2026年百度研發(fā)工程師面試題參考一、編程能力測試（共5題，每題20分，總分100分）1.題目：編寫一個函數(shù)，實現(xiàn)快速冪算法（`pow(x,n)`），要求在O(logn)時間復雜度內完成。支持n為負數(shù)的情況。答案：cpplonglongquickPow(longlongx,longlongn){longlongres=1;x=n>0?x:1/x;while(n){if(n&1)res=x;x=x;n>>=1;}returnres;}解析：快速冪算法通過二進制拆解n，將乘法次數(shù)從O(n)優(yōu)化到O(logn)。當n為負數(shù)時，通過取倒數(shù)轉換為正數(shù)計算。關鍵在于每次將n右移一位，同時平方x，并僅當n的當前位為1時乘入結果。2.題目：給定一個包含重復元素的數(shù)組，找出所有不重復的組合，且組合中的元素按升序排列。例如，輸入`[1,2,2]`，輸出`[[1],[1,2],[1,2,2],[2],[2,2]]`。答案：cppvector<vector<int>>combineUnique(vector<int>&nums){sort(nums.begin(),nums.end());vector<vector<int>>res;vector<int>path;function<void(int)>dfs=[&](intpos){for(inti=pos;i<nums.size();++i){if(i>pos&&nums[i]==nums[i-1])continue;path.push_back(nums[i]);res.emplace_back(path);dfs(i+1);path.pop_back();}};dfs(0);returnres;}解析：通過排序去除重復元素，使用回溯法枚舉所有組合。關鍵在于跳過連續(xù)重復的元素（`if(i>pos&&nums[i]==nums[i-1])continue`），避免重復組合。最終結果存儲在`res`中。3.題目：實現(xiàn)一個LRU（LeastRecentlyUsed）緩存，支持`get`和`put`操作。容量為`capacity`，當訪問或插入超出容量時，刪除最久未使用的元素。答案：cppclassLRUCache{public:LRUCache(intcapacity):capacity_(capacity){}intget(intkey){if(cache.find(key)==cache.end())return-1;autoit=cache[key];cache_.erase(it);cache_[key]=it;returnit->second;}voidput(intkey,intvalue){if(cache.find(key)!=cache.end()){cache_[key]->second=value;cache_.erase(cache[key]);cache_[key]=cache_.end();}else{if(cache.size()==capacity_){cache_.erase(cache.begin());cache.erase(cache_[cache.begin()->first]);}cache_[key]=cache_.emplace(key,value).first;cache[key]=cache_[key];}}private:unordered_map<int,list<pair<int,int>>::iterator>cache;list<pair<int,int>>cache_;intcapacity_;};解析：使用`unordered_map`記錄鍵到鏈表節(jié)點的映射，鏈表維護訪問順序。`get`操作將元素移動到鏈表末尾（最近使用），`put`操作在容量超出時刪除鏈表頭部（最久未使用）。關鍵在于通過迭代器高效更新鏈表。4.題目：設計一個算法，判斷二叉樹是否為平衡二叉樹（左右子樹高度差不超過1）。答案：cppintgetHeight(TreeNodenode){if(!node)return0;intleft=getHeight(node->left);if(left==-1)return-1;intright=getHeight(node->right);if(right==-1||abs(left-right)>1)return-1;returnmax(left,right)+1;}boolisBalanced(TreeNoderoot){returngetHeight(root)!=-1;}解析：遞歸計算左右子樹高度，若任意子樹不平衡（高度為-1）或高度差超過1，則整棵樹不平衡。返回值為-1表示不平衡，非-1表示平衡。時間復雜度O(n)，空間復雜度O(h)。5.題目：實現(xiàn)一個無重復字符的最長子串查找算法（如輸入`"abcabcbb"`，輸出`"abc"`，長度3）。