2026年騰訊技術(shù)崗位面試全解析及答案一、編程基礎(chǔ)與算法（共5題，每題10分）1.題目：給定一個無重復(fù)元素的整數(shù)數(shù)組，返回所有可能的子集。示例輸入：`[1,2,3]`示例輸出：`[[],[1],[2],[1,2],[3],[1,3],[2,3],[1,2,3]]`答案：cppinclude<vector>usingnamespacestd;classSolution{public:vector<vector<int>>subsets(vector<int>&nums){vector<vector<int>>res;vector<int>path;backtrack(nums,0,path,res);returnres;}voidbacktrack(vector<int>&nums,intstart,vector<int>&path,vector<vector<int>>&res){res.push_back(path);for(inti=start;i<nums.size();++i){path.push_back(nums[i]);backtrack(nums,i+1,path,res);path.pop_back();}}};解析：采用回溯算法，通過遞歸遍歷所有可能的子集。每次選擇當(dāng)前元素加入路徑，并繼續(xù)遞歸；不選擇時直接進(jìn)入下一層遞歸。時間復(fù)雜度為O(2^n)，空間復(fù)雜度為O(n)。2.題目：實現(xiàn)一個LRU（最近最少使用）緩存，支持get和put操作。示例輸入：cppLRUCachecache=newLRUCache(2);cache.put(1,1);cache.put(2,2);//緩存是{1=1,2=2}cache.get(1);//返回1cache.put(3,3);//去除鍵2//緩存是{1=1,3=3}cache.get(2);//返回-1(未找到)cache.put(4,4);//去除鍵1//緩存是{4=4,3=3}cache.get(3);//返回3cache.get(4);//返回4答案：cppinclude<unordered_map>include<list>classLRUCache{private:intcapacity;std::list<int>keys;std::unordered_map<int,int>cache;public:LRUCache(intcapacity_):capacity(capacity_){}intget(intkey){autoit=cache.find(key);if(it==cache.end())return-1;keys.remove(key);keys.push_front(key);returnit->second;}voidput(intkey,intvalue){autoit=cache.find(key);if(it!=cache.end()){keys.remove(key);keys.push_front(key);cache[key]=value;}else{if(cache.size()==capacity){intoldest=keys.back();keys.pop_back();cache.erase(oldest);}keys.push_front(key);cache[key]=value;}}};解析：使用雙向鏈表和哈希表實現(xiàn)。雙向鏈表存儲鍵的順序，哈希表實現(xiàn)O(1)時間復(fù)雜度的查找。get操作將鍵移動到鏈表頭部；put操作在鏈表頭部插入新鍵，若超出容量則刪除鏈表尾部元素。3.題目：給定一個二叉樹，判斷其是否是完全二叉樹。示例輸入：1/\23/\\456示例輸出：`true`答案：cppinclude<queue>usingnamespacestd;structTreeNode{intval;TreeNodeleft;TreeNoderight;TreeNode(intx):val(x),left(nullptr),right(nullptr){}};classSolution{public:boolisCompleteTree(TreeNoderoot){if(!root)returntrue;queue<TreeNode>q;q.push(root);boolend=false;while(!q.empty()){TreeNodenode=q.front();q.pop();if(!node){end=true;}else{if(end)returnfalse;q.push(node->left);q.push(node->right);}}returntrue;}};解析：層次遍歷二叉樹。若在遇到空節(jié)點之前存在空節(jié)點，則不是完全二叉樹。遍歷過程中，一旦遇到空節(jié)點，后續(xù)所有節(jié)點必須為空。4.題目：實現(xiàn)快速排序算法。