2026年互联网公司技术岗面试预测模拟题

2026年互联网公司技术岗面试预测模拟题一、编程实现题（共3题，每题15分，总分45分）背景说明：题目涉及常见互联网业务场景，考察算法设计、数据结构应用及代码能力，适合前端、后端、算法岗。1.（15分）题目：实现一个LRU（LeastRecentlyUsed）缓存，支持get和put操作。缓存容量为`capacity`，使用哈希表+双向链表实现，要求时间复杂度为O(1)。要求：-哈希表存储键值对，快速定位缓存项。-双向链表维护使用顺序，头部为最近使用，尾部为最久未使用。-输出关键数据结构设计及核心代码。答案与解析：pythonclassNode:def__init__(self,key=0,value=0):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head,self.tail=Node(),Node()self.head.next=self.tailself.tail.prev=self.headdef_add_node(self,node:Node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node:Node):prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_nodedef_move_to_head(self,node:Node):self._remove_node(node)self._add_node(node)def_pop_tail(self)->Node:res=self.tail.prevself._remove_node(res)returnresdefget(self,key:int)->int:node=self.cache.get(key,None)ifnotnode:return-1self._move_to_head(node)returnnode.valuedefput(self,key:int,value:int)->None:node=self.cache.get(key)ifnotnode:newNode=Node(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:tail=self._pop_tail()delself.cache[tail.key]else:node.value=valueself._move_to_head(node)解析：-双向链表维护顺序：头部为最近使用（`head`），尾部为最久未使用（`tail`）。每次`get`或`put`时，将节点移至头部；若超出容量，移除尾部节点。-哈希表实现O(1)查找：`cache`存储键到节点的映射，避免遍历链表。-关键操作：-`_add_node`：添加节点至头部。-`_remove_node`：移除节点。-`_move_to_head`：将节点移至头部。-`_pop_tail`：移除并返回尾部节点。2.（15分）题目：给定一个包含`n`个整数的数组`nums`，返回所有和为`target`的不重复三元组。例如：`nums=[-1,0,1,2]`，`target=0`，输出`[[-1,0,1]]`。要求：-不能有重复的三元组（如`[-1,0,1]`和`[1,0,-1]`视为相同）。-时间复杂度尽可能低，使用双指针法。答案与解析：pythondefthreeSum(nums:List[int])->List[List[int]]:nums.sort()n=len(nums)res=[]foriinrange(n):ifi>0andnums[i]==nums[i-1]:continuetarget=-nums[i]left,right=i+1,n-1whileleft<right:s=nums[left]+nums[right]ifs==target:res.append([nums[i],nums[left],nums[right]])whileleft<rightandnums[left]==nums[left+1]:left+=1whileleft<rightandnums[right]==nums[right-1]:right-=1left+=1right-=1elifs<target:left+=1else:right-=1returnres解析：-排序去重：先排序数组，避免重复三元素。遍历时跳过相同元素（如`i`与前一个`nums[i]`相同）。-双指针法：对于每个`nums[i]`，使用`left`和`right`分别指向`i+1`和`n-1`，计算三数和：-相等：加入结果，并移动指针跳过重复值。-小于`target`：左指针右移。-大于`target`：右指针左移。3.（15分）题目：实现一个函数`maxProfit`，计算买卖股票的最佳时机，假设只能进行一次买卖（即买入后卖出）。若没有利润，返回0。要求：-时间复杂度O(n)，空间复杂度O(1)。-示例：`prices=[7,1,5,3,6,4]`，输出`5`（买入1，卖出6）。答案与解析：pythondefmaxProfit(prices:List[int])->int:min_price=float('inf')max_profit=0forpriceinprices:min_price=min(min_price,price)profit=price-min_pricemax_profit=max(max_profit,profit)returnmax_profit解析：-贪心算法：维护两个变量：-`min_price`：记录当前最小买入价。-`max_profit`：记录最大利润。-遍历数组：-更新`min_price`为当前最小值。-计算`profit=price-min_price`，更新`max_profit`。-最终返回`max_profit`：若无利润（所有价格递减），返回0。二、系统设计题（共2题，每题20分，总分40分）背景说明：题目聚焦高并发、高可用场景，适合后端、架构岗，考察分布式系统设计能力。1.