2026年聯(lián)想工程師面試題及答案解析一、編程基礎（5題，每題10分，共50分）1.題目：編寫一個函數(shù)，實現(xiàn)字符串的逆序輸出。例如，輸入`"聯(lián)想"`，輸出`"想聯(lián)"`。要求不使用額外的字符串變量，原地修改字符串。答案：pythondefreverse_string(s):s=list(s)#將字符串轉換為列表left,right=0,len(s)-1whileleft<right:s[left],s[right]=s[right],s[left]left+=1right-=1return''.join(s)示例print(reverse_string("聯(lián)想"))#輸出："想聯(lián)"解析：-將字符串轉換為列表是因為字符串在Python中是不可變的，直接修改會報錯。-使用雙指針法，從首尾開始交換字符，直到中間相遇。-時間復雜度：O(n)，空間復雜度：O(1)（不計輸入轉換的額外空間）。2.題目：給定一個數(shù)組，找出其中重復次數(shù)最多的元素及其重復次數(shù)。例如，輸入`[1,2,2,3,3,3]`，輸出`(3,3)`。答案：pythonfromcollectionsimportCounterdefmost_frequent(arr):count=Counter(arr)max_count=0result=Noneforkey,valueincount.items():ifvalue>max_count:max_count=valueresult=keyreturn(result,max_count)示例print(most_frequent([1,2,2,3,3,3]))#輸出：(3,3)解析：-使用`collections.Counter`統(tǒng)計數(shù)組中每個元素的頻率。-遍歷計數(shù)器，記錄最高頻率的元素及其次數(shù)。-時間復雜度：O(n)，空間復雜度：O(n)。3.題目：實現(xiàn)一個簡單的LRU（LeastRecentlyUsed）緩存，支持`get`和`put`操作。LRU緩存最多存儲`capacity`個元素，超出時刪除最久未使用的元素。答案：pythonclassLRUCache:def__init__(self,capacity:int):self.capacity=capacityself.cache={}self.order=[]defget(self,key:int)->int:ifkeyinself.cache:self.order.remove(key)self.order.append(key)returnself.cache[key]return-1defput(self,key:int,value:int)->None:ifkeyinself.cache:self.order.remove(key)eliflen(self.cache)>=self.capacity:oldest=self.order.pop(0)delself.cache[oldest]self.cache[key]=valueself.order.append(key)示例cache=LRUCache(2)cache.put(1,1)cache.put(2,2)print(cache.get(1))#返回1cache.put(3,3)#去除鍵2print(cache.get(2))#返回-1解析：-使用字典`cache`存儲鍵值對，列表`order`記錄訪問順序。-`get`操作時，將訪問的鍵移動到末尾表示最近使用。-`put`操作時，若鍵已存在則更新順序，若超出容量則刪除最久未使用的元素（列表開頭）。-時間復雜度：O(1)。4.題目：編寫一個函數(shù)，判斷一個整數(shù)是否為完全平方數(shù)。例如，輸入`16`，返回`True`；輸入`14`，返回`False`。答案：pythondefis_perfect_square(num:int)->bool:ifnum<0:returnFalseleft,right=0,numwhileleft<=right:mid=(left+right)//2square=midmidifsquare==num:returnTrueelifsquare<num:left=mid+1else:right=mid-1returnFalse示例print(is_perfect_square(16))#輸出：Trueprint(is_perfect_square(14))#輸出：False解析：-使用二分查找法，從`0`到`num`查找平方等于`num`的整數(shù)。-若找到則返回`True`，否則返回`False`。-時間復雜度：O(logn)。5.題目：實現(xiàn)一個函數(shù)，合并兩個排序的鏈表，返回合并后的排序鏈表。例如，輸入`[1,2,4]`和`[1,3,4]`，輸出`[1,1,2,3,4,4]`。答案：pythonclassListNode:def__init__(self,val=0,next=None):self.val=valself.next=nextdefmerge_two_lists(l1:ListNode,l2:ListNode)->ListNode:dummy=ListNode(0)current=dummywhilel1andl2:ifl1.val<l2.val:current.next=l1l1=l1.nextelse:current.next=l2l2=l2.nextcurrent=current.nextifl1:current.next=l1ifl2:current.next=l2returndummy.next示例構建鏈表l1=ListNode(1,ListNode(2,ListNode(4)))l2=ListNode(1,ListNode(3,ListNode(4)))merged=merge_two_lists(l1,l2)打印合并后的鏈表whilemerged:print(merged.val,end='')輸出：112344解析：-使用虛擬頭節(jié)點`dummy`簡化操作。-遍歷兩個鏈表，按順序?qū)⑤^小值節(jié)點添加到合并鏈表。-時間復雜度：O(n+m)，空間復雜度：O(1)。二、系統(tǒng)設計（2題，每題25分，共50分）1.