2026年美团技术面试题及答案

2026年美团技术面试题及答案一、编程题（共5题，每题20分，总分100分）1.数组反转（20分）题目：给定一个整数数组`nums`，原地反转数组中的元素，不使用额外数组。示例：输入`[1,2,3,4,5]`，输出`[5,4,3,2,1]`。要求：时间复杂度O(n)，空间复杂度O(1)。javapublicvoidreverse(int[]nums){intleft=0,right=nums.length-1;while(left<right){inttemp=nums[left];nums[left]=nums[right];nums[right]=temp;left++;right--;}}答案解析：-使用双指针法，`left`从数组开头，`right`从数组末尾开始，交换两个指针指向的元素，然后移动指针直到`left>=right`。-时间复杂度：遍历数组一次，为O(n)。-空间复杂度：只使用常数个额外变量，为O(1)。2.字符串匹配（20分）题目：实现`strStr()`函数，查找字符串`haystack`中子串`needle`首次出现的位置。如果未找到，返回-1。示例：`haystack="hello"`,`needle="ll"`，返回`2`。要求：不使用库函数，时间复杂度尽可能低。javapublicintstrStr(Stringhaystack,Stringneedle){if(needle.length()==0)return0;for(inti=0;i<=haystack.length()-needle.length();i++){booleanmatch=true;for(intj=0;j<needle.length();j++){if(haystack.charAt(i+j)!=needle.charAt(j)){match=false;break;}}if(match)returni;}return-1;}答案解析：-使用暴力匹配法，遍历`haystack`的每个位置，检查从当前位置开始的子串是否与`needle`相同。-外层循环遍历`haystack`的每个可能起始位置（最多`n-m+1`次），内层循环比较子串是否匹配。-时间复杂度：O(nm)，其中n是`haystack`长度，m是`needle`长度。-空间复杂度：O(1)。3.链表合并（20分）题目：合并两个有序链表，返回合并后的有序链表。示例：`l1=[1,2,4]`,`l2=[1,3,4]`，返回`[1,1,2,3,4,4]`。要求：合并后链表仍使用原链表的节点，不创建新节点。javapublicListNodemergeTwoLists(ListNodel1,ListNodel2){ListNodedummy=newListNode(0);ListNodecurrent=dummy;while(l1!=null&&l2!=null){if(l1.val<=l2.val){current.next=l1;l1=l1.next;}else{current.next=l2;l2=l2.next;}current=current.next;}if(l1!=null)current.next=l1;if(l2!=null)current.next=l2;returndummy.next;}答案解析：-使用虚拟头节点`dummy`简化边界处理。-比较`l1`和`l2`的当前节点值，将较小的节点接到`current`的`next`，并移动对应的指针。-时间复杂度：O(n+m)，n和m分别是两个链表的长度。-空间复杂度：O(1)。4.递归求阶乘（20分）题目：实现一个递归函数计算`n`的阶乘（`n>=0`）。示例：`n=5`，返回`120`。要求：不使用迭代或库函数。javapublicintfactorial(intn){if(n==0)return1;returnnfactorial(n-1);}答案解析：-阶乘的定义：`n!=n(n-1)!`，递归基为`0!=1`。-递归深度为`n`，若`n`较大可能栈溢出，但美团面试中`n`通常较小（如`n<=100`）。-时间复杂度：O(n)。-空间复杂度：O(n)，因递归调用栈深度为n。5.动态规划（20分）题目：给定一个数组`nums`，返回其中最长不重复子串的长度。