答案：cppintlengthOfLongestSubstring(strings){unordered_map<char,int>last;intres=0,start=0;for(inti=0;i<s.size();++i){if(last.count(s[i])&&last[s[i]]>=start){start=last[s[i]]+1;}last[s[i]]=i;res=max(res,i-start+1);}returnres;}解析：使用滑動窗口（`start`到`i`）和哈希表記錄字符最后出現(xiàn)位置。若當前字符已存在于窗口內，則移動`start`到重復字符后一位。每次更新最大長度。時間復雜度O(n)，空間復雜度O(m)（m為字符集大小）。二、系統(tǒng)設計測試（共3題，每題30分，總分90分）1.題目：設計一個高并發(fā)的短鏈服務，要求支持每秒百萬級請求，并保證鏈路穩(wěn)定。答案：1.架構設計：-負載均衡：使用LVS或Nginx分發(fā)請求到后端集群。-緩存層：Redis集群緩存短鏈映射，TTL設為10分鐘，減少數(shù)據(jù)庫壓力。-數(shù)據(jù)庫：分庫分表（按短鏈ID哈希），使用MySQLCluster或TiDB支持高并發(fā)寫入。-異步處理：Kafka/RabbitMQ處理長鏈生成和更新，確保消息可靠傳遞。-CDN加速：靜態(tài)短鏈請求通過CDN返回，減少源站負載。2.核心模塊：-短鏈生成：使用哈希算法（如CRC32+Base62編碼）生成短ID。-請求穿透：Redis緩存命中返回結果，未命中則查詢數(shù)據(jù)庫并更新緩存。-監(jiān)控告警：Prometheus+Grafana監(jiān)控QPS、錯誤率，彈性伸縮后端服務。解析：高并發(fā)場景需分層設計：緩存優(yōu)先、異步削峰、數(shù)據(jù)庫擴容。短鏈生成需保證唯一性且長度短，Redis集群提供高可用讀寫。關鍵在于負載均衡和緩存命中率優(yōu)化。2.題目：設計一個實時推薦系統(tǒng)，用戶訪問網頁時需在100ms內返回個性化推薦內容（如商品、新聞）。答案：1.架構設計：-輸入層：用戶行為日志通過Flume接入Kafka，實時傳輸。-特征工程：Flink/SparkStreaming處理用戶畫像，計算實時相似度。-推薦引擎：基于協(xié)同過濾（User-BasedCF+Item-BasedCF），冷啟動用規(guī)則召回。-緩存層：Redis集群存儲用戶推薦結果，熱點用戶預加載。-輸出層：V8渲染推薦模塊，前端按需拉取數(shù)據(jù)。2.性能優(yōu)化：-預加載：用戶訪問時提前加載熱門推薦。-降維：特征選擇減少計算量，使用LRU緩存相似度矩陣。-異步更新：推薦結果變更通過MQ通知前端，減少阻塞。解析：實時推薦的核心在于計算速度快且結果準確。通過流處理引擎+緩存+預加載策略，保證100ms內返回。協(xié)同過濾適用于場景，但需結合規(guī)則彌補冷啟動問題。3.題目：設計一個支持億級用戶的實時反作弊系統(tǒng)，要求檢測延遲低于1秒，誤報率低于0.1%。答案：1.架構設計：-數(shù)據(jù)采集：WebSocket/UDP收集客戶端行為數(shù)據(jù)，Storm/SparkStreaming實時處理。-特征提?。河嬎阌脩粜袨殪?、操作頻率、坐標移動速度等。-檢測模型：LSTM+Attention網絡識別異常序列，規(guī)則引擎補充簡單作弊（如秒表）。-決策引擎：基于風險評分（FisherScore）判定作弊，高概率作弊封禁。-反饋機制：誤報用戶申訴后調整模型參數(shù)，持續(xù)迭代。2.性能優(yōu)化：-并行計算：分布式計算特征，使用GPU加速深度學習推理。-流式監(jiān)控：Redis訂閱熱點用戶行為，優(yōu)先檢測高風險用戶。-冷啟動防御：新用戶默認白名單，通過行為序列動態(tài)調整。解析：反作弊系統(tǒng)需兼顧速度和精度。深度學習模型適合捕捉復雜作弊行為，但需與規(guī)則引擎結合降低誤報。分布式計算和流式監(jiān)控是關鍵，同時通過用戶反饋持續(xù)優(yōu)化模型。三、綜合能力測試（共2題，每題10分，總分20分）1.題目：簡述你在項目中遇到的最高并發(fā)場景及解決方案。答案：-場景：每年雙十一商品秒殺，單日QPS超50萬，數(shù)據(jù)庫寫入壓力巨大。-解決方案：1.限流降級：Nginx預熱+集群限流，熱點商品熔斷。2.消息隊列：Kafka異步處理秒殺請求，數(shù)據(jù)庫分庫+寫入隊列。3.熱點防擴：Redis集群緩存秒殺庫存，熱點商品預減庫存。4.數(shù)據(jù)庫優(yōu)化：索引優(yōu)化+批量插入+寫入分表。解析：高并發(fā)場景需多維度防御：限流防止雪崩，消息隊列削峰，緩存減少數(shù)據(jù)庫壓力。關鍵在于分層設計，從入口到存儲逐級減壓。2.題目：談談你對微服務架構的理解，以及你在項目中如何實踐。答案：-理解：服務拆分（按業(yè)務域）、獨立部署、API網關統(tǒng)一入口、分布式事務（Saga模式）。-實踐案例：1.拆分：將電商系統(tǒng)拆分為訂單、支付、庫存微服務。2.通信：支