2026年騰訊技術專家面試題集及答案詳解一、編程題（共5題，每題20分）題目1（20分）實現(xiàn)一個LRU（LeastRecentlyUsed）緩存機制，要求：1.支持自動刪除最久未使用項2.提供get(key)和put(key,value)操作3.時間復雜度為O(1)4.使用Python實現(xiàn)答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:str)->int:ifkeyinself.cache:更新訪問順序self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(self,key:str,value:int)->None:ifkeyinself.cache:更新值和順序self.order.remove(key)eliflen(self.cache)>=self.capacity:刪除最久未使用項oldest_key=self.order.pop(0)delself.cache[oldest_key]self.cache[key]=valueself.order.append(key)解析：-使用哈希表實現(xiàn)O(1)的get操作-使用雙向鏈表維護訪問順序，實現(xiàn)O(1)的put操作-當緩存容量滿時，刪除鏈表頭部元素（最久未使用）-實現(xiàn)過程中注意key存在時的順序更新題目2（20分）給定一個包含n個點的無向圖，點編號從0到n-1。每個點有一個權值，你需要找到一個路徑，使得：1.路徑經(jīng)過所有點至少一次2.路徑總權值最小3.路徑可以重復經(jīng)過點4.請返回最小總權值答案：pythondefmin_weighted_hamiltonian_path(n,edges,weights):fromheapqimportheappop,heappush構建鄰接表graph={i:[]foriinrange(n)}for(u,v)inedges:graph[u].append((v,weights[u]))graph[v].append((u,weights[v]))暴力解法（適用于小規(guī)模問題）實際面試可能需要啟發(fā)式算法或近似解ifn<=10:預處理所有點的排列fromitertoolsimportpermutationsmin_cost=float('inf')forperminpermutations(range(n)):ifperm[0]==0:#確保從0開始cost=0foriinrange(n-1):u,v=perm[i],perm[i+1]找到相鄰邊的最小權值min_edge=float('inf')for(x,w)ingraph[u]:ifx==v:min_edge=min(min_edge,w)cost+=min_edgemin_cost=min(min_cost,cost)returnmin_costelse:對于大規(guī)模問題，使用啟發(fā)式算法這里提供近似解思路return"對于大規(guī)模問題，可以使用貪心算法或近似算法"解析：-小規(guī)模問題使用暴力枚舉所有排列-大規(guī)模問題需要使用啟發(fā)式算法（如貪心算法或近似算法）-貪心策略：每次選擇當前未訪問點中與已訪問點連接權值最小的邊-注意題目允許重復經(jīng)過點，但要求經(jīng)過所有點至少一次-真實面試中可能需要根據(jù)n的大小決定使用哪種算法題目3（20分）實現(xiàn)一個字符串匹配算法，要求：1.支持在文本串中查找多個模式串2.時間復雜度為O(n+mk)，其中n是文本長度，m是模式串長度，k是模式串數(shù)量3.支持正則表達式匹配（簡單版本）4.使用C++實現(xiàn)答案：cppinclude<vector>include<string>include<unordered_map>classMultiPatternMatcher{public:MultiPatternMatcher(conststd::vector<std::string>&patterns){for(constauto&pattern:patterns){buildNextArray(pattern);}}std::vector<int>match(conststd::string&text){std::vector<int>results;for(inti=0;i<patterns.size();++i){intpos=search(text,patterns[i]);if(pos!=-1){results.push_back(pos);}}returnresults;}private:std::vector<std::string>patterns;std::vector<std::vector<int>>next;voidbuildNextArray(conststd::string&pattern){intm=pattern.size();next.emplace_back(m,-1);intj=-1;for(inti=1;i<m;++i){while(j>=0&&pattern[i]!