2026年京东商城软件开发工程师面试题集

2026年京东商城软件开发工程师面试题集一、编程能力测试（共5题，每题10分）1.题目：请用Java实现一个方法，输入一个整数数组，返回其中所有唯一的数字及其出现次数。要求时间复杂度为O(n)，空间复杂度为O(1)。答案：javaimportjava.util.HashMap;importjava.util.Map;publicclassUniqueNumbers{publicstaticMap<Integer,Integer>countUniqueNumbers(int[]nums){Map<Integer,Integer>countMap=newHashMap<>();for(intnum:nums){countMap.put(num,countMap.getOrDefault(num,0)+1);}Map<Integer,Integer>uniqueMap=newHashMap<>();for(Map.Entry<Integer,Integer>entry:countMap.entrySet()){if(entry.getValue()==1){uniqueMap.put(entry.getKey(),entry.getValue());}}returnuniqueMap;}publicstaticvoidmain(String[]args){int[]nums={1,2,2,3,4,4,5};System.out.println(countUniqueNumbers(nums));//输出：{1=1,3=1,5=1}}}解析：-使用HashMap统计每个数字的出现次数，时间复杂度为O(n)。-遍历HashMap筛选出现次数为1的数字，时间复杂度为O(n)。-空间复杂度为O(n)，因为需要存储所有数字的出现次数。若要优化为O(1)空间复杂度，需假设输入数组范围有限（如0-100），通过数组计数。2.题目：请用Python实现一个函数，输入一个字符串，返回其中最长的不重复子串的长度。答案：pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_length=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_length=max(max_length,right-left+1)returnmax_length示例print(length_of_longest_substring("abcabcbb"))#输出：3解析：-使用滑动窗口技术，left和right分别表示子串的左右边界。-遇到重复字符时，移动left并移除字符集中的字符，直到不重复。-时间复杂度为O(n)，空间复杂度为O(1)（假设字符集大小固定）。3.题目：请用C++实现一个函数，输入一个正整数n，返回n的阶乘。要求使用递归方法，并处理大数问题（即结果可能超出int范围）。答案：cppinclude<iostream>include<vector>usingnamespacestd;vector<int>factorial(intn){if(n==0)return{1};vector<int>result=factorial(n-1);intcarry=0;for(inti=result.size()-1;i>=0;--i){intproduct=result[i]n+carry;result[i]=product%10;carry=product/10;}while(carry){result.insert(result.begin(),carry%10);carry/=10;}returnresult;}intmain(){vector<int>fact=factorial(100);for(intdigit:fact)cout<<digit;//输出：93326215443944152681699238856266700490715968264381621468592963895217599993229915608941463976156518286253697920827223758251185210916864000000000000000000000000return0;}解析：-递归计算阶乘，但直接使用int存储会溢出，因此用vector存储每一位数字。-从低位到高位计算乘积，并处理进位。-时间复杂度为O(n10)，空间复杂度为O(n)。4.题目：请用JavaScript实现一个算法，输入一个无重复数字的数组，返回所有可能的子集（不包含空集）。