2026年互联网公司技术岗面试宝典

2026年互联网公司技术岗面试宝典一、编程能力测试（共5题，每题10分，总分50分）1.题目：请实现一个函数，输入一个正整数`n`，返回`n`的阶乘。要求使用递归和迭代两种方式实现，并比较两种方法的优缺点。答案与解析：递归实现：pythondeffactorial_recursive(n):ifn==0:return1returnnfactorial_recursive(n-1)迭代实现：pythondeffactorial_iterative(n):result=1foriinrange(1,n+1):result=ireturnresult优缺点比较：-递归：代码简洁，易于理解，但栈空间消耗大，容易导致栈溢出（如`n`过大时）。-迭代：效率更高，空间复杂度低，但代码相对复杂。2.题目：请实现一个函数，输入一个字符串，返回该字符串的所有子串，并去除重复的子串。答案与解析：pythondefunique_substrings(s):substrings=set()foriinrange(len(s)):forjinrange(i+1,len(s)+1):substrings.add(s[i:j])returnlist(substrings)解析：通过两层循环遍历所有可能的子串，并使用集合去重。时间复杂度为`O(n^2)`，空间复杂度也为`O(n^2)`。3.题目：请实现一个函数，输入一个链表，返回该链表是否为回文链表。答案与解析：方法一：反转后半部分pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefis_palindrome(head):ifnotheadornothead.next:returnTrueslow=headfast=headprev=None找到中点并反转前半部分whilefastandfast.next:fast=fast.next.nextnext_node=slow.nextslow.next=prevprev=slowslow=next_node比较前后半部分left=prevright=slowwhileright:ifleft.val!=right.val:returnFalseleft=left.nextright=right.nextreturnTrue方法二：使用栈pythondefis_palindrome_stack(head):stack=[]slow=headfast=headwhilefastandfast.next:stack.append(slow.val)slow=slow.nextfast=fast.next.next如果链表长度为奇数，跳过中点iffast:slow=slow.nextwhileslow:ifstack.pop()!=slow.val:returnFalseslow=slow.nextreturnTrue解析：方法一通过找到中点并反转前半部分，然后比较前后半部分是否一致；方法二通过将前半部分入栈，再与后半部分比较。两种方法时间复杂度为`O(n)`，空间复杂度也为`O(n)`。4.题目：请实现一个函数，输入一个无重复字符的字符串`s`和一个目标字符串`p`，返回`p`在`s`中出现的所有起始索引。答案与解析：方法一：暴力匹配pythondeffind_substring(s,p):result=[]len_p=len(p)len_s=len(s)foriinrange(len_s-len_p+1):ifs[i:i+len_p]==p:result.append(i)returnresult方法二：KMP算法pythondefcompute_lps(pattern):lps=[0]len(pattern)length=0i=1whilei<len(pattern):ifpattern[i]==pattern[length]:length+=1lps[i]=lengthi+=1else:iflength!=0:length=lps[length-1]else:lps[i]=0i+=1returnlpsdefkmp_search(s,p):lps=compute_lps(p)i=j=0result=[]whilei<len(s):ifp[j]==s[i]:i+=1j+=1ifj==len(p):result.append(i-j)j=lps[j-1]elifi<len(s)andp[j]!=s[i]:ifj!=0:j=lps[j-1]else:i+=1returnresult解析：暴力匹配简单但效率低（`O(nm)`）；KMP算法通过预处理模式串，将时间复杂度降至`O(n)`。5.题目：请实现一个函数，输入一个整数数组，返回该数组的中位数。