2026年软件工程师面试题集及解答技巧

2026年软件工程师面试题集及解答技巧一、编程基础题（共5题，每题10分，总分50分）题目1（10分）编写一个函数，实现二叉树的深度优先遍历（前序遍历），并返回遍历结果的列表。要求使用递归方式实现。pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefpreorder_traversal(root):请在此处编写代码pass题目2（10分）实现一个LRU（最近最少使用）缓存，支持get和put操作。要求使用哈希表和双向链表实现，get操作返回对应键的值，如果不存在返回-1；put操作将键值对插入缓存，如果键已存在则更新值，并移除最久未使用的元素，如果缓存容量已满。题目3（10分）给定一个字符串s，找到其中最长的回文子串。要求时间复杂度不超过O(n²)。题目4（10分）实现快速排序算法，要求使用原地排序方式（不使用额外数组），并返回排序后的数组。题目5（10分）编写一个函数，检查一个字符串是否是有效的括号组合。例如，输入"()[]{}"返回True，输入"(]"返回False。二、系统设计题（共3题，每题20分，总分60分）题目6（20分）设计一个微博系统的基础架构，需要支持以下功能：1.用户注册和登录2.发布微博（支持文本、图片）3.微博流展示（显示关注用户的最新微博）4.点赞和评论功能要求：1.描述系统的主要组件2.说明数据存储方案3.分析系统的性能瓶颈和解决方案题目7（20分）设计一个高并发的短链接系统，要求：1.支持将任意长度的URL转换为固定长度的短链接2.支持从短链接反查原始URL3.系统需要支持高并发访问4.需要考虑短链接的唯一性和可记忆性要求：1.描述系统架构2.说明数据存储方案3.分析系统的扩展性和容错性题目8（20分）设计一个在线音乐播放系统，需要支持以下功能：1.用户登录和歌曲搜索2.歌曲播放（支持断点续播）3.播放列表管理4.音频质量控制要求：1.描述系统的主要组件2.说明数据存储方案3.分析系统的可扩展性和容错性三、数据库题（共2题，每题15分，总分30分）题目9（15分）设计一个电子商务平台的数据库模型，需要支持以下功能：1.用户信息管理2.商品信息管理3.购物车功能4.订单管理要求：1.画出主要的E-R图2.写出主要的SQL查询语句示例3.分析数据库的索引优化方案题目10（15分）假设你需要优化一个电商网站的商品搜索功能，请回答：1.你会采用哪些索引策略？2.如何设计查询缓存？3.如何处理大数据量下的搜索性能问题？四、算法题（共4题，每题15分，总分60分）题目11（15分）给定一个整数数组，找出其中不重复的数字，并返回它们的数量。要求时间复杂度O(n)。题目12（15分）实现一个二分查找算法，要求处理重复元素的情况，返回第一个等于目标值的元素索引。题目13（15分）设计一个算法，找出数组中和为特定值的三元组数量。要求时间复杂度O(n²)。题目14（15分）编写一个函数，检查一个链表是否存在环，并返回环的入口节点。答案及解析编程基础题答案及解析题目1答案pythondefpreorder_traversal(root):result=[]defdfs(node):ifnotnode:returnresult.append(node.val)dfs(node.left)dfs(node.right)dfs(root)returnresult解析：前序遍历遵循"根-左-右"的顺序。使用递归方式实现，先访问当前节点，然后递归遍历左子树和右子树。时间复杂度为O(n)，空间复杂度为O(h)，其中h为二叉树的高度。题目2答案pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head=Node(0,0)self.tail=Node(0,0)self.head.next=self.tailself.tail.prev=self.headclassNode:def__init__(self,key,value):self.key=keyself.value=valueself.prev=Noneself.next=Nonedefget(self,key:int)->int:ifkeynotinself.cache:return-1node=self.cache[key]self._move_to_front(node)returnnode.valuedefput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_front(node)else:iflen