2026年高级编程面试题及答案解析

2026年高级编程面试题及答案解析一、算法与数据结构（共5题，每题20分，总分100分）1.题目：给定一个字符串数组，请编写一个函数，找出并返回数组中最长的无重复字符的子串的长度。例如，输入`["abcabcbb"]`，输出`3`（对应子串`"abc"`）。答案解析：使用滑动窗口技术。刜始，左右指针均指向数组头部，维护一个哈希集合记录窗口内的字符。右指针遍历数组，若当前字符不在哈希集合中，则将其加入集合并更新最大长度；若已存在，则移动左指针直到窗口内无重复字符，再继续右移。时间复杂度O(n)，空间复杂度O(min(m,n))，其中m为字符集大小。pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_len=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_len=max(max_len,right-left+1)returnmax_len2.题目：实现一个函数，检查一个二叉树是否是平衡二叉树。平衡二叉树的定义是：对于任意节点，其左右子树的高度差不超过1。答案解析：采用自顶向下的递归方法。对每个节点，计算其左右子树的高度，若高度差超过1则返回False；否则递归检查左右子树。同时使用后序遍历优化，避免重复计算高度。时间复杂度O(n)，空间复杂度O(h)，其中h为树的高度。pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root:TreeNode)->bool:defcheck(node:TreeNode)->int:ifnotnode:return0left=check(node.left)ifleft==-1:return-1right=check(node.right)ifright==-1:return-1ifabs(left-right)>1:return-1returnmax(left,right)+1returncheck(root)!=-13.题目：给定一个整数数组，请编写一个函数，找出并返回数组中的最长递增子序列的长度。例如，输入`[10,9,2,5,3,7,101,18]`，输出`4`（对应子序列`[2,5,7,101]`）。答案解析：使用动态规划。刜始，创建一个长度为n的数组dp，其中dp[i]表示以nums[i]结尾的最长递增子序列的长度。刜始时，每个dp[i]为1。遍历数组，对于每个nums[i]，若存在nums[j]<nums[i]（j<i），则dp[i]=max(dp[i],dp[j]+1)。最终，max(dp)即为答案。时间复杂度O(n^2)，空间复杂度O(n)。pythondeflength_of_lis(nums:list)->int:ifnotnums:return0dp=[1]len(nums)foriinrange(1,len(nums)):forjinrange(i):ifnums[j]<nums[i]:dp[i]=max(dp[i],dp[j]+1)returnmax(dp)4.题目：请编写一个函数，实现快速排序算法。输入一个整数数组，返回排序后的数组。答案解析：快速排序采用分治思想。选择一个基准值（通常为第一个或最后一个元素），将数组分为两部分：左边的元素均小于基准值，右边的元素均大于基准值。递归对左右两部分进行排序。时间复杂度平均O(nlogn)，最坏O(n^2)，空间复杂度O(logn)。pythondefquick_sort(nums:list)->list:defpartition(left:int,right:int)->int:pivot=nums[right]i=left-1forjinrange(left,right):ifnums[j]<=pivot:i+=1nums[i],nums[j]=nums[j],nums[i]nums[i+1],nums[right]=nums[right],nums[i+1]returni+1defsort(left:int,right:int):ifleft<right:pivot_index=partition(left,right)sort(left,pivot_index-1)sort(pivot_index+1,right)sort(0,len(nums)-1)returnnums5.题目：实现一个函数，检查一个链表是否包含环。若存在环，返回True；否则返回False。答案解析：使用快慢指针法。刜始，快指针和慢指针均指向链表头部，快指针每次移动两步，慢指针每次移动一步。若链表有环，快慢指针终将相遇；否则快指针到达链表尾部。时间复杂度O(n)，空间复杂度O(1)。pythonclassListNode:def__init__(self,x):self.val=xself.next=Nonedefhas_cycle(head:ListNode)->bool:ifnothead:returnFalseslow=headfast=head.nextwhileslow!=fast:ifnotfastornotfast.next:returnFalseslow=slow.nextfast=fast.next.nextreturnTrue二、系统设计（共3题，每题35分，总分105分）1.题目：设计一个高并发的短链接系统。要求：-用户输入长链接，系统返回短链接。-访问短链接时，系统解析为长链接并返回。-系统需支持高并发访问，具备高可用性。答案解析：采用以下设计：1.短链接生成：使用Base62编码（a-z、A-Z、0-9）将长链接映射为固定长度的短链接。例如，将长链接的哈希值转为62进制。2.存储层：使用Redis（支持高并发）存储短链接与长链接的映射关系，设置合适的过期时间。