2026年IT公司软件工程师职位面试题目集

2026年IT公司软件工程师职位面试题目集一、编程语言基础（5题，每题10分，共50分）题目1（Java）java请用Java实现一个方法，判断一个字符串是否是回文。例如，"level"是回文，"hello"不是回文。要求：不使用额外的数据结构，时间复杂度O(n)。题目2（Python）python请用Python实现一个函数，找出列表中所有唯一的元素（出现次数为1的元素）。例如，在列表[1,2,2,3,4,4,5]中，唯一的元素是[1,3,5]。要求：空间复杂度O(1)。题目3（C++）cpp请用C++实现一个函数，计算一个整数数组的中位数。例如，在数组[3,1,2,4,5]中，中位数是3。要求：不使用排序，时间复杂度O(n)。题目4（JavaScript）javascript请用JavaScript实现一个函数，将一个罗马数字转换为整数。例如，"III"转换为3，"IV"转换为4，"IX"转换为9。要求：考虑所有罗马数字规则。题目5（Go）go请用Go语言实现一个函数，找出一个链表的中间节点。例如，在链表1->2->3->4->5中，中间节点是3。要求：只允许遍历一次链表。二、算法与数据结构（8题，每题10分，共80分）题目6（动态规划）plaintext有一个数组，其中每个元素代表爬楼梯时的一步，可以是1或2。求爬到n阶的方法总数。例如，n=3时，有3种方法：(1,1,1)、(1,2)、(2,1)。要求：时间复杂度O(n)。题目7（树与图）plaintext给定一个二叉树，判断它是否是平衡的二叉树。一个平衡二叉树是指一个二叉树中任意节点的左右子树高度差不超过1。要求：时间复杂度O(n)。题目8（贪心算法）plaintext有n个任务和对应的截止时间和权重。求如何安排任务，使得总权重最大，且每个任务都在其截止时间之前完成。要求：给出具体的贪心策略。题目9（排序算法）plaintext请实现一个快速排序算法，并说明其时间复杂度和空间复杂度。要求：考虑最坏情况和平均情况。题目10（哈希表）plaintext请设计一个LRU（最近最少使用）缓存，支持get和put操作。缓存容量为固定值。要求：get和put操作的时间复杂度均为O(1)。题目11（字符串处理）plaintext请实现一个算法，找出一个字符串中最长的无重复字符的子串。例如，在"abcabcbb"中，最长无重复子串是"abc"。要求：时间复杂度O(n)。题目12（递归）plaintext请用递归方式实现二叉树的深度优先遍历（前序、中序、后序）。要求：分别给出三种遍历的实现。题目13（链表）plaintext请实现一个算法，删除排序链表中的重复元素，使得每个元素只出现一次。例如，在链表1->1->2->3->3中，结果为1->2->3。要求：空间复杂度O(1)。题目14（矩阵）plaintext给定一个二维矩阵，从左上角出发，只能向右或向下移动，求到达右下角的所有路径数量。例如，3x3矩阵有6条路径。要求：使用动态规划。三、系统设计与架构（5题，每题15分，共75分）题目15（分布式系统）plaintext请设计一个分布式缓存系统，要求支持高可用、高并发和快速读写。说明主要组件和设计思路。要求：考虑数据一致性、容错性和扩展性。题目16（微服务）plaintext请设计一个电商平台订单服务，说明其微服务架构、接口设计、数据存储方案和通信方式。要求：考虑订单状态流转、事务处理和并发控制。题目17（数据库设计）plaintext请设计一个社交媒体的数据库模型，支持用户、帖子、评论和关注关系。说明表结构、索引设计和查询优化。要求：考虑数据扩展性和查询性能。题目18（消息队列）plaintext请设计一个基于消息队列的订单处理系统，说明其架构、消息格式和异常处理机制。要求：考虑订单确认、退款和超时处理。题目19（安全设计）plaintext请设计一个防止SQL注入的方案，并说明如何实现API的安全访问控制。要求：考虑认证、授权和加密措施。四、编程题（3题，每题25分，共75分）题目20（Java）plaintext请用Java实现一个简单的LRU缓存，支持get和put操作。缓存容量为固定值。要求：使用双向链表和哈希表实现，时间复杂度O(1)。题目21（Python）plaintext请用Python实现一个函数，对大规模数据集进行分布式处理。假设有1000万个数据点，要求使用多线程或异步IO完成计算。要求：说明设计思路和性能优化方案。题目22（C++）plaintext请用C++实现一个简单的网络爬虫，可以抓取指定网站的前N层页面。要求：考虑爬取效率、重复页面过滤和异常处理。答案与解析一、编程语言基础题目1（Java）javapublicbooleanisPalindrome(Strings){intleft=0,right=s.length()-1;while(left<right){if(s.charAt(left)!=s.charAt(right)){returnfalse;}left++;right--;}returntrue;}解析：双指针法，从两头向中间遍历，比较字符是否相同。时间复杂度O(n)，空间复杂度O(1)。题目2（Python）pythondefunique_elements(nums):fromcollectionsimportdefaultdictcount=defaultdict(int)fornuminnums:count[num]+=1return[numfornum,cntincount.items()ifcnt==1]解析：使用哈希表统计每个元素的出现次数，然后筛选出现次数为1的元素。时间复杂度O(n)，空间复杂度O(n)。题目3（C++）cppinclude<vector>include<algorithm>usingnamespacestd;doublefindMedian(vector<int>&nums){sort(nums.begin(),nums.end());intn=nums.size();if(n%2==0){return(nums[n/2-1]+nums[n/2])/2.0;}else{returnnums[n/2];}}解析：先排序，然后根据数组长度是奇数还是偶数返回中间值或中间两个值的平均值。时间复杂度O(nlogn)，空间复杂度O(1)。