2026年技术面试问题库及回答

2026年技术面试问题库及回答一、编程语言基础（5题，每题10分，共50分）题目1（Java）请解释Java中的泛型是如何实现的？为什么Java泛型在运行时是类型擦除的？回答：Java泛型是通过编译器在编译时进行类型检查和转换实现的。具体来说：1.编译器会对泛型代码进行类型擦除，将泛型参数替换为边界类型（或Object，如果没有明确边界）。2.泛型信息在运行时被擦除，不保留在字节码中。3.通过这种方式，Java既能保证类型安全，又能兼容老版本Java虚拟机。例如，`List<String>`在编译后会被转换为`List`，但编译器会在编译时检查所有操作是否合法。如果尝试添加非String类型，会在编译时报错。题目2（Python）Python中的装饰器是如何工作的？请写一个简单的装饰器示例，用于记录函数执行时间。回答：装饰器本质上是接受函数作为参数并返回新函数的高阶函数。工作原理：1.装饰器函数接收一个函数作为参数2.返回一个新的包装函数3.包装函数在调用原始函数前后执行额外逻辑示例代码：pythonimporttimedeftiming_decorator(func):defwrapper(args,kwargs):start_time=time.time()result=func(args,kwargs)end_time=time.time()print(f"{func.__name__}took{end_time-start_time:.6f}seconds")returnresultreturnwrapper@timing_decoratordefcompute-intensive():time.sleep(2)return"Done"print(compute-intensive())题目3（JavaScript）解释JavaScript中的闭包是什么？有什么实际应用场景？回答：闭包是指函数可以访问其词法作用域之外的变量。特点：1.函数作为返回值2.内部函数可以访问外部函数的变量3.变量不会随函数执行结束而消失应用场景：1.数据隐藏与封装2.延迟执行3.创建私有变量例如：javascriptfunctioncreateCounter(){letcount=0;return{increment:function(){count++;returncount;},decrement:function(){count--;returncount;},getCount:function(){returncount;}};}constcounter=createCounter();console.log(counter.increment());//1console.log(counter.increment());//2console.log(counter.getCount());//2题目4（C++）C++中的智能指针有哪些种类？它们各自解决了什么问题？回答：C++主要智能指针：1.`std::unique_ptr`：独占所有权，只能被一个指针管理-解决了普通指针的内存泄漏问题-程序结束时自动释放资源2.`std::shared_ptr`：共享所有权，多个指针可以管理同一资源-解决了资源需要被多个对象使用时的内存管理问题-通过引用计数自动管理生命周期3.`std::weak_ptr`：配合shared_ptr使用，解决循环引用问题-不能直接访问资源，需要与shared_ptr配合-防止内存泄漏示例：cppinclude<memory>voidexample(){std::unique_ptr<int>unique_ptr=std::make_unique<int>(10);std::shared_ptr<int>shared_ptr1=std::make_shared<int>(20);std::shared_ptr<int>shared_ptr2=shared_ptr1;std::weak_ptr<int>weak_ptr=shared_ptr1;if(autosp=weak_ptr.lock()){//可以安全使用shared_ptr}}题目5（Go）Go语言的goroutine和线程有什么区别？为什么推荐使用goroutine？回答：区别：1.线程（Thread）：操作系统层面的实体，每个线程有独立的栈空间和状态-线程数过多会导致上下文切换开销增大-线程创建销毁成本高2.Goroutine：用户态轻量级协程，由Go运行时管理-数量可以轻松达到成千上万-创建成本极低（通常几微秒）-共享内存，通过channel通信推荐使用原因：1.更轻量级，创建开销小2.运行时自动进行调度，开发者无需关心底层调度3.更容易实现高并发4.通过channel实现安全的通信示例：gopackagemainimport("fmt""time")funcprintNumbers(){fori:=0;i<5;i++{fmt.Println(i)time.Sleep(1time.Second)}}funcmain(){goprintNumbers()goprintNumbers()//防止主goroutine退出time.Sleep(10time.Second)}二、数据结构与算法（5题，每题10分，共50分）题目1实现一个LRU（最近最少使用）缓存，要求支持get和put操作，时间复杂度为O(1)。回答：可以使用哈希表+双向链表实现：1.哈希表：键到双向链表节点的映射，O(1)访问2.