2026年互联网行业技术面试题及答案详解

2026年互联网行业技术面试题及答案详解一、编程题（共3题，每题20分，总分60分）要求：以下编程题需在Python或Java中实现，并说明时间复杂度和空间复杂度。1.（20分）实现一个无重复字符的最长子串查找功能。给定一个字符串`s`，返回其最长无重复字符的子串长度。例如：-输入：`s="abcabcbb"`-输出：`3`（最长无重复子串为"abc"）答案：pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_len=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_len=max(max_len,right-left+1)returnmax_len解析：-使用滑动窗口技术，`left`和`right`分别表示窗口的左右边界。-遍历字符串时，若`char_set`中已存在`s[right]`，则移动`left`并移除`s[left]`，直到窗口无重复字符。-时间复杂度：O(n)，每个字符最多被访问两次（左右各一次）。-空间复杂度：O(min(m,n))，`char_set`存储的字符数不超过字符串长度和字符集大小。2.（20分）实现一个二叉树的最大深度（深度优先搜索DFS）计算功能。给定一个二叉树的根节点`root`，返回其最大深度。例如：-输入：`[3,9,20,null,null,15,7]`（BST结构）-输出：`3`答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefmax_depth(root:TreeNode)->int:ifnotroot:return0return1+max(max_depth(root.left),max_depth(root.right))解析：-递归计算左子树和右子树的最大深度，取较大值加1（当前节点）。-时间复杂度：O(n)，遍历所有节点。-空间复杂度：O(h)，递归栈的深度等于二叉树高度。3.（20分）实现一个LRU（最近最少使用）缓存。给定容量`capacity`，设计LRU缓存，支持`get`和`put`操作。例如：-输入：`capacity=2,["put",1,1],["put",2,2],["get",1],["put",3,3],["get",2]`-输出：`1,-1`（缓存中`2`被`3`覆盖，`get`返回`-1`）答案：pythonclassListNode:def__init__(self,key=0,value=0,prev=None,next=None):self.key=keyself.value=valueself.prev=prevself.next=nextclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.head=ListNode(0,0)self.tail=ListNode(0,0)self.head.next=self.tailself.tail.prev=self.headdefget(self,key:int)->int:ifkeyinself.cache:node=self.cache[key]self._move_to_head(node)returnnode.valuereturn-1defput(self,key:int,value:int)->None:ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:newNode=ListNode(key,value)self.cache[key]=newNodeself._add_node(newNode)iflen(self.cache)>self.capacity:lru=self.tail.prevself._remove_node(lru)delself.cache[lru.key]def_move_to_head(self,node:ListNode)->None:self._remove_node(node)self._add_node(node)def_add_node(self,node:ListNode)->None:node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node:ListNode)->None:prev_node=node.prevnext_node=node.nextprev_node.next=next_nodenext_node.prev=prev_node解析：-使用双向链表和哈希表实现，链表头为最近使用，尾为最久未使用。-`get`操作将节点移至头部，`put`操作插入头部并删除最久未使用节点（若超出容量）。-时间复杂度：O(1)。-空间复杂度：O(capacity)。二、系统设计题（共2题，每题20分，总分40分）要求：设计系统需考虑高可用、可扩展性、数据一致性等因素。1.（20分）设计一个高并发的短链接系统。要求：-支持高并发访问（百万级请求/秒）。-链接生成快速且唯一。-支持分布式部署。答案：系统架构：1.分布式短链接服务：采用无状态设计，可水平扩展。2.短链接生成：使用哈希算法（如Base62编码）将长URL映射为短URL。3.分布式缓存：使用Redis集群缓存短链接映射关系，提高访问速度。4.数据库：使用分片数据库（如TiDB）存储长链接和短链接映射，支持高并发写入。技术实现：-短链接生成：pythonimporthashlibimportbase64defencode_url(long_url:str)->str:hash_obj=hashlib.md5(long_url.encode())short_code=base64.urlsafe_b64encode(hash_obj.digest()).decode().rstrip('=')returnf"/{short_code}"-分布式缓存：redisRedis集群缓存短链接映射SETshort_url:<short_code><long_url>-分布式部署：-使用Kubernetes集群部署服务，负载均衡分配请求。-数据库分片，每个分片存储部分短链接映射。解析：-高并发处理：通过Redis集群和数据库分片实现读写分离和水平扩展。-短链接生成：MD5+Base62编码保证唯一性，避免冲突。-分布式优势：无状态设计便于水平扩展，Redis集群支持高并发缓存。2.（20分）设计一个实时消息推送系统（如微信、钉钉）。要求：-支持百万级用户实时消息推送。-保证消息不丢失。-支持离线消息存储。答案：系统架构：1.消息生产者：用户操作触发消息生成，接入消息队列（如Kafka）。2.消息调度器：根据用户在线状态推送实时消息，离线消息存储Redis。3.消息消费者：客户端APP拉取消息或WebSocket实时推送。技术实现：-消息队列：kafkaKafka生产者发送消息PRODUCEtopic="user_messages"key=user_idvalue=message-消息推送策略：-在线用户：WebSocket实时推送。-离线用户：Redis存储消息，APP启动时拉取。-消息可靠性：-消息队列持久化，确保不丢失。-APP端离线消息存储，重连后同步。解析：-高并发支持：Kafka支持百万级消息吞吐，Redis保证离线消息存储。-消息可靠性：消息队列持久化，APP端离线重试。-实时性：WebSocket实现实时推送，避免延迟。三、数据库题（共1题，20分）要求：结合SQL或数据库设计回答问题。1.（20分）设计一个电商订单数据库表结构，要求：-支持高并发写入。-支持订单分页查询（按时间、金额排序）。-支持订单状态实时统计（如未支付、已发货等）。答案：表结构设计：sqlCREATETABLEorders(order_idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,total_amountDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','shipped','completed','cancelled')NOTNULL,created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,INDEXidx_status(status),INDEXidx_user_id(user_id),INDEXidx_created_at(created_at));技术实现：-高并发写入：-使用InnoDB引擎，支持事务和行锁。-数据库分片，每个分片存储部分订单。-分页查询：sqlSELECTFROMordersWHEREuser_id=?ORDERBYcreated_atDESCLIMIT?,?;-实时统计：sqlSELECTstatus,COUNT()FROMordersWHEREcreated_at>?GROUPBYstatus;解析：-高并发写入：InnoDB支持事务和行锁，分片提高写入能力。-分页查询：索引`created_at`和`user_id`加速排序和查询。-实时统计：聚合查询+索引优化，支持按状态统计。四、综合题（共1题，20分）要求：结合互联网行业场景回答问题。1.（20分）微信朋友圈“查看最近访客”功能如何设计？要求：-支持用户快速查看最近访问过哪些好友。-保证数据隐私（仅显示对方允许访问的动态）。答案：系统设计：1.用户访问记录：使用Redis存储用户动态访问记录（`user_id`→`visited动态ID`列表）。2.隐私控制：动态发布时，用户可设置是否允许被访客列表记录。3.最近访客展示：用户请求时，返回最近访问且允许的动态。技术实现：-访问记录：redis用户A访问动态BLPUSHuser_a:visitsdynamic_b_id-隐私控制：sql动态表增加隐私字段CREATETABLEposts(post_idBIGINTPRIMARYKEY,user_idBIGINT,privacyTINYINTDEFAULT1#1:公开,2:仅好友);-访客展示：pythondefget_recent_visitors(user_id:int)->List[int]:visited_posts=redis.lrange(f"user_{user_id}:v