示例輸入：`[4,1,3,9,7]`示例輸出：`[1,3,4,7,9]`答案：cppinclude<vector>usingnamespacestd;classSolution{public:voidquickSort(vector<int>&arr,intleft,intright){if(left>=right)return;intpivot=partition(arr,left,right);quickSort(arr,left,pivot-1);quickSort(arr,pivot+1,right);}intpartition(vector<int>&arr,intleft,intright){intpivot=arr[right];inti=left-1;for(intj=left;j<right;++j){if(arr[j]<=pivot){i++;swap(arr[i],arr[j]);}}swap(arr[i+1],arr[right]);returni+1;}};解析：選擇最后一個元素作為基準(zhǔn)，將小于基準(zhǔn)的元素放到基準(zhǔn)左邊，大于基準(zhǔn)的元素放到右邊。遞歸對左右子數(shù)組進(jìn)行排序。平均時間復(fù)雜度為O(nlogn)。5.題目：給定一個字符串，找到最長回文子串的長度。示例輸入：`"babad"`示例輸出：`3`（"bab"或"aba"）答案：cppinclude<string>usingnamespacestd;classSolution{public:intlongestPalindrome(strings){if(s.empty())return0;intn=s.size();vector<vector<bool>>dp(n,vector<bool>(n,false));intmaxLen=1;for(inti=0;i<n;++i){dp[i][i]=true;}for(inti=n-2;i>=0;--i){for(intj=i+1;j<n;++j){if(s[i]==s[j]){if(j-i==1||dp[i+1][j-1]){dp[i][j]=true;maxLen=max(maxLen,j-i+1);}}}}returnmaxLen;}};解析：動態(tài)規(guī)劃解法。dp[i][j]表示s[i..j]是否為回文。初始化對角線為true，然后遍歷所有子串，若s[i]==s[j]且子串s[i+1..j-1]為回文，則s[i..j]為回文。二、系統(tǒng)設(shè)計（共3題，每題15分）1.題目：設(shè)計一個短URL生成系統(tǒng)（如tinyURL）。要求：-支持將任意長度的URL映射為固定長度的短URL。-支持通過短URL反查原始URL。-高并發(fā)場景下保證性能。答案：方案：1.URL編碼：將原始URL通過哈希算法（如SHA-256）生成固定長度的哈希值，再通過Base62（a-z,A-Z,0-9）進(jìn)行編碼，縮短長度。2.分布式存儲：使用Redis或Memcached存儲短URL與原始URL的映射關(guān)系，支持高并發(fā)讀寫。3.數(shù)據(jù)庫備份：若Redis/Memcached失效，可通過數(shù)據(jù)庫（如MySQL）恢復(fù)映射關(guān)系。偽代碼：cpp//生成短URLstringshortenURL(stringlongURL){stringhash=SHA256(longURL);stringshortCode=encodeBase62(hash);stringshortURL="/"+shortCode;cache.set(shortCode,longURL);returnshortURL;}//反查原始URLstringgetOriginalURL(stringshortCode){returncache.get(shortCode)?:db.get(shortCode);}解析：-哈希編碼保證唯一性，Base62縮短長度。-分布式緩存提升性能，數(shù)據(jù)庫備份保證可用性。-可擴展性：通過分布式部署Redis集群，支持海量請求。2.題目：設(shè)計一個高并發(fā)的微博Feed流系統(tǒng)。要求：-用戶可獲取包含關(guān)注用戶、熱門推薦、最新動態(tài)的Feed。-支持實時更新（如發(fā)布新動態(tài)時快速推送給用戶）。答案：架構(gòu)：1.數(shù)據(jù)存儲：-用戶關(guān)注關(guān)系：Redis哈希表（user_id->followers）。-動態(tài)：MySQL（id,user_id,content,created_at,likes等）。-實時更新：Kafka消息隊列（動態(tài)發(fā)布時推送）。2.Feed生成：-用戶請求時，按權(quán)重計算Feed順序（如：關(guān)注用戶50%、熱門推薦30%、最新動態(tài)20%）。-緩存用戶Feed（Redis，過期時間5分鐘）。