2026年研发工程师面试题与答案解析

2026年研发工程师面试题与答案解析一、编程语言基础（5题，每题6分，共30分）1.题目（Java）：写出Java代码，实现一个方法`removeDuplicates`，输入一个字符串数组，返回一个新数组，其中只包含原数组中的唯一元素，顺序保持不变。例如：输入：`["apple","banana","apple","orange"]`输出：`["apple","banana","orange"]`2.题目（Python）：使用Python编写一个函数，接收一个列表，返回一个字典，键为列表中的元素，值为该元素出现的次数。例如：输入：`[1,2,2,3,3,3]`输出：`{1:1,2:2,3:3}`3.题目（C++）：写出C++代码，实现一个函数，接收一个整数数组，返回数组中的最大值及其索引。如果数组为空，返回-1。例如：输入：`{3,1,4,1,5}`输出：`(5,4)`4.题目（JavaScript）：编写JavaScript代码，实现一个函数`findMedian`，接收一个未排序的整数数组，返回其中位数。例如：输入：`[3,1,2]`输出：`2`5.题目（Go）：用Go语言实现一个函数，接收一个字符串，返回该字符串的所有子串（不包含空字符串）。例如：输入：`"abc"`输出：`["a","b","c","ab","bc","abc"]`二、数据结构与算法（8题，每题7分，共56分）1.题目：解释什么是“时间复杂度”，并比较`O(n)`和`O(logn)`的优劣场景。2.题目：实现一个LRU（LeastRecentlyUsed）缓存，使用哈希表和双向链表实现。要求：-支持插入键值对-支持获取键对应的值-获取或插入时，将对应的键值对移动到链表头部-如果缓存已满，删除链表尾部元素3.题目：给定一个无重复元素的数组`nums`和一个目标值`target`，返回所有相加等于`target`的三个整数的组合。例如：输入：`nums=[2,7,11,15],target=9`输出：`[[2,7,0]]`（假设索引从0开始）4.题目：编写代码实现二叉树的深度优先遍历（前序、中序、后序），并解释它们的区别。5.题目：什么是“动态规划”？举一个动态规划的经典问题（如背包问题）并解释其解法。6.题目：实现一个函数，检查一个字符串是否为有效的括号组合（如`"()"`,`"(())"`有效，`")("`无效）。7.题目：给定一个链表，反转它并返回反转后的链表。8.题目：用Python实现快速排序算法，并说明其平均时间复杂度。三、系统设计与架构（4题，每题12分，共48分）1.题目：设计一个简单的短链接系统（如TinyURL），要求：-输入任意长度的URL，返回一个短链接-支持通过短链接查询原始URL-系统应支持高并发访问2.题目：设计一个高可用的秒杀系统，要求：-支持高并发抢购-防止超卖-系统应具备容错能力3.题目：解释“微服务”架构的优缺点，并说明在什么场景下适合使用微服务。4.题目：设计一个消息队列（如Kafka），说明其如何保证消息的可靠传输（不丢失）。四、数据库与缓存（3题，每题10分，共30分）1.题目：解释数据库索引的作用，并比较B-Tree索引和B+Tree索引的优劣。2.题目：为什么需要缓存？举一个缓存的应用场景，并说明缓存可能带来的问题（如数据一致性问题）。3.题目：设计一个数据库表，存储用户的订单信息，至少包含用户ID、订单ID、订单时间、金额等字段，并说明索引的设计思路。五、项目经验与问题解决（4题，每题9分，共36分）1.题目：请介绍一个你参与过的最有挑战性的项目，说明你在其中扮演的角色、遇到的主要问题以及如何解决的。2.题目：如果在代码审查中发现一个潜在的Bug，你会如何处理？3.题目：解释“测试驱动开发（TDD）”的概念，并说明它的优缺点。4.题目：如果系统在高并发场景下出现性能瓶颈，你会从哪些方面排查问题？答案解析一、编程语言基础1.Java：javapublicString[]removeDuplicates(String[]arr){Set<String>set=newHashSet<>();for(Strings:arr){set.add(s);}String[]result=newString[set.size()];returnset.toArray(result);}解析：使用`HashSet`去重，因为`HashSet`不允许重复元素。遍历数组将元素加入`HashSet`，最后将集合转换为数组返回。2.Python：pythondefcount_elements(lst):return{item:lst.count(item)foriteminlst}解析：使用字典推导式，键为列表元素，值为`count`函数统计的出现次数。3.C++：cppinclude<vector>pair<int,int>findMaxIndex(constvector<int>&vec){if(vec.empty())return{-1,-1};intmax_val=vec[0],max_idx=0;for(inti=1;i<vec.size();++i){if(vec[i]>max_val){max_val=vec[i];max_idx=i;}}return{max_val,max_idx};}解析：遍历数组，记录最大值及其索引。如果数组为空，返回`(-1,-1)`。4.JavaScript：javascriptfunctionfindMedian(arr){arr.sort((a,b)=>a-b);letn=arr.length;if(n%2===0){return(arr[n/2-1]+arr[n/2])/2;}else{returnarr[Math.floor(n/2)];}}解析：先排序，再根据数组长度判断中位数的位置。偶数长度取中间两个数的平均值，奇数长度取中间数。5.Go：gofuncfindSubstrings(sstring)[]string{varsubstrings[]stringn:=len(s)fori:=0;i<n;i++{forj:=i+1;j<=n;j++{substrings=append(substrings,s[i:j])}}returnsubstrings;}解析：使用两层循环，外层固定起点，内层从起点到终点生成所有子串。二、数据结构与算法1.时间复杂度：时间复杂度描述算法执行时间随输入规模增长的变化趋势。-`O(n)`：线性时间，如遍历数组，适用于数据量不大时。-`O(logn)`：对数时间，如二分查找，适用于数据量大但有序的情况。优劣：`O(logn)`更高效，但需要前提条件（如有序），`O(n)`通用性强。