2026年软件开发工程师面试测试题

2026年软件开发工程师面试测试题一、编程语言基础（5题，每题10分，共50分）1.题目：请用Python编写一个函数，接收一个字符串作为输入，返回该字符串中所有唯一字符的列表（即出现一次的字符），按在字符串中出现的顺序排列。答案：pythondefunique_chars(s):count={}forcharins:count[char]=count.get(char,0)+1return[charforcharinsifcount[char]==1]解析：首先使用字典统计每个字符的出现次数，然后遍历字符串，选择出现次数为1的字符并按顺序返回。时间复杂度为O(n)，空间复杂度为O(n)。2.题目：请用Java实现一个方法，接收一个整数数组，返回该数组的中位数。假设数组长度为奇数或偶数。答案：javapublicstaticdoublefindMedian(int[]arr){Arrays.sort(arr);intn=arr.length;if(n%2==0){return(arr[n/2-1]+arr[n/2])/2.0;}else{returnarr[n/2];}}解析：首先对数组进行排序，然后根据数组长度是奇数还是偶数计算中位数。奇数时取中间值，偶数时取中间两个值的平均值。3.题目：请用C++编写一个函数，实现快速排序算法，对传入的整数数组进行排序。答案：cppinclude<vector>usingnamespacestd;voidquickSort(vector<int>&arr,intleft,intright){if(left>=right)return;intpivot=arr[(left+right)/2];inti=left,j=right;while(i<=j){while(arr[i]<pivot)i++;while(arr[j]>pivot)j--;if(i<=j){swap(arr[i],arr[j]);i++,j--;}}quickSort(arr,left,j);quickSort(arr,i,right);}解析：快速排序采用分治法，选择一个基准值（pivot），将数组分成小于和大于基准值的两部分，然后递归地对这两部分进行排序。4.题目：请用JavaScript编写一个函数，检查一个字符串是否是回文（即正读和反读相同）。答案：javascriptfunctionisPalindrome(s){letleft=0,right=s.length-1;while(left<right){if(s[left]!==s[right])returnfalse;left++,right--;}returntrue;}解析：使用双指针法，从字符串两端向中间遍历，比较对应位置的字符是否相同，若全部相同则为回文。5.题目：请用Go语言实现一个函数，接收两个整数n和m，返回n的m次方。答案：gofuncpow(nint,mint)int{result:=1form>0{ifm%2==1{result=n}n=nm/=2}returnresult}解析：使用快速幂算法，将指数m分解为二进制形式，通过位运算高效计算幂次方。二、数据结构与算法（5题，每题10分，共50分）1.题目：请用Java实现一个二叉搜索树（BST），并实现插入和查找操作。答案：javaclassTreeNode{intval;TreeNodeleft,right;TreeNode(intval){this.val=val;}}publicclassBST{TreeNoderoot;publicvoidinsert(intval){root=insertRec(root,val);}privateTreeNodeinsertRec(TreeNodenode,intval){if(node==null)returnnewTreeNode(val);if(val<node.val)node.left=insertRec(node.left,val);elseif(val>node.val)node.right=insertRec(node.right,val);returnnode;}publicbooleansearch(intval){returnsearchRec(root,val)!=null;}privateTreeNodesearchRec(TreeNodenode,intval){if(node==null||node.val==val)returnnode;if(val<node.val)returnsearchRec(node.left,val);elsereturnsearchRec(node.right,val);}}解析：二叉搜索树满足左子树所有节点小于根节点，右子树所有节点大于根节点。插入时递归找到合适位置，查找时同样递归比较。2.题目：请用Python实现一个LRU（最近最少使用）缓存，支持get和put操作。答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:int)->int:ifkeynotinself.cache:return-1self.order.remove(key)self.order.append(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)==self.capacity:oldest=self.order.pop(0)delself.cache[oldest]self.cache[key]=valueself.order.append(key)解析：使用哈希表存储键值对，维护一个双向链表记录访问顺序。get时将键移到队尾，put时若已存在则更新值并移到队尾，若超出容量则删除最久未使用的键。3.题目：请用C++实现一个图的深度优先搜索（DFS）算法，用邻接表表示图。答案：cppinclude<vector>include<unordered_set>usingnamespacestd;voidDFS(vector<vector<int>>&graph,intv,unordered_set<int>&visited){visited.insert(v);cout<<v<<"";for(intneighbor:graph[v]){if(visited.find(neighbor)==visited.end()){DFS(graph,neighbor,visited);}}}voidDFSTraversal(vector<vector<int>>&graph){unordered_set<int>visited;for(inti=0;i<graph.size();i++){if(visited.find(i)==visited.end()){DFS(graph,i,visited);}}}解析：DFS通过递归遍历每个节点及其邻接节点，使用哈希集合记录已访问节点防止重复访问。4.