双向链表：记录访问顺序，最近访问的节点在头部操作：-get(key)：查找键，找到则移动到头部，返回值；未找到返回-1-put(key,value)：如果键存在，更新值并移动到头部；如果不存在，创建新节点并添加到头部，如果链表长度超过容量，移除尾部节点伪代码：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head=Node(0,0)self.tail=Node(0,0)self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeyinself.cache:node=self.cache[key]self._move_to_head(node)returnnode.valuereturn-1defput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:newNode=Node(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:lru=self.tail.prevself._remove_node(lru)delself.cache[lru.key]def_add_node(self,node:Node)->None:node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node:Node)->None:prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node:Node)->None:self._remove_node(node)self._add_node(node)题目2给你一个排序数组，其中元素的范围在1到n（n为数组长度），其中有些元素重复，请找出所有重复的元素。回答：可以使用哈希表统计频率，但需要O(n)空间。更优解：1.排序数组，相同元素必定相邻2.遍历数组，比较相邻元素3.时间复杂度O(n)，空间复杂度O(1)示例代码（Python）：pythondeffindDuplicates(nums):duplicates=[]i=0whilei<len(nums):ifnums[i]!=i+1:如果当前元素不等于其应该的位置ifnums[nums[i]-1]==nums[i]:如果当前位置的元素与应该位置的元素相同，说明重复duplicates.append(nums[i])将元素放到正确位置nums[i],nums[nums[i]-1]=nums[nums[i]-1],nums[i]else:否则交换到正确位置nums[i],nums[nums[i]-1]=nums[nums[i]-1],nums[i]else:i+=1returnduplicates题目3实现二叉树的中序遍历，要求使用递归和非递归两种方式。回答：递归方式：pythondefinorder_traversal_recursive(root):result=[]defdfs(node):ifnode:dfs(node.left)result.append(node.val)dfs(node.right)dfs(root)returnresult非递归方式（使用栈）：pythondefinorder_traversal_iterative(root):stack,current=[],rootresult=[]whilestackorcurrent:whilecurrent:stack.append(current)current=current.leftcurrent=stack.pop()result.append(current.val)current=current.rightreturnresult题目4给定一个字符串，请找出不重复的最长子串的长度。回答：使用滑动窗口+哈希表：1.初始化两个指针left和right表示窗口边界2.使用哈希表记录字符最后出现的位置3.右指针向右移动，如果遇到重复字符：-更新左指针到重复字符的下一个位置-更新哈希表中字符的最后出现位置4.不断更新最大长度示例代码（Python）：pythondeflength_of_longest_substring(s:str)->int:char_map={}left=0max_length=0forrightinrange(len(s)):ifs[right]inchar_map:left=max(left,char_map[s[right]]+1)char_map[s[right]]=rightmax_length=max(max_length,right-left+1)returnmax_length题目5实现快速排序算法，并说明其时间复杂度。回答：快速排序实现：pythondefquicksort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquicksort(left)+middle+quicksort(right)时间复杂度：-最好情况：O(nlogn)，每次都均匀分区-平均情况：O(nlogn)，随机选择枢轴-最坏情况：O(n²)，每次都选择最大或最小元素作为枢轴优化方法：1.随机选择枢轴2.三数取中法选择枢轴3.使用插入排序处理小数组三、系统设计与架构（5题，每题10分，共50分）题目1设计一个简单的URL短链接服务，要求说明主要组件和流程。回答：主要组件：1.前端服务：接收用户请求，返回短链接2.后端服务：处理业务逻辑，存储映射关系3.数据库：存储长链接和短链接的映射4.缓存：提高查询效率流程：1.用户请求短链接服务，传入长链接2.服务生成短链接（如随机生成6位字符）3.查询数据库检查是否已存在相同短链接4.存储映射关系（长链接->短链接，短链接->长链接）5.缓存映射关系6.返回短链接给用户技术选型：-前端：Nginx/HAProxy-后端：Node.js/Go-数据库：Redis（缓存）+PostgreSQL/MongoDB（持久化）-短链接生成：Base62编码（a-z,A-Z,0-9）题目2设计一个高并发的计数器服务，要求支持分布式部署。回答：设计方案：1.使用Redis实现分布式锁2.使用Redis的INCR命令实现原子计数3.使用Redis的EXPIRE设置过期时间，防止内存泄漏架构：1.前端：Nginx负载均衡2.后端：多实例部署，每个实例独立计数3.Redis集群：实现分布式锁和计数流程：1.客户端请求计数2.前端Nginx进行负载均衡3.后端实例获取分布式锁4.如果获取成功，使用RedisINCR命令计数5.释放锁6.返回计数结果优化：-使用RedisPipeline减少网络往返次数-使用分片技术处理超大规模计数-使用Lua脚本在Redis服务器端执行，减少主从复制延迟题目3设计一个微博点赞功能，要求支持实时通知。