2026年软件开发面试编程题

2026年软件开发面试编程题一、算法与数据结构（共3题，每题20分，总分60分）1.题目：给定一个非空整数数组，返回所有和为给定目标值的三元组。例如，给定数组`nums=[-1,0,1,2,-1,-4]`，目标值`target=0`，则所有和为0的三元组为`[[-1,-1,2],[-1,0,1]]`。请实现该算法，要求时间复杂度不高于O(n²)。答案：pythondefthree_sum(nums,target):nums.sort()n=len(nums)res=[]foriinrange(n):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,n-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==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-=1eliftotal<target:left+=1else:right-=1returnres解析：首先对数组进行排序，排序后可以使用双指针法。对于每个元素`nums[i]`，使用两个指针`left`和`right`分别指向`i+1`和`n-1`，计算三数之和`total`：-如果`total==target`，则记录该三元组，并跳过重复的元素继续查找。-如果`total<target`，则左指针右移以增加总和。-如果`total>target`，则右指针左移以减少总和。排序的时间复杂度为O(nlogn)，双指针遍历的时间复杂度为O(n²)，总体时间复杂度为O(n²)。2.题目：给定一个包含重复元素的数组，返回该数组所有不重复的全排列。例如，给定`nums=[1,1,2]`，返回`[[1,1,2],[1,2,1],[2,1,1]]`。答案：pythondefpermute_unique(nums):defbacktrack(path,used,res):iflen(path)==len(nums):res.append(path.copy())returnforiinrange(len(nums)):ifused[i]:continueifi>0andnums[i]==nums[i-1]andnotused[i-1]:continueused[i]=Truepath.append(nums[i])backtrack(path,used,res)path.pop()used[i]=Falsenums.sort()res=[]used=[False]len(nums)backtrack([],used,res)returnres解析：首先对数组进行排序，以方便跳过重复的元素。使用回溯法生成所有排列，并使用`used`数组记录每个元素是否已被使用。在递归过程中，如果当前数字与前一个数字相同且前一个数字未被使用，则跳过以避免重复排列。回溯法的时间复杂度较高，但可以确保所有排列的唯一性。3.题目：给定一个二叉树，判断其是否是平衡二叉树。平衡二叉树的定义是：对于任意节点，其左右子树的高度差不超过1。答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root):defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)returnmax(left_height,right_height)+1,left_balancedandright_balancedandabs(left_height-right_height)<=1returncheck(root)[1]解析：使用后序遍历（左-右-根）递归计算每个节点的高度，并判断左右子树的高度差是否不超过1。如果任意节点不满足平衡条件，则整棵树不是平衡二叉树。时间复杂度为O(n)，因为每个节点只被访问一次。二、系统设计（共2题，每题40分，总分80分）1.题目：设计一个简单的微博系统，要求支持以下功能：-用户发布微博（包含文本内容和时间戳）。-用户关注其他用户。-用户查看自己关注用户的最新微博。-系统需要支持高并发访问。要求：-描述系统的整体架构。-说明关键技术选型（数据库、缓存、消息队列等）。-分析系统的性能瓶颈及解决方案。答案：整体架构：系统采用微服务架构，主要分为以下几个模块：1.用户服务（UserService）：管理用户信息、关注关系。2.微博服务（TweetService）：处理微博发布、查询、存储。3.消息队列（MQ）：异步处理微博发布、关注更新等操作。4.缓存服务（Redis）：缓存热点数据（如用户最新微博、关注列表）。5.数据库（MySQL/PostgreSQL）：持久化用户信息、微博数据、关注关系。关键技术选型：-数据库：使用MySQL分库分表，按用户ID分表以分散读写压力。微博表使用InnoDB引擎，支持事务和索引。-缓存：使用Redis缓存用户关注列表和最新100条微博，设置过期时间。