3.负载均衡：使用Nginx分发请求到多个后端服务，每个服务独立处理解析请求。4.分布式锁：若需写入操作（如生成短链接），使用Redis分布式锁防止冲突。5.监控与限流：使用Prometheus监控系统状态，使用令牌桶算法限流防止过载。pythonimporthashlibimportbase64defgenerate_short_url(long_url:str)->str:hash_object=hashlib.sha256(long_url.encode())hash_hex=hash_object.hexdigest()hash_short=base64.urlsafe_b64encode(hash_hex.encode()).decode().rstrip('=')returnhash_short[:6]#6字符短链接defparse_short_url(short_url:str)->str:return"/"+short_url#示例解析逻辑2.题目：设计一个微博系统，要求：-用户可以发布、关注、点赞、评论微博。-系统需支持实时消息推送（如关注者的动态更新）。-微博数据量大时，需保证查询效率。答案解析：1.数据库设计：-用户表：存储用户信息。-微博表：使用InnoDB引擎，主键为自增ID，索引包括用户ID、发布时间。-关注关系表：存储用户关注关系，支持快速查询被关注用户的微博。2.实时消息推送：-使用WebSocket或MQTT实现服务端推送到客户端。-后端接收到新微博后，通过MQTT将消息推送到相关用户的订阅主题。3.查询优化：-微博表使用分区（按时间范围），分表查询加速大数据量处理。-使用Redis缓存热点微博的点赞数和评论数。python示例伪代码：关注关系存储deffollow_user(follower_id:int,followee_id:int):插入关注关系passdefget_following_tweets(user_id:int):返回关注者的微博，使用Redis缓存热点数据pass3.题目：设计一个分布式任务调度系统，要求：-支持定时任务和周期性任务。-具备任务失败重试机制。-支持任务优先级和依赖关系。答案解析：1.任务存储：使用Redis存储任务队列，包含任务ID、执行时间、优先级、依赖关系。2.调度器：-每个节点维护一个定时器，定期检查过期任务并推送到执行队列。-使用PriorityQueue维护任务优先级，确保高优先级任务优先执行。3.重试机制：-任务执行失败后，将其重新入队，并设置重试次数。-若重试次数达到上限，则记录失败日志并通知管理员。4.依赖关系：-任务执行前，检查其依赖的任务是否已完成，若未完成则阻塞执行。pythonfromredisimportRedisimporttimeclassTaskScheduler:def__init__(self):self.redis=Redis()self.task_queue=self.redis.pubsub()defadd_task(self,task_id:str,execute_time:int,priority:int):添加任务到Redis队列passdefexecute_task(self):执行任务pass三、数据库与存储（共3题，每题35分，总分105分）1.题目：设计一个电商订单系统，要求：-订单表存储订单信息，支持高并发写入。-订单状态需支持实时更新（如已支付、已发货）。-订单查询需支持分页和按时间范围筛选。答案解析：1.数据库设计：-订单表：使用InnoDB引擎，主键为自增ID，索引包括用户ID、订单时间、状态。-使用Redis缓存订单状态，减少数据库写入压力。2.实时更新：-订单状态变更时，使用RedisPub/Sub通知相关服务（如消息队列）。-客户端通过WebSocket实时订阅订单状态变更。3.查询优化：-订单表按时间范围分区，分表查询加速大数据量处理。-使用Redis缓存热门订单的详细信息。sql--示例SQL：订单表创建CREATETABLEorders(idINTAUTO_INCREMENTPRIMARYKEY,user_idINT,order_timeDATETIME,statusVARCHAR(20),INDEXidx_user_time(user_id,order_time));2.题目：设计一个高并发的秒杀系统，要求：-用户点击秒杀按钮时，系统需验证库存并扣减库存。-若库存不足，需返回失败信息。-系统需防止超卖和并发问题。答案解析：1.库存管理：-使用Redis原子操作（如DECR）扣减库存，确保高并发下库存准确。-设置Redis过期时间，防止库存超卖。2.防止超卖：-用户点击秒杀按钮时，先验证Redis库存，若充足则扣减库存并写入订单表。-若库存不足，则返回失败信息。3.分布式锁：-使用Redis分布式锁防止多个请求同时扣减库存。pythonfromredisimportRedisdefseckill_item(user_id:int,item_id:int,redis_client:Redis):尝试扣减库存stock_key=f"stock:{item_id}"ifredis_client.decr(stock_key)>=0:库存充足，写入订单passelse:库存不足pass3.题目：设计一个用户行为分析系统，要求：-存储用户行为日志（如点击、浏览、购买）。-支持按用户ID和时间段查询行为统计。-系统需支持高并发写入和实时查询。答案解析：1.日志存储：-使用Kafka收集用户行为日志，写入HDFS或分布式数据库（如ClickHouse）。-ClickHouse使用向量化查询加速大数据量统计。2.实时查询：-用户行为数据写入Redis，支持毫秒级查询。-使用RedisStreams实现准实时分析。3.分