2026年软件工程师面试与招聘模拟试题集

2026年软件工程师面试与招聘模拟试题集一、编程语言基础（5题，每题10分，共50分）针对地域：硅谷、杭州、深圳行业：互联网、金融科技1.Java题（10分）编写一个Java方法，接收一个整数数组，返回其中所有奇数的平方和。例如，输入`[1,2,3,4]`，返回`1+9=10`。javapublicintsumOfOddSquares(int[]arr){//你的代码}2.Python题（10分）实现一个函数`merge_dicts()`，接收两个字典，合并它们的键值对。如果存在相同键，则将值相加。例如：pythonmerge_dicts({1:2,3:4},{1:3,4:5})#返回{1:5,3:4,4:5}3.C++题（10分）使用C++STL，编写一个函数`findMissingNumber()`，在0到n的整数数组中找出缺失的数字。例如：cppintfindMissingNumber(vector<int>&nums){//你的代码}4.JavaScript题（10分）实现一个异步函数`fetchData()`，使用`fetch`API获取JSON数据，并在数据返回后打印其`name`字段。假设URL为`/data`。5.Go题（10分）编写一个Go函数，接收一个字符串切片，返回一个新切片，其中包含所有以大写字母开头的字符串。例如：gofuncfilterCapitals(strs[]string)[]string{//你的代码}二、算法与数据结构（5题，每题10分，共50分）针对地域：硅谷、北京行业：人工智能、电商1.动态规划题（10分）给定一个字符串，判断是否可以通过删除一些字符使其变为回文。例如：`"abca"`可以变为`"aca"`，返回`true`。2.树题（10分）实现二叉树的层序遍历（BFS），用Python或Java编写。3.图题（10分）给定一个无向图，编写算法判断是否存在负权重环（Bellman-Ford算法）。4.排序题（10分）实现一个归并排序，要求不使用递归，用迭代方式完成。5.位运算题（10分）编写一个函数，将一个32位整数右移3位，并用位运算实现。三、系统设计（3题，每题20分，共60分）针对地域：杭州、上海行业：云计算、物流1.短链接系统设计（20分）设计一个短链接系统（如tinyURL），要求：-支持随机生成6位短码-支持通过短码查询原URL-高并发场景下可用2.分布式计数器设计（20分）设计一个分布式计数器，支持高并发自增，要求：-可水平扩展-线性一致性（最终一致性）3.消息队列选型与设计（20分）比较RabbitMQ和Kafka的优劣，并设计一个用于电商订单处理的异步消息队列系统。四、数据库与存储（3题，每题20分，共60分）针对地域：深圳、北京行业：金融、社交1.SQL题（20分）给定表`Orders`（订单表）和`Users`（用户表），编写SQL查询：-查询每个用户的订单总数，且订单金额>1000-按订单总数降序排列，若总数相同则按用户ID升序排列2.NoSQL题（20分）设计一个Redis方案，缓存用户的最近10条浏览商品记录，要求：-高效命中热点数据-缓存失效后能快速从数据库加载3.数据库优化题（20分）说明在一个高并发的社交应用中，如何优化数据库以减少延迟？列举至少3种方案。五、分布式系统与中间件（3题，每题20分，共60分）针对地域：硅谷、上海行业：电商、云计算1.CAP理论题（20分）解释CAP理论，并说明在分布式数据库中如何权衡一致性（Consistency）、可用性（Availability）和分区容错性（PartitionTolerance）。2.分布式事务题（20分）设计一个分布式事务解决方案（如2PC或TCC），用于处理跨数据库的订单支付流程。3.缓存策略题（20分）说明在分布式缓存（如RedisCluster）中，如何解决缓存雪崩和缓存击穿问题？答案与解析一、编程语言基础1.JavajavapublicintsumOfOddSquares(int[]arr){intsum=0;for(intnum:arr){if(num%2!=0){sum+=numnum;}}returnsum;}解析：遍历数组，判断奇数后计算平方并累加。2.Pythonpythondefmerge_dicts(d1,d2):result=d1.copy()forkey,valueind2.items():result[key]=result.get(key,0)+valuereturnresult解析：使用`dict.get()`获取当前键的值，若不存在则默认为0，然后相加。3.C++cppintfindMissingNumber(vector<int>&nums){intn=nums.size()+1;longlongexpected=(longlong)n(n+1)/2;longlongactual=0;for(intnum:nums)actual+=num;returnexpected-actual;}解析：数学公式求和（1到n）减去数组元素和。