(self.cache)==self.capacity:lru=self.tail.prevdelself.cache[lru.key]self._remove_node(lru)new_node=self.Node(key,value)self.cache[key]=new_nodeself._add_node(new_node)def_move_to_front(self,node):self._remove_node(node)self._add_node(node)def_add_node(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_node解析：LRU缓存使用双向链表+哈希表实现。双向链表维护访问顺序，哈希表实现O(1)时间复杂度的查找。get操作将访问的节点移动到链表头部，put操作时如果已存在则更新值并移动到头部，如果容量已满则移除链表尾部节点（最久未使用）。题目3答案pythondeflongest_palindrome(s:str)->str:ifnots:return""start,end=0,0foriinrange(len(s)):len1=self._expand_around_center(s,i,i)len2=self._expand_around_center(s,i,i+1)max_len=max(len1,len2)ifmax_len>end-start:start=i-(max_len-1)//2end=i+max_len//2returns[start:end+1]def_expand_around_center(self,s:str,left:int,right:int)->int:whileleft>=0andright<len(s)ands[left]==s[right]:left-=1right+=1returnright-left-1解析：使用中心扩展法，对于每个字符（或字符间空隙）都尝试向两边扩展，找到最长的回文子串。时间复杂度为O(n²)，空间复杂度为O(1)。题目4答案pythondefquick_sort(arr):defpartition(low,high):pivot=arr[high]i=low-1forjinrange(low,high):ifarr[j]<=pivot:i+=1arr[i],arr[j]=arr[j],arr[i]arr[i+1],arr[high]=arr[high],arr[i+1]returni+1def_quick_sort(low,high):iflow<high:pi=partition(low,high)_quick_sort(low,pi-1)_quick_sort(pi+1,high)_quick_sort(0,len(arr)-1)returnarr解析：快速排序采用分治策略，选择一个基准值，将数组分为两部分，使得左部分都小于基准值，右部分都大于基准值。时间复杂度平均为O(nlogn)，最坏为O(n²)。题目5答案pythondefisValid(s:str)->bool:stack=[]mapping={')':'(','}':'{',']':'['}forcharins:ifcharinmapping.values():stack.append(char)elifcharinmapping.keys():ifnotstackormapping[char]!=stack.pop():returnFalseelse:returnFalsereturnnotstack解析：使用栈来匹配括号，遇到开括号入栈，闭括号时检查栈顶是否为对应的开括号。如果匹配则弹出栈顶，否则返回False。最后栈应为空。系统设计题答案及解析题目6答案设计微博系统基础架构：1.系统组件：-用户服务：处理用户注册、登录、个人信息管理-微博服务：处理微博发布、编辑、删除-存储服务：存储微博内容、用户数据-搜索服务：提供微博搜索功能-推荐服务：根据用户行为推荐内容-认证服务：处理OAuth等认证流程2.数据存储方案：-用户数据：MongoDB存储用户信息，索引用户ID-微博数据：MySQL存储微博内容，主键ID，建立索引于用户ID、时间戳-文件存储：对象存储服务（如AWSS3）存储图片等文件-缓存：Redis缓存热点微博和用户信息3.性能瓶颈及解决方案：-微博流查询：使用Redis缓存用户关注列表和最新微博-并发写入：使用消息队列（Kafka）异步处理微博发布-负载均衡：使用Nginx分发请求到多个应用服务器-数据库分片：当微博量增长时，对微博表进行分片解析：微博系统需要考虑高并发、大数据量、实时性等特点。