2026年騰訊公司技術(shù)部門面試題及解答詳解一、編程題（共3題，每題20分，總分60分）題目1（20分）：請實現(xiàn)一個函數(shù)，輸入一個正整數(shù)n，輸出所有可能的二進制字符串，且每個字符串中0和1的數(shù)量相同。例如，n=3時，輸出["101","110","011","001","100"]。要求時間復雜度盡可能低。解答：pythondefgenerate_binary_strings(n):defbacktrack(path,zeros,ones):iflen(path)==n:ifzeros==ones:result.append(path)returnbacktrack(path+'0',zeros+1,ones)backtrack(path+'1',zeros,ones+1)result=[]backtrack('',0,0)returnresult示例print(generate_binary_strings(3))解析：采用回溯法，每次選擇添加'0'或'1'，并記錄當前0和1的數(shù)量。當字符串長度達到n時，檢查0和1的數(shù)量是否相同，若相同則加入結(jié)果。時間復雜度為O(2^n)，但實際執(zhí)行效率較高，因部分路徑會被提前剪枝。題目2（20分）：給定一個字符串s，包含字母和數(shù)字，請找到最長的子串，其中字母和數(shù)字的數(shù)量相同。例如，s="a0b9c8"時，輸出"0b9c8"。解答：pythondeflongest_balanced_substring(s):balance=0max_len=0start=0balance_map={0:-1}fori,charinenumerate(s):ifchar.isalpha():balance+=1elifchar.isdigit():balance-=1ifbalanceinbalance_map:max_len=max(max_len,i-balance_map[balance])else:balance_map[balance]=ireturns[start:start+max_len]示例print(longest_balanced_substring("a0b9c8"))解析：使用前綴和思想，將字母記為+1，數(shù)字記為-1，問題轉(zhuǎn)化為尋找最長的子數(shù)組，其和為0。通過哈希表記錄第一次出現(xiàn)的balance值，可高效計算最長子串。題目3（20分）：設計一個算法，輸入一個整數(shù)數(shù)組，返回所有可能的子集，其中每個子集的元素之和為給定目標target。例如，nums=[1,2,3,4],target=5，輸出[[1,4],[2,3]]。解答：pythondefsubset_sum(nums,target):result=[]defbacktrack(start,path,target):iftarget==0:result.append(path.copy())returnforiinrange(start,len(nums)):ifnums[i]>target:continuepath.append(nums[i])backtrack(i+1,path,target-nums[i])path.pop()backtrack(0,[],target)returnresult示例print(subset_sum([1,2,3,4],5))解析：采用回溯法，從左到右遍歷數(shù)組，剪枝條件為當前數(shù)字大于剩余目標和。通過記錄路徑和結(jié)果集，避免重復計算。時間復雜度為O(2^n)，適用于小規(guī)模數(shù)據(jù)。二、系統(tǒng)設計題（共2題，每題20分，總分40分）題目4（20分）：設計一個高并發(fā)的短鏈接生成服務，要求：1.輸入任意長度的URL，輸出固定長度的短鏈接（如6位數(shù)字+字母）；2.支持高并發(fā)訪問（每秒百萬級請求）；3.支持URL的快速跳轉(zhuǎn)和回溯（點擊短鏈接能返回原URL）。解答：1.短鏈接生成：-使用62進制（a-z、A-Z、0-9）將URL映射為短字符串，如"123456"→"1s2f3g"。-采用hash函數(shù)（如CRC32+Base62編碼）確保唯一性。2.高并發(fā)支持：-使用Redis緩存熱點短鏈接，減少數(shù)據(jù)庫查詢。-負載均衡分發(fā)請求到多個后端節(jié)點。3.快速跳轉(zhuǎn)與回溯：-短鏈接請求先查Redis，未命中則查詢數(shù)據(jù)庫。-數(shù)據(jù)庫使用分片表（按hash前綴分片），提高查詢效率。偽代碼示例：pythondefgenerate_short_url(url):hash_val=crc32(url)%1_000_000base62=to_base62(hash_val)returnf"/{base62}"defresolve_url(short_url):base62=short_url.split('/')[-1]hash_val=from_base62(base62)returnurl_db.get(hash_val)解析：-短鏈接生成：62進制壓縮長度，保證唯一性。-高并發(fā)：Redis緩存+負載均衡，分片表優(yōu)化數(shù)據(jù)庫查詢。-快速跳轉(zhuǎn)：多級緩存策略，優(yōu)先Redis，后查數(shù)據(jù)庫。題目5（20分）：設計一個實時推薦系統(tǒng)，輸入用戶行為日志（如點擊、購買），輸出個性化推薦商品。要求：1.支持毫秒級響應；2.可擴展性，支持新增推薦算法；3.處理用戶冷啟動問題。解答：1.系統(tǒng)架構(gòu)：-數(shù)據(jù)采集：Kafka收集用戶行為，實時流處理（Flink/SparkStreaming）。-特征工程：HBase存儲用戶畫像（年齡、性別、歷史購買等）。2.推薦算法：-熱門推薦：Redis緩存全局Top20商品。-個性化推薦：基于協(xié)同過濾（ALS）或深度學習（LambdaMART）。-算法切換：動態(tài)配置文件控制推薦策略。