答案与解析：方法一：排序pythondeffind_median_sort(nums):nums.sort()n=len(nums)ifn%2==1:returnnums[n//2]else:return(nums[n//2-1]+nums[n//2])/2方法二：快速选择pythondefpartition(nums,left,right):pivot=nums[right]i=leftforjinrange(left,right):ifnums[j]<=pivot:nums[i],nums[j]=nums[j],nums[i]i+=1nums[i],nums[right]=nums[right],nums[i]returnidefquickselect(nums,left,right,k):ifleft==right:returnnums[left]pivot_index=partition(nums,left,right)ifk==pivot_index:returnnums[k]elifk<pivot_index:returnquickselect(nums,left,pivot_index-1,k)else:returnquickselect(nums,pivot_index+1,right,k)deffind_median_quickselect(nums):n=len(nums)ifn%2==1:returnquickselect(nums,0,n-1,n//2)else:left=quickselect(nums,0,n-1,n//2-1)right=quickselect(nums,0,n-1,n//2)return(left+right)/2解析：排序方法简单但时间复杂度为`O(nlogn)`；快速选择平均时间复杂度为`O(n)`，但最坏情况下为`O(n^2)`。二、系统设计测试（共3题，每题20分，总分60分）1.题目：设计一个高并发的短链接系统，要求支持实时生成短链接，并能快速解析短链接回原始链接。答案与解析：系统架构：1.请求处理层（APIGateway）：-使用`Nginx`或`KubernetesIngress`进行负载均衡和请求路由。-使用`Redis`缓存热点短链接，减少数据库压力。2.短链接生成与存储：-生成短链接：使用`hash`函数（如`CRC32`或自定义算法）将原始链接映射为固定长度的短码（如`6位字母数字组合`）。-存储：使用`MySQL`或`PostgreSQL`存储短链接与原始链接的映射关系，主键为短码，索引为短码和原始链接。3.短链接解析：-缓存命中：先查询`Redis`，若命中则直接返回原始链接。-数据库查询：若缓存未命中，查询`MySQL`，并将结果存入`Redis`（设置过期时间，如`300s`）。4.高可用与扩展性：-使用`ShardingSphere`或`MyCAT`进行数据库分片，水平扩展。-使用`RedisCluster`实现高可用和分布式缓存。2.题目：设计一个微博系统的用户关注功能，要求支持实时关注/取关，并能快速返回某用户的关注列表。答案与解析：系统架构：1.数据存储：-用户表（User）：存储用户基本信息，主键为`user_id`。-关注关系表（Follow）：存储关注关系，字段包括`follower_id`（关注者）、`followee_id`（被关注者）、`create_time`（关注时间）。-索引：`follower_id`和`followee_id`分别建立索引，支持快速查询。2.关注/取关逻辑：-关注：插入一条`Follow`记录，使用`MySQL`的`InnoDB`引擎保证事务性。-取关：删除对应的`Follow`记录。3.关注列表获取：-缓存：使用`Redis`缓存用户的关注列表（键为`user_id:followees`），设置过期时间（如`5分钟`）。-数据库查询：若缓存未命中，查询`Follow`表，按`create_time`排序返回关注列表。4.实时性优化：-使用`WebSocket`或`Server-SentEvents`（SSE）推送关注动态。-使用`RedisPub/Sub`实现关注关系变更的实时通知。3.题目：设计一个实时新闻推荐系统，要求根据用户行为动态调整推荐内容，并保证低延迟。答案与解析：系统架构：1.数据采集层：-使用`Kafka`收集用户行为数据（如点击、点赞、阅读时长）。-使用`Elasticsearch`或`HBase`存储用户画像和新闻标签。2.推荐算法：-协同过滤：基于`User-Item`矩阵，计算用户相似度并推荐。-内容推荐：使用`TF-IDF`或`Word2Vec`提取新闻特征，匹配用户兴趣。-混合推荐：结合上述方法，优化推荐效果。3.实时计算：-使用`Flink`或`SparkStreaming`处理实时用户行为，动态更新推荐模型。-使用`Redis`缓存用户实时兴趣标签。4.低延迟优化：-使用`CDN`加速新闻内容分发。-使用`LevelDB`或`RocksDB`作为推荐结果的本地缓存，减少数据库查询。三、数据库与缓存测试（共4题，每题15分，总分60分）1.题目：假设你要设计一个电商平台的订单表，请说明表结构设计，并解释为什么这样设计。