=pattern[j]){j=next[i-1][j];}if(pattern[i]==pattern[j]){j++;}next.back()[i]=j;}}intsearch(conststd::string&text,conststd::string&pattern){intn=text.size();intm=pattern.size();if(m==0)return0;std::vector<int>next_array=next[patterns.index(pattern)];intj=-1;for(inti=0;i<n;++i){while(j>=0&&text[i]!=pattern[j]){j=next_array[j];}if(text[i]==pattern[j]){j++;}if(j==m){returni-m+1;}}return-1;}};解析：-使用KMP算法的多模式匹配變體-構建每個模式串的next數(shù)組（部分匹配表）-對每個模式串獨立進行KMP匹配-時間復雜度滿足O(n+mk)要求-對于正則表達式匹配，可以在此基礎上擴展支持特殊字符題目4（20分）實現(xiàn)一個分布式鎖服務，要求：1.支持多個客戶端獲取和釋放鎖2.確保同一時間只有一個客戶端持有鎖3.支持鎖超時機制4.使用Python實現(xiàn)答案：pythonimportthreadingimporttimeimportuuidimportsocketclassDistributedLock:def__init__(self):self.lock=threading.Lock()self.locks={}#{resource_id:(client_id,timestamp)}self.server_id=str(uuid.uuid4())self.host=socket.gethostname()defacquire(self,resource_id,timeout=10):"""獲取分布式鎖"""deadline=time.time()+timeoutclient_id=f"{self.server_id}-{socket.gethostname()}:{uuid.uuid4()}"whiletime.time()<deadline:withself.lock:ifresource_idnotinself.locks:self.locks[resource_id]=(client_id,time.time())returnTrue輪詢等待time.sleep(0.01)returnFalsedefrelease(self,resource_id):"""釋放分布式鎖"""withself.lock:ifresource_idinself.locksandself.locks[resource_id][0]==client_id:delself.locks[resource_id]defis_locked(self,resource_id):"""檢查鎖狀態(tài)"""withself.lock:returnresource_idinself.locks解析：-使用本地鎖保護全局狀態(tài)-每個資源記錄持有者和服務端ID-實現(xiàn)鎖超時機制，避免死鎖-通過唯一標識符區(qū)分不同服務器的客戶端-實際生產環(huán)境可能需要結合Redis等存儲實現(xiàn)更可靠的分布式鎖題目5（20分）設計一個消息隊列系統(tǒng)，要求：1.支持發(fā)布/訂閱模式2.支持消息持久化3.支持消息確認機制4.支持至少一次傳遞保證5.使用Java實現(xiàn)答案：javaimportjava.util.;importjava.util.concurrent.;publicclassMessageQueue{privatestaticclassMessage{Stringcontent;longtimestamp;Stringpublisher;booleanacknowledged;Message(Stringcontent,Stringpublisher){this.content=content;this.timestamp=System.currentTimeMillis();this.publisher=publisher;this.acknowledged=false;}}privateMap<String,Set<String>>topicSubscribers;privateMap<String,Queue<Message>>messageQueues;privateMap<String,Set<String>>subscriberAck;privateExecutorServiceexecutor;publicMessageQueue(){topicSubscribers=newConcurrentHashMap<>();messageQueues=newConcurrentHashMap<>();subscriberAck=newConcurrentHashMap<>();executor=Executors.newFixedThreadPool(10);}publicvoidpublish(Stringtopic,Stringmessage,Stringpublisher){Messagemsg=newMessage(message,publisher);messageQputeIfAbsent(topic,k->newConcurrentLinkedQueue<>()).add(msg);//通知訂閱者topicSputeIfPresent(topic,(k,subs)->{for(Stringsub:subs){executor.submit(()->{try{messageQueues.get(k).add(msg);//等待訂閱者確認subscriberAputeIfAbsent(k,v->newHashSet<>()).add(sub);//假設5秒超時if(!subscriberAck.get(k).remove(sub,System.currentTimeMillis()+5000)){System.out.println("Messagedeliveryfailedfortopic"+k);}}catch(Exceptione){e.printStackTrace();}});}returnsubs;});}publicvoidsubscribe(Stringtopic,Stringsubscriber){topicSputeIfAbsent(topic,k->newConcurrentHashSet<>()).add(subscriber);}publicvoidacknowledge(Stringtopic,Stringsubscriber){subscriberAputeIfPresent(topic,(k,subs)->{subs.add(subscriber);returnsubs;});}publicvoidclose(){executor.shutdown();try{if(!executor.awaitTermination(60,TimeUnit.SECONDS)){executor.shutdownNow();}}catch(InterruptedExceptione){executor.shutdownNow();}}}解析：-使用ConcurrentHashMap實現(xiàn)線程安全-支持消息持久化：將消息存儲在隊列中-實現(xiàn)至少一次傳遞：通過acknowledged標志和確認機制-發(fā)布者-訂閱者模式：使用topic組織消息-使用ExecutorService異步處理訂閱者通知-注意：實際生產系統(tǒng)需要更完善的消息存儲和傳輸機制二、系統(tǒng)設計題（共3題，每題30分）題目6（30分）設計一個微信級別的消息推送系統(tǒng)，要求：1.支持全球用戶（10億級別）2.支持多種推送類型（通知、消息、訂閱）3.支持離線推送4.支持推送失敗重試5.支持推送效果統(tǒng)計答案：plaintext系統(tǒng)架構設計：1.消息中心（MQ+Redis+MySQL）-消息生產：通過Kafka/Flink處理用戶行為，生成推送需求-消息存儲：Redis存儲待推送消息（TTL+過期），MySQL存儲持久化記錄-消息路由：根據(jù)用戶標簽、設備類型、推送類型等進行路由2.推送服務（微服務集群）-推送服務：處理消息分發(fā)，支持同步/異步推送-離線推送：將未觸達的消息存入Redis，定時重試-推送失敗處理：記錄失敗原因，按優(yōu)先級重試3.資源管理（Redis+Zookeeper）-用戶標簽管理：Redis存儲用戶標簽，支持實時更新-設備管理：記錄設備信息，支持設備失效處理-負載均衡：Zookeeper實現(xiàn)服務發(fā)現(xiàn)和負載均衡4.數(shù)據(jù)統(tǒng)計（Hadoop+Elasticsearch）-實時統(tǒng)計：Elasticsearch存儲實時推送效果-離線統(tǒng)計：Hadoop處理歷史推送數(shù)據(jù)-數(shù)據(jù)看板：提供多維度推送效果分析關鍵點：1.全球用戶支持：-多區(qū)域部署消息中心-CDN加速推送-地域化內容生成2.高可用設計：-消息中心集群化-推送服務冗余部署-多副本存儲3.性能優(yōu)化：-消息批處理-熱點用戶/消息預加載-按設備分組推送4.安全設計：-用戶身份驗證-推送簽名-敏感內容過濾解析：-采用分布式架構支持海量用戶-多層次消息隊列處理高并發(fā)-離線推送機制保證消息不丟失-推送效果多維度統(tǒng)計-考慮全球部署和地域優(yōu)化-需要關注跨區(qū)域網(wǎng)絡延遲問題-可以進一步擴展支持消息透傳和APNS/FCM等推送協(xié)議題目7（30分）設計一個類似抖音/快手的內容推薦系統(tǒng)，要求：1.支持個性化推薦2.支持實時更新3.支持冷啟動問題4.支持多樣性和新穎性5.支持實時反饋優(yōu)化答案：plaintext系統(tǒng)架構設計：1.數(shù)據(jù)采集層（Kafka+HDFS）-用戶行為：實時采集點擊、點贊、評論等數(shù)據(jù)-內容特征：提取視頻標簽、音頻特征等-用戶畫像：存儲用戶興趣、偏好等信息2.推薦引擎（SparkMLlib+TensorFlow）-協(xié)同過濾：基于用戶行為的相似度推薦-內容特征：基于視頻內容的相似度推薦-混合推薦：結合多種算法生成最終推薦列表3.實時計算（Flink+Redis）-實時特征：實時更新用戶興趣-冷啟動處理：新用戶推薦熱門內容-推薦更新：根據(jù)實時反饋調整推薦4.服務層（微服務集群）-推薦服務：提供推薦API-緩存服務：Redis存儲熱點推薦-推送服務：將推薦結果下發(fā)到客戶端關鍵點：1.個性化推薦：-基于用戶歷史行為-基于用戶畫像-基于內容特征2.實時更新：-實時特征更新-推薦模型在線學習-實時反饋處理3.冷啟動問題：-新用戶推薦熱門內容-基于用戶注冊信息推薦-群智推薦（初始階段）4.多樣性和新穎性：-限制相似內容比例-探索新內容-混合推薦策略5.實時反饋優(yōu)化：-實時收集用戶點擊、停留時間等反饋-基于反饋調整推薦模