2026年IT技术面试常见问题及参考答案

2026年IT技术面试常见问题及参考答案一、编程基础（5题，每题10分，共50分）题目1（10分）题目：请用Python实现一个函数，该函数接收一个字符串作为参数，返回该字符串中所有唯一字符的列表。例如，输入"hello"，输出应包含'h'和'o'，因为它们在字符串中只出现一次。参考答案：pythondeffind_unique_chars(s):char_count={}forcharins:ifcharinchar_count:char_count[char]+=1else:char_count[char]=1unique_chars=[charforchar,countinchar_count.items()ifcount==1]returnunique_chars测试用例print(find_unique_chars("hello"))#输出:['h','o']print(find_unique_chars("abcdefg"))#输出:['a','b','c','d','e','f','g']解析：该函数通过字典统计每个字符的出现次数，然后筛选出出现次数为1的字符。时间复杂度为O(n)，空间复杂度为O(n)，其中n为输入字符串的长度。这种方法在处理大量数据时效率较高。题目2（10分）题目：请用Java实现一个方法，该方法接收一个整数数组，返回一个新数组，其中包含原数组中所有奇数元素，并保持它们在原数组中的相对顺序。参考答案：javaimportjava.util.ArrayList;importjava.util.List;publicclassArrayUtils{publicstaticint[]filterOdds(int[]arr){//先统计奇数的数量intoddCount=0;for(intnum:arr){if(num%2!=0){oddCount++;}}//创建结果数组int[]result=newint[oddCount];intindex=0;//填充结果数组for(intnum:arr){if(num%2!=0){result[index++]=num;}}returnresult;}publicstaticvoidmain(String[]args){int[]input={1,2,3,4,5,6,7,8,9};int[]output=filterOdds(input);for(intnum:output){System.out.print(num+"");}//输出:13579}}解析：首先遍历数组统计奇数的数量，然后再次遍历数组将奇数存入结果数组。这种方法只需要两次遍历，时间复杂度为O(n)，空间复杂度为O(n)。题目3（10分）题目：请用C++实现一个函数，该函数将一个链表反转，并返回反转后的链表头节点。假设链表节点定义如下：cppstructListNode{intval;ListNodenext;ListNode(intx):val(x),next(nullptr){}};参考答案：cppinclude<iostream>structListNode{intval;ListNodenext;ListNode(intx):val(x),next(nullptr){}};ListNodereverseList(ListNodehead){ListNodeprev=nullptr;ListNodecurrent=head;while(current!=nullptr){ListNodenext_node=current->next;//保存下一个节点current->next=prev;//反转当前节点的指针prev=current;//移动prev和currentcurrent=next_node;}returnprev;//新的头节点是原来的尾节点}//辅助函数：打印链表voidprintList(ListNodehead){while(head!=nullptr){std::cout<<head->val<<"";head=head->next;}std::cout<<std::endl;}//测试用例intmain(){ListNodehead=newListNode(1);head->next=newListNode(2);head->next->next=newListNode(3);std::cout<<"Originallist:";printList(head);ListNodereversed=reverseList(head);std::cout<<"Reversedlist:";printList(reversed);return0;}解析：使用三个指针prev、current和next_node来逐个反转链表中的节点。