答案：javascriptfunctionsubsets(nums){constresult=[];constsubset=[];functionbacktrack(index){if(index===nums.length){if(subset.length>0){result.push([...subset]);}return;}subset.push(nums[index]);backtrack(index+1);subset.pop();backtrack(index+1);}backtrack(0);returnresult;}//示例console.log(subsets([1,2,3]));//输出：[[1,2,3],[1,2],[1,3],[1],[2,3],[2],[3]]解析：-使用回溯算法生成所有子集，时间复杂度为O(2^n)，空间复杂度为O(n)。-通过递归遍历每个数字的两种选择：加入当前子集或跳过。5.题目：请用Go语言实现一个函数，输入一个字符串，返回其中所有可能的排列组合。答案：gopackagemainimport("fmt""strings")funcpermute(sstring)[]string{varresult[]stringpermuteHelper([]rune(s),0,&result)returnresult}funcpermuteHelperrunes[]rune,startint,result[]string{ifstart==len(runes)-1{result=append(result,string(runes))return}fori:=start;i<len(runes);i++{runes[start],runes[i]=runes[i],runes[start]permuteHelper(runes,start+1,result)runes[start],runes[i]=runes[i],runes[start]}}funcmain(){fmt.Println(permute("abc"))//输出：[abcacbbacbcacabcba]}解析：-使用回溯算法生成所有排列，时间复杂度为O(n!)，空间复杂度为O(n)。-通过递归交换字符，遍历所有可能的排列。二、系统设计测试（共3题，每题20分）1.题目：设计一个高并发的短链接系统，要求支持百万级用户，每秒处理数万次请求。答案：-架构设计：-使用无状态的服务架构，采用微服务部署，避免单点故障。-前端使用Nginx进行负载均衡，后端使用多副本部署（如Kubernetes）。-使用Redis缓存短链接映射关系，减少数据库访问。-数据存储：-短链接ID使用自增ID或UUID，数据库使用分库分表（如MySQLCluster）。-短链接与目标URL的映射关系存储在Redis中，支持高并发读写。-热点处理：-使用布隆过滤器快速判断短链接是否存在。-热点数据使用RedisCluster分片存储，避免单机瓶颈。-容灾设计：-使用异地多活部署，如京东在华北、华东、华南均有数据中心。-使用Zookeeper进行服务发现和配置管理。解析：-高并发场景下，无状态服务架构和缓存（Redis）是关键。-数据库分片和布隆过滤器可提高查询效率。-异地多活确保系统可用性。2.题目：设计一个实时推荐系统，输入用户行为数据（如点击、收藏、购买），输出个性化推荐商品。要求支持百万级用户和实时更新。答案：-架构设计：-使用流式处理框架（如Flink或SparkStreaming）处理实时用户行为数据。-推荐服务采用微服务架构，支持水平扩展。-数据存储：-用户行为数据使用Kafka或Pulsar进行缓存，保证数据不丢失。-用户画像数据存储在HBase或Elasticsearch中，支持快速查询。-推荐算法：-使用协同过滤（CF）或深度学习模型（如DNN）进行推荐。-实时更新推荐结果，使用Redis缓存热门推荐。-容灾设计：-推荐服务使用多副本部署，如京东在多个机房部署。-数据使用异地容灾（如京东在华北、华东、华南均有数据中心）。解析：-流式处理框架是实时推荐的核心。-用户画像和推荐算法需支持实时更新。-异地容灾确保系统高可用。3.题目：设计一个高并发的秒杀系统，要求支持百万级用户同时抢购，且系统响应时间小于100ms。答案：-架构设计：-使用无状态服务架构，采用微服务部署。-前端使用Nginx进行秒杀请求的限流和负载均衡。-后端使用多副本部署，如Kubernetes。-数据存储：-秒杀库存使用Redis进行原子扣减，避免超卖。