-消息队列：使用Kafka/RabbitMQ处理异步操作，如关注关系变更、微博增量推送。-API网关：使用Nginx/Zuul负载均衡，防DDoS攻击。-缓存穿透：使用布隆过滤器拦截不存在的用户请求。性能瓶颈及解决方案：-微博查询热点：使用Redis缓存热点用户微博，避免数据库压力。-关注关系变更：使用消息队列异步更新关注列表，避免同步阻塞。-写入瓶颈：微博表使用分片，按时间或用户ID分表；使用写入队列缓冲写入请求。2.题目：设计一个短链接系统，要求：-输入长链接，生成短链接，支持自定义短域名。-支持短链接跳转回长链接。-高并发下保证短链接唯一性和快速跳转。要求：-描述短链接生成算法。-说明系统架构及数据存储方案。-分析高并发场景下的优化措施。答案：短链接生成算法：使用Base62编码，将长链接的SHA-256哈希值转换为6位短码：1.对长链接进行SHA-256哈希，得到64位二进制串。2.压缩为20位二进制（去除前导0）。3.转换为Base62（0-9,a-z,A-Z），得到6位短码。例如：`/long-url`→`/a1b2c3`。系统架构及数据存储：-API服务（Nginx+Node.js/Go）：处理短链接生成和跳转请求。-缓存（Redis）：缓存短码到长链接的映射，减少数据库查询。-数据库（MySQL）：存储短码、长链接、创建时间、点击量等。-分布式锁（RedisLock）：保证短码生成唯一性。高并发优化措施：-缓存预热：上线前预缓存热门短链接。-异步写入：使用消息队列缓冲创建请求，批量写入数据库。-CDN缓存：将短链接跳转页面缓存到CDN，加速响应。-限流：API网关限流，防止恶意请求。三、数据库与存储（共2题，每题20分，总分40分）1.题目：设计一个电商订单表，包含以下字段：-订单ID（主键）、用户ID、商品ID、数量、价格、下单时间、支付状态、物流状态。-要求：-支持按用户ID和支付状态查询未发货订单。-支持按商品ID和下单时间范围查询订单。-分析索引设计及查询优化方案。答案：表结构：sqlCREATETABLEorders(order_idBIGINTPRIMARYKEYAUTO_INCREMENT,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,quantityINTNOTNULL,priceDECIMAL(10,2)NOTNULL,order_timeDATETIMENOTNULL,payment_statusVARCHAR(20)NOTNULL,logistics_statusVARCHAR(20)NOTNULL,INDEXidx_user_payment(user_id,payment_status),INDEXidx_product_time(product_id,order_time));索引设计：-`idx_user_payment`：联合索引，按`user_id`和`payment_status`查询未发货订单（假设未发货状态为`'UNSHIPPED'`）。-`idx_product_time`：联合索引，按`product_id`和`order_time`查询商品订单。查询优化：-未发货订单查询：sqlSELECTFROMordersWHEREuser_id=?ANDpayment_status='UNSHIPPED';利用`idx_user_payment`快速过滤。-商品订单查询：sqlSELECTFROMordersWHEREproduct_id=?ANDorder_timeBETWEEN?AND?;利用`idx_product_time`范围扫描。2.题目：假设使用Redis缓存热点数据，当缓存过期后，如何保证数据库与缓存的数据一致性？答案：一致性方案：1.缓存穿透：使用布隆过滤器拦截不存在的请求，避免查询数据库。2.缓存击穿：热点数据使用永不过期缓存，或设置长TTL（如1小时）。3.缓存雪崩：使用随机过期时间，避免大量缓存同时过期。4.写入时同步更新：-数据库写入后更新缓存：写入数据库成功后，使用Lua脚本原子性更新缓存。-消息队列异步更新：写入数据库后，发送消息到Kafka/RabbitMQ，消费者更新缓存。5.双删策略：-先删除缓存，延时后再次删除缓存，防止读请求先命中旧缓存。四、网络与安全（共1题，20分）1.题目：解释HTTP缓存机制，包括强缓存和协商缓存的工作原理及优缺点。答案：强缓存：-原理：通过`Cache-Control:max-age`或`Expires`头部控制，缓存直接使用本地副本，无需请求服务器。-优点：减少服务器负载和响应时间。-缺点：数据可能过期，需要协商缓存校验。协商缓存：-原理：使用`Last-Modified`/`ETag`头部与服务器校验：-若本地缓存未过期，发送`If-None-Match`/`If-Modified-Since`请求，服务器返回304NotModified。-若缓存过期或未命中，服务器返回200及新内容。-优点：保证数据一致性。-缺点：增加一次网络请求。优缺点对比：|方式|强缓存|协商缓存