2026年IT行业技术面试题库编程与算法

2026年IT行业技术面试题库：编程与算法一、编程语言基础（3题，每题10分）1.题目：在Python中，编写一个函数`merge_sorted_lists`，该函数接收两个已排序的链表（链表节点定义如下），并返回一个合并后的新链表，同样保持排序。pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=next要求：-不能使用额外的数据结构（如数组或列表）。-时间复杂度要求O(n)。2.题目：在Java中，实现一个方法`countUniqueChars`，统计字符串中不重复字符的数量。例如，输入`"abcabc"`，输出`3`（`'a'`、`'b'`、`'c'`各出现一次）。要求：-空间复杂度要求O(1)。3.题目：在C++中，编写一个函数`reverseWords`，将输入的字符串中的单词顺序反转，但单词内部字符顺序不变。例如，输入`"helloworld"`，输出`"worldhello"`。要求：-不能使用标准库的`reverse`函数。二、数据结构与算法（6题，每题10分）1.题目：在Java中，实现一个`LRUCache`（最近最少使用缓存）类，支持`get`和`put`操作。缓存容量为固定值`capacity`。要求：-`get(key)`：如果键存在，返回值并更新访问顺序；否则返回-1。-`put(key,value)`：如果键存在，更新值并调整顺序；如果不存在且缓存已满，删除最久未使用的键。-使用双向链表和哈希表实现。2.题目：在Python中，编写一个函数`topKFrequent`，统计数组中出现频率最高的`k`个元素。例如，输入`[1,1,1,2,2,3]`，`k=2`，输出`[1,2]`。要求：-时间复杂度要求O(nlogk)。3.题目：在C++中，实现快速排序算法，要求使用尾递归优化。要求：-选择一个基准点，对数组左右部分分别排序。-尾递归时优先处理较大的部分。4.题目：在JavaScript中，编写一个函数`isValidParentheses`，验证字符串中的括号是否有效（`'('`,`')'`,`'{'`,`'}'`,`'['`,`']'`）。要求：-使用栈实现。5.题目：在Python中，编写一个函数`maxProfit`，给定股票价格数组，返回最大利润。可以多次买卖，但不能同时持有两支股票。要求：-时间复杂度要求O(n)。6.题目：在Java中，实现一个`TreeNode`类，并编写一个方法`maxDepth`，计算二叉树的最大深度。要求：-使用递归或迭代实现。三、系统设计基础（2题，每题15分）1.题目：设计一个简单的微博系统，支持用户发布动态、关注/取消关注、获取关注列表的动态流。要求：-描述数据结构（用户、动态、关注关系）。-简述关键模块（如动态存储、关系维护）。-考虑高并发场景下的优化（如缓存、分页）。2.题目：设计一个短链接生成服务，输入长链接，输出短链接，支持通过短链接跳转回原链接。要求：-描述短链接生成算法（如Base62编码）。-说明数据库设计（如何存储长链接和短链接映射）。-考虑分布式场景下的唯一性校验。四、数据库与分布式（3题，每题15分）1.题目：在MySQL中，编写一个SQL查询，统计每个用户的动态发布时间间隔（以分钟为单位），并按间隔分组排序。要求：-动态表结构：`posts(user_id,post_time)`。-示例：如果用户A在`10:00`、`10:05`、`10:15`发布，则间隔为`5`、`10`。2.题目：在Redis中，设计一个分布式锁的实现方案。要求：-描述使用`SETNX`或`SET`加`NX`命令。-说明如何避免死锁。3.题目：在分布式环境下，如何保证数据库事务的一致性？举例说明（如两阶段提交或SAGA模式）。五、网络安全与编码（2题，每题10分）1.题目：在JavaScript中，编写一个函数`encrypt`，对明文字符串进行简单的Caesar加密（每个字母向后移动3位，`'z'`→`'c'`）。要求：-忽略大小写和非字母字符。2.题目：解释HTTP和HTTPS的区别，并说明HTTPS的工作原理（TLS/SSL握手过程）。答案与解析一、编程语言基础1.Python：pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefmerge_sorted_lists(l1,l2):dummy=ListNode(0)current=dummywhilel1andl2:ifl1.val<=l2.val:current.next=l1l1=l1.nextelse:current.next=l2l2=l2.nextcurrent=current.nextcurrent.next=l1orl2returndummy.next解析：-使用虚拟头节点简化边界处理。-双指针遍历两个链表，选择较小的节点连接。-时间复杂度O(n)，空间复杂度O(1)。2.Java：javapublicintcountUniqueChars(Strings){int[]counts=newint[26];for(charc:s.toCharArray()){counts[c-'a']++;}intresult=0;for(intcount:counts){if(count==1)result++;}returnresult;}解析：-统计每个字母出现次数。-遍历计数数组，统计出现一次的字母。-空间复杂度O(1)，因为字母总数固定（26个）。3.C++：cppinclude<string>include<algorithm>usingnamespacestd;voidreverseWords(string&s){intn=s.size();//反转整个字符串reverse(s.begin(),s.end());intstart=0;for(inti=0;i<=n;++i){if(i==n||s[i]==''){reverse(s.begin()+start,s.begin()+i);start=i+1;}}}解析：-先反转整个字符串，使单词顺序正确。-然后逐个反转单词区间。-时间复杂度O(n)，空间复杂度O(1)。