2026年去哪儿网技术面试问题及答案详解

2026年去哪儿网技术面试问题及答案详解一、编程题（共3题，每题20分，总分60分）题目1（Java编程题，20分）题目描述：去哪儿网需要对用户搜索的航班数据进行去重处理。假设输入一个航班列表，每个航班包含航班号（字符串）、出发时间（时间戳）和价格（整数）。请编写一个Java方法，去除重复航班（航班号相同且出发时间相同的航班），并按价格从低到高排序。示例输入：javaList<Flight>flights=Arrays.asList(newFlight("CA123",1682444800,800),newFlight("MU567",1682444800,1200),newFlight("CA123",1682444800,850),newFlight("HU456",1682444800,750),newFlight("MU567",1682445600,1200));示例输出：java[newFlight("HU456",1682444800,750),newFlight("CA123",1682444800,800),newFlight("MU567",1682444800,1200),newFlight("MU567",1682445600,1200)]要求：1.不能修改航班对象的属性，只能通过排序和过滤实现去重。2.时间复杂度尽可能低（最好O(nlogn)）。答案：javaimportjava.util.;classFlight{StringflightNumber;longdepartureTime;intprice;publicFlight(StringflightNumber,longdepartureTime,intprice){this.flightNumber=flightNumber;this.departureTime=departureTime;this.price=price;}@OverridepublicStringtoString(){return"Flight{"+"flightNumber='"+flightNumber+'\''+",departureTime="+departureTime+",price="+price+'}';}}publicclassFlightProcessor{publicstaticList<Flight>removeDuplicatesAndSort(List<Flight>flights){if(flights==null||flights.isEmpty())returnnewArrayList<>();//使用Map去重，key为航班号+出发时间组合Map<String,Flight>uniqueFlights=newHashMap<>();for(Flightflight:flights){Stringkey=flight.flightNumber+flight.departureTime;//如果key已存在，保留价格较低的航班if(uniqueFlights.containsKey(key)){Flightexisting=uniqueFlights.get(key);if(flight.price<existing.price){uniqueFlights.put(key,flight);}}else{uniqueFlights.put(key,flight);}}//转换为List并排序List<Flight>result=newArrayList<>(uniqueFlights.values());result.sort(CparingInt(f->f.price));returnresult;}publicstaticvoidmain(String[]args){List<Flight>flights=Arrays.asList(newFlight("CA123",1682444800,800),newFlight("MU567",1682444800,1200),newFlight("CA123",1682444800,850),newFlight("HU456",1682444800,750),newFlight("MU567",1682445600,1200));List<Flight>result=removeDuplicatesAndSort(flights);result.forEach(System.out::println);}}解析：1.去重逻辑：通过航班号和出发时间的组合作为唯一键，使用`HashMap`存储唯一航班。如果发现重复航班，比较价格并保留较低价格的航班。2.排序逻辑：使用`Comparator`按价格升序排序。3.复杂度分析：去重操作为O(n)，排序操作为O(nlogn)，总体复杂度符合要求。题目2（Python编程题，20分）题目描述：去哪儿网需要统计用户评论中的关键词频率。给定一个字符串列表，每个字符串代表一条评论，请编写Python函数统计每个词出现的次数，并返回出现频率最高的前3个词及其出现次数。示例输入：pythoncomments=["机票价格太贵了","酒店位置很好，服务也不错","航班准点率很高","机票价格太贵了，但是酒店位置很好","服务不错，准点率很高"]示例输出：python[('价格',2),('酒店',2),('服务',2)]要求：1.忽略大小写和标点符号。2.只统计中文词语（如"价格"、"酒店"）。答案：pythonfromcollectionsimportCounterimportredeftop_keywords(comments):合并所有评论并分词all_text=''.join(comments)使用正则提取中文词语words=re.findall(r'[\u4e00-\u9fa5]+',all_text)统计词频counter=Counter(words)返回前3个高频词returncounter.most_common(3)示例comments=["机票价格太贵了","酒店位置很好，服务也不错","航班准点率很高","机票价格太贵了，但是酒店位置很好","服务不错，准点率很高"]print(top_keywords(comments))解析：1.分词逻辑：使用正则表达式`[\u4e00-\u9fa5]+`匹配中文词语。2.统计逻辑：使用`Counter`统计词频并获取前3个高频词。3.注意：忽略大小写和标点符号，只统计中文词语。题目3（算法题，20分）题目描述：去哪儿网在推荐航班时，需要根据用户的历史搜索记录生成相似航班。