2026年腾讯研发工程师面试题及答案

2026年腾讯研发工程师面试题及答案一、编程基础与数据结构（共5题，每题10分，总分50分）1.题目：实现一个函数，输入一个非负整数`n`，返回`n`的汉明重量（即二进制表示中`1`的个数）。例如，输入`11`（二进制`1011`），返回`3`。答案：cppinthammingWeight(intn){intcount=0;while(n!=0){count+=n&1;n>>=1;}returncount;}解析：使用位运算优化性能。每次通过`n&1`判断最低位是否为`1`，然后右移一位。时间复杂度为`O(logn)`。2.题目：给定一个数组`nums`，返回其中所有唯一的、不重复的三元组，使得`nums[i]+nums[j]+nums[k]==target`。例如，输入`nums=[-1,0,1,2]`，`target=0`，返回`[[-1,0,1]]`。答案：cppvector<vector<int>>threeSum(vector<int>&nums,inttarget){sort(nums.begin(),nums.end());vector<vector<int>>res;for(inti=0;i<nums.size();++i){if(i>0&&nums[i]==nums[i-1])continue;intj=i+1,k=nums.size()-1;while(j<k){intsum=nums[i]+nums[j]+nums[k];if(sum==target){res.emplace_back({nums[i],nums[j],nums[k]});while(j<k&&nums[j]==nums[j+1])j++;while(j<k&&nums[k]==nums[k-1])k--;j++;k--;}elseif(sum<target)j++;elsek--;}}returnres;}解析：先排序，然后固定一个数，用双指针法寻找另外两个数。注意去重避免重复解。3.题目：设计一个LRU（最近最少使用）缓存，支持`get`和`put`操作。缓存容量为`capacity`。例如：cppLRUCachecache=newLRUCache(2);cache.put(1,1);//缓存是{1=1}cache.put(2,2);//缓存是{1=1,2=2}cache.get(1);//返回1cache.put(3,3);//去除键2，缓存是{1=1,3=3}cache.get(2);//返回-1(未找到)答案：cppclassLRUCache{private:unordered_map<int,int>cache;list<int>keys;intcapacity;voidtouch(intkey){autoit=keys.find(key);if(it!=keys.end()){keys.erase(it);keys.emplace_front(key);}}public:LRUCache(intcapacity_):capacity(capacity_){}intget(intkey){if(cache.find(key)==cache.end())return-1;touch(key);returncache[key];}voidput(intkey,intvalue){if(cache.find(key)!=cache.end()){cache[key]=value;touch(key);}else{if(cache.size()==capacity){intoldest=keys.back();keys.pop_back();cache.erase(oldest);}cache[key]=value;keys.emplace_front(key);}}};解析：使用`unordered_map`存储键值对，`list`维护访问顺序。`get`时移动到头部，`put`时先删除旧值（如果容量满）。4.题目：给定一个链表，反转链表并返回反转后的头节点。例如，输入`1->2->3->4->5`，返回`5->4->3->2->1`。答案：cppListNodereverseList(ListNodehead){ListNodeprev=nullptr;ListNodecurr=head;while(curr){ListNodenext=curr->next;curr->next=prev;prev=curr;curr=next;}returnprev;}解析：迭代法反转链表，逐个节点调整指针方向。5.题目：实现一个函数，判断一个二叉树是否是平衡二叉树（即任意节点的左右子树高度差不超过1）。答案：cppintgetHeight(TreeNodenode){if(!node)return0;intleft=getHeight(node->left);intright=getHeight(node->right);if(left==-1||right==-1||abs(left-right)>1)return-1;returnmax(left,right)+1;}boolisBalanced(TreeNoderoot){returngetHeight(root)!=-1;}解析：后序遍历计算高度，如果发现高度差超过1或子树不平衡（返回-1），则整棵树不平衡。二、系统设计（共3题，每题15分，总分45分）1.题目：设计一个高并发的短链接系统。要求：-输入长链接，输出短链接（如`/abc123`）。-支持分布式部署。-每次访问短链接时，解析并返回对应的长链接。答案：核心思路：1.短链接生成：使用哈希算法（如CRC32或自定义算法）将长链接映射为短ID（如6位随机或递增ID）。2.分布式存储：使用Redis或Cassandra存储`短ID->长链接`映射，支持高并发读写。3.分布式ID生成：如果用递增ID，可使用Twitter的Snowflake算法（41位时间戳+10位机器ID+12位序列号）。4.缓存：用本地缓存（如LRU）缓存热点短链接，降低Redis访问压力。伪代码：cpp//生成短IDstringgenerateShortID(longlonglongID){//使用哈希或随机算法生成6位IDreturntoHex(longID);}//存储映射voidstoreMapping(stringshortID,stringlongURL){redis.set(shortID,longURL);}//获取长链接stringgetLongURL(stringshortID){stringlongURL=redis.get(shortID);if(longURL.empty()){//缓存未命中，查询数据库longURL=db.get(shortID);redis.set(shortID,longURL);//缓存结果}returnlongURL;}解析：关键在于ID生成和分布式存储。Redis的高并发性能适合此场景，Snowflake算法可确保全局唯一性。2.题目：设计一个消息队列系统（如Kafka或RabbitMQ），要求支持以下功能：-消息持久化（不丢失）。