2026年互联网大厂校招笔试仿真题精

2026年互联网大厂校招笔试仿真题精第一部分：编程基础（共3题，每题10分，总分30分）1.[10分]字符串处理题题目：给定一个字符串`s`，其中包含若干空格。请编写代码实现，将字符串中的所有空格替换为`%20`。假设字符串的长度不超过1000个字符。示例输入：`"HelloWorldWelcometoBeijing"`示例输出：`"Hello%20World%20Welcome%20to%20Beijing"`要求：-不能使用Python自带的`replace`方法。-请说明你的时间复杂度和空间复杂度。2.[10分]数组旋转题题目：给定一个数组`nums`和一个整数`k`，将数组向右旋转`k`步。例如：-输入：`nums=[1,2,3,4,5]`,`k=2`-输出：`[4,5,1,2,3]`要求：-请编写代码实现，并考虑`k`可能大于数组长度的场景（如`k=7`时，等同于`k=7%5=2`）。3.[10分]递归与回溯题题目：请编写一个函数，输入一个非负整数`n`，输出所有可能的`n`位二进制数，且这些二进制数中不包含连续的`1`。例如：-输入：`n=3`-输出：`["000","001","010","100"]`要求：-不能使用循环，必须使用递归。第二部分：算法设计（共3题，每题15分，总分45分）1.[15分]排序与查找题题目：给定一个包含重复元素的数组`nums`，请设计一个算法，找出数组中不重复的元素，并按升序排列。例如：-输入：`[4,2,2,3,3,1,1,5]`-输出：`[1,2,3,4,5]`要求：-时间复杂度优于`O(n^2)`。-请描述你的算法思路。2.[15分]堆与优先队列题题目：假设你正在开发一个社交推荐系统，需要根据用户的活跃度（数值越高表示活跃度越高）推荐好友。给定一个用户列表，每个用户有一个唯一的ID和一个活跃度值，请设计一个算法，返回活跃度最高的`k`个用户。示例输入：pythonusers=[{"id":1,"activity":90},{"id":2,"activity":95},{"id":3,"activity":85},{"id":4,"activity":100},{"id":5,"activity":88}]k=3示例输出：python[{"id":4,"activity":100},{"id":2,"activity":95},{"id":1,"activity":90}]要求：-不能使用Python自带的`heapq`模块，需手动实现堆。3.[15分]动态规划题题目：假设你正在开发一个文本编辑器，需要实现一个功能：给定一个字符串`s`和一个目标字符串`t`，计算将`s`转换为`t`所需的最少操作次数。操作包括：插入一个字符、删除一个字符或替换一个字符。示例输入：-`s="horse"`,`t="ros"`-输出：`3`（"horse"→"ros"：h→r，o→o，r→s）要求：-请描述你的动态规划状态转移方程。第三部分：系统设计（共2题，每题20分，总分40分）1.[20分]微服务与负载均衡题题目：假设你要设计一个短视频分享平台的API服务，该平台有数百万用户，每天产生大量的视频上传和播放请求。请回答以下问题：-服务拆分：你会如何将这个平台拆分为多个微服务？每个服务负责什么功能？-负载均衡：如何在高并发场景下保证服务的可用性和响应速度？请列举至少两种负载均衡策略。-数据一致性：视频上传后，如何保证用户能实时看到新上传的视频？要求：-结合实际业务场景进行分析。2.[20分]缓存与数据库设计题题目：假设你要设计一个新闻推荐系统，用户访问时需要返回最新的新闻列表。请回答以下问题：-缓存设计：你会如何设计缓存策略？需要考虑哪些因素（如缓存大小、过期时间等）？-数据库设计：新闻数据应该如何存储？如果需要支持分页查询（如每页10条新闻），如何优化查询性能？要求：-结合高并发场景进行分析。第四部分：综合应用（共1题，25分）1.[25分]地域与行业相关性编程题题目：假设你要为某电商平台设计一个促销活动系统，该平台主要面向中国用户，且活动规则如下：-用户分组：根据用户的注册时间将用户分为三组：新用户（注册1个月内）、老用户（注册超过1个月且不超过1年）、资深用户（注册超过1年）。-优惠券发放：-新用户：无优惠券；-老用户：随机发放一张满减券（如满100减10）；-资深用户：随机发放一张满减券+一张免邮券。-地域限制：仅对中国大陆地区的用户发放优惠券，其他地区用户无优惠。示例输入：pythonusers=[{"id":1,"register_date":"2023-09-01","region":"CN"},{"id":2,"register_date":"2024-03-15","region":"CN"},{"id":3,"register_date":"2022-08-20","region":"CN"},{"id":4,"register_date":"2023-05-01","region":"US"}]示例输出：python[{"id":1,"coupon":None},{"id":2,"coupon":"满100减10"},{"id":3,"coupon":"满100减10+免邮券"},{"id":4,"coupon":None}]要求：-请编写代码实现上述逻辑，并说明如何处理随机发放优惠券的场景。答案与解析第一部分：编程基础1.字符串替换题代码示例（Python）：pythondefreplace_spaces(s:str)->str:result=[]forcharins:ifchar=='':result.append('%20')else:result.append(char)return''.join(result)时间复杂度：`O(n)`，遍历一次字符串。空间复杂度：`O(n)`，需要额外的空间存储结果。解析：-直接遍历字符串，遇到空格替换为`%20`，否则保留原字符。-避免使用`replace`方法，因为其内部实现可能涉及多次字符串拼接，效率较低。2.数组旋转题代码示例（Python）：pythondefrotate(nums,k):n=len(nums)k=k%n#处理k大于n的情况nums[:]=nums[-k:]+nums[:-k]解析：-通过取模操作处理`k`大于数组长度的场景。-利用切片操作将数组分为两部分，再拼接。3.