2026年商汤科技AI面试题库含答案

2026年商汤科技AI面试题库含答案一、编程题（3题，每题20分）1.编写Python代码，实现一个函数，输入一个整数列表，返回其中所有偶数的平方和。要求：-使用列表推导式或循环实现。-处理空列表时返回0。-示例输入：`[1,2,3,4,5]`，输出：`20`（即2²+4²=4+16=20）。答案：pythondefeven_square_sum(nums):returnsum(x2forxinnumsifx%2==0)解析：-列表推导式`[x2forxinnumsifx%2==0]`筛选偶数并平方，`sum()`计算总和。-空列表时`sum([])`默认为0。2.编写Java代码，实现一个方法，输入一个字符串，返回该字符串中所有单词的逆序排列。要求：-单词以空格分隔。-逆序排列指单词顺序颠倒，单词内部字母顺序不变。-示例输入：`"Helloworld"`，输出：`"worldHello"`。答案：javapublicStringreverseWords(Strings){if(s==null||s.trim().isEmpty())return"";String[]words=s.split("");StringBuildersb=newStringBuilder();for(inti=words.length-1;i>=0;i--){sb.append(words[i]);if(i>0)sb.append("");}returnsb.toString();}解析：-`split("")`按空格拆分字符串。-倒序遍历单词并拼接，最后返回。3.编写C++代码，实现一个函数，输入一个正整数n，返回斐波那契数列的第n项（从0开始）。要求：-使用动态规划优化时间复杂度。-示例输入：`5`，输出：`5`（斐波那契序列：0,1,1,2,3,5）。答案：cppintfibonacci(intn){if(n<=1)returnn;inta=0,b=1,c;for(inti=2;i<=n;i++){c=a+b;a=b;b=c;}returnb;}解析：-动态规划避免重复计算，用三个变量存储前两项。二、算法题（3题，每题25分）1.给定一个排序数组，其中部分元素重复，实现二分查找，返回目标值的第一个出现位置。要求：-示例输入：`[1,2,2,2,3,4]`，目标值`2`，输出：`1`（第一个2的位置）。答案：pythondeffirst_occurrence(nums,target):left,right=0,len(nums)-1res=-1whileleft<=right:mid=(left+right)//2ifnums[mid]==target:res=midright=mid-1#继续向左查找elifnums[mid]<target:left=mid+1else:right=mid-1returnres解析：-普通二分查找找到target后，`right=mid-1`继续向左搜索第一个target。2.实现一个LRU（最近最少使用）缓存，支持get和put操作。要求：-get(key)返回key对应的值，并更新key为最近使用。-put(key,value)插入或更新key，如果缓存已满，删除最久未使用的key。-使用哈希表+双向链表实现。答案：pythonclassDLinkedNode:def__init__(self,key=0,value=0):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head,self.tail=DLinkedNode(),DLinkedNode()self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeynotinself.cache:return-1node=self.cache[key]self._move_to_head(node)returnnode.valuedefput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:node=DLinkedNode(key,value)self.cache[key]=nodeself._add_node(node)iflen(self.cache)>self.capacity:node=self._pop_tail()delself.cache[node.key]def_move_to_head(self,node):self._remove_node(node)self._add_node(node)def_add_node(self,node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_pop_tail(self):node=self.tail.prevself._remove_node(node)returnnode解析：-双向链表维护使用顺序，哈希表快速访问。-get时移动节点到头部，put时插入头部，满时删除尾部节点。3.设计一个算法，输入一个包含重复数字的数组，返回所有可能的排列组合（无重复排列）。要求：-示例输入：`[1,1,2]`，输出：`[[1,1,2],[1,2,1],[2,1,1]]`。答案：pythondefpermute_unique(nums):defbacktrack(path,used,res):iflen(path)==len(nums):res.append(path.copy())returnforiinrange(len(nums)):ifused[i]:continueifi>0andnums[i]==nums[i-1]andnotused[i-1]:continueused[i]=Truepath.append(nums[i])backtrack(path,used,res)path.pop()used[i]=Falsenums.sort()used=[False]len(nums)res=[]backtrack([],used,res)returnres解析：-排序后跳过重复数字（`nums[i]==nums[i-1]`且前一个未被使用）。-回溯法生成所有排列。三、系统设计题（2题，每题35分）1.设计一个高并发的短链接生成服务（如tinyURL）。要求：-支持高并发访问。-短链接应唯一且易于生成。-支持自定义短链接前缀（可选）。答案：1.系统架构-前端服务：Nginx集群处理请求，负载均衡分发。-短链接生成服务：-使用Redis缓存热点短链接，减少数据库压力。-数据库（MySQL/PostgreSQL）存储映射关系（`long_url`<->`short_code`）。-分布式ID生成器（如Snowflake算法）：确保`short_code`唯一性。2.关键步骤-用户请求`/shorten?long_url=`：-查询Redis缓存，无则生成ID（如`61728345`），转为62进制（`a1b2`）。-缓存映射关系，返回`/a1b2`。-访问`/a1b2`：-Nginx转发到后端，查询数据库获取`long_url`，重定向。3.优化-缓存策略：热点短链接（如`/favicon.ico`）存入Redis。-负载均衡：Nginx+Keepalived确保高可用。-限流：熔断器（如Sentinel）防雪崩。解析：-高并发：Redis+数据库分离，Nginx负载均衡。-唯一性：Snowflake算法生成全局ID。-限流：熔断防超卖。2.设计一个实时推荐系统（如淘宝商品推荐）。要求：-支持毫秒级推荐。-结合用户行为和商品特征。-支持离线+在线混合推荐。答案：1.系统架构-数据采集层：-Kafka收集用户行为（点击、加购、购买）。-特征工程：-用户画像（年龄、性别、兴趣标签）。-商品特征（类别、价格、销量）。-离线计算：-SparkMLlib训练协同过滤、深度学习模型。-结果存入Redis。-在线服务：-Nginx+APIGateway接收请求，调用Redis+本地缓存。-动态特征（实时行为）通过Lambda冷启动补充。2.核心算法-协同过滤：基于用户/商品相似度。-深度学习：DNN+Wide&Deep模型融合静态+动态特征。-实时召回：Lambda处理最新行为，更新Redis。3.优化-缓存策略：Redis存热门推荐（如Top100）。-冷启动：新用户推荐热门商品，后续再个性化。-监控：Prometheus+Grafana跟踪延迟和错误率。解析：-实时性：Kafka+Lambda保证毫秒级更新。-混合推荐：离线模型+在线动态调整。-监控：Prometheus+Grafana保障稳定性。四、行为面试题（3题，每题15分）1.描述一次你解决复杂技术难题的经历，你是如何做的？要求：-具体问题、解决步骤、学到的经验。答案：-问题：某次项目内存泄漏导致性能下降。-步骤：1.使用Profiler定位泄漏堆。2.分析代码发现是静态变量引用未释放。3.重构代码，添加`WeakReference`。-经验：系统性排查+代码重构能力。解析：-结合STAR原则（Situation,Task,Action,Result）。2.你为什么选择加入商汤科技？要求：-结合公司技术方向（AI、计算机视觉）。答案：商汤科技在计算机视觉和AI领域的技术领先，尤其是在人脸识别、自动驾驶等方向吸引我。-个人经历：对大模型