（20分）题目：设计一个高并发的短链接系统（如`tinyurl`），要求：-支持将长链接转换为短链接，并能反向解析。-高并发场景下（百万级请求/秒），保证响应时间<200ms。-支持自定义短链接前缀。要求：-说明系统架构，关键组件及选型。-描述核心流程及数据存储方案。答案与解析：系统架构：1.接入层（Nginx/HAProxy）：负载均衡，防DDoS攻击。2.API服务（微服务集群）：处理请求，使用Redis缓存热点数据。3.短链接生成服务：采用分布式ID生成器（如TwitterSnowflake）。4.数据存储：Redis（缓存短链接映射），MySQL（持久化）。5.CDN加速：静态短链接（如`/abcd`）直接通过CDN返回，降低后端压力。核心流程：-生成短链接：1.接入层将请求转发至API服务。2.检查Redis缓存，若存在则直接返回。3.若不存在，生成唯一ID（如`abcd`），存入Redis（过期1小时），并写入MySQL。4.返回短链接。-解析短链接：1.接入层解析URL，提取ID。2.查询Redis缓存，命中则直接返回长链接。3.若未命中，查询MySQL，返回长链接并缓存。选型说明：-ID生成器：Snowflake算法（41位时间戳+10位机器ID+12位序列号），确保全局唯一且高并发。-缓存策略：Redis热点数据缓存，MySQL持久化保证一致性。-高并发优化：-API服务集群化部署，限流降级。-MySQL读写分离，分库分表（按ID哈希）。2.（20分）题目：设计一个实时消息推送系统（如微信/抖音消息），要求：-支持全球用户（千万级），消息延迟<100ms。-支持离线推送（用户不在线时缓存消息）。-支持消息分批发送（如每10条/秒）。要求：-说明系统架构，关键组件及选型。-描述消息存储及分发策略。答案与解析：系统架构：1.接入层（Nginx/QUIC）：全球CDN节点分发请求，减少延迟。2.消息队列（Kafka/RabbitMQ）：解耦服务，削峰填谷。3.消息存储：Redis（实时消息缓存），MySQL（离线消息）。4.推送服务：-在线推送：WebSocket/Server-SentEvents(SSE)。-离线推送：通过App启动/后台任务拉取。5.调度器：定时分批发送离线消息。核心流程：-用户上线：1.WebSocket连接，实时推送消息。2.消息队列接收推送请求，写入Redis。-用户离线：1.消息写入Kafka，记录用户ID和消息。2.后台任务定期从Kafka读取，存入MySQL（带时间戳）。3.用户下次启动时拉取离线消息。-分批发送：1.调度器每10ms处理一批消息（如10条）。2.使用Redis发布订阅模式（PUB/SUB）触发推送。选型说明：-Kafka：高吞吐，支持离线消息重试。-Redis：低延迟缓存，减少数据库压力。-WebSocket：实时双向通信，减少HTTP轮询。-优化策略：-全球负载均衡：使用Cloudflare/AWSGlobalAccelerator。-消息去重：RedisSETNX确保消息不重复发送。三、数据库与存储题（共1题，20分）背景说明：题目考察SQL优化及NoSQL应用，适合后端、数据库岗。1.（20分）题目：场景：某电商系统每天产生百万级订单，订单表`orders`字段包括：`order_id`（主键）、`user_id`、`product_id`、`total_amount`、`status`（待支付/已支付）、`create_time`。问题：1.如何设计索引以优化以下查询？-查询某用户最近1天已支付的订单。-查询某商品的总销售额（按月统计）。2.若订单数据量增长至1TB，如何优化分库分表方案？要求：-SQL索引设计及优化方案。-分库分表策略。答案与解析：1.索引设计：-查询某用户最近1天已支付的订单：sql--索引：user_id+status+create_timeCREATEINDEXidx_user_status_timeONorders(user_id,status,create_time);--查询语句：SELECTFROMordersWHEREuser_id=?ANDstatus='paid'ANDcreate_time>=NOW()-INTERVAL1DAY;解析：先按`user_id`和`status`过滤，再按`create_time`快速查找最近1天数据。-查询某商品的总销售额（按月统计）：sql--索引：product_id+create_timeCREATEINDEXidx_product_timeONorders(product_id,create_time);--查询语句：SELECTproduct_id,SUM(total_amount)AStotal_salesFROMordersWHEREproduct_id=?ANDcreate_time>='2023-01-01'ANDcreate_time<'2023-02-01'GROUPBYproduct_id;解析：按`product_id`和`create_time`（按月分区）加速范围统计。2.分库分表方案：-分库：按业务线分库，如订单库、商品库。-分表：按时间范围分表（水平切分），如每日一个分表（`orders_20230101`）。sql--表名：orders_{date}CREATETABLEorders_20230101LIKEorders;-分表键：`create_time`的日期部分（如`YYYYMMDD`）。-路由策略：-哈希分表：`order_id%N`。-时间分表：自定义函数路由（如`date_format(create_time,'%Y%m%d')`）。-优化：-使用ShardingSphere/Mycat实现动态路由。-关联表需同步分表（如`order_items`按`order_id`关联）。四、综合应用题（共1题，15分）背景说明：考察工程实践及问题解决能力，适合全栈、运维岗。1.（15分）题目：场景：某外卖平台发现用户下单后，部分订单在1分钟内被取消。如何设计一个监控系统，实时检测异常取消行为（如10%订单在1分钟内取消），并触发告警？要求：-说明系统架构及关键组件。-描述数据采集及告警逻辑。答案与解析：系统架构：1.数据采集：-订单服务通过Kafka发送