3.冷啟動處理：-新用戶使用默認推薦（熱門商品）。-持續(xù)收集行為數(shù)據(jù)，逐步優(yōu)化推薦模型。偽代碼示例：pythondefget_recommendations(user_id):ifuser_idinnew_users:returnhot_items#熱門商品else:returnmodel.predict(user_id)#個性化推薦解析：-實時性：Kafka+流處理實現(xiàn)毫秒級響應。-可擴展性：配置文件動態(tài)切換算法，便于迭代。-冷啟動：默認熱門推薦+數(shù)據(jù)積累逐步優(yōu)化。三、數(shù)據(jù)庫題（共2題，每題20分，總分40分）題目6（20分）：設計一個微博系統(tǒng)數(shù)據(jù)庫表結(jié)構(gòu)，要求：1.支持百萬級用戶和動態(tài)；2.支持按用戶、時間、關(guān)鍵詞搜索動態(tài)；3.優(yōu)化點贊和評論的實時更新。解答：1.表結(jié)構(gòu)：sql--用戶表CREATETABLEusers(user_idBIGINTPRIMARYKEY,usernameVARCHAR(50),reg_dateTIMESTAMP);--動態(tài)表CREATETABLEposts(post_idBIGINTPRIMARYKEY,user_idBIGINT,contentTEXT,created_atTIMESTAMP,FOREIGNKEY(user_id)REFERENCESusers(user_id));--點贊表（觸發(fā)器實現(xiàn)自增）CREATETABLElikes(like_idBIGINTAUTO_INCREMENTPRIMARYKEY,post_idBIGINT,user_idBIGINT,created_atTIMESTAMP,FOREIGNKEY(post_id)REFERENCESposts(post_id),FOREIGNKEY(user_id)REFERENCESusers(user_id),UNIQUE(post_id,user_id));--評論表（異步寫入）CREATETABLEcomments(comment_idBIGINTAUTO_INCREMENTPRIMARYKEY,post_idBIGINT,user_idBIGINT,contentTEXT,created_atTIMESTAMP,FOREIGNKEY(post_id)REFERENCESposts(post_id),FOREIGNKEY(user_id)REFERENCESusers(user_id));2.優(yōu)化策略：-索引：`posts(user_id,created_at)`、`likes(post_id,user_id)`。-搜索：Elasticsearch分片索引動態(tài)內(nèi)容。-實時更新：點贊觸發(fā)器記錄時間戳，評論通過消息隊列異步寫入。解析：-百萬級支持：自增ID+外鍵約束，分表分庫（如按user_id分片）。-搜索優(yōu)化：Elasticsearch實現(xiàn)關(guān)鍵詞匹配。-實時性：觸發(fā)器+消息隊列確保數(shù)據(jù)一致性。題目7（20分）：某電商平臺訂單表記錄用戶購買行為，表結(jié)構(gòu)如下：sqlCREATETABLEorders(order_idBIGINTPRIMARYKEY,user_idBIGINT,product_idBIGINT,quantityINT,order_timeTIMESTAMP,statusVARCHAR(20)--如'待支付','已發(fā)貨'等);請設計一個SQL查詢，統(tǒng)計每個用戶的待支付訂單數(shù)量和總金額（假設商品表有price字段）。要求：1.結(jié)果按用戶ID升序排序；2.待支付訂單篩選條件為status='待支付'。解答：sqlSELECTuser_id,COUNT()ASpending_orders,SUM(pricequantity)AStotal_amountFROMordersoJOINproductspONduct_id=duct_idWHEREo.status='待支付'GROUPBYuser_idORDERBYuser_idASC;解析：-關(guān)聯(lián)查詢：訂單表與商品表通過product_id關(guān)聯(lián)，計算總金額。-分組統(tǒng)計：按user_id分組統(tǒng)計待支付訂單數(shù)量和金額。-排序：結(jié)果按user_id升序輸出，符合業(yè)務需求。四、分布式與中間件題（共2題，每題20分，總分40分）題目8（20分）：設計一個分布式計數(shù)器服務，要求：1.支持高并發(fā)計數(shù)（每秒百萬次請求）；2.保證計數(shù)器高可用和一致性；3.支持分布式鎖實現(xiàn)。解答：1.架構(gòu)設計：-服務端：基于RedisCluster實現(xiàn)計數(shù)器，分片存儲（如按業(yè)務線分片）。-客戶端：通過RedisLua腳本原子遞增。2.高可用方案：-RedisCluster主從復制+哨兵（Sentinel）實現(xiàn)故障轉(zhuǎn)移。-異步批量更新，減少網(wǎng)絡開銷。3.分布式鎖：lua--Lua腳本實現(xiàn)原子遞增和鎖localkey=KEYS[1]localvalue=tonumber(redis.call("get",key)or0)redis.call("incr",key)returnvalue解析：-高并發(fā)：RedisCluster+Lua腳本確保原子性。-高可用：主從+哨兵架構(gòu)，異步批量更新。-分布式鎖：Lua腳本避免競態(tài)條件。題目9（20分）：某社交系統(tǒng)使用Kafka處理用戶關(guān)系變更（如加好友請求），設計一個消息消費流程：1.用戶A添加用戶B為好友，消息流向如何？2.若消費端出現(xiàn)故障，如何保證消息不丟失？3.如何優(yōu)化消息消費延遲？解答：1.消息流向：-A→B