2026年網易工程師面試題及答案一、編程題（共3題，每題20分，總分60分）1.題目（20分）：編寫一個函數，實現字符串的“翻轉詞序”，要求不改變單詞內部的字符順序。例如，輸入`"Ilove網易"`，輸出`"網易loveI"`。請使用Python或Java實現，并考慮時間復雜度和空間復雜度。答案與解析：Python實現：pythondefreverse_words(s:str)->str:ifnots:return""words=s.split()return''.join(words[::-1])Java實現：javapublicStringreverseWords(Strings){if(s==null||s.length()==0)return"";String[]words=s.split("");StringBuildersb=newStringBuilder();for(inti=words.length-1;i>=0;i--){sb.append(words[i]);if(i!=0)sb.append("");}returnsb.toString();}解析：1.時間復雜度：O(n)，其中n為字符串長度，因為需要遍歷所有字符。2.空間復雜度：O(n)，用于存儲分割后的單詞和結果字符串。3.優(yōu)化：如果不允許使用額外空間，可以原地修改字符串，但Python字符串不可變，Java可以但操作復雜。2.題目（20分）：設計一個LRU（LeastRecentlyUsed）緩存，支持`get`和`put`操作。緩存容量為`capacity`，當訪問或插入元素時，最久未使用的元素將被移除。請使用Python或Java實現，并說明如何維護緩存順序。答案與解析：Python實現（使用`collections.OrderedDict`）：pythonfromcollectionsimportOrderedDictclassLRUCache:def__init__(self,capacity:int):self.cache=OrderedDict()self.capacity=capacitydefget(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)Java實現（使用`LinkedHashMap`）：javaimportjava.util.LinkedHashMap;importjava.util.Map;classLRUCache<K,V>extendsLinkedHashMap<K,V>{privateintcapacity;publicLRUCache(intcapacity){super(capacity,0.75f,true);this.capacity=capacity;}@OverrideprotectedbooleanremoveEldestEntry(Map.Entry<K,V>eldest){returnsize()>capacity;}publicVget(Objectkey){returnsuper.get(key);}publicvoidput(Kkey,Vvalue){super.put(key,value);}}解析：1.`get`操作：將訪問的鍵移動到字典末尾，表示最近使用。2.`put`操作：如果鍵已存在，則更新值并移動到末尾；如果超出容量，則刪除鏈表頭部（最久未使用）。3.時間復雜度：O(1)，因為`OrderedDict`和`LinkedHashMap`支持快速插入、刪除和移動。3.題目（20分）：給定一個包含重復元素的數組，返回所有不重復的全排列。例如，輸入`[1,1,2]`，輸出`[[1,1,2],[1,2,1],[2,1,1]]`。請使用Python或Java實現，并說明如何避免重復排列。答案與解析：Python實現（使用回溯法）：pythondefpermuteUnique(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)returnresJava實現：javaimportjava.util.ArrayList;importjava.util.Arrays;importjava.util.List;publicclassPermuteUnique{publicList<List<Integer>>permuteUnique(int[]nums){List<List<Integer>>res=newArrayList<>();Arrays.sort(nums);boolean[]used=newboolean[nums.length];backtrack(nums,newArrayList<>(),res,used);returnres;}privatevoidbacktrack(int[]nums,List<Integer>path,List<List<Integer>>res,boolean[]used){if(path.size()==nums.length){res.add(newArrayList<>(path));return;}for(inti=0;i<nums.length;i++){if(used[i])continue;if(i>0&&nums[i]==nums[i-1]&&!used[i-1])continue;used[i]=true;path.add(nums[i]);backtrack(nums,path,res,used);path.remove(path.size()-1);used[i]=false;}}}解析：1.