2026年网易技术专家招聘面试题集

2026年网易技术专家招聘面试题集一、编程能力测试（共5题，每题10分）1.题目（10分）：实现一个函数，输入一个正整数`n`，返回一个包含所有小于等于`n`的质数的列表。要求时间复杂度优于O(n²)。示例：输入：`n=10`，输出：`[2,3,5,7]`答案：pythondefsieve_of_eratosthenes(n):ifn<2:return[]is_prime=[True](n+1)is_prime[0]=is_prime[1]=Falseforiinrange(2,int(n0.5)+1):ifis_prime[i]:forjinrange(ii,n+1,i):is_prime[j]=Falsereturn[ifori,primeinenumerate(is_prime)ifprime]示例print(sieve_of_eratosthenes(10))#输出:[2,3,5,7]解析：使用埃拉托斯特尼筛法（SieveofEratosthenes），时间复杂度为O(nloglogn)，优于O(n²)。先初始化一个布尔数组标记所有数字为质数，然后从2开始，将每个质数的倍数标记为非质数，最后返回所有标记为质数的数字。2.题目（10分）：设计一个算法，判断一个二叉树是否为平衡二叉树（即任意节点的左右子树高度差不超过1）。示例：输入：3/\920/\157输出：`True`答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root):defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)ifnotleft_balancedornotright_balancedorabs(left_height-right_height)>1:return0,Falsereturnmax(left_height,right_height)+1,Truereturncheck(root)[1]示例root=TreeNode(3)root.left=TreeNode(9)root.right=TreeNode(20)root.right.left=TreeNode(15)root.right.right=TreeNode(7)print(is_balanced(root))#输出:True解析：通过递归计算每个节点的左右子树高度，若任意节点的左右子树高度差超过1，则返回`False`。同时，如果左子树或右子树本身不平衡，也返回`False`。3.题目（10分）：实现一个LRU（LeastRecentlyUsed）缓存，支持`get`和`put`操作。要求`get`和`put`的时间复杂度为O(1)。示例：pythonlru=LRUCache(2)lru.put(1,1)lru.put(2,2)print(lru.get(1))#返回1lru.put(3,3)#去除键2print(lru.get(2))#返回-1(未找到)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)示例lru=LRUCache(2)lru.put(1,1)lru.put(2,2)print(lru.get(1))#返回1lru.put(3,3)#去除键2print(lru.get(2))#返回-1解析：使用`OrderedDict`维护插入顺序，`get`操作将键移动到末尾表示最近使用，`put`操作同样移动键并删除最久未使用的键（若超出容量）。4.题目（10分）：给定一个字符串`s`，找到其中不重复的最长子串的长度。示例：输入：`s="abcabcbb"`，输出：`3`（最长不重复子串为"abc"）答案：pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_length=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_length=max(max_length,right-left+1)returnmax_length示例print(length_of_longest_substring("abcabcbb"))#输出:3解析：使用滑动窗口技术，`left`和`right`分别表示窗口的左右边界。遍历字符串时，若`right`指向的字符已存在于窗口中，则移动`left`直到窗口无重复字符。每次更新最长子串长度。5.题目（10分）：实现快速排序（QuickSort）算法，并分析其平均时间复杂度和最坏时间复杂度。示例：输入：`[3,6,8,10,1,2,1]`，输出：`[1,1,2,3,6,8,10]`答案：pythondefquick_sort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquick_sort(left)+middle+quick_sort(right)示例print(quick_sort([3,6,8,10,1,2,1]))#输出:[1,1,2,3,6,8,10]解析：快速排序通过分治思想实现：选择一个基准值（pivot），将数组分为小于、等于、大于基准值的三部分，然后递归排序左右部分。平均时间复杂度为O(nlogn)，最坏情况（已排序数组选择中位数）为O(n²)。二、系统设计（共3题，每题20分）1.题目（20分）：设计一个高并发的短链接服务，要求支持高可用、高扩展性，并说明关键技术选型。要求：-输入长链接，输出短链接。-支持分布式访问。-需要考虑链路缓存和分布式锁。答案：系统架构：1.接入层（APIGateway）：使用Nginx或HAProxy进行负载均衡和请求转发。2.服务层（ShortenerService）：-使用无状态服务（如SpringCloud或gRPC），部署在Kubernetes集群中。-数据库选择Redis（缓存短链接映射）+PostgreSQL（持久化映射）。3.分布式锁：使用Redis分布式锁或ZooKeeper保证操作原子性。4.链路缓存：使用Redis缓存热点短链接，减少数据库访问。关键技术：-分布式ID生成：使用TwitterSnowflake算法生成唯一短ID。-负载均衡：Nginx+Keepalived实现高可用。-监控告警：Prometheus+Grafana监控服务状态。解析：短链接服务需满足高并发、高可用，因此采用无状态服务+分布式缓存+负载均衡架构。Redis作为缓存层可显著提升性能，Snowflake算法保证ID唯一性。