示例：`nums=[1,2,0,1,2,3]`，返回`4`（子串`[0,1,2,3]`）。要求：不使用额外空间。javapublicintlengthOfLongestSubstring(int[]nums){int[]last=newint[256];//存储每个字符最后出现的位置Arrays.fill(last,-1);intmaxLen=0,start=0;for(inti=0;i<nums.length;i++){if(last[nums[i]]>=start){start=last[nums[i]]+1;}last[nums[i]]=i;maxLen=Math.max(maxLen,i-start+1);}returnmaxLen;}答案解析：-使用滑动窗口技术，`start`表示当前子串的起始位置，`maxLen`记录最大长度。-`last`数组记录每个字符最后出现的位置，若当前字符`nums[i]`之前已出现且位置在`start`之后，则更新`start`为该字符上次出现位置加1。-时间复杂度：O(n)，遍历数组一次。-空间复杂度：O(1)，`last`数组大小固定（256个ASCII字符）。二、系统设计题（共3题，每题30分，总分90分）1.高并发短链接服务设计（30分）题目：设计一个高并发的短链接服务（如`tinyurl`），要求：-支持秒级生成和解析短链接。-高并发下（QPS>10万）稳定运行。-支持自定义短链接前缀（如`http://meituan短链接/`）。-具备一定的安全性（如防止恶意跳转）。设计思路：1.短链接生成：-使用哈希算法（如SHA-256）对原始URL进行哈希，取前6位作为短码。-为避免冲突，可增加重试机制或自增序列。-支持自定义前缀，通过配置区分不同业务域名。2.存储层：-使用Redis（单机或集群）存储短码与原始URL的映射，支持高并发读写。-Key：`url:shortcode`，Value：原始URL，过期时间（如24小时）。3.高并发处理：-使用Nginx或HAProxy做负载均衡，分发请求到多个后端服务。-后端服务使用无状态架构，便于水平扩展。4.安全性：-防止重定向攻击：校验短链接域名是否为白名单。-防止URL篡改：客户端使用HTTPS请求，服务端校验签名。5.监控与告警：-使用Prometheus监控QPS、错误率，设置告警阈值。答案解析：-关键点：短码生成、高并发存储、负载均衡、安全性。-技术选型合理性：Redis高并发读写、Nginx负载均衡。-扩展性考虑：支持自定义前缀、水平扩展。2.地域化推荐系统设计（30分）题目：设计一个针对中国地区的个性化推荐系统（如美团外卖），要求：-考虑地域（如北京、上海）、时间（如午高峰）、用户历史行为。-排除本地已下架或不符合当地口味的商家。-实时更新推荐结果（如30秒内）。设计思路：1.数据采集：-用户行为：点击、下单、收藏、评价（实时写入Kafka）。-商家数据：地理位置（经纬度）、品类、评分（存储在MySQL+Redis）。2.推荐逻辑：-用户ID+地域（通过IP或用户设置）作为推荐入口。-结合协同过滤（CF）、内容推荐（CB）和基于场景的推荐（如午高峰推荐快餐）。-使用向量召回（如LambdaMART、DeepFM）筛选候选集，再通过排序模型（如LR、LambdaMART）打分。3.地域化处理：-商家数据加入地域标签，如“北京-快餐”。-使用GeoHash对地理位置进行索引，快速筛选本地商家。4.实时性优化：-用户行为实时计算推荐（Flink或SparkStreaming）。-商家下架或评分更新后，通过Redis缓存异步更新。答案解析：-关键点：地域化、实时性、多样性。-技术选型合理性：Kafka实时采集、Redis缓存、SparkStreaming实时计算。-业务场景贴合：午高峰、本地口味排除。3.美团外卖订单超时重派单系统设计（30分）题目：设计一个外卖订单超时重派单系统，要求：-检测骑手超时后自动触发重派单。-优先分配给距离商家最近且骑手空闲的骑手。-避免频繁重派导致用户体验下降。设计思路：1.超时检测：-订单状态（待接单、派单中）超时（如30分钟）后，系统自动标记为“可重派”。-使用定时任务（如Cron）或消息队列（Kafka）触发检测。2.骑手选择：-使用GeoHash将订单和骑手位置映射到网格，快速查找附近空闲骑手。-优先级：距离近+骑手评分高+排班状态匹配。3.防