排序去重：先排序，相同數字相鄰，便于跳過重復排列。2.回溯法：每次選擇未使用的數字，并標記為已使用，遞歸繼續(xù)；回溯時撤銷標記。3.避免重復：如果當前數字與前一個數字相同且前一個數字未被使用，則跳過（因為已經處理過該排列）。二、系統(tǒng)設計題（共2題，每題20分，總分40分）1.題目（20分）：設計一個高并發(fā)的短鏈接生成系統(tǒng)，要求：-支持分布式部署，可水平擴展。-鏈接長度盡可能短（如`http://short.ly/a1b2c3`）。-支持高并發(fā)訪問（如QPS10萬+）。答案與解析：設計方案：1.短鏈接生成：-使用自增ID或哈希算法（如CRC32）生成短碼，如`a1b2c3`。-采用62進制（a-z,A-Z,0-9）減少長度。2.分布式部署：-使用Redis或Zookeeper作為分布式鎖或計數器，確保ID全局唯一。-負載均衡（如Nginx輪詢）分發(fā)請求。3.高并發(fā)支持：-前端使用CDN緩存熱點鏈接。-后端數據庫使用分庫分表（如MySQLCluster）。-異步處理請求（如消息隊列Kafka）。4.數據存儲：-關系型數據庫（索引優(yōu)化）或NoSQL（如RedisHash）。-索引短碼和原URL，支持快速查詢。偽代碼示例：python短碼生成defencode_id(num):chars="0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"base=len(chars)res=[]whilenum>0:res.append(chars[num%base])num//=basereturn''.join(res[::-1])解析：-分布式ID：可使用Twitter的Snowflake算法（時間戳+機器ID+序列號）。-緩存策略：熱點鏈接預加載到內存，減少數據庫壓力。-容錯性：使用熔斷器（如Hystrix）防雪崩。2.題目（20分）：設計一個實時數據監(jiān)控平臺，要求：-支持百萬級數據接入（如日志、指標）。-實時計算統(tǒng)計指標（如平均數、最大值）。-支持SQL查詢（簡化版）。答案與解析：設計方案：1.數據接入：-使用Flume/Kafka收集數據，分流到不同主題（如日志、指標）。-數據格式統(tǒng)一（如JSON或Protobuf）。2.實時計算：-使用RedisStreams或Pulsar窗口計算（如滑動窗口求平均）。-流處理框架（如Flink）計算聚合指標。3.SQL支持：-簡化SQL解析（如`SELECTCOUNT()FROMlogsWHEREtimestamp>...`）。-使用Trie樹優(yōu)化多字段查詢。4.存儲：-時序數據庫（如InfluxDB）存儲指標，支持時間范圍查詢。-熱數據緩存（如Redis）。偽代碼示例：python簡單滑動窗口平均數計算defmoving_avg(stream,window_size):queue=deque()total=0fornuminstream:total+=numqueue.append(num)iflen(queue)>window_size:total-=queue.popleft()yieldtotal/len(queue)解析：-性能優(yōu)化：分區(qū)（如按時間或地域）減少計算范圍。-容錯性：數據重復寫入Kafka，確保不丟失。-擴展性：模塊化設計（接入、計算、存儲分離）。三、數據庫題（共2題，每題10分，總分20分）1.題目（10分）：解釋“數據庫索引失效”的場景，并舉例說明如何優(yōu)化。答案與解析：索引失效場景：-函數運算：如`WHEREYEAR(timestamp)=2023`，索引無法利用。-隱式類型轉換：如`WHEREage='30'`，數字索引被當作字符串處理。-OR條件：如`WHEREid=1ORname='A'`，無法使用索引。優(yōu)化方法：1.避免函數運算：改為`WHEREtimestamp>='2023-01-01'ANDtimestamp<'2024-01-01'`。2.顯式類型轉換：如`WHEREage=CAST('30'ASINT)`。3.拆分OR條件：使用UNION或獨立查詢。示例SQL：sql--原始（失效）SELECTFROMusersWHEREid=1ORname='A';--優(yōu)化SELECTFROMusersWHEREid=1UNIONSELECTFROMusersWHEREname='A';解析：-索引選擇：覆蓋索引（索引包含所有查詢字段）可減少查詢開銷。-索引類型：B-Tree索引適用于范圍查詢，哈希索引適用于精確匹配。2.題目（10分）：解釋“數據庫分庫分表”的優(yōu)缺點，并說明適用場景。答案與解析：分庫分表優(yōu)點：-水平擴展：分表后單表數據量可控，可分布式部署。-讀寫分離：主庫寫，從庫讀，提升性能。缺點：-復雜性：跨表JOIN操作需額外處理（如分布式事務）。-維護成本：分區(qū)鍵選擇不當會導致數據傾斜。適用場景：-數據量巨大：如訂單表（每日百萬級寫入）。-熱點數據：如用戶畫像表（部分用戶高頻訪問）。解析：-分區(qū)策略：按時間（如按月分表