2026年百度搜索算法工程師面試問題集一、編程基礎(chǔ)與數(shù)據(jù)結(jié)構(gòu)（共5題，每題8分）1.題目：給定一個未排序的整數(shù)數(shù)組，返回其中出現(xiàn)次數(shù)超過閾值（例如50%）的最小整數(shù)。要求時間復(fù)雜度O(n)，空間復(fù)雜度O(1)。示例：輸入`[3,4,3,2,2,3,3]`，閾值50%，輸出`3`。答案：-使用摩爾投票法（Boyer-MooreMajorityVote）：1.初始化`candidate=None`，`count=0`；2.遍歷數(shù)組：-若`count==0`，則`candidate=num`，`count=1`；-否則，若`num==candidate`，`count+=1`；否則`count-=1`；3.驗證`candidate`是否滿足閾值（可通過第二次遍歷統(tǒng)計頻率）；-代碼示例（Python）：pythondefmajority_element(nums,threshold=50):candidate=Nonecount=0fornuminnums:ifcount==0:candidate=numcount=1elifnum==candidate:count+=1else:count-=1驗證頻率ifnums.count(candidate)>len(nums)(threshold/100):returncandidatereturn-1-解析：摩爾投票法適用于尋找“多數(shù)元素”（出現(xiàn)次數(shù)>50%），通過抵消法確保最終`candidate`是真實多數(shù)元素。驗證步驟防止誤判（如`[3,3]`，若閾值50%則需返回`3`）。2.題目：實現(xiàn)一個LRU（LeastRecentlyUsed）緩存，支持`get(key)`和`put(key,value)`操作。要求時間復(fù)雜度O(1)。示例：-`put(1,1)`→緩存為`{1:1}`；-`put(2,2)`→緩存為`{1:1,2:2}`；-`get(1)`→返回`1`（訪問1）；-`put(3,3)`→最久未使用`2`被移除，緩存為`{1:1,2:3,3:3}`；-`get(2)`→返回`3`（2已過期）。答案：-使用雙向鏈表+哈希表：-雙向鏈表：頭節(jié)點為最近使用，尾節(jié)點為最久未使用；-哈希表：`key→node`，O(1)訪問；-操作：-`get(key)`：若存在，移動節(jié)點到頭，返回值；否則返回-1；-`put(key,value)`：若存在，更新值并移動到頭；否則，若緩存滿，移除尾節(jié)點，插入新節(jié)點到頭。-代碼示例（Python偽代碼）：pythonclassLRUCache:def__init__(self,capacity):self.capacity=capacityself.cache={}self.head,self.tail=Node(0,0),Node(0,0)self.head.next=self.tailself.tail.prev=self.headdefget(self,key):ifkeyinself.cache:node=self.cache[key]self._move_to_head(node)returnnode.valuereturn-1defput(self,key,value):ifkeyinself.cache:node=self.cache[key]node.value=valueself._move_to_head(node)else:iflen(self.cache)==self.capacity:self._remove_tail()new_node=Node(key,value)self.cache[key]=new_nodeself._add_to_head(new_node)def_move_to_head(self,node):self._remove_node(node)self._add_to_head(node)def_add_to_head(self,node):node.prev=self.headnode.next=self.head.nextself.head.next.prev=nodeself.head.next=nodedef_remove_node(self,node):node.prev.next=node.nextnode.next.prev=node.prevdef_remove_tail(self):tail=self.tail.prevself._remove_node(tail)delself.cache[tail.key]-解析：LRU的核心在于高效更新“最近使用”狀態(tài)。