2.LRU缓存：gotypeDLinkedNodestruct{key,valueintprev,nextDLinkedNode}typeLRUCachestruct{capacityintcachemap[int]DLinkedNodehead,tailDLinkedNode}funcConstructor(capacityint)LRUCache{lru:=LRUCache{capacity:capacity,cache:make(map[int]DLinkedNode),head:&DLinkedNode{},tail:&DLinkedNode{},}lru.head.next=lru.taillru.tail.prev=lru.headreturnlru}func(thisLRUCache)Get(keyint)int{ifnode,ok:=this.cache[key];ok{this.remove(node)this.add(node)returnnode.value}return-1}func(thisLRUCache)Put(keyint,valueint){ifnode,ok:=this.cache[key];ok{node.value=valuethis.remove(node)this.add(node)}else{iflen(this.cache)==this.capacity{this.remove(this.tail.prev)}newNode:=&DLinkedNode{key:key,value:value}this.cache[key]=newNodethis.add(newNode)}}func(thisLRUCache)remove(nodeDLinkedNode){delete(this.cache,node.key)node.prev.next=node.nextnode.next.prev=node.prev}func(thisLRUCache)add(nodeDLinkedNode){node.prev=this.headnode.next=this.head.nextthis.head.next.prev=nodethis.head.next=node}解析：使用双向链表+哈希表实现。链表头为最近使用，尾为最久未使用。`Get`操作将节点移动到头部，`Put`操作插入新节点并删除最久未使用节点（如果容量已满）。3.三数之和：pythondefthreeSum(nums,target):nums.sort()n=len(nums)result=[]foriinrange(n):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,n-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==target:result.append([nums[i],nums[left],nums[right]])left+=1right-=1whileleft<rightandnums[left]==nums[left-1]:left+=1whileleft<rightandnums[right]==nums[right+1]:right-=1eliftotal<target:left+=1else:right-=1returnresult解析：排序后固定一个数，用双指针在剩余部分查找和为`target-nums[i]`的数。去重避免重复解。4.二叉树遍历：-前序遍历（根-左-右）：pythondefpreorder(root):ifnotroot:return[]return[root.val]+preorder(root.left)+preorder(root.right)-中序遍历（左-根-右）：pythondefinorder(root):ifnotroot:return[]returninorder(root.left)+[root.val]+inorder(root.right)-后序遍历（左-右-根）：pythondefpostorder(root):ifnotroot:return[]returnpostorder(root.left)+postorder(root.right)+[root.val]解析：前序和后序适合递归实现，中序可借助栈。区别在于访问根节点的时机。5.动态规划：背包问题：目标：在不超过背包容量的情况下，装入价值最大的物品。解法：用二维数组`dp[i][j]`表示前`i`件物品容量为`j`时的最大价值。状态转移：-不选第`i`件：`dp[i][j]=dp[i-1][j]`-选第`i`件：`dp[i][j]=dp[i-1][j-w[i]]+v[i]`（若`j>=w[i]`）解析：通过子问题求解，避免重复计算。6.有效的括号：pythondefisValid(s):stack=[]mapping={')':'(','}':'{',']':'['}forcharins:ifcharinmapping:top_element=stack.pop()ifstackelse'#'ifmapping[char]!=top_element:returnFalseelse:stack.append(char)returnnotstack解析：使用栈，遇到右括号时检查栈顶是否匹配，不匹配则无效。最后栈应为空。7.反转链表：pythondefreverseList(head):prev=Nonecurrent=headwhilecurrent:next_node=current.nextcurrent.next=prevprev=currentcurrent=next_nodereturnprev解析：遍历链表，逐个反转指针方向。8.快速排序：pythondefquicksort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquicksort(left)+middle+quicksort(right)解析：选择基准值（pivot），将数组分为小于、等于、大于三部分，递归排序左右部分。平均时间复杂度`O(nlogn)`。三、系统设计与架构1.短链接系统：-核心组件：-URL缩短服务：接收长URL，生成短ID。-路由服务：根据短ID解析为长URL。-缓存层：存储热点短链接，加速查询。-技术选型：-缓存：Redis（高速读写）-分布式ID生成器（如Snowflake）解析：关键在于高效生成唯一ID并快速解析，避免重复生成。2.秒杀系统：-核心机制：-预减库存（分布式锁或数据库乐观锁）-排队系统（如Kafka）-超卖补偿（定时任务回滚未发货订单）-技术选型：-分布式事务（如Seata）-熔断限流（如Hystrix）解析：重点在于高并发下防止超卖和系统崩溃。3.微服务：优点：-模块化，独立开发部署-技术异构性-可扩展性缺点：-分布式事务复杂-系统间通信开销适用场景：大型复杂系统，业务模块边界清晰。4.消息队列：可靠传输机制：-发送方确认（ACK）-消息持久化（写入磁盘）-消息重试机制-消息幂等性（防止重复处理）解析：通过以上机制确保消息不丢失、不重复。四、数据库与缓存1.索引：B-Tree索引：-适用于范围查询-插入删除开销较大B+Tree索引：-所有序列有序存储在叶子节点，支持范围查询-更适合全表扫描解析：B+Tree更适合数据库索引，因为支持范围查询且缓存友好。2.