2026年大疆工程师面试题及答案

2026年大疆工程师面试题及答案一、编程与算法题（共5题，每题10分，总分50分）1.题目：编写一个函数，实现快速排序算法。输入一个整数数组，输出排序后的数组。请说明时间复杂度和空间复杂度。答案：pythondefquick_sort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquick_sort(left)+middle+quick_sort(right)时间复杂度：O(nlogn)，最坏情况O(n²)；空间复杂度：O(logn)解析：快速排序通过分治法实现，平均时间复杂度为O(nlogn)，但最坏情况下（如已排序数组选择中位数作为基准）为O(n²)。空间复杂度主要由递归栈决定，为O(logn)。2.题目：给定一个包含重复元素的数组，编写一个函数返回所有不重复的子集。例如，输入`[1,2,2]`，输出`[[],[1],[1,2],[1,2,2],[2],[2,2]]`。答案：pythondefsubsets_with_dup(nums):nums.sort()res=[]subset=[]defbacktrack(start):res.append(subset.copy())foriinrange(start,len(nums)):ifi>startandnums[i]==nums[i-1]:continuesubset.append(nums[i])backtrack(i+1)subset.pop()backtrack(0)returnres示例输出：[[],[1],[1,2],[1,2,2],[2],[2,2]]解析：通过排序去除重复元素，使用回溯法生成所有子集。关键在于跳过重复元素，避免生成重复子集。3.题目：实现一个LRU（最近最少使用）缓存，支持`get`和`put`操作。缓存容量为3，输入操作序列`[put(1,1),get(1),put(2,2),get(1),put(3,3),get(2),put(4,4),get(1),get(3)]`，输出`[1,-1,1,-1,-1,-1]`。答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:int)->int:ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(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)操作序列处理：cache=LRUCache(3)actions=[("put",1,1),("get",1),("put",2,2),("get",1),("put",3,3),("get",2),("put",4,4),("get",1),("get",3)]output=[]foractioninactions:ifaction[0]=="get":output.append(cache.get(action[1]))else:cache.put(action[1],action[2])print(output)#输出：[1,-1,1,-1,-1,-1]解析：LRU缓存使用哈希表记录键值对，双向链表记录访问顺序。`get`操作将元素移至链表末尾，`put`操作在满时删除链表头部元素。4.题目：设计一个算法，判断二叉树是否是平衡二叉树（任意节点的左右子树高度差不超过1）。答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root:TreeNode)->bool:defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)returnmax(left_height,right_height)+1,left_balancedandright_balancedandabs(left_height-right_height)<=1returncheck(root)[1]示例树：3/\12/\0null输出：True解析：通过后序遍历计算每个节点的高度，同时判断左右子树是否平衡。若高度差超过1或子树不平衡，则整棵树不平衡。5.题目：实现一个函数，将32位无符号整数`n`的二进制表示翻转，返回翻转后的整数。例如，输入`0b00000010100101000001111010011100`，输出`0b00111001011110000010100101000000`。答案：pythondefreverse_bits(n:int)->int:res=0for_inrange(32):res=(res<<1)|(n&1)n>>=1returnres&0xFFFFFFFF示例输入：0b00000010100101000001111010011100输出：0b00111001011110000010100101000000解析：通过32次位操作，将最低位移至最高位，同时左移已处理的位。最后使用`0xFFFFFFFF`（32位全1）截取低32位。二、系统设计题（共3题，每题15分，总分45分）1.题目：设计一个支持百万级用户的实时位置共享系统，要求：（1）用户可实时更新位置；（2）用户可查询附近50米内的其他用户；（3）系统可用性≥99.9%。答案：方案：1.数据存储：-使用Redis存储用户实时位置（键为用户ID，值为经纬度），利用GeoHash索引加速附近查询。-使用消息队列（如Kafka）处理位置更新，确保高吞吐和顺序性。2.位置更新：-用户通过WebSocket或MQTT推送位置更新，Redis使用`GEOREMOVE`更新GeoHash。3.附近用户查询：-使用Redis的`GEOSEARCH`查询50米内用户，返回ID列表。-若用户需详细信息，通过RPC或缓存返回。4.高可用性：-部署多副本Redis集群，使用Sharding分片。-异步重试机制确保消息不丢失。解析：Redis的Geo模块优化了位置查询，结合消息队列保证实时性。高可用通过集群和冗余设计实现。2.题目：设计一个无人机自动避障系统，要求：（1）支持激光雷达和IMU数据融合；（2）实时检测障碍物并规划路径；（3）异常时自动降落。答案：方案：1.数据融合：-使用卡尔曼滤波融合激光雷达（距离）和IMU（姿态）数据，提高定位精度。2.避障算法：-激光雷达数据生成点云，使用RANSAC剔除地面点，保留障碍物。-使用A或DLite算法规划路径，动态调整避障优先级。3.异常处理：-若检测到碰撞风险，触发紧急降落程序。-使用惯性导航备份，防止激光雷达失效。解析：卡尔曼滤波提高鲁棒性，动态路径规划适应复杂环境。备份机制确保安全。3.题目：设计一个无人机集群任务调度系统，要求：（1）支持多任务并行执行；（2）自动分配任务给最合适的无人机；（3）实时监控任务进度。答案：方案：1.任务队列：-使用Kubernetes管理任务队列，每个任务包含地点、优先级等信息。2.无人机分配：-根据无人机电量、位置、负载能力（如相机、负载）动态分配任务。-使用贪心算法或遗传算法优化分配策略。3.监控与调度：-使用Prometheus+Grafana监控无人机状态，如电量、GPS信号。-若无人机故障，自动重新分配任务。解析：Kubernetes提供高可用调度，动态分配结合优化算法提高效率。监控确保实时响应。三、工程实践题（共2题，每题20分，总分40分）1.题目：描述你在过去项目中使用C++实现无人机飞控代码的经历，包括：（1）你负责的模块；（2）遇到的性能瓶颈及优化方法；（3）如何处理实时性要求。答案：经历：-负责IMU数据融合模块，使用多线程处理传感器数据，通过锁机制避免竞态条件。-性能瓶颈：激光雷达数据预处理占用CPU30%，优化后降至10%。-优化方法：-使用SIMD指令集（如AVX）加速浮点运算；-将部分计算移至DMA硬件加速。-实时性：使用RTOS（如FreeRTOS）确保20ms内完成计算。解析：C++的多线程和SIMD优化提升性能，RTOS保证实时性。