雙向鏈表保證O(1)刪除/插入，哈希表保證O(1)查詢單節(jié)點。3.題目：給定一個字符串`s`，判斷是否可以通過刪除零個或多個字符（不改變剩余字符順序）得到`p`。例如，`s="abcde"`,`p="ace"`→返回`True`。示例：`s="axc"`,`p="ac"`→`True`；`s="abc"`,`p="def"`→`False`。答案：-雙指針法：1.初始化`i=j=0`；2.遍歷`s`，若`s[i]==p[j]`，則`i++`，`j++`；3.若`j==len(p)`，則匹配成功；-代碼示例（Python）：pythondefisSubsequence(s,p):i,j=0,0whilei<len(s)andj<len(p):ifs[i]==p[j]:j+=1i+=1returnj==len(p)-解析：通過逐個匹配`s`和`p`的字符，確保`p`的順序在`s`中存在。若`j`遍歷完`p`，則`p`是`s`的子序列。4.題目：實現(xiàn)一個函數(shù)，統(tǒng)計字符串中所有不同字母的全排列中字典序第`k`小的排列。例如，`s="abc"`,`k=4`→輸出`"bac"`。示例：`s="aabb"`,`k=9`→`"bbaa"`。答案：-前綴統(tǒng)計+階乘計算：1.統(tǒng)計`s`中各字母頻率；2.對每個前綴字母（按字母順序），計算其階乘（`fact=factorial(len(s)-1)`）；3.`k=k-count[prev]fact`，若`k<=0`，則當(dāng)前字母為首位；4.移除當(dāng)前字母，遞歸處理剩余字母；-代碼示例（Python）：pythondefgetPermutation(s,k):frommathimportfactorialcount={}forcins:count[c]=count.get(c,0)+1res=[]total=factorial(len(s))k-=1foriinrange(len(s)):fact=factorial(len(s)-1-i)forcinsorted(count.keys()):ifcount[c]==0:continueifk<fact:res.append(c)count[c]-=1breakk-=factreturn''.join(res)-解析：通過計算每個字母作為首位的可能性，逐步確定前綴，遞歸處理剩余字母。時間復(fù)雜度O(n^2)，適用于n≤10。5.題目：給定一個無向圖，判斷是否包含環(huán)。要求不使用額外空間（除遞歸棧）。示例：圖表示為鄰接表`[[1],[0,2],[1,3],[3]]`→無環(huán)；`[[1,2],[0,2],[0,1,3],[3]]`→有環(huán)。答案：-深度優(yōu)先搜索（DFS）：1.對每個節(jié)點，若未訪問，執(zhí)行DFS；2.在DFS中，標(biāo)記節(jié)點為“正在訪問”（gray），若再次遇到gray則環(huán)存在；3.完成后標(biāo)記為“已訪問”（black）；-代碼示例（Python）：pythondefhasCycle(graph):color=[0]len(graph)#0:white,1:gray,2:blackdefdfs(node):ifcolor[node]==1:returnTrueifcolor[node]==2:returnFalsecolor[node]=1forneighboringraph[node]:ifdfs(neighbor):returnTruecolor[node]=2returnFalseforiinrange(len(graph)):ifcolor[i]==0:ifdfs(i):returnTruereturnFalse-解析：通過顏色標(biāo)記避免重復(fù)遍歷，DFS是環(huán)檢測的經(jīng)典方法。若某節(jié)點在“正在訪問”狀態(tài)被再次訪問，則存在環(huán)。二、系統(tǒng)設(shè)計（共3題，每題10分）1.題目：設(shè)計一個類似百度知道的問答系統(tǒng)，要求支持實時搜索、答案排序（優(yōu)先權(quán)威度高的內(nèi)容）、用戶反饋調(diào)整。答案：-架構(gòu)：1.數(shù)據(jù)層：-問題庫：Elasticsearch索引，存儲問題、答案、來源（如百度知道）、權(quán)威度（根據(jù)用戶投票、專家認(rèn)證）；-用戶反饋：Redis存儲用戶點贊/踩記錄，用于實時調(diào)整排序；2.計算層：-搜索引擎：B站式搜索（關(guān)鍵詞匹配+語義理解），召回TopK問題；-排序模型：-特征：問題與查詢的TF-IDF相似度、答案權(quán)威度（投票數(shù)、專家標(biāo)簽）、用戶行為（點擊率、停留時長）；-模型：LambdaMART或LambdaRank，線上A/B測試優(yōu)化；3.