采用微服务架构提高系统的可扩展性和容错性。使用适当的缓存策略提高查询性能。题目7答案设计短链接系统：1.系统架构：-域名解析服务：将短链接解析为长链接-路由服务：根据短链接hash值路由到存储服务-存储服务：持久化长链接和对应短链接映射关系-缓存服务：缓存热点短链接映射-接入服务：处理所有入站请求2.数据存储方案：-使用哈希函数（如SHA-256）生成短链接-将短链接和长链接映射存储在Redis中，设置过期时间-对于高频访问的短链接，使用Memcached进行缓存3.扩展性和容错性分析：-垂直扩展：通过增加缓存节点提高并发处理能力-水平扩展：通过增加域名解析服务副本提高可用性-冗余设计：在多个数据中心部署服务，防止单点故障-冗余哈希：生成多个短链接候选，确保一个可用解析：短链接系统需要保证高可用性、快速解析和唯一性。通过合理的架构设计和数据存储策略，可以满足这些需求。题目8答案设计在线音乐播放系统：1.系统组件：-认证服务：处理用户登录和权限管理-搜索服务：提供歌曲搜索功能-播放服务：处理播放请求和音频流-缓存服务：缓存热门歌曲和播放列表-存储服务：存储音频文件和元数据2.数据存储方案：-用户数据：MongoDB存储用户信息和播放历史-歌曲数据：MySQL存储歌曲元数据，建立索引于歌曲ID、艺术家-音频文件：分布式文件系统（如HDFS）存储音频文件-播放记录：Redis存储实时播放统计3.可扩展性和容错性分析：-流媒体传输：使用HLS或DASH协议实现自适应码率流-负载均衡：使用Nginx分发播放请求到多个媒体服务器-容错设计：使用CDN分发音频文件，防止单点故障-缓存策略：对热门歌曲使用多级缓存（内存+SSD）解析：音乐播放系统需要保证音频质量、低延迟和高并发处理能力。通过合理的架构设计和数据存储策略，可以满足这些需求。数据库题答案及解析题目9答案电子商务平台数据库模型：1.E-R图：plaintext用户(用户ID,用户名,邮箱,密码)商品(商品ID,商品名,价格,库存)购物车(购物车ID,用户ID,商品ID,数量)订单(订单ID,用户ID,订单时间,总价)订单项(订单项ID,订单ID,商品ID,数量,单价)2.SQL查询示例：sql--查询用户购物车中的商品SELECTg.商品名,c.数量FROM商品gJOIN购物车cONg.商品ID=c.商品IDWHEREc.用户ID=13.索引优化方案：-用户表：用户ID为主键，索引用户名-商品表：商品ID为主键，索引商品名、价格-购物车表：复合索引(用户ID,商品ID)-订单表：订单ID为主键，索引用户ID、订单时间解析：电子商务平台需要支持复杂的查询和事务处理。通过合理的表设计和索引策略，可以提高数据库性能。题目10答案电商网站搜索功能优化：1.索引策略：-使用Elasticsearch建立商品索引，包含商品名称、描述、属性等-对热门搜索词建立倒排索引，提高搜索速度-使用分词器处理中文搜索词2.查询缓存：-使用Redis缓存热点搜索结果-对搜索查询参数进行哈希，作为缓存键-设置合理的过期时间，防止缓存数据过时3.大数据量下的搜索性能：-使用分页查询，避免一次性加载过多结果-对搜索结果进行排序，优先展示相关度高的商品-使用近似查询算法处理大数据量搜索解析：搜索功能是电商网站的核心，需要保证搜索速度和相关性。通过合理的索引和缓存策略，可以提高搜索性能。算法题答案及解析题目11答案找出数组中不重复的数字：pythondefcount_unique_numbers(nums):seen=set()unique=set()fornuminnums:ifnumnotinseen:unique.add(num)else:ifnuminunique:unique.remove(num)seen.add(num)returnlen(unique)解析：使用两个集合，一个记录已见数字，一个记录唯一数字。遍历数组时，如果数字未见过则加入唯一集合，如果见过则从唯一集合中移除。最后返回唯一集合的大小。题目12答案二分查找算法处理重复元素：pythondeffirst_occurrence(nums,target):left,right=0,len(nums)-1result=-1whileleft<=right:mid=left+(right-left)//2ifnums[mid]==target:result=midright=mid-1elifnums[mid]<target:left=mid+1else:right=mid-1returnresult解析：在找到目标值时，继续向左搜索，