递归生成二进制数代码示例（Python）：pythondefgenerate_binary(n,path='',ones=0):iflen(path)==n:ifones<2:result.append(path)returngenerate_binary(n,path+'0',ones)ifones<2:generate_binary(n,path+'1',ones+1)result=[]generate_binary(3)print(result)#输出:['000','001','010','100']解析：-递归生成所有可能的二进制数，禁止连续的`1`。-使用`ones`变量记录当前路径中`1`的数量，若连续出现两个`1`则停止递归。第二部分：算法设计1.排序与查找题代码示例（Python）：pythondefunique_sorted(nums):nums.sort()result=[]fornuminnums:ifnotresultornum!=result[-1]:result.append(num)returnresult解析：-先排序，再遍历数组，跳过重复元素。-时间复杂度：`O(nlogn)`（排序），空间复杂度：`O(n)`。2.优先队列设计代码示例（Python）：pythonclassMinHeap:def__init__(self):self.heap=[]definsert(self,val):self.heap.append(val)self._sift_up(len(self.heap)-1)def_sift_up(self,i):whilei>0:parent=(i-1)//2ifself.heap[i]['activity']>self.heap[parent]['activity']:self.heap[i],self.heap[parent]=self.heap[parent],self.heap[i]i=parentelse:breakdefextract_max(self):ifnotself.heap:returnNoneself.heap[0],self.heap[-1]=self.heap[-1],self.heap[0]max_val=self.heap.pop()self._sift_down(0)returnmax_valdef_sift_down(self,i):n=len(self.heap)whileTrue:left=2i+1right=2i+2largest=iifleft<nandself.heap[left]['activity']>self.heap[largest]['activity']:largest=leftifright<nandself.heap[right]['activity']>self.heap[largest]['activity']:largest=rightiflargest!=i:self.heap[i],self.heap[largest]=self.heap[largest],self.heap[i]i=largestelse:breakdeftop_k_users(users,k):heap=MinHeap()foruserinusers:heap.insert(user)iflen(heap.heap)>k:heap.extract_max()return[heap.extract_max()for_inrange(k)][::-1]示例users=[{"id":1,"activity":90},{"id":2,"activity":95},{"id":3,"activity":85},{"id":4,"activity":100},{"id":5,"activity":88}]print(top_k_users(users,3))解析：-使用最小堆实现，堆中存储活跃度最低的用户，当堆大小超过`k`时弹出。-最终返回堆中的`k`个用户（按活跃度降序排列）。3.动态规划题代码示例（Python）：pythondefmin_distance(s,t):m,n=len(s),len(t)dp=[[0](n+1)for_inrange(m+1)]foriinrange(m+1):dp[i][0]=iforjinrange(n+1):dp[0][j]=jforiinrange(1,m+1):forjinrange(1,n+1):ifs[i-1]==t[j-1]:dp[i][j]=dp[i-1][j-1]else:dp[i][j]=min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1returndp[m][n]解析：-动态规划状态转移方程：-`dp[i][j]`表示`s[:i]`转换为`t[:j]`的最小操作数。-若`s[i-1]==t[j-1]`，则`dp[i][j]=dp[i-1][j-1]`；-否则，`dp[i][j]=min(dp[i-1][j],dp[i][j-1],dp[i-1][j-1])+1`。-时间复杂度：`O(mn)`，空间复杂度：`O(mn)`。第三部分：系统设计1.微服务与负载均衡题回答要点：-服务拆分：-视频上传服务（负责接收和存储视频文件）；-视频处理服务（负责转码、缩略图生成等）；-视频推荐服务（根据用户行为推荐视频）；-视频播放服务（负责流式传输视频）。-负载均衡策略：-轮询算法：均匀分配请求。-加权轮询：根据服务性能分配权重。-数据一致性：-使用消息队列（如Kafka）异步处理视频上传，确保用户端能实时看到新视频。2.缓存与数据库设计题回答要点：-缓存设计：-使用Redis缓存最新新闻列表，设置过期时间（如5分钟）。-当用户请求时，先查询缓存，若无则查询数据库并更新缓存。-数据库设计：-新闻表结构：`id`（主键）、`title`、`content`、`publish_time`等。-使用分页查询优化：在数据库层面使用`LIMIT`和`OFFSET`，但注意`OFFSET`在大数据量下效率低，可考虑使用游标或缓存分页结果。第四部分：综合应用代码示例（Python）：pythonfromdatetimeimportdatetime,timedeltadefclassify_user(user):register_date=datetime.strptime(user["register_date"],"%Y-%m-%d")now=datetime.now()if(now-register_date)<=timedelta(days=30):return"新用户"elif(now-regist