每次迭代将当前节点的next指向prev，然后移动指针继续反转下一个节点。这种方法的时间复杂度为O(n)，空间复杂度为O(1)。题目4（10分）题目：请用JavaScript实现一个函数，该函数接收两个正整数n和m，返回一个数组，其中包含从1到n的所有数字，但每隔m个数字就删除一个。例如，n=10，m=3，则返回[1,2,4,5,7,8]。参考答案：javascriptfunctiondeleteEveryMth(n,m){constresult=[];for(leti=1;i<=n;i++){//如果当前索引除以m的余数为0，则跳过该数字if((i-1)%m!==0){result.push(i);}}returnresult;}//测试用例console.log(deleteEveryMth(10,3));//输出:[1,2,4,5,7,8]console.log(deleteEveryMth(15,4));//输出:[1,2,3,5,6,7,9,10,11,13,14]解析：通过循环从1到n遍历所有数字，使用条件判断是否需要删除当前数字。具体来说，如果当前数字的索引(i-1)除以m的余数为0，则跳过该数字。这种方法的时间复杂度为O(n)，空间复杂度为O(n)。题目5（10分）题目：请用Go语言实现一个函数，该函数接收一个字符串，返回该字符串的所有子串，但不包括空字符串。例如，输入"abc"，应返回所有可能的子串：["a","b","c","ab","bc","abc"]。参考答案：gopackagemainimport("fmt""strings")funcgetAllSubstrings(sstring)[]string{n:=len(s)varresult[]stringfori:=0;i<n;i++{forj:=i+1;j<=n;j++{result=append(result,s[i:j])}}returnresult}funcmain(){substrings:=getAllSubstrings("abc")fmt.Println(substrings)//输出:[abcabbcabc]}解析：使用两层嵌套循环来生成所有可能的子串。外层循环控制子串的起始位置，内层循环控制子串的结束位置。每次迭代生成一个子串并添加到结果列表中。这种方法的时间复杂度为O(n²)，空间复杂度为O(n²)。二、系统设计（3题，每题20分，共60分）题目6（20分）题目：假设你要设计一个高并发的短链接服务（如tinyURL），请描述其主要组件、数据结构、以及如何处理高并发场景下的挑战。参考答案：一个高并发的短链接服务通常包含以下主要组件：1.API网关：负责接收用户请求，进行路由分发，并处理认证和限流。-技术选型：Nginx、Kong、APIGateway等-功能：请求转发、负载均衡、认证授权、限流熔断2.短链接生成服务：负责将长链接转换为短链接。-算法：可以使用Base62编码（A-Z、a-z、0-9）将长链接的哈希值转换为6-10个字符的短链接-数据结构：可以使用Redis或内存缓存来临时存储生成的短链接3.长链接存储服务：负责存储长链接与短链接的映射关系。-数据存储：使用分布式数据库如Cassandra、HBase或时序数据库InfluxDB-索引：建立短链接的索引以实现O(1)的查询效率4.访问代理服务：负责将短链接请求转发到对应的长链接。-缓存：使用内存缓存如Redis来存储热点短链接与长链接的映射-缓存失效策略：LRU、TTL等5.监控告警系统：负责监控系统状态，并在出现异常时告警。-技术选型：Prometheus、Grafana、ELK等-监控指标：请求延迟、错误率、QPS等高并发处理策略：1.限流：-API网关层：使用令牌桶算法或漏桶算法进行限流-服务层：使用Redis分布式锁或本地锁防止并发冲突2.缓存：-使用多级缓存策略，将热点数据存储在内存中-使用一致性哈希防止缓存雪崩3.异步处理：-使用消息队列如Kafka、RabbitMQ来异步处理耗时操作-使用事件驱动架构提高系统响应能力4.分布式架构：-将服务拆分为多个微服务，每个服务独立扩展-使用服务发现机制如Consul、Eureka5.