题目4（JavaScript）javascriptfunctionromanToInt(string){constromanMap={'I':1,'V':5,'X':10,'L':50,'C':100,'D':500,'M':1000};letresult=0;for(leti=0;i<string.length;i++){constcurrent=romanMap[string[i]];constnext=romanMap[string[i+1]];if(next&¤t<next){result-=current;}else{result+=current;}}returnresult;}解析：从左到右遍历罗马数字，如果当前字符小于下一个字符，则减去当前值，否则加上当前值。时间复杂度O(n)。题目5（Go）gofuncmiddleNode(headListNode)ListNode{slow:=headfast:=headforfast!=nil&&fast.Next!=nil{slow=slow.Nextfast=fast.Next.Next}returnslow}解析：快慢指针法，快指针每次走两步，慢指针每次走一步，当快指针到达末尾时，慢指针在中间。时间复杂度O(n)，空间复杂度O(1)。二、算法与数据结构题目6（动态规划）plaintextdp[i]=dp[i-1]+dp[i-2]初始化：dp[0]=1,dp[1]=1解析：每次爬楼梯的方法数等于前一次和前两次的和。时间复杂度O(n)，空间复杂度O(1)。题目7（树与图）plaintextboolisBalanced(TreeNoderoot){returncheckHeight(root)!=-1;}intcheckHeight(TreeNodenode){if(node==null)return0;intleft=checkHeight(node.left);if(left==-1)return-1;intright=checkHeight(node.right);if(right==-1)return-1;if(abs(left-right)>1)return-1;returnMath.max(left,right)+1;}解析：后序遍历检查每个节点的高度，如果左右子树高度差超过1或子树不平衡，则返回-1。时间复杂度O(n)。题目8（贪心算法）plaintext按截止时间排序，优先处理截止时间早的任务。解析：贪心策略是优先处理截止时间早的任务，这样可以最大化完成的任务数量。时间复杂度O(nlogn)。题目9（排序算法）plaintext快速排序：分治思想：选择一个基准，将数组分为小于和大于基准的两部分，然后递归排序。时间复杂度：平均O(nlogn)，最坏O(n^2)。空间复杂度：O(logn)。解析：快速排序通过分治思想实现高效排序，但最坏情况下时间复杂度为O(n^2)。题目10（哈希表）plaintext使用双向链表和哈希表实现LRU缓存。解析：哈希表用于快速查找，双向链表用于维护访问顺序。get操作时移动节点到头部，put操作时如果已存在则移动到头部，否则添加到头部。时间复杂度O(1)。题目11（字符串处理）plaintext滑动窗口法：维护一个窗口和字符出现位置的哈希表。解析：使用两个指针表示窗口，通过哈希表记录字符最后出现的位置，移动右指针扩展窗口，移动左指针收缩窗口。时间复杂度O(n)。题目12（递归）plaintext前序遍历：访问当前节点->前序遍历左子树->前序遍历右子树中序遍历：中序遍历左子树->访问当前节点->中序遍历右子树后序遍历：后序遍历左子树->后序遍历右子树->访问当前节点解析：递归实现树的遍历，根据访问顺序不同分为三种。时间复杂度O(n)，空间复杂度O(h)。题目13（链表）plaintext遍历链表，如果当前节点的值与前一个节点相同，则删除当前节点。解析：使用dummy节点简化边界处理，遍历链表时比较当前节点与前一个节点的值，如果相同则删除。时间复杂度O(n)，空间复杂度O(1)。题目14（矩阵）plaintextdp[i][j]=dp[i-1][j]+dp[i][j-1]初始化：dp[0][j]=1,dp[i][0]=1解析：动态规划计算到达每个格子的路径数量，等于上方和左方格子的路径数量之和。时间复杂度O(mn)，空间复杂度O(mn)。三、系统设计与架构题目15（分布式系统）plaintext主要组件：-负载均衡器：分发请求到不同的缓存节点-缓存节点：存储热点数据，使用一致性哈希-指令节点：处理缓存失效和更新-监控系统：监控缓存命中率、延迟和错误率设计思路：-数据分片：使用一致性哈希将数据分配到不同节点-异步更新：通过消息队列同步数据变更-容错机制：副本冗余和故障转移-扩展性：水平扩展缓存节点解析：分布式缓存需要考虑高可用、高并发和快速读写，通过负载均衡、数据分片、异步更新和容错机制实现。题目16（微服务）plaintext架构：-订单服务：负责订单创建、支付、状态管理-支付服务：处理支付请求和回调-商品服务：提供商品信息查询-用户服务：管理用户信息和认证接口设计：-订单服务API：POST/orders,GET/orders/{id}-支付服务API：POST/payments,POST/payment/callback数据存储：-订单服务：使用关系型数据库存储订单状态-支付服务：使用消息队列处理异步支付通信方式：-同步：RESTfulAPI-异步：消息队列（Kafka/RabbitMQ）并发控制：-订单创建：使用分布式锁或事务-支付处理：幂等设计防止重复支付解析：微服务架构需要考虑服务拆分、接口设计、数据一致性、通信方式和并发控制，订单服务是核心服务之一。题目17（数据库设计）plaintext表结构：-users：用户表（id,username,email,password）-posts：帖子表（id,user_id,content,created_at）-comments：评论表（id,post_id,user_id,content,created_at）-followships：关注关系表（follower_id,followee_id）索引设计：-users：username,email（唯一）-posts：user_id,created_at查询优化：-缓存热点帖子-分页查询评论-使用覆盖索引减少表扫描解析：社交媒体数据库需要支持用户、帖子、评论和关注关系，通过合理表结构和索引设计提高查询性能。