2026年百度AI面试技术岗位专业问题准备

2026年百度AI面试技术岗位专业问题准备一、编程与算法（共5题，每题15分，总分75分）题目1（Python编程）：编写一个Python函数，实现以下功能：输入一个包含重复元素的列表，返回一个新列表，其中包含原列表中所有不重复的元素，且顺序保持不变。例如，输入`[1,2,2,3,4,4,5]`，输出`[1,2,3,4,5]`。要求时间复杂度为O(n)。答案：pythondefunique_elements(lst):seen=set()result=[]foriteminlst:ifitemnotinseen:result.append(item)seen.add(item)returnresult解析：使用集合`seen`记录已遍历的元素，列表`result`存储不重复的元素。遍历输入列表时，若元素不在`seen`中，则添加到`result`和`seen`。这样确保顺序不变且时间复杂度为O(n)。题目2（动态规划）：给定一个字符串`s`和一个字典`wordDict`，判断`s`是否可以由`wordDict`中的单词组合而成（可以重复使用字典中的单词）。例如，`s="leetcode"`，`wordDict=["leet","code"]`，返回`True`。要求时间复杂度低于O(n^2)。答案：pythondefword_break(s,wordDict):dp=[False](len(s)+1)dp[0]=Trueforiinrange(1,len(s)+1):forwordinwordDict:ifdp[i-len(word)]ands[i-len(word):i]==word:dp[i]=Truebreakreturndp[-1]解析：使用动态规划数组`dp`，其中`dp[i]`表示`s[:i]`是否可以由字典组合。初始`dp[0]`为`True`。遍历`s`，对于每个位置`i`，检查所有单词是否以`s[i-len(word):i]`结尾。若存在满足条件的单词且`dp[i-len(word)]`为`True`，则`dp[i]`为`True`。最终返回`dp[-1]`。题目3（数据结构）：设计一个LRU（LeastRecentlyUsed）缓存，支持`get(key)`和`put(key,value)`操作。缓存容量为`capacity`。要求`get`和`put`操作的平均时间复杂度为O(1)。答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache=OrderedDict()defget(self,key:int)->int:ifkeynotinself.cache:return-1self.cache.move_to_end(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.cache.move_to_end(key)self.cache[key]=valueiflen(self.cache)>self.capacity:self.cache.popitem(last=False)解析：使用`OrderedDict`记录缓存项，键为`key`，值为`value`。`get`操作时，若`key`存在则移动到末尾（表示最近使用），返回值；否则返回-1。`put`操作时，若`key`存在则移动到末尾并更新值，否则添加新键值对。若超出容量，删除最久未使用的项（`popitem(last=False)`）。题目4（机器学习基础）：解释过拟合（Overfitting）的概念及其常见解决方案。请结合实际案例说明。答案：过拟合是指模型在训练数据上表现极好，但在测试数据上表现较差的现象。常见原因包括：模型复杂度过高（如过深的神经网络）、训练数据量不足或噪声过多。解决方案包括：1.数据增强：通过旋转、翻转等方式扩充训练数据。2.正则化：如L1/L2正则化、Dropout。3.简化模型：减少层数或神经元数量。4.早停（EarlyStopping）：监控验证集误差，在误差停止下降时停止训练。案例：训练一个图像分类模型时，若在训练集上准确率99%，但在测试集上仅85%，则存在过拟合。可通过添加Dropout层或使用数据增强解决。题目5（分布式系统）：简述Kubernetes（K8s）中的Service对象的作用，并说明其与Deployment的区别。