二、数据结构与算法1.Java：javaimportjava.util.HashMap;importjava.util.Map;classLRUCache{privateintcapacity;privateMap<Integer,Node>map;privateNodehead,tail;classNode{intkey,val;Nodeprev,next;Node(intk,intv){key=k;val=v;}}publicLRUCache(intcapacity){this.capacity=capacity;map=newHashMap<>();head=newNode(0,0);tail=newNode(0,0);head.next=tail;tail.prev=head;}publicintget(intkey){if(map.containsKey(key)){Nodenode=map.get(key);moveToHead(node);returnnode.val;}return-1;}publicvoidput(intkey,intvalue){if(map.containsKey(key)){Nodenode=map.get(key);node.val=value;moveToHead(node);}else{if(map.size()==capacity){map.remove(tail.prev.key);removeNode(tail.prev);}NodenewNode=newNode(key,value);map.put(key,newNode);addToHead(newNode);}}privatevoidmoveToHead(Nodenode){removeNode(node);addToHead(node);}privatevoidaddToHead(Nodenode){node.prev=head;node.next=head.next;head.next.prev=node;head.next=node;}privatevoidremoveNode(Nodenode){node.prev.next=node.next;node.next.prev=node.prev;}}解析：-使用双向链表维护访问顺序，头为最新访问。-哈希表实现O(1)查找。-`get`和`put`时移动节点到头部。2.Python：pythonfromcollectionsimportCounterdeftopKFrequent(nums,k):count=Counter(nums)return[numfornum,freqincount.most_common(k)]解析：-`Counter`统计频率。-`most_common(k)`返回频率最高的k个元素。-时间复杂度O(nlogk)，因为排序需要logk时间。3.C++：cppvoidquickSort(intarr[],intlow,inthigh){if(low<high){intpivot=partition(arr,low,high);quickSort(arr,low,pivot-1);quickSort(arr,pivot+1,high);}}intpartition(intarr[],intlow,inthigh){intpivot=arr[high];inti=low-1;for(intj=low;j<high;++j){if(arr[j]<pivot){i++;swap(arr[i],arr[j]);}}swap(arr[i+1],arr[high]);returni+1;}解析：-尾递归优化：先递归较小的部分。-时间复杂度O(nlogn)，空间复杂度O(logn)。4.JavaScript：javascriptfunctionisValidParentheses(s){conststack=[];constmap={'(':')','{':'}','[':']'};for(constcharofs){if(map[char]){stack.push(char);}else{if(!stack||map[stack.pop()]!==char)returnfalse;}}return!stack;}解析：-遇到左括号入栈，右括号匹配出栈。-最后栈为空则有效。5.Python：pythondefmaxProfit(prices):profit=0foriinrange(1,len(prices)):ifprices[i]>prices[i-1]:profit+=prices[i]-prices[i-1]returnprofit解析：-只买卖涨落的区间。-时间复杂度O(n)，空间复杂度O(1)。6.Java：javaclassTreeNode{intval;TreeNodeleft,right;TreeNode(intx){val=x;}}publicintmaxDepth(TreeNoderoot){if(root==null)return0;return1+Math.max(maxDepth(root.left),maxDepth(root.right));}解析：-递归计算左右子树深度，取最大值。-时间复杂度O(n)，空间复杂度O(h)。三、系统设计基础1.微博系统设计：-数据结构：-用户：`User(id,name,followers)`-动态：`Post(id,user_id,content,timestamp)`-关注关系：`Follow(follower_id,followee_id)`-关键模块：-动态存储：使用MySQL分表（按时间或用户ID）。-关注关系：Redis哈希表存储每个用户的关注列表。-流服务：Kafka发布动态，消费者按关注关系推送。-高并发优化：-缓存：Redis缓存热点用户动态。-分页：动态流分页加载。2.短链接生成：-算法：-Base62编码（a-z,A-Z,0-9）：将ID映射为短字符串。-ID生成：使用TwitterSnowflake算法（时间戳+机器ID）。-数据库设计：-表结构：`short_links(url,short_code,created_at)`-索引：`short_code`唯一索引。-分布式唯一性：-Zookeeper或Redis保证ID生成器的全局唯一性。四、数据库与分布式1.MySQL统计时间间隔：sqlSELECTuser_id,FLOOR(TIMESTAMPDIFF(MINUTE,LEAD(post_time,1)OVER(PARTITIONBYuser_idORDERBYpost_time),post_time))ASintervalFROMpostsGROUPBYuser_id,post_timeORDERBYuser_id,post_time;解析：-`LEAD`函数获取下一个动态时间。-`TIMESTAMPDIFF`计算时间差。2.Redis分布式锁：redisSETlock_key