2026年华为招聘研发顾问面试题及解答

2026年华为招聘研发顾问面试题及解答一、编程能力测试（共3题，每题10分，总分30分）1.题目：编写一个函数，实现快速排序算法，并分析其时间复杂度和空间复杂度。要求：-输入为一个无序的整数数组。-输出为排序后的数组。-请说明算法的适用场景和局限性。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)解析：-时间复杂度：-最好情况：O(nlogn)，每次划分均等。-平均情况：O(nlogn)，随机选择基准。-最坏情况：O(n²)，基准选择最差（如递归深度不均）。-空间复杂度：O(logn)，递归栈深度。-适用场景：-大规模数据排序，尤其适合内存受限场景。-不稳定排序，可优化为稳定版本。-局限性：-需要递归栈空间，极端情况下可能栈溢出。-对小数组或已部分排序的数据效率较低。2.题目：实现一个LRU（最近最少使用）缓存，支持以下操作：-`get(key)`:获取键对应的值，若存在则返回值，并将该键移动到队首。-`put(key,value)`:插入或更新键值对，若容量已满则删除队尾键值对。要求：-使用哈希表和双向链表实现，时间复杂度为O(1)。答案：pythonclassListNode: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=ListNode()self.tail=ListNode()self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeyinself.cache:node=self.cache[key]self._move_to_head(node)returnnode.valuereturn-1defput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:iflen(self.cache)==self.capacity:self._remove_tail()new_node=ListNode(key,value)self.cache[key]=new_nodeself._add_to_head(new_node)def_move_to_head(self,node):self._remove_node(node)self._add_to_head(node)def_add_to_head(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_remove_tail(self):tail_node=self.tail.prevself._remove_node(tail_node)delself.cache[tail_node.key]解析：-哈希表：快速查找节点（O(1)）。-双向链表：快速移动节点（O(1)）。-核心操作：-`get`：若存在则移动到队首。-`put`：若满则删除队尾，新节点插入队首。-优化点：-避免重复删除尾节点，通过哨兵节点简化操作。3.题目：设计一个算法，判断一个无向图是否为二分图（BipartiteGraph）。要求：-输入：邻接矩阵或邻接表。-输出：布尔值和染色方案（用两种颜色表示）。答案：pythondefis_bipartite(graph):n=len(graph)color=[-1]n#-1表示未染色，0和1为两种颜色fornodeinrange(n):ifcolor[node]==-1:stack=[node]color[node]=0whilestack:current=stack.pop()forneighboringraph[current]:ifcolor[neighbor]==-1:color[neighbor]=1-color[current]stack.append(neighbor)elifcolor[neighbor]==color[current]:returnFalse,[]returnTrue,color解析：-染色法：-若能将图分成两色，且相邻节点颜色不同，则为二分图。-算法流程：-遍历所有节点，对未染色节点使用DFS（栈实现）。-若相邻节点颜色相同，则不满足二分图条件。-适用场景：-社交网络好友分组、棋盘颜色判断等。-局限性：-需要处理环图，但二分图定义允许自环。二、系统设计测试（共2题，每题15分，总分30分）1.题目：设计一个高并发的短链接生成系统，要求：-输入长URL，输出短URL（如`/abc123`）。-支持高并发访问（每秒百万请求）。-系统需支持分布式部署。答案：系统架构：1.URL缩短服务：-使用哈希算法（如CRC32+Base62编码）将长URL映射为短码。-缓存层（Redis）：存储短码-长URL映射，减少数据库访问。2.分布式部署：-根据短码哈希值分配到不同节点（如ConsistentHashing）。-负载均衡器（如Nginx）分发请求。3.高并发优化：-熔断器（如Hystrix）防雪崩。-异步处理（如Kafka）削峰填谷。