题目18（消息队列）plaintext架构：-订单服务：创建订单时发送消息到消息队列-支付服务：订阅消息队列，处理支付-退款服务：订阅消息队列，处理退款消息格式：-订单消息：包含订单ID、金额、状态-支付消息：包含订单ID、支付结果异常处理：-重试机制：支付失败时重新发送消息-死信队列：无法处理的消息进入死信队列-超时处理：设置消息超时，避免无限等待解析：消息队列用于解耦订单服务、支付服务和退款服务，需要考虑消息格式、异常处理和事务管理。题目19（安全设计）plaintext防止SQL注入：-使用预编译语句（PreparedStatement）-输入验证：限制输入长度和类型-参数化查询：不直接拼接SQLAPI安全访问控制：-认证：JWT或OAuth2.0-授权：RBAC（基于角色的访问控制）-加密：HTTPS传输加密-令牌刷新：避免令牌泄露解析：安全设计需要考虑SQL注入、认证、授权和加密，保护API免受未授权访问和恶意攻击。四、编程题题目20（Java）javaimportjava.util.HashMap;importjava.util.Map;importjava.util.LinkedList;classLRUCache<K,V>{privatefinalintcapacity;privatefinalMap<K,Node>map;privatefinalLinkedList<Node>list;classNode{Kkey;Vvalue;Nodeprev,next;Node(Kkey,Vvalue){this.key=key;this.value=value;}}publicLRUCache(intcapacity){this.capacity=capacity;this.map=newHashMap<>();this.list=newLinkedList<>();}publicVget(Kkey){Nodenode=map.get(key);if(node==null)returnnull;moveToHead(node);returnnode.value;}publicvoidput(Kkey,Vvalue){Nodenode=map.get(key);if(node!=null){node.value=value;moveToHead(node);}else{NodenewNode=newNode(key,value);map.put(key,newNode);addToHead(newNode);if(map.size()>capacity){Nodetail=list.removeLast();map.remove(tail.key);}}}privatevoidmoveToHead(Nodenode){list.remove(node);addToHead(node);}privatevoidaddToHead(Nodenode){list.addFirst(node);node.prev=null;node.next=list.peekLast();if(node.next!=null){node.next.prev=node;}}}解析：LRU缓存使用双向链表和哈希表实现，双向链表维护访问顺序，哈希表实现O(1)的get和put操作。时间复杂度O(1)，空间复杂度O(capacity)。题目21（Python）pythonimportconcurrent.futuresimportthreadingclassDistributedProcessor:def__init__(self,num_workers=4):self.lock=threading.Lock()self.workers=concurrent.futures.ThreadPoolExecutor(max_workers=num_workers)self.results=[]defprocess(self,data):futures=[self.workers.submit(cess_chunk,chunk)forchunkinself.split_data(data)]forfutureinconcurrent.futures.as_completed(futures):self.results.extend(future.result())defprocess_chunk(self,chunk):模拟计算return[x2forxinchunk]defsplit_data(self,data,chunk_size=1000):foriinrange(0,len(data),chunk_size):yielddata[i:i+chunk_size]defshutdown(self):self.workers.shutdown()print("Processedresults:",self.results)解析：分布式处理器使用多线程处理大规模数据集，通过线程池和分块处理实现高效并行计算。时间复杂度O(n)，空间复杂度O(n)。题目22（C++）cppinclude<iostream>include<queue>include<unordered_set>include<mutex>include<thread>include<condition_variable>classWebCrawler{private:std::queue<std::string>urls;std::unordered_set<std::string>visited;std::mutexqueue_mutex;std::condition_variablecv;boolfinished=false;public:WebCrawler(conststd::string&start_url){urls.push(start_url);}voidcrawl(){std::threadproducer(&WebCrawler::produce,this);std::threadconsumer(&WebCrawler::consume,this);producer.join();consumer.join();}private:voi