给定两个航班列表，每个航班包含目的地和价格，请编写函数计算两个列表的相似度（航班数量相同且价格差异不超过20%的航班被视为相似）。示例输入：pythonlist1=[("北京",800),("上海",1200),("广州",650)]list2=[("北京",850),("上海",1150),("广州",600)]示例输出：python0.6667要求：1.相似航班必须数量相同。2.价格差异不超过20%的航班算作相似。答案：pythondefcalculate_similarity(list1,list2):iflen(list1)!=len(list2):return0.0similar_count=0for(dest1,price1),(dest2,price2)inzip(list1,list2):ifabs(price1-price2)/price1<=0.2:similar_count+=1returnsimilar_count/len(list1)示例list1=[("北京",800),("上海",1200),("广州",650)]list2=[("北京",850),("上海",1150),("广州",600)]print(calculate_similarity(list1,list2))解析：1.相似度计算：首先检查列表长度是否相同，然后逐个比较价格差异是否在20%以内。2.结果：相似航班数量占比即为相似度。二、系统设计题（共2题，每题20分，总分40分）题目4（Java/Go系统设计，20分）题目描述：去哪儿网需要设计一个实时航班状态监控系统，支持每分钟接收大量航班状态更新（如延误、准点等），并对外提供航班状态的查询服务。请设计系统架构，并说明关键技术选型。要求：1.系统需支持高并发（QPS>10万）。2.数据需支持实时查询（延迟低于1秒）。3.允许航班状态数据持久化（支持事后追溯）。答案：系统架构：1.数据采集层：使用Kafka作为消息队列，接收航班状态更新。Kafka的高吞吐量和容错性适合处理高频数据。2.数据处理层：-使用Flink或SparkStreaming进行实时数据处理，计算航班延误率等指标。-数据写入Redis（内存数据库）缓存热点航班状态，支持低延迟查询。3.数据持久化：-使用HBase或Cassandra存储历史航班状态，支持快速分页查询。4.查询服务：-提供RESTfulAPI接口，优先从Redis获取实时数据，Redis未命中时从HBase查询。关键技术：-Kafka：高吞吐量消息队列。-Flink/SparkStreaming：实时流处理。-Redis：内存缓存热点数据。-HBase/Cassandra：列式数据库持久化。解析：1.高并发处理：Kafka分片+Flink批流一体。2.低延迟查询：Redis缓存+HBase后端。3.持久化：列式数据库适合时序数据。题目5（Python/Go系统设计，20分）题目描述：去哪儿网需要设计一个机票价格预测系统，输入用户搜索记录和实时航班数据，输出未来24小时内机票价格的预测值。请设计系统架构，并说明关键技术选型。要求：1.预测精度需达到80%以上。2.系统需支持实时更新（数据每小时更新一次）。3.需考虑节假日等特殊因素的影响。答案：系统架构：1.数据采集层：-使用Prometheus监控航班价格实时数据。-用户搜索记录通过Elasticsearch索引。2.数据处理层：-使用Spark每小时聚合历史价格数据。-使用TensorFlow或PyTorch构建时序预测模型（LSTM）。3.模型训练：-使用节假日、天气等特征增强预测精度。4.预测服务：-提供RESTfulAPI接口，输入航班号和日期，返回预测价格。关键技术：-Elasticsearch：用户搜索记录索引。-Spark：实时数据处理。-TensorFlow/PyTorch：LSTM时序预测模型。-Prometheus：实时数据监控。解析：1.预测精度：LSTM适合处理时序数据，结合节假日特征可提升精度。2.实时更新：Spark每小时聚合数据，TensorFlowServing部署模型。三、数据库题（共2题，每题10分，总分20分）题目6（SQL题，10分）题目描述：去哪儿网数据库中有以下表：-`flights`（航班表，字段：`flight_id`，`origin`，`destination`，`price`）-`bookings`（订单表，字段：`booking_id`，`flight_id`，`user_id`，`status`）请编写SQL查询：1.查询每个目的地的航班数量。2.查询每个用户的订单数量，只显示订单状态为“已支付”的用户。答案：sql--1.查询每个目的地的航班数量SELECTdestination,COUNT()ASflight_countFROMflightsGROUPBYdestination;--2.查询每个用户的订单数量（状态为“已支付”）SELECTuser_id,COUNT()ASorder_countFROMbookingsWHEREstatus='已支付'GROUPBYuser_id;解析：1.分组查询：使用`GROUPBY`统计目的地和用户ID的航班/订单数量。2.条件过滤：使用`WHERE`过滤订单状态。题目7（数据库设计，10分）题目描述：去哪儿网需要设计一个机票预订系统的数据库表结构，要求：1.每个航班可以有多条预订记录。2.用户可以预订多个航班。3.订单需记录预订时间、价格和状态（如“待支付”“已支付”“已取消”）。答案：sql--航班表CREATETABLEflights(flight_idINTPRIMARYKEY,originVARCHAR(50),destinationVARCHAR(50),priceDECIMAL(10,2));--用户表CREATETABLEusers(user_idINTPRIMARYKEY,nameVARCHAR(50));--订单表CREATETABLEbookings(booking_idINTPRIMARYKEY,flight_idINT,user_idINT,booking_timeTIMESTAMP,priceDECIMAL(10,2),statusVARCHAR(20),FOREIGNKEY(flight_id)REFERENCESflights(flight_id),FOREIGNKEY(user_id)REFERENCESusers(user_id));解析：1.多对多关系：通过`bookings`表关联`flights`和`users`。2.外键约束：确保`flight_id