伪代码：pythondefshorten_url(long_url):short_code=hash(long_url)%62short_url=f"/{base62_encode(short_code)}"cache.set(short_code,long_url)returnshort_urldefresolve_url(short_code):long_url=cache.get(short_code)ifnotlong_url:long_url=db.query(short_code)cache.set(short_code,long_url)returnlong_url解析：-核心算法：-Base62（a-z,A-Z,0-9）减少短码长度。-分布式哈希表（如etcd）管理节点分配。-性能优化：-Redis缓存热点数据，降低数据库压力。-分片技术（如数据库分表）提高扩展性。-挑战：-短码冲突概率极低，可使用随机码+校验和优化。2.题目：设计一个实时数据监控平台，要求：-支持百万级设备接入，每设备每秒上报10条数据。-数据需支持实时查询和聚合统计。-系统需具备容灾能力。答案：架构设计：1.数据采集层：-MQTT协议（低延迟、发布订阅模式）。-边缘计算节点预处理数据（如去重、压缩）。2.数据存储层：-时序数据库（如InfluxDB）存储原始数据。-Elasticsearch聚合统计（SQL-like查询）。3.容灾设计：-多副本存储（Kafka集群）。-异地多活（如AWS多区域部署）。伪代码：python设备上报数据device_data={"device_id":"001","timestamp":1678886400,"metrics":{"temp":25,"humidity":45}}聚合查询（Elasticsearch）query={"query":{"term":{"device_id":"001"},"range":{"timestamp":{"gte":"now-1h"}}},"aggs":{"avg_temp":{"avg":{"field":"metrics.temp"}}}}解析：-关键组件：-Kafka缓冲流数据，防采集层过载。-InfluxDBTSDB优化时序数据索引。-容灾方案：-ZooKeeper保证集群一致性。-自动故障转移（如KubernetesStatefulSet）。-扩展性：-分区技术（如KafkaPartition）提高并行度。三、算法与数据结构（共2题，每题10分，总分20分）1.题目：给定一个包含重复数字的数组，返回所有不重复的全排列。要求：-输入：`[1,1,2]`-输出：`[[1,1,2],[1,2,1],[2,1,1]]`答案：pythondefpermute_unique(nums):result=[]nums.sort()#先排序，方便跳过重复used=[False]len(nums)path=[]defbacktrack():iflen(path)==len(nums):result.append(path.copy())returnforiinrange(len(nums)):ifused[i]or(i>0andnums[i]==nums[i-1]andnotused[i-1]):continueused[i]=Truepath.append(nums[i])backtrack()used[i]=Falsepath.pop()backtrack()returnresult解析：-去重策略：-排序后跳过连续重复元素（若前一个未使用）。-避免全排列中重复子序列。-回溯算法：-深度优先遍历，路径记录当前排列。-递归终止条件：路径长度等于数组长度。2.题目：实现一个字符串的URL解码，支持`%20`、`%2F`等转义字符。要求：-输入：`"Hello%20World%2F"`-输出：`"HelloWorld/"`答案：pythondefurl_decode(url):result=[]i=0whilei<len(url):ifurl[i]=='%':ifi+2<len(url):hex_code=url[i+1:i+3]result.append(chr(int(hex_code,16)))i+=3else:result.append('%')i+=1else:result.append(url[i])i+=1return''.join(result)解析：-处理逻辑：-遇`%`则读取后两位转为ASCII。-非转义字符直接添加。-边界检查：-防止`%`后不足两位时溢出。-性能优化：-避免重复解码，一次遍历完成。四、开放性问题（共1题，20分）1.题目：华为云提供多种数据库服务（如RDS、GaussDB），请比较它们的适用场景和优缺点，并说明如何为某业务场景选择合适的数据库。答案：华为云数据库对比：|数据库类型|适用场景|优点|缺点||--|--|--|--||RDS(关系型)|事务型业务（订单、金融）|易用性高、备份自动|扩展性有限、成本较高||GaussDB|大数据量、高并发|自研引擎、弹性伸缩|学习曲线陡峭||NoSQL(如Elasticsearch)|搜索、日志分析|低延迟、分布式|事务支持弱|业务场景