3.實時推送：-用戶訂閱WebSocket，動態(tài)發(fā)布時通過Kafka推送至客戶端。偽代碼：cpp//用戶請求Feedvector<Tweet>getFeed(intuserId){stringkey="feed:"+to_string(userId);if(cache.exists(key)){returncache.get(key);}vector<Tweet>feed=calculateFeed(userId);cache.set(key,feed,300);//5分鐘過期returnfeed;}//動態(tài)發(fā)布voidpublishTweet(intuserId,stringcontent){//保存動態(tài)到MySQL//推送到Kafkakafka.publish("tweets",{userId,content});}解析：-權(quán)重算法平衡個性化與熱門推薦。-緩存減少數(shù)據(jù)庫壓力，WebSocket保證實時性。-Kafka解耦發(fā)布與消費，支持彈性擴展。3.題目：設(shè)計一個分布式限流系統(tǒng)（如微博登錄接口）。要求：-單機QPS限制（如每個IP每秒不超過10次請求）。-支持動態(tài)調(diào)整限流閾值。答案：方案：1.Redis滑動窗口：-使用Redis的有序集合（ZSET）記錄每個IP的請求時間戳。-每次請求時，移除過期時間戳，添加當(dāng)前時間戳。-判斷窗口內(nèi)元素數(shù)量是否超過閾值。2.動態(tài)限流：-通過配置中心（如Apollo）動態(tài)更新限流閾值。-監(jiān)控系統(tǒng)負(fù)載時自動降級。偽代碼：cppboolisLimited(stringip){stringkey="rate_limit:"+ip;intlimit=config.get("limit");//動態(tài)獲取閾值intnow=timestamp();redis.zremrangebyscore(key,0,now-1000);redis.zadd(key,now,"1");longcount=redis.zcard(key);returncount>limit;}解析：-滑動窗口避免固定窗口的冷啟動問題。-Redis保證高并發(fā)性能，配置中心支持動態(tài)調(diào)整。-可擴展性：通過Redis集群支持海量IP限流。三、數(shù)據(jù)庫與存儲（共3題，每題15分）1.題目：解釋MySQL事務(wù)的ACID特性，并說明如何實現(xiàn)。答案：ACID特性：-原子性（Atomicity）：使用事務(wù)日志（RedoLog）保證事務(wù)要么完全執(zhí)行，要么完全回滾。-一致性（Consistency）：通過鎖機制（行鎖/表鎖）和MVCC（多版本并發(fā)控制）保證數(shù)據(jù)一致性。-隔離性（Isolation）：可通過事務(wù)隔離級別（READCOMMITTED,REPEATABLEREAD等）控制。-持久性（Durability）：通過RedoLog和Checkpoint機制保證數(shù)據(jù)不丟失。實現(xiàn)方式：sqlSTARTTRANSACTION;UPDATEaccountsSETbalance=balance-100WHEREid=1;UPDATEaccountsSETbalance=balance+100WHEREid=2;COMMIT;解析：-事務(wù)日志保證原子性，鎖機制保證一致性。-隔離級別通過MVCC實現(xiàn)，RedoLog保證持久性。-騰訊業(yè)務(wù)中常用REPEATABLEREAD（如訂單系統(tǒng)）。2.題目：設(shè)計一個高并發(fā)的訂單表，支持高并發(fā)寫操作。要求：-訂單ID全局唯一。-支持事務(wù)性插入。-優(yōu)化查詢性能。答案：方案：1.訂單ID生成：-使用Redis實現(xiàn)分布式ID生成器（如Snowflake算法）。2.表結(jié)構(gòu)：sqlCREATETABLEorders(idBIGINTAUTO_INCREMENT,user_idBIGINT,product_idBIGINT,amountDECIMAL(10,2),statusVARCHAR(10),created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,INDEX(user_id),INDEX(product_id));3.事務(wù)優(yōu)化：-使用InnoDB引擎（行鎖+MVCC）。-批量插入時開啟事務(wù)。