答案与解析：表结构：sqlCREATETABLEorders(order_idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,quantityINTNOTNULL,total_priceDECIMAL(10,2)NOTNULL,order_statusENUM('pending','paid','shipped','completed','cancelled')NOTNULL,create_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMP,update_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(user_id),FOREIGNKEY(product_id)REFERENCESproducts(product_id),INDEXidx_status(order_status),INDEXidx_user(user_id),INDEXidx_product(product_id));设计理由：-主键：`order_id`使用自增`BIGINT`，保证唯一性。-外键：关联`users`和`products`表，保证数据一致性。-索引：对`order_status`、`user_id`和`product_id`建立索引，优化查询性能。-状态字段：使用`ENUM`存储订单状态，减少冗余。2.题目：请解释数据库事务的`ACID`特性，并举例说明如何在`MySQL`中实现事务。答案与解析：ACID特性：-原子性（Atomicity）：事务中的所有操作要么全部成功，要么全部失败。-一致性（Consistency）：事务执行后，数据库状态必须符合业务规则。-隔离性（Isolation）：并发事务互不干扰，如同串行执行。-持久性（Durability）：事务提交后，结果永久保存。实现方式：sqlSTARTTRANSACTION;INSERTINTOorders(user_id,product_id,quantity)VALUES(1,100,1);UPDATEproductsSETstock=stock-1WHEREproduct_id=100;COMMIT;使用`STARTTRANSACTION`开始事务，`COMMIT`提交事务，`ROLLBACK`回滚事务。3.题目：请说明`Redis`的`LRU`缓存淘汰策略，并解释如何在`Redis`中配置。答案与解析：LRU（LeastRecentlyUsed）缓存淘汰策略：-当缓存空间不足时，优先淘汰最久未被访问的键。-`Redis`默认不开启`LRU`淘汰，可通过配置文件或命令开启：confmaxmemory-policylru-其他淘汰策略：`allkeys-lru`（对所有键应用`LRU`）、`volatile-lru`（仅对设置了过期时间的键应用）。4.题题：请解释数据库的`索引`类型，并说明什么时候使用`B+树`索引和`哈希`索引。答案与解析：索引类型：-B+树索引：-适用于范围查询（如`order>10`）。-数据有序存储，支持有序遍历。-`MySQL`默认使用`B+树`索引。-哈希索引：-适用于精确匹配查询（如`WHEREid=100`）。-时间复杂度为`O(1)`，但无法支持范围查询。-`MySQL`中只有`MEMORY`引擎支持哈希索引。四、分布式与微服务测试（共3题，每题15分，总分45分）1.题目：请解释分布式事务的解决方案，并比较`2PC`和`TCC`优缺点。答案与解析：分布式事务解决方案：-2PC（两阶段提交）：-阶段一：询问所有参与者是否可以执行事务。-阶段二：执行或回滚事务。-优点：强一致性，实现简单。-缺点：容错性差，单点故障导致阻塞。-TCC（Try-Confirm-Cancel）：-Try：尝试预留资源。-Confirm：确认执行事务。-Cancel：回滚事务。-优点：容错性强，支持补偿事务。-缺点：代码复杂，性能开销大。2.题目：请解释`CAP`理论，并说明如何在分布式系统中实现`CA`、`CP`和`AP`。答案与解析：CAP理论：-C（Consistency）：一致性，所有节点数据相同。-A（Availability）：可用性，节点总能在请求时返回响应。-P（PartitionTolerance）：分区容错性，网络分区时系统仍能运行。实现方式：-CA（一致性+可用性）：-使用`Raft`或`Paxos`实现分布式一致性，但分区时不可用。-适用于金融系统。-CP（一致性+分区容错性）：-使用`2PC`或`Paxos`保证一致性，分区时拒绝请求。-适用于订单系统。-AP（可用性+分区容错性）：-使用`最终一致性`方案（如`Redis`分布式锁），分区时仍能响应。-适用于社交系统。3.题目：请解释微服务架构中的服务发现机制，并比较`Consul`和`Eureka`的优缺点。答案与解析：服务发现机制：-服务提供者注册到注册中心，消费者从注册中心获取服务地址。-常见注册中心：`Consul`、`Eureka`、`Zookeeper`。ConsulvsEureka：-Consul：-支持健康检查，自动剔除不健康的实例。-提供Key-Value存储和DNS服务。-开源且跨语言支持。-Eureka：-Netflix开源，简单易用。-无健康检查机制，需手动配置。-仅支持Java和Go客户端。五、算法与数据结构测试（共4题，每题15分，总分60分）1.题目：请