2.题目（20分）：设计一个实时推荐系统，用户浏览商品时，需在100ms内返回个性化推荐列表。要求：-支持毫秒级实时推荐。-用户行为数据实时写入。-推荐算法需考虑协同过滤和内容相似度。答案：系统架构：1.数据采集层：-用户行为数据通过Kafka写入，使用Flink或SparkStreaming实时处理。2.特征工程：-用户画像：使用Redis缓存用户标签（如购买历史、浏览偏好）。-商品特征：使用Elasticsearch索引商品属性。3.推荐服务：-协同过滤：使用Redis+Lua实现实时相似度计算。-内容相似度：使用Faiss进行向量检索。4.缓存层：-使用Redis缓存热门推荐结果，减少计算。关键技术：-实时计算：Flink1秒内处理百万级数据。-冷启动优化：使用默认推荐列表（如热门商品）。解析：实时推荐系统需兼顾速度和准确性，通过Kafka+流处理+多模型结合实现。Redis+Lua可避免全量计算，提高响应速度。3.题目（20分）：设计一个支持百万级用户的实时消息通知系统，要求低延迟、高可靠。要求：-支持WebSocket和HTTP长轮询。-消息需支持离线存储和重试。-需考虑消息分片和重入问题。答案：系统架构：1.接入层：-WebSocket使用Nginx+WebSockets模块。-HTTP长轮询使用Nginx+Lua动态处理。2.消息队列：-使用RabbitMQ或Kafka处理异步消息。3.消息存储：-Redis缓存热点消息，RocksDB持久化。4.重试机制：-消息失败后写入Redis，定时重试。关键技术：-消息分片：大消息拆分为小消息（如1MB以上拆分）。-幂等性：使用消息ID+Redis锁避免重复消费。解析：实时消息系统需兼顾多种接入方式，通过消息队列解耦，Redis保证低延迟。消息分片和重试机制提升系统鲁棒性。三、数据库与存储（共3题，每题15分）1.题目（15分）：设计一个高并发的订单数据库表，要求支持高并发写入、高可用。要求：-订单ID唯一且自增。-支持事务性写入。-需考虑分库分表。答案：表设计：sqlCREATETABLEorders(order_idBIGINTNOTNULLAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,amountDECIMAL(10,2)NOTNULL,statusVARCHAR(20)DEFAULT'pending',create_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMP,update_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP)ENGINE=InnoDBDEFAULTCHARSET=utf8mb4;高并发方案：1.分库分表：-按用户ID哈希分库，订单表按时间范围分表。2.读写分离：-主库写入，从库读出（如MySQL+ProxySQL）。3.事务优化：-使用本地锁（如InnoDB行锁）避免长事务。解析：订单系统需支持高并发写入，通过分库分表+读写分离提升性能。InnoDB事务保证数据一致性。2.题目（15分）：设计一个支持高并发写入的计数器系统，要求支持分布式部署。要求：-支持原子自增。-支持异步更新。答案：方案：1.Redis方案：-使用Redis的`INCR`命令实现原子自增。-使用`EXPIRE`设置过期时间防止数据冗余。2.MySQL方案：sqlCREATETABLEcounters(idINTAUTO_INCREMENTPRIMARYKEY,counter_nameVARCHAR(50)NOTNULL,valueBIGINTDEFAULT0)ENGINE=InnoDB;-使用`SELECT...FORUPDATE`加锁。解析：Redis单命令原子性适合高并发计数，MySQL需结合锁机制。异步更新可通过消息队列（如RabbitMQ）实现。3.题目（15分）：设计一个支持高并发读写的分布式文件存储系统，要求支持数据冗余和恢复。要求：-数据分片存储。-支持多副本冗余。答案：架构：1.数据分片：-使用一致性哈希（如KubernetesCSI）分配数据。2.副本冗余：-每个分片存储3个副本（如Ceph）。3.数据恢复：-定期快照（如Ceph快照）。解析：分布式文件系统需保证数据可靠性，通过分片+副本冗余实现高可用。Ceph等分布式存储方案可满足需求。四、分布式与中间件（共3题，每题15分）1.题目（15分）：设计一个支持百万级用户的分布式锁服务，要求高可用、低延迟。要求：-支持秒级锁和永锁。-需考虑锁超时和死锁。答案：方案：1.Redis方案：-使用`SETNX`+`EXPIRE`实现锁。lualocallock_key=KEYS[1]locallock_value=ARGV[1]localcurrent_value=redis.call("get",lock_key)ifcurrent_value==nilorcurrent_value==lock_valuethenredis.call("set",lock_key,lock_value,"NX","EX",10)return1elsereturn0end2.ZooKeeper方案：-使用临时有序节点实现锁。解析：Redis+Lua可避免锁竞争，ZooKeeper适合分布式事务场景。锁超时通过`EXPIRE`或临时节点自动释放解决。2.题目（15分）：设计一个支持毫秒级消息投递的分布式消息队列，要求高可靠、低延迟。要求：-支持事务消息和至少一次投递。-需考虑消息重复消费。答案：方案：1.Kafka方案：-配置`acks=all`保证数据不丢失。-使用`transactional.id`实现事务消息。2.RocketMQ方案：-使用`MessageQueueforKafka`兼容Kafka协议。解析：Kafka通过ISR机制保证高可靠，RocketMQ支持事务消息。消息重复消费可通过幂等性键（如订单ID）解决。3.题目（15分）：设计一个支持分布式任务调度的系统，要求支持定时任务和延迟任务。要求：-支持集群部署。-需考虑任务失败重试。答案：方案：1.Quartz+Redis方案：-使用Quartz定时任务框架。-使用Redis存储任务状态和重试队列。2.Elastic-Job方案：-支持多集群部署。解析：Quartz+Redis可灵活调度任务，Elastic-Job适合金融等强一致性场景。任务失败可通过Redis锁重试。五、网络安全与运维（共3题，每题15分）1