题目：请用JavaScript实现一个最小堆（MinHeap），支持插入和删除最小元素操作。答案：javascriptclassMinHeap{constructor(){this.heap=[];}insert(val){this.heap.push(val);this.heapifyUp(this.heap.length-1);}extractMin(){if(this.heap.length===0)returnnull;if(this.heap.length===1)returnthis.heap.pop();constmin=this.heap[0];this.heap[0]=this.heap.pop();this.heapifyDown(0);returnmin;}heapifyUp(index){while(index>0){letparent=Math.floor((index-1)/2);if(this.heap[parent]>this.heap[index]){[this.heap[parent],this.heap[index]]=[this.heap[index],this.heap[parent]];index=parent;}else{break;}}}heapifyDown(index){constlength=this.heap.length;while(true){letleft=2index+1;letright=2index+2;letsmallest=index;if(left<length&&this.heap[left]<this.heap[smallest]){smallest=left;}if(right<length&&this.heap[right]<this.heap[smallest]){smallest=right;}if(smallest!==index){[this.heap[smallest],this.heap[index]]=[this.heap[index],this.heap[smallest]];index=smallest;}else{break;}}}}解析：最小堆满足父节点小于或等于子节点，插入时上浮调整，删除时下沉调整。堆操作时间复杂度为O(logn)。5.题目：请用Python实现一个拓扑排序算法，输入一个有向无环图（DAG），返回一个拓扑排序的顶点序列。答案：pythonfromcollectionsimportdequedeftopologicalSort(graph):in_degree={u:0foruingraph}foruingraph:forvingraph[u]:in_degree[v]+=1queue=deque([uforuingraphifin_degree[u]==0])top_order=[]whilequeue:u=queue.popleft()top_order.append(u)forvingraph[u]:in_degree[v]-=1ifin_degree[v]==0:queue.append(v)iflen(top_order)==len(graph):returntop_orderelse:return[]#表示存在环解析：拓扑排序通过Kahn算法实现，首先计算每个节点的入度，将入度为0的节点加入队列，然后逐个处理并更新邻接节点的入度，若最终处理节点数等于图节点数则表示无环。三、系统设计（3题，每题20分，共60分）1.题目：设计一个短链接服务系统，要求支持以下功能：-用户输入长链接，系统返回短链接。-用户访问短链接时，系统解析为长链接并跳转。-支持自定义短链接前缀（可选）。-需要考虑高并发和分布式部署场景。答案：系统设计如下：1.短链接生成：-使用哈希算法（如SHA-256）对长链接进行哈希，取哈希值的前6位作为短链接ID。-支持自定义前缀，通过映射表将前缀与起始ID关联。2.存储：-使用Redis存储短链接ID与长链接的映射，设置过期时间（如24小时）。-若自定义前缀，使用ZSet按前缀排序ID，方便快速查找。3.访问解析：-用户访问短链接时，先解析ID，查询Redis获取长链接。-若Redis未命中，查询数据库（分布式场景下使用分片）。4.高并发处理：-使用分布式限流（如Nginx或HAProxy）。-短链接ID生成使用分布式ID生成器（如Snowflake）。解析：关键点在于ID生成与存储的高效性，Redis提供高速读写；分布式场景下需考虑ID唯一性和查询一致性。2.题目：设计一个简单的消息队列系统，要求支持：-生产者发送消息，消费者接收消息。-消息不丢失（支持确认机制）。-支持消息重试（失败消息重新入队）。-考虑高可用和可扩展性。答案：系统设计如下：1.消息存储：-使用Kafka或RabbitMQ作为中间件，支持持久化。-消息存储在磁盘上，配合事务保证不丢失。2.生产者：-发送消息时记录offset，发送成功后写入数据库。-使用消息确认机制（如RabbitMQ的ACK）。3.消费者：-接收消息后确认ACK，若失败则重新入队。-支持消费者组，多个消费者并行处理。4.高可用与扩展：-使用集群模式（如Kafka的多副本）。-消息重试时设置最大重试次数，避免无限循环。解析：核心在于消息确认和重试机制，保证不丢失；集群模式提升可用性和扩展性。3.题目：设计一个高并发的秒杀系统，要求：-每个用户每秒只能购买一个商品。-防止超卖和并发抢购。-系统需支持水平扩展。答案：系统设计如下：1.库存扣减：-使用Redis的Lua脚本原子扣减库存，防止超卖。-脚本同时判断库存是否足够，不足则返回失败。2.防止并发：-用户请求时使用分布式锁（如RedisLock）。-锁与库存扣减操作在同一个Lua脚本中执行。3.限流：-使用令牌桶算法（如Nginx或Redis）控制并发请求。4.水平扩展：-后端服务使用无状态设计，配合负载均衡。-库存数据使用Redis集群分片存储。解析：关键在于Lua脚本的原子性操作，保证库存扣减与并发控制的完整性；分布式锁防止超卖。四、数据库与存储（2题，每题15分，共30分）1.题目：请解释数据库事务的ACID特性，并举例说明如何在MySQL中实现事务。答案：ACID特性：-原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败。-MySQL示例：使用`STARTTRANSACTION;...COMMIT;`或`ROLLBACK;`。-一致性（Consistency）：事务必须保证数据库从一个一致性状态转移到另一个一致性状态。-示例：插入用户时检查`age`是否为正数。-隔离性（Isolation）：并发事务互不干扰，一个事务的中间状态对其他事务不可见。-示例：设置隔离级别`SETTRANSACTIONISOLATIONLEVELSERIALIZABLE;`。-持久性（Durability）：事务提交后，其结果永久保存在数据库中。-示例：MySQL默认使用Inn