回答：系统架构：1.用户端：前端展示点赞状态，发送点赞请求2.API服务：处理点赞请求，更新点赞状态3.消息队列：异步处理点赞通知4.通知服务：推送实时通知5.数据库：存储点赞关系6.缓存：缓存点赞状态流程：1.用户点击点赞按钮2.前端发送点赞请求到API服务3.API服务检查是否已点赞：-如果已点赞，取消点赞并删除记录-如果未点赞，创建点赞记录4.API服务向消息队列发送点赞事件（包含被点赞用户、点赞用户等信息）5.通知服务消费消息队列中的事件6.通知服务向被点赞用户推送实时通知（WebSocket/长轮询）7.缓存更新点赞状态，提高查询效率技术选型：-API服务：SpringCloud/GoKit-消息队列：Kafka/RabbitMQ-通知服务：WebSocket/Server-SentEvents-数据库：MySQL/PostgreSQL-缓存：Redis题目4设计一个简单的消息推送服务，要求支持离线推送。回答：系统架构：1.推送服务：接收推送请求，管理推送任务2.消息队列：存储待推送消息3.缓存：存储用户设备信息4.数据库：持久化用户设备关系5.推送客户端：接收并展示推送消息流程：1.应用发送推送请求到推送服务2.推送服务检查用户设备信息：-如果设备在线，直接推送-如果设备离线，将消息存入消息队列3.推送服务定期检查消息队列4.推送服务根据用户设备信息向设备推送消息5.设备接收消息后更新状态离线推送实现：1.设备上线时检查未读消息2.使用设备Token和用户ID建立映射关系3.使用长连接（WebSocket/HTTP长轮询）保持设备在线状态4.使用推送服务标记消息状态（待推送/已推送/已读）技术选型：-推送服务：Node.js/Go-消息队列：Kafka/RabbitMQ-推送协议：APNS/FCM/WebSocket-缓存：Redis题目5设计一个简单的商品推荐系统，要求说明核心算法和架构。回答：系统架构：1.数据采集层：收集用户行为数据2.数据处理层：清洗和转换数据3.推荐引擎：计算推荐结果4.缓存层：缓存推荐结果5.前端展示：展示推荐商品核心算法：1.协同过滤：-基于用户：找到相似用户喜欢的商品-基于物品：找到相似商品2.内容推荐：-基于商品特征和用户兴趣3.混合推荐：-结合多种算法，提高推荐效果实现：1.离线计算：-每日计算用户画像和商品特征-使用矩阵分解等技术进行推荐2.实时推荐：-使用机器学习模型实时计算推荐结果-使用流处理技术处理实时数据技术选型：-数据采集：Flume/Kafka-数据处理：Spark/Flink-推荐引擎：TensorFlow/PyTorch-缓存：Redis/Memcached-前端：React/Vue四、数据库与存储（5题，每题10分，共50分）题目1解释数据库事务的ACID特性，并说明为什么需要事务。回答：ACID特性：1.原子性（Atomicity）：事务是一组操作要么全部成功，要么全部失败2.一致性（Consistency）：事务必须使数据库从一个一致性状态转移到另一个一致性状态3.隔离性（Isolation）：一个事务的执行不能被其他事务干扰4.持久性（Durability）：一个事务一旦提交，它对数据库中数据的改变就是永久性的需要事务的原因：1.保证数据完整性：防止脏读、不可重复读、幻读等问题2.提供可靠的数据操作：确保关键业务操作的完成3.维护数据一致性：在复杂操作中保持数据状态正确4.支持并发控制：允许多个事务同时执行而不互相干扰题目2设计一个支持高并发的订单表，说明字段设计、索引和锁策略。回答：字段设计：sqlCREATETABLEorders(order_idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,quantityINTNOTNULL,total_amountDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','shipped','completed','cancelled')NOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(user_id),FOREIGNKEY(product_id)REFERENCESproducts(product_id));索引设计：1.主键索引：order_id2.覆盖索引：user_id+product_id+quantity（用于查询订单明细）3.查询优化索引：status+created_at（用于查询特定状态和时间范围的订单）4.并发优化索引：user_id+status（用于查询用户订单状态）锁策略：1.行级锁：使用InnoDB引擎的行级锁，避免长事务锁定大量行2.表级锁：在需要时使用表级锁，但尽量避免3.锁顺序：遵循"先读后写"原则，减少锁竞争4.锁超时：设置合理的锁超时时间，防止死锁题目3解释MySQL中的索引类型，并说明如何选择合适的索引类型。回答：索引类型：1.普通索引（INDEX）：最基本的索引，支持等值查询和范围查询2.主键索引（PRIMARYKEY）：唯一索引，每个表只能有一个3.唯一索引（UNIQUE）：保证列值唯一，可以是单列或多列4.聚合索引（COVERINGINDEX）：包含查询所需的所有列，无需回表5.全文索引（FULLTEXT）：用于全文搜索，只适用于InnoDB和MyISAM6.延迟索引（SECONDARYINDEX）：在非聚簇索引中包含指向聚簇索引的指针选择索引类型：1.根据查询类型：等值查询用普通索引，范围查询用普通索引2.根据数据量：数据量小可考虑全表扫描，大数据量必须用索引3.根据查询频率：频繁查询的列建立索引4.根据列特性：字符串列使用前缀索引，数值列使用普通索引5.避免过度索引：每个索引都有维护成本，过多索引会降低写性能题目4设计一个支持高并发的秒杀系统，说明数据库和架构设计。回答：数据库设计：sqlCREATETABLEseckill_items(item_idBIGINTAUTO_INCREMENTPRIMARYKEY,nameVARCHAR(255)NOTNULL,priceDECIMAL(10,2)NOTNULL,stockINTNO