-使用Redis的Lua脚本保证原子性。-热点处理：-使用分布式锁（如Redisson）避免并发冲突。-热点数据使用RedisCluster分片存储。-容灾设计：-使用异地多活部署，如京东在华北、华东、华南均有数据中心。-使用Zookeeper进行服务发现和配置管理。解析：-秒杀系统核心是原子扣减库存，Redis是最佳选择。-分布式锁和Lua脚本保证数据一致性。-异地多活确保系统高可用。三、数据库与存储测试（共3题，每题15分）1.题目：京东商品库有数亿条商品数据，如何设计数据库表结构，并优化查询性能？答案：-表结构设计：-使用分库分表（如MySQLCluster）存储商品数据。-关键字段（如商品ID、分类、品牌）建立索引。-使用分区表（如按时间分区）提高查询效率。-查询优化：-使用缓存（如Redis）缓存热门商品数据。-使用分页查询（如LIMIT分页）避免全表扫描。-使用组合索引（如商品分类+品牌）优化多条件查询。解析：-分库分表和分区表是大数据量场景的必备方案。-索引和缓存是查询优化的关键。2.题目：京东订单系统需要存储用户订单，如何设计数据库表结构，并支持高并发写入？答案：-表结构设计：-使用分库分表（如MySQLCluster）存储订单数据。-关键字段（如订单ID、用户ID、商品ID）建立索引。-使用分区表（如按时间分区）提高查询效率。-写入优化：-使用消息队列（如Kafka）异步写入订单数据。-使用批量写入（如MySQL的批量插入）减少写入延迟。-使用数据库事务保证数据一致性。解析：-分库分表和消息队列是高并发写入的核心。-批量写入和事务保证数据完整性。3.题目：京东云存储服务需要存储用户上传的图片和视频，如何设计存储架构，并优化访问速度？答案：-存储架构：-使用分布式存储系统（如京东自研的OSS）存储用户文件。-使用CDN加速文件访问速度。-使用分片存储（如按文件类型分片）提高存储效率。-访问优化：-使用缓存（如Redis）缓存热门文件。-使用图片压缩和视频转码技术减少文件大小。-使用防盗链和签名机制保护用户文件。解析：-分布式存储和CDN是存储优化的核心。-缓存和文件压缩可提高访问速度。四、分布式与中间件测试（共3题，每题15分）1.题目：京东订单系统使用Redis缓存订单数据，如何设计缓存架构，并处理缓存穿透和缓存击穿问题？答案：-缓存架构：-使用RedisCluster分片存储缓存数据。-使用多级缓存（如本地缓存+远程缓存）提高缓存命中率。-使用缓存预热技术提前加载热门数据。-缓存穿透处理：-使用布隆过滤器快速判断缓存是否存在。-使用空值缓存（如设置过期时间为1s）避免重复查询。-缓存击穿处理：-使用互斥锁（如Redisson）避免并发击穿。-使用本地缓存（如GuavaCache）减少Redis压力。解析：-布隆过滤器和空值缓存解决缓存穿透。-互斥锁和本地缓存解决缓存击穿。2.题目：京东商品推荐系统使用Kafka处理用户行为数据，如何设计消息队列架构，并处理消息丢失问题？答案：-消息队列架构：-使用KafkaCluster分片存储消息数据。-使用多副本部署保证消息不丢失。-使用消息确认机制（如ACK=1）确保消息被消费。-消息丢失处理：-使用消息重试机制（如Kafka的rebalance机制）处理消息丢失。-使用消息持久化（如Kafka的logreplication）保证消息不丢失。-使用消息幂等性（如数据库唯一索引）避免重复消费。解析：-消息确认机制和持久化保证消息不丢失。-消息重试和幂等性避免重复消费。3.题题：京东秒杀系统使用分布式锁（如Redisson）处理并发问题，如何设计锁架构，并处理锁超时问题？答案：-锁架构：-使用Redisson实现分布式锁，支持公平锁和可重入锁。-使用锁超时机制（如30s）避免死锁。-使用锁监听器（如Redisson的Watchdog）自动续租锁。-锁超时处理：-使用Redis的过期时间（如EXPIRE）保证锁自动释放。-使用锁监听器（如Redisson的Watchdog）避免锁超时。-使用分布式事务（如Seata）保证锁的一致性。解析：-锁超时和锁监听器是防止死锁的关键。-分布式事务保证锁的一致性。五、性能优化与安全测试（共3题，每题15分）1.题目：京东商品详情页加载速度较慢，如何优化前端性能？答案：-前端优化：-使用CDN加速静态资源（如图片、JS、CSS）。-使用懒加载技术（如IntersectionObserver）延迟加载非关键资源。-使用代码分割（如Webpack的SplitChunks）减少首屏加载时间。-后端优化：-使用缓存（如Redis）缓