4.JavaScriptjavascriptasyncfunctionfetchData(){try{constresponse=awaitfetch('/data');constdata=awaitresponse.json();console.log();}catch(error){console.error('Errorfetchingdata:',error);}}解析：使用`async/await`处理异步请求。5.GogofuncfilterCapitals(strs[]string)[]string{varresult[]stringfor_,s:=rangestrs{iflen(s)>0&&unicode.IsUpper(rune(s[0])){result=append(result,s)}}returnresult}解析：遍历字符串切片，检查首字符是否大写。二、算法与数据结构1.动态规划pythondefcanBePalindrome(s):count=[0]128forcharins:count[ord(char)]+=1odd_count=sum(1forcincountifc%2!=0)returnodd_count<=1解析：统计字符频率，最多允许一个字符出现奇数次。2.树遍历pythonfromcollectionsimportdequedeflevelOrder(root):ifnotroot:return[]queue=deque([root])result=[]whilequeue:level=[]for_inrange(len(queue)):node=queue.popleft()level.append(node.val)ifnode.left:queue.append(node.left)ifnode.right:queue.append(node.right)result.append(level)returnresult解析：使用队列实现BFS。3.图算法pythondefhasNegativeCycle(edges,n):dist=[float('inf')]ndist[0]=0for_inrange(n-1):foru,v,winedges:ifdist[u]+w<dist[v]:dist[v]=dist[u]+w检查负权重环foru,v,winedges:ifdist[u]+w<dist[v]:returnTruereturnFalse解析：Bellman-Ford算法的核心是松弛操作。4.归并排序（迭代）javapublicvoidmergeSort(int[]arr){int[]temp=newint[arr.length];for(intstep=1;step<arr.length;step=2){for(intstart=0;start<arr.length;start+=2step){intmid=Math.min(start+step-1,arr.length-1);intend=Math.min(start+2step-1,arr.length-1);merge(arr,temp,start,mid,end);}}}voidmerge(int[]arr,int[]temp,intstart,intmid,intend){System.arraycopy(arr,start,temp,start,end-start+1);inti=start,j=mid+1,k=start;while(i<=mid&&j<=end){if(temp[i]<=temp[j]){arr[k++]=temp[i++];}else{arr[k++]=temp[j++];}}while(i<=mid)arr[k++]=temp[i++];while(j<=end)arr[k++]=temp[j++];}解析：从子数组到整个数组逐步归并。5.位运算pythondefrightShift(num,n):returnnum>>n解析：使用`>>`运算符右移。三、系统设计1.短链接系统方案：-使用哈希函数（如MD5+Base62编码）生成短码-使用Redis存储短码到URL的映射，设置过期时间-高并发时可用负载均衡（如Nginx）分发请求2.分布式计数器方案：-每个节点使用本地计数器，定时通过Raft/Paxos同步-使用Redis的INCR命令实现原子自增-结合布隆过滤器减少无效请求3.消息队列设计方案：-使用Kafka（高吞吐量）处理订单消息-RabbitMQ用于顺序敏感任务（如库存扣减）-添加死信队列处理异常消息四、数据库与存储1.SQL查询sqlSELECTUsers.id,COUNT(Orders.id)ASorder_countFROMOrdersJOINUsersONOrders.user_id=Users.idWHEREOrders.amount>1000GROUPBYUsers.idORDERBYorder_countDESC,Users.idASC;解析：JOIN连接表，WHERE过滤，GROUPBY分组。2.Redis缓存方案：-使用LRU缓存策略（如Redis的EXPIRE）-异步更新缓存（如使用消息队列）-设置热点数据预加载3.数据库优化方案：-索引优化（如分区表、倒排索引）-读写分离（如My