-消息顺序保证（同一消费者按发送顺序接收）。-支持至少一次、最多一次、精确一次消息传递。答案：核心思路：1.持久化：使用分布式存储（如HDFS或Ceph）存储消息，确保磁盘故障不丢失。2.顺序保证：将消息按发送者或主题分组，保证同一组的消息在队列中顺序存储。3.消息传递策略：-至少一次：默认重试机制，防止消息丢失。-最多一次：幂等消费（消费者幂等化处理）。-精确一次：使用事务或Redelivery计数（消费失败重试次数限制）。伪代码：cpp//消息存储structMessage{int64_toffset;//偏移量stringdata;inttries;//重试次数};//生产者voidproduce(stringtopic,stringdata){int64_toffset=db.nextOffset(topic);Messagemsg{offset,data,0};db.append(topic,msg);broker.publish(topic,msg);}//消费者voidconsume(stringtopic){while(true){Messagemsg=queue.poll(topic);try{process(msg.data);mit(topic,msg.offset);}catch(...){msg.tries++;if(msg.tries<=MAX_TRIES){queue.ack(topic,msg.offset);//重发}else{db.logError(topic,msg.offset);}}}}解析：顺序保证需要队列内部有序存储，精确一次需要幂等性设计。腾讯内部可能更关注高可用和低延迟。3.题目：设计一个高并发的秒杀系统。要求：-每秒限量（如1000个商品）。-防止超卖（即使并发极高）。-支持分布式锁或事务。答案：核心思路：1.限流：使用Redis的RateLimiter或Lua脚本控制并发。2.防超卖：-分布式锁：使用Redis或ZooKeeper锁。-库存减扣：扣减库存后判断是否小于0，是则回滚。3.幂等性：使用请求ID或Token防止重复下单。伪代码：cpp//限流Lua脚本stringluaRateLimit=R"(localkey=KEYS[1]locallimit=tonumber(ARGV[1])localnow=tonumber(ARGV[2])localwindow=tonumber(ARGV[3])localcount=redis.call('incr',key)ifcount==1thenredis.call('expire',key,window)endifcount<=limitthenreturn1elsereturn0end)";//秒杀逻辑bool秒杀(stringuserId,stringproductId){//限流检查if(redis.eval(luaRateLimit,1,"limit_"..productId,1000,timestamp,10)==0){returnfalse;//流量超限}//分布式锁if(redis.setnx("lock_"..productId,userId)==1){intstock=db.get("stock_"..productId);if(stock>0){db.decr("stock_"..productId);//下单逻辑returntrue;}else{redis.del("lock_"..productId);returnfalse;}}returnfalse;//被其他用户抢锁}解析：秒杀核心在于限流和库存同步，Redis的原子操作是关键。三、数据库与中间件（共3题，每题15分，总分45分）1.题目：设计一个高并发的订单表，要求：-支持高并发写入（每秒百万笔）。-订单号全局唯一。-支持按订单号或用户ID快速查询。答案：核心思路：1.订单号生成：使用Snowflake算法（41位时间戳+10位机器ID+12位序列号）。2.数据库设计：sqlCREATETABLEorders(idBIGINTAUTO_INCREMENTPRIMARYKEY,order_noBIGINTNOTNULLUNIQUE,user_idBIGINT,amountDECIMAL(10,2),statusTINYINT,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);3.索引优化：-`order_no`唯一索引。-`user_id+created_at`组合索引（用于查询用户最近订单）。4.写入优化：-使用批量写入或Redis缓冲。-分库分表（如按`order_no`模分表）。解析：高并发写入需要数据库性能优化，Snowflake算法适用于分布式场景。腾讯内部可能使用自研中间件（如TBDS）。2.题目：设计一个消息队列的消费者重试机制。要求：-消息消费失败后，自动重试。-重试次数有限制（如3次）。-避免无限重试（如死信队列）。答案：核心思路：1.消息存储：Redis存储待重试消息（`retry_queue`）。2.重试策略：cppvoidprocessMessage(Message&msg){try{//处理消息mit(msg.offset);}catch(...){msg.tries++;if(msg.tries<=MAX_TRIES){//重入重试队列redis.rpush("retry_queue",msg.offset);}else{//死信队列redis.rpush("dead_letter_queue",msg.offset);}}}3.定时任务：后台消费`retry_queue`，动态调整重试间隔（如指数退避）。解析：重试机制需要避免资源耗尽，死信队列用于隔离无解消息。3.题目：如何优化MySQL的慢查询？答案：核心思路：1.慢查询日志：开启`slow_query_log`，设置阈值（如`long_query_time=1s`）。2.索引优化：-避免`IN`替代`=`（如`IN(1,2)`不如`=1OR=2`）。-避免`LIKE'prefix%'`（前缀索引）。3.SQL优化：sql--避免全表扫描SELECTFROMordersWHEREuser_id=1;//改为SELECTid,amountFROMordersWHEREuser_id=1;4.缓存：对热点查询使用Redis缓存。5.分库分表：垂直或水平拆分大表。解析：慢查询优化需从索引、SQL和架构层面综合解决，腾讯内部可能使用TDSQL等自研数据库。四、网络与分布式（共3题，每题15分，总分45分）1.题目：解释HTTP/2与HTTP/1.1的主要区别，并说明为何HTTP/2更适合高并发场景。答案：核心区别：1.多路复用：HTTP/2允许多个请求/响应在同一个TCP连接上并行传输，HTTP/1.1需多次连接。2.头部压缩：HTTP/2使用HPACK算法压缩头部，HTTP/1.1需多次发送相同头部。3.服务器推送：HTTP/2支持服务器主动推送资源（如JS、CSS）。为何更适合高并发：-减少连接开销：HTTP/1.1的“队头阻塞”问题在HTTP/2中缓解。-更低延迟