答案：Service是K8s中抽象层，用于创建稳定网络端点，使Pod组可通过统一IP访问。其作用包括：1.负载均衡：将流量分发到后端Pod。2.服务发现：为Pod提供DNS名称。3.抽象Pod动态变化：即使Pod重启，Service始终可用。与Deployment区别：-Deployment管理Pod副本的生命周期，支持滚动更新、回滚。-Service是静态路由，不管理Pod创建。Service通常与Deployment配合使用，如通过`type:LoadBalancer`暴露外部访问。二、系统设计（共3题，每题25分，总分75分）题目6（大规模系统设计）：设计一个支持百万级用户的实时消息推送系统，要求：1.支持高并发消息发送。2.消息至少保证99.9%的送达率。3.支持离线消息存储和重试机制。答案：系统架构：1.消息队列（如Kafka/RabbitMQ）：解耦生产者与消费者，支持高吞吐。2.缓存层（Redis）：存储活跃用户Session，减少数据库访问。3.数据库（如MySQL分表）：存储用户关系和离线消息。4.网关（Nginx+Keepalived）：负载均衡，防DDoS。5.推送服务（WebSocket/FCM/APNS）：实时推送消息。关键设计：-消息分片：大消息拆分为小批次发送。-重试机制：失败消息存入Redis队列，定时重试。-幂等性：使用消息ID记录已推送记录，避免重复推送。-监控告警：Prometheus+Grafana监控延迟和失败率。解析：核心是分摊压力：队列异步处理、缓存加速、数据库持久化、网关防攻击。离线消息通过Redis队列+定时任务实现重试，保证99.9%送达。题目7（高可用架构）：设计一个支持99.99%可用性的电商秒杀系统，要求：1.防止超卖。2.支持分布式锁。3.优化数据库性能。答案：架构方案：1.分布式锁：RedisCluster实现分布式锁，防止超卖。2.数据库优化：-分库分表（按商品ID哈希分表）。-读写分离+主从复制。-紧急库存预扣：先减库存，成功返回后扣减最终订单库存。3.限流熔断：Nginx限流，Sentinel熔断。4.异步处理：消息队列处理订单创建。解析：超卖核心是原子性，通过分布式锁+预扣库存解决。高可用通过多副本+限流熔断实现。题目8（大数据处理）：设计一个实时用户行为分析系统，要求：1.支持每秒百万条日志接入。2.输出Top10热门商品。3.1小时内结果可查询。答案：架构方案：1.数据采集：Flume+kafka接入日志。2.实时处理：Flink/SparkStreaming计算Top10。-使用滑动窗口聚合，每10秒更新Top10。-结果存入Redis缓存。3.离线计算：Hadoop/Spark批处理历史数据。4.查询服务：ES+Kibana实时查询。解析：实时性通过流处理实现，离线补充统计。Redis缓存热点数据，ES提供查询接口。三、系统运维与安全（共3题，每题25分，总分75分）题目9（性能调优）：一个高并发网站访问缓慢，如何排查性能瓶颈？请给出步骤和方法。答案：排查步骤：1.工具分析：-`top`/`htop`检查CPU使用。-`free`/`vmstat`检查内存。-`iostat`检查磁盘IO。-`netstat`/`ss`检查网络。2.日志分析：-Web服务器（Nginx/Apache）AccessLog。-应用日志（如JavaThreadDump）。3.慢查询定位：-MySQL`EXPLAIN`分析SQL。-Redis`INFOmemory`检查内存碎片。4.瓶颈验证：-逐项禁用服务验证瓶颈（如先停Nginx看CPU是否下降）。解析：遵循分层排查：应用层→中间件→系统层。先看整体指标，再深入具体组件。题目10（安全防护）：如何防范SQL注入攻击？请说明Web应用和数据库层面的防护措施。答案：Web应用层面：-参数化查询：使用`PreparedStatement`（Java/Jinja），避免拼接SQL。-输入过滤：正则校验用户输入（如限制长度、字符集）。-框架防护：SpringSecurity自动过滤。数据库层面：-最小权限原则：应用使用只读/只写账号。-审计日志：记录所有SQL执行。-存储过程：封装SQL逻辑，限制直接执行。解析：核心是“不信任输入”，通过参数化+校验双重防护。题目11（故障恢复）：一个分布式数据库集群发生主节点故障，如何快速恢复？请说明方案和步骤。答案：恢复步骤：1.自动切换：-RDS/Aurora：自