号），时间复杂度O(1)。-Redis集群分片（如4个节点）支持每秒100万QPS以上。-Nginx+Varnish组合可缓存99%请求，响应时间<100ms。题目5（并发编程，20分）：实现一个线程安全的计数器，支持`increment`和`get`操作。答案：cppinclude<atomic>include<thread>classSafeCounter{public:voidincrement(){count_.fetch_add(1,std::memory_order_relaxed);}intget()const{returncount_.load(std::memory_order_relaxed);}private:std::atomic<int>count_{0};};intmain(){SafeCountercounter;std::vector<std::thread>threads;for(inti=0;i<1000;++i){threads.emplace_back(&SafeCounter::increment,&counter);}for(auto&t:threads)t.join();std::cout<<counter.get()<<std::endl;//1000return0;}解析：-使用`std::atomic<int>`保证计数器原子性，无需锁。-`fetch_add`和`load`默认为`memory_order_relaxed`，适用于计数场景。-若需严格顺序，可改为`memory_order_seq_cst`。二、系统设计测试（共4题，每题25分，总分100分）题目6（分布式存储，25分）：设计一个分布式文件存储系统，要求：1.支持多副本存储，防止单点故障；2.支持文件分块上传与下载；3.兼容断点续传。答案：1.分块存储：-文件切分为固定大小（如4MB）的块，每块分配唯一ID。-块信息存储在元数据服务（如Ceph或自建Raft集群）。2.多副本策略：-每块数据存储在3个节点（如AWSS3三副本）。-元数据服务记录每个块的所有副本节点。3.断点续传：-上传请求携带已上传块的列表，仅上传未完成部分。-使用HTTPRange请求分块传输。解析：-分块存储降低网络传输压力，提高并行写入能力。-元数据服务需高可用（如Raft共识），保证块信息一致性。-断点续传通过记录上传进度实现，支持大文件高效上传。题目7（消息队列，25分）：设计一个高可靠的消息队列系统，要求：1.支持消息持久化（磁盘或SSD）；2.保证至少一次投递；3.支持消息重试机制。答案：1.消息存储：-消息写入SSD，使用顺序文件（如LevelDB）保证写入性能。-消息ID自增，支持快速查找。2.投递保证：-消息投递后写入事务日志（WAL），成功后才更新队列状态。-消费端确认（ACK）后才删除消息。3.重试机制：-消息消费失败写入死信队列（DLQ），定时重试。-重试次数限制，避免无限循环。解析：-SSD顺序写入延迟低，适合高吞吐场景。-WAL保证消息不丢失，即使系统崩溃也能恢复。-DLQ用于处理不可用消息，需独立存储（如Kafka）。题目8（负载均衡，25分）：设计一个动态负载均衡器，要求：1.支持健康检查；2.动态添加/删除后端节点；3.节点权重可调。答案：1.健康检查：-定时（如30s）通过TCP/HTTP检查后端存活。-无响应节点标记为失效，流量不分配。2.动态扩缩容：-使用ETCD/Zookeeper存储后端节点信息。-监听配置变更，自动更新负载策略。3.权重轮询：-后端节点携带权重（如1-10），请求按权重分配。-使用加权轮询算法（如Nginx或自研）。解析：-健康检查需低延迟，避免误判。-分布式配置中心保证状态一致性。-权重轮询需支持动态调整，避免硬编码。题目9（数据库设计，25分）：设计一个微博系统数据库，要求：1.支持用户关注关系；2.支持按时间倒序分页加载；3.支持全文检索。答案：1.用户关注：-`Followers`表：`follower_id`（关注者）、`followee_id`（被关注者）。-索引`follower_id`和`followee_id`。2