数据库优化：-使用分库分表策略防止单点瓶颈-使用读写分离和主从复制提高数据库性能数据结构设计：-短链接与长链接的映射关系可以存储在Redis中，使用短链接作为key，长链接作为value-可以使用布隆过滤器快速判断一个短链接是否已经存在-对于热点短链接，可以使用LRU缓存算法防止频繁查询数据库地域考虑：-对于全球用户，可以选择在不同地区部署服务节点，使用CDN加速短链接解析-数据存储可以选择多地域部署，提高数据可靠性和访问速度容灾备份：-短链接生成服务可以部署多个副本，使用负载均衡分配请求-数据存储服务使用多副本存储，保证数据不丢失安全性：-对长链接进行签名验证，防止恶意短链接生成-对短链接访问进行频率限制，防止DDoS攻击题目7（20分）题目：请设计一个微博系统，需要支持百万级用户和每秒数千次发帖量，并说明其主要组件、技术选型、数据模型和扩展策略。参考答案：一个支持百万级用户和每秒数千次发帖量的微博系统需要采用分布式架构和多种技术优化。以下是系统设计的主要方面：1.主要组件：1.API网关：-功能：请求路由、认证授权、限流熔断、日志记录-技术选型：Nginx+Lua、Kong、APIGateway-高可用：部署多个副本，使用负载均衡2.用户服务：-功能：用户注册登录、个人信息管理、关系管理（关注/粉丝）-数据模型：用户表、关系表、用户动态-技术选型：MySQL（读写分离）、Redis（缓存）-高可用：分布式部署，使用Redis集群3.动态服务：-功能：发布/获取动态、评论/点赞、转发-数据模型：动态表、评论表、点赞表、转发表-技术选型：MySQL（读写分离）、Redis（缓存）-高可用：分布式部署，使用消息队列4.消息队列：-功能：异步处理耗时操作、解耦服务-技术选型：Kafka、RabbitMQ-高可用：集群部署，分区复制5.搜索服务：-功能：实时搜索动态、用户、话题等-技术选型：Elasticsearch、Solr-高可用：集群部署，副本同步6.缓存服务：-功能：缓存热点数据，降低数据库压力-技术选型：Redis（单机/集群）、Memcached-高可用：集群部署，持久化7.文件存储服务：-功能：存储用户头像、图片、视频等-技术选型：MinIO、COS、分布式文件系统-高可用：多副本存储，CDN加速8.监控告警系统：-功能：监控系统状态，异常告警-技术选型：Prometheus、Grafana、ELK-高可用：分布式部署2.技术选型：-前端：Vue/React+Webpack/Vite-后端：Java/SpringCloud、Go/gRPC、Node.js/Express-数据库：MySQL（读写分离）、PostgreSQL（高可用）-缓存：Redis（集群）、Memcached-消息队列：Kafka（高吞吐）、RabbitMQ（可靠消息）-搜索：Elasticsearch（实时搜索）-文件存储：MinIO（对象存储）、Ceph（分布式存储）3.数据模型：1.用户表：-user_id（主键）、username、password（加密存储）、nick_name、avatar_url、-create_time、update_time、status、device_info等2.关系表：-follower_id、following_id、create_time-用于存储用户关注/粉丝关系3.动态表：-dynamic_id（主键）、user_id、content、create_time、update_time、-status（发布状态）、device_info、longitude、latitude等-用于存储用户发布的动态内容4.评论表：-comment_id（主键）、dynamic_id、user_id、content、create_time、-parent_id（回复评论的ID）、like_count等5.点赞表：-like_id（主键）、user_id、resource_type（动态/评论等）、resource_id、-create_time-用于存储用户对动态/评论的点赞6.转发表：-forward_id（主键）、user_id、original_dynamic_id、create_time、-content（可选的转发内容）4.扩展策略：1.垂直拆分：-将用户服务、动态服务、关系服务分别部署为独立微服务-每个服务可以独立扩展，提高系统弹性2.水平拆分：-将数据库按功能或用户ID进行分片-使用ShardingSphere、MyCAT等分片框架3.读写分离：-主库负责写操作，从库负责读操作-使用MySQL的读写分离功能或中间件如ProxySQL4.