服務(wù)層：-API：RESTful接口，支持分頁、實時反饋；-緩存：Redis緩存熱門問題及答案；-關(guān)鍵點：-權(quán)威度計算：結(jié)合專家認(rèn)證和用戶投票（如Top1000問題優(yōu)先展示）；-實時反饋：用戶反饋通過Redis更新答案排序權(quán)重；-擴(kuò)展：-多模態(tài)輸入（圖片問題→OCR轉(zhuǎn)文字）；-問答對訓(xùn)練（強(qiáng)化專家知識）。2.題目：設(shè)計一個支持億級用戶的短鏈接服務(wù)（如百度短鏈），要求高并發(fā)、低延遲、唯一性。答案：-架構(gòu)：1.存儲層：-短碼生成：62位Base62編碼（a-z,A-Z,0-9），覆蓋`62^62`組合；-數(shù)據(jù)結(jié)構(gòu)：Redis存儲`短碼→長URL`映射（高并發(fā)寫）；-持久化：RocksDB或Cassandra，避免Redis重啟丟失數(shù)據(jù)；2.計算層：-唯一性校驗：分布式鎖（RedisLua腳本）確保短碼生成唯一；-熱點處理：熱點短碼使用CDN緩存，減少后端壓力；3.服務(wù)層：-API：HTTP接口，支持異步生成短碼（客戶端先請求，后端回調(diào)）；-負(fù)載均衡：Nginx+LVS分發(fā)請求；-關(guān)鍵點：-唯一性：Base62編碼+鎖機(jī)制；-高并發(fā)：Redis+異步處理；-低延遲：CDN緩存熱點短鏈。3.題目：設(shè)計一個實時推薦系統(tǒng)（如百度信息流），支持個性化內(nèi)容推送。答案：-架構(gòu)：1.數(shù)據(jù)層：-用戶行為：Kafka收集點擊、點贊、分享數(shù)據(jù)；-用戶畫像：HBase存儲用戶標(biāo)簽（年齡、興趣、地域）；2.計算層：-召回模型：-協(xié)同過濾：基于用戶/物品相似度（如UserCF）；-深度學(xué)習(xí)：DIN（DeepInterestNetwork）捕捉用戶動態(tài)興趣；-排序模型：-特征：召回模型的得分、時效性、多樣性；-模型：DeepFM或LambdaMART，線上實時更新；3.服務(wù)層：-實時計算：Flink/SparkStreaming處理用戶行為；-冷啟動：新用戶使用基于人口統(tǒng)計的推薦；-關(guān)鍵點：-實時性：Kafka+Flink保證毫秒級更新；-多樣性：避免推薦同類型內(nèi)容（如新聞流）；-可解釋性：向用戶展示推薦原因（如“根據(jù)你的瀏覽歷史”）。三、搜索算法與工程（共4題，每題10分）1.題目：解釋TF-IDF的原理，并說明如何優(yōu)化其不足（如忽略語義）。答案：-TF-IDF原理：-TF（詞頻）：文檔內(nèi)詞頻，越頻繁越重要；-IDF（逆文檔頻率）：`log(N/df)`，`df`為詞出現(xiàn)文檔數(shù)，越稀疏越重要；-公式：`TF-IDF=TFIDF`；-優(yōu)化：-語義增強(qiáng)：-LSI（潛在語義索引）：將TF-IDF向量降維到隱含語義空間；-Word2Vec/BERT：用預(yù)訓(xùn)練模型捕捉上下文語義；-動態(tài)權(quán)重：結(jié)合用戶實時行為（如點擊后降低權(quán)重）；-領(lǐng)域適配：為特定領(lǐng)域（如醫(yī)療）調(diào)整IDF計算方式。2.題目：設(shè)計一個搜索相關(guān)性排序系統(tǒng)，要求支持實時更新和冷啟動方案。答案：-實時更新：-在線學(xué)習(xí)：使用在線梯度下降更新排序模型（如LambdaMART）；-特征工程：實時收集用戶行為（如搜索時長、點擊后跳轉(zhuǎn)），動態(tài)調(diào)整特征權(quán)重；-冷啟動方案：-基于規(guī)則：新問題優(yōu)先展示權(quán)威來源（如官網(wǎng)、知乎）；-用戶畫像：結(jié)合用戶注冊信息（年齡、地域）進(jìn)行初始推薦；-多樣性優(yōu)先：避免冷啟動時推薦同類型內(nèi)容，鼓勵探索。3.題目：解釋搜索引擎的召回與排序流程，并說明如何平衡兩者。答案：-召回流程：-分詞：Jieba分詞+停用詞過濾；-特征提?。篢F-IDF、BM25、文本嵌入（BERT）；-候選集生成：基于倒排索引快速匹配，TopM候選；-排序流程：-特征工程：結(jié)合召回特征+用戶行為特征（如點擊率、多樣性）；-模型排序：LambdaRank或DeepFM，A/B測試優(yōu)化；-平衡策略：-召回-排序協(xié)同：召回階段加入排序模型預(yù)估得分，過濾低分候選；-多樣性控制：排序時加入多樣性約束（如新聞流避免同來源重復(fù)）。4.題目：如何處理搜索結(jié)果中的噪聲（如廣告