偽代碼：cpp//生成訂單IDlonggenerateOrderId(){returnredis.incr("order_id");}//插入訂單voidinsertOrder(intuserId,intproductId,doubleamount){longorderId=generateOrderId();STARTTRANSACTION;INSERTINTOorders(id,user_id,product_id,amount)VALUES(orderId,userId,productId,amount);COMMIT;}解析：-Redis保證ID全局唯一，InnoDB支持高并發(fā)寫。-索引優(yōu)化查詢性能，批量事務(wù)減少鎖競爭。-可擴展性：通過分庫分表（如ShardingSphere）支持海量訂單。3.題目：解釋MySQL索引的類型及適用場景。答案：索引類型：1.B-Tree索引：-適用于范圍查詢（如`priceBETWEEN10AND20`）。-常用于主鍵、普通索引。2.哈希索引：-適用于精確查詢（如`WHEREid=100`）。-不支持范圍查詢。3.全文索引：-適用于文本搜索（如`WHEREcontentLIKE'%蘋果%'`）。-使用InnoDB引擎支持。4.空間索引：-適用于GIS數(shù)據(jù)。適用場景：-主鍵：使用自增B-Tree索引。-頻繁查詢：建立B-Tree索引（如`user_id`）。-全文搜索：使用Ngram分詞。解析：-B-Tree通用性高，哈希查詢快但范圍查詢受限。-全文索引適用于搜索引擎場景。-注意：冗余索引（如`a,b`聯(lián)合索引包含`a`單索引）會降低寫入性能。四、網(wǎng)絡(luò)與分布式（共3題，每題15分）1.題目：解釋TCP的三次握手過程，并說明為何不能重放。答案：三次握手：1.SYN：客戶端發(fā)送SYN=1，隨機初始化seq=x。2.SYN+ACK：服務(wù)器回復(fù)SYN=1,ACK=1,seq=y,ack=x+1。3.ACK：客戶端回復(fù)ACK=1,ack=y+1。不能重放的原因：-序列號單調(diào)遞增：TCP保證seq唯一，重放時seq已失效。-ACK確認(rèn)：每次ACK都會更新ack值，重放會因ack不匹配被丟棄。解析：-seq/ack防止重放，時間戳防止超時重傳。-騰訊業(yè)務(wù)中常用TCPKeepalive檢測連接活性。2.題目：設(shè)計一個高并發(fā)的分布式計數(shù)器。要求：-支持全局原子遞增。-節(jié)點重啟后能恢復(fù)數(shù)據(jù)。答案：方案：1.Redis原子操作：redisINCRcounter2.數(shù)據(jù)庫方案：sqlUPDATEcountersSETvalue=value+1WHEREname='counter';3.分布式鎖方案（備選）：cpplock->lock();value++;lock->unlock();解析：-Redis保證原子性，RDB/AOF持久化數(shù)據(jù)。-數(shù)據(jù)庫支持事務(wù)，但寫入性能較低。-可擴展性：通過Redis集群支持海量計數(shù)器。3.題目：解釋CAP理論，并說明如何在高可用系統(tǒng)中取舍。答案：CAP理論：-一致性（Consistency）：所有節(jié)點訪問數(shù)據(jù)一致。-可用性（Availability）：節(jié)點總響應(yīng)請求。-分區(qū)容錯性（PartitionTolerance）：網(wǎng)絡(luò)分區(qū)時仍能運行。取舍策略：-讀多寫少場景（如微博緩存）：-使用最終一致性（如Redis+TSO）。-寫多場景（如訂單系統(tǒng)）：-優(yōu)先一致性（如Raft協(xié)議）。解析：-分布式系統(tǒng)必犧牲至少一項CAP。-騰訊業(yè)務(wù)中常用Paxos/Raft保證一致性，Redis實現(xiàn)高可用。-FIFO隊列解決最終一致性場景。五、項目與系統(tǒng)（共2題，每題20分）1.題目：描述你參與過的一個高并發(fā)項目，并說明如何解決性能瓶頸。示例：微博動態(tài)發(fā)布系統(tǒng)答案：項目：微博動態(tài)發(fā)布系統(tǒng)性能瓶頸：-數(shù)據(jù)庫瓶頸：動態(tài)發(fā)布時主表寫入壓力大。-緩存失效：用戶Feed查詢頻繁，緩存命中率低。解決方案：1.數(shù)據(jù)庫優(yōu)化：-使用Redis異步寫入（發(fā)布時先入隊列，后臺批量寫入MySQL）。-動態(tài)表分區(qū)（按時間切分訂單表）。2.緩存優(yōu)化：-Feed預(yù)加載（用戶登錄時提前加載Feed）。-使用本地緩存（CPU緩存）加速熱點數(shù)據(jù)。解析：-異步寫入分散壓力，分表提升寫入性能。-預(yù)加載+本地緩存減少遠(yuǎn)程請求。-可擴展性：通過消息隊列（Kafka）解耦業(yè)務(wù)。2.題目：設(shè)計一個分布式文件存儲系統(tǒng)（如騰訊云COS）。要求：-支持海量文件存儲。-支持高并發(fā)讀寫。-支持文件分片。答案：架構(gòu)：1.分片存儲：-文件切分為固定大小分片（如4MB）。-每個分片存儲到不同節(jié)點（如H