缓存优化：-使用多级缓存策略，将热点数据存储在内存中-使用Redis集群提高缓存可用性5.异步处理：-使用消息队列异步处理耗时操作，如发送通知、日志记录等-使用事件驱动架构提高系统响应能力6.CDN加速：-使用CDN缓存静态资源，加速图片、视频等内容的访问-对于热点动态，可以使用CDN缓存动态内容7.限流熔断：-在API网关和服务层实施限流策略-使用Hystrix、Sentinel等熔断器防止服务雪崩8.数据分区：-对关系数据进行分区，如按用户ID范围分区-对动态数据进行分区，如按时间范围分区地域考虑：-在不同地区部署服务节点，使用CDN加速内容分发-对于全球用户，可以使用多地域数据库集群，提高数据访问速度和可靠性5.高并发处理策略：1.动态发布：-使用发布-订阅模式，将动态发布操作异步化-使用RedisPub/Sub或Kafka进行消息传递2.实时搜索：-使用Elasticsearch实现实时搜索功能-使用批量更新和增量更新策略提高搜索效率3.数据同步：-使用消息队列同步不同服务之间的数据-使用定时任务同步缓存与数据库数据4.热点数据处理：-识别热点用户和热点动态，进行优先处理-使用更高效的存储和查询方式处理热点数据5.数据库优化：-使用索引优化查询性能-使用分表分库策略防止单点瓶颈6.容灾备份：-服务层使用集群部署，部署多个副本-数据库使用主从复制和多地域部署-使用定时备份和故障转移机制题目8（20分）题目：请设计一个高并发的实时聊天系统，需要支持百万级用户同时在线，并说明其主要组件、通信协议、数据模型和扩展策略。参考答案：一个支持百万级用户同时在线的高并发实时聊天系统需要采用分布式架构和多种技术优化。以下是系统设计的主要方面：1.主要组件：1.接入层：-功能：用户认证、协议转换、负载均衡-技术选型：Nginx、Kong、WebSocket网关-高可用：集群部署，使用负载均衡2.用户服务：-功能：用户注册登录、状态管理（在线/离线）、好友关系管理-数据模型：用户表、关系表、状态信息-技术选型：Redis（缓存）、MySQL（存储）-高可用：分布式部署，使用Redis集群3.会话服务：-功能：管理用户会话、消息路由、历史消息存储-数据模型：会话表、消息表-技术选型：Redis（缓存）、RabbitMQ（消息队列）-高可用：分布式部署，使用Redis集群4.消息服务：-功能：实时消息传输、消息持久化、消息确认-技术选型：WebSocket、Socket.IO、MQTT-高可用：分布式部署，使用消息队列5.消息队列：-功能：异步处理耗时操作、解耦服务-技术选型：Kafka、RabbitMQ-高可用：集群部署，分区复制6.文件存储服务：-功能：存储聊天记录、图片、视频等-技术选型：MinIO、COS、分布式文件系统-高可用：多副本存储，CDN加速7.监控告警系统：-功能：监控系统状态，异常告警-技术选型：Prometheus、Grafana、ELK-高可用：分布式部署2.通信协议：1.WebSocket：-用于实时双向通信-支持心跳检测和自动重连-技术选型：WebSocket协议、Socket.IO客户端库2.MQTT：-用于移动端等资源受限场景-支持QoS等级，保证消息可靠性-技术选型：MQTT协议、EMQX服务器3.HTTP/2：-用于初始化连接和心跳检测-支持多路复用，提高传输效率-技术选型：HTTP/2协议、Nginx3.数据模型：1.用户表：-user_id（主键）、username、password（加密存储）、nick_name、-avatar_url、create_time、update_time、status（在线/离线）等2.关系表：-user_id、friend_id、create_time-用于存储用户的好友关系3.状态信息：-user_id、status（在线/离线）、last_login_time、-online_time等-用于存储用户的在线状态4.会话表：-session_id（主键）、user_id、target_id（好友/群组）、-create_time、update_time等-用于存储用户的会话信息5.消息表：-message_id（主键）、session_id、sender_id、content、-message_type（文本/图片/视频等）、create_time、-status（已发送/已接收/已读）等-用于存储聊天消息4.扩展策略：1.水平扩展：-将服务拆分为多个微服务，每个服务独立扩展-使用Kubernetes进行容器化部署和弹性伸缩2.服务拆分：-将用户服务、会话服务、消息服务分别部署为独立微服