題目：設計一個高并發(fā)的短鏈接生成系統(tǒng)。要求：-支持分布式部署，可水平擴展。-鏈接生成快速，短鏈接長度盡量短。-支持自定義前綴和自定義域名。答案：核心設計思路：1.短鏈接生成算法：-使用Base62編碼（`0-9,a-z,A-Z`），將長鏈接轉換為6位短鏈接（理論上可支持2^36個鏈接）。-例如：`/abc123`對應長鏈接。2.分布式存儲：-使用Redis作為分布式鎖和計數(shù)器存儲。-每個節(jié)點維護一個全局計數(shù)器，避免沖突。3.自定義前綴和域名：-用戶可傳入前綴（如`abc`）和域名（如``），生成`/abc123`。4.緩存優(yōu)化：-使用CDN緩存短鏈接請求，降低服務器壓力。5.高可用性：-使用多副本存儲，防止單點故障。偽代碼示例：pythondefencode_base62(num):base62="0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"ifnum==0:returnbase62[0]encoded=""whilenum>0:encoded=base62[num%62]+encodednum//=62returnencodeddefgenerate_short_link(long_url,prefix="abc",domain=""):獲取全局唯一ID（分布式計數(shù)器）global_id=get_global_id()encoded=encode_base62(global_id)short_link=f"http://{domain}/{prefix}{encoded}"returnshort_link解析：-Base62編碼可將長鏈接壓縮為短格式，如`abc123`。-分布式計數(shù)器確保全局唯一性，可用Redis實現(xiàn)原子操作。-自定義前綴和域名提升用戶體驗，如企業(yè)可使用``。-CDN緩存可顯著提升響應速度。2.題目：設計一個實時數(shù)據(jù)監(jiān)控平臺，要求：-支持百萬級設備接入，每秒上報大量數(shù)據(jù)。-支持按設備ID、時間范圍、指標類型查詢數(shù)據(jù)。-支持數(shù)據(jù)異常告警，如溫度超過閾值時自動通知管理員。答案：核心設計思路：1.數(shù)據(jù)采集層：-使用MQTT協(xié)議（輕量級，支持發(fā)布/訂閱）。-每個設備為發(fā)布者，平臺為訂閱者。2.數(shù)據(jù)存儲層：-使用Kafka作為消息隊列，緩沖高并發(fā)數(shù)據(jù)。-使用InfluxDB存儲時序數(shù)據(jù)（支持時間索引）。3.數(shù)據(jù)處理層：-使用Flink或SparkStreaming實時計算指標（如平均溫度）。-異常檢測：若溫度>80°C則觸發(fā)告警。4.查詢層：-使用Elasticsearch提供全文檢索和聚合查詢。-用戶可通過API查詢特定設備的歷史數(shù)據(jù)。5.告警系統(tǒng)：-使用RabbitMQ推送告警消息（如郵件或短信）。架構圖偽示：設備-->MQTT-->Kafka-->InfluxDB||vv|vFlinkElasticsearch||vvRabbitMQ用戶查詢API解析：-MQTT+Kafka解決高并發(fā)接入問題，Kafka可緩沖突發(fā)流量。-InfluxDB專為時序數(shù)據(jù)優(yōu)化，查詢效率高。-Flink實時計算異常值，如溫度超標自動告警。-Elasticsearch提供靈活的查詢能力，支持多維度過濾。三、數(shù)據(jù)庫（3題，每題15分，共45分）1.題目：解釋數(shù)據(jù)庫事務的ACID特性，并說明在實際場景中如何保證事務的一致性。答案：ACID特性：-原子性（Atomicity）：事務要么全部完成，要么全部回滾。-實現(xiàn)：使用數(shù)據(jù)庫的`BEGINTRANSACTION`和`COMMIT/ROLLBACK`。-一致性（Consistency）：事務必須保證數(shù)據(jù)庫從一致狀態(tài)到另一致狀態(tài)。-實現(xiàn)：通過約束（主鍵、外鍵）、觸發(fā)器、日志記錄。-隔離性（Isolation）：并發(fā)事務互不干擾。-實現(xiàn)：隔離級別（讀未提交、讀已提交、可重復讀、串行化）。-持久性（Durability）：事務提交后數(shù)據(jù)永久保存。-實現(xiàn)：磁盤寫入和事務日志（RedoLog）。保證一致性的方法：-外鍵約束：確保數(shù)據(jù)引用完整性。-觸發(fā)器：在插入/更新/刪除時校驗業(yè)務規(guī)則。-斷言：強制數(shù)據(jù)滿足特定條件。解析：-事務日志記錄所有操作，確保故障恢復時一致性。-隔離級別平衡性能和一致性，如`InnoDB`默認可重復讀。2.題目：設計一個訂單表（`orders`），包含以下字段：-`order_id`（主鍵，自增）-`user_id`（用戶ID，關聯(lián)用戶表）-`total_amount`（訂單總金額）-`status`（訂單狀態(tài)，如`pending`,`paid`,`shipped`）-`created_at`（創(chuàng)建時間）-`updated_at`（更新時間）寫出創(chuàng)建表的SQL語句，并說明索引優(yōu)化策略。答案：sqlCREATETABLEorders(order_idINTAUTO_INCREMENTPRIMARYKEY,user_idINTNOTNULL,total_amountDECIMAL(10,2)NOTNULL,statusENUM('pending','paid','shipped')NOTNULLDEFAULT'pending',created_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP,updated_atTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP,INDEXidx_user_id(user_id),INDEXidx_status(status),FOREIGNKEY(user_id)REFERENCESusers(user_id));索引優(yōu)化策略：-主鍵索引