2026年Java數據分析師面試題及編程題解含答案一、選擇題（共10題，每題2分，總計20分）1.在Java中，哪個類是所有數據結構類的父類？A.ObjectB.CollectionC.ListD.Map2.下列哪個不是大數據處理框架？A.HadoopB.SparkC.TensorFlowD.Flink3.在數據預處理中，缺失值處理的方法不包括：A.刪除含有缺失值的行B.使用均值/中位數/眾數填充C.使用模型預測缺失值D.使用隨機數填充4.Java中，哪個方法用于從數據庫獲取數據？A.readData()B.fetchData()C.queryDatabase()D.connectDB()5.以下哪個不是常用的數據可視化庫？A.MatplotlibB.SeabornC.D3.jsD.JFreeChart6.在SQL中，用于對數據進行排序的函數是：A.SUM()B.AVG()C.ORDERBYD.GROUPBY7.Java中，哪個集合類不允許重復元素？A.ArrayListB.HashSetC.LinkedListD.HashMap8.以下哪個不是機器學習中的評估指標？A.AccuracyB.PrecisionC.RecallD.Correlation9.在Java中，用于連接MySQL數據庫的驅動類是：A.com.mysql.jdbc.DriverB.com.mysql.cj.jdbc.DriverC.java.sql.DriverD.mysql.jdbc.Driver10.大數據處理的3V特征不包括：A.Volume（體量）B.Velocity（速度）C.Variety（多樣性）D.Value（價值）二、簡答題（共5題，每題4分，總計20分）1.簡述Java中ArrayList和LinkedList的區(qū)別。2.解釋什么是數據清洗，并列舉三種常見的數據清洗方法。3.描述Java中HashMap的工作原理。4.解釋什么是特征工程，并說明其在數據分析中的重要性。5.簡述Hadoop生態(tài)系統(tǒng)中的主要組件及其功能。三、編程題（共3題，總計60分）題目1：數據清洗與處理（20分）編寫Java代碼，實現以下功能：1.從CSV文件中讀取數據（假設有姓名、年齡、城市三列）2.清洗數據：-刪除年齡小于18或大于80的記錄-將城市名稱統(tǒng)一大小寫-處理缺失值：將缺失的年齡填充為平均年齡3.輸出清洗后的數據到新的CSV文件javaimportjava.io.;importjava.util.;publicclassDataCleaning{publicstaticvoidmain(String[]args){StringinputPath="data.csv";StringoutputPath="cleaned_data.csv";try{List<String[]>data=readCSV(inputPath);//清洗數據data=cleanData(data);//寫入新的CSV文件writeCSV(outputPath,data);System.out.println("數據清洗完成！");}catch(Exceptione){e.printStackTrace();}}publicstaticList<String[]>readCSV(StringfilePath)throwsIOException{List<String[]>data=newArrayList<>();BufferedReaderreader=newBufferedReader(newFileReader(filePath));Stringline;while((line=reader.readLine())!=null){data.add(line.split",");}reader.close();returndata;}publicstaticList<String[]>cleanData(List<String[]>data){doublesumAge=0;intvalidCount=0;//計算有效年齡總和for(String[]row:data){try{intage=Integer.parseInt(row[1]);if(age>=18&&age<=80){sumAge+=age;validCount++;}}catch(NumberFormatExceptione){//忽略非數字年齡}}doubleavgAge=validCount>0?sumAge/validCount:30;//默認平均年齡30List<String[]>cleanedData=newArrayList<>();for(String[]row:data){try{intage=Integer.parseInt(row[1]);if(age>=18&&age<=80){//清洗城市名稱row[2]=row[2].trim().toLowerCase();cleanedData.add(row);}}catch(NumberFormatExceptione){//缺失年齡，填充平均年齡row[1]=String.valueOf(avgAge);row[2]=row[2].trim().toLowerCase();cleanedData.add(row);}}returncleanedData;}publicstaticvoidwriteCSV(StringfilePath,List<String[]>data)throwsIOException{BufferedWriterwriter=newBufferedWriter(newFileWriter(filePath));for(String[]row:data){writer.write(String.join(",",row));writer.newLine();}writer.close();}}題目2：數據統(tǒng)計與分析（20分）編寫Java代碼，實現以下功能：1.從CSV文件中讀取數據（假設有產品ID、銷售金額、銷售日期三列）2.計算每日總銷售額3.找出銷售額最高的產品ID4.輸出結果到控制臺javaimportjava.io.;importjava.util.;importjava.text.SimpleDateFormat;publicclassSalesAnalysis{publicstaticvoidmain(String[]args){StringinputPath="sales.csv";try{//讀取數據List<String[]>data=readCSV(inputPath);//轉換為更易于處理的數據結構List<SalesRecord>salesData=newArrayList<>();for(String[]row:data){salesData.add(newSalesRecord(row[0],Double.parseDouble(row[1]),row[2]));}//計算每日總銷售額Map<String,Double>dailySales=calculateDailySales(salesData);//找出銷售額最高的產品StringtopProduct=findTopProduct(salesData);//輸出結果System.out.println("每日總銷售額：");for(Map.Entry<String,Double>entry:dailySales.entrySet()){System.out.println(entry.getKey()+":"+entry.getValue());}System.out.println("\n銷售額最高的產品："+topProduct);}catch(Exceptione){e.printStackTrace();}}staticclassSalesRecord{StringproductId;doubleamount;Stringdate;SalesRecord(StringproductId,doubleamount,Stringdate){ductId=productId;this.amount=amount;this.date=date;}}publicstaticList<String[]>readCSV(StringfilePath)throwsIOException{List<String[]>data=newArrayList<>();BufferedReaderreader=newBufferedReader(newFileReader(filePath));Stringline;while((line=reader.readLine())!=null){data.add(line.split",");}reader.close();returndata;}publicstaticMap<String,Double>calculateDailySales(List<SalesRecord>salesData){Map<String,Double>dailySales=newHashMap<>();for(SalesRecordrecord:salesData){dailySales.merge(record.date,record.amount,Double::sum);}returndailySales;}publicstaticStringfindTopProduct(List<SalesRecord>salesData){Map<String,Double>productSales=newHashMap<>();for(SalesRecordrecord:salesData){productSales.merge(ductId,record.amount,Double::sum);}StringtopProduct="";doublemaxSales=0;for(Map.Entry<String,Double>entry:productSales.entrySet()){if(entry.getValue()>maxSales){maxSales=entry.getValue();topProduct=entry.getKey();}}returntopProduct;}}題目3：SQL查詢優(yōu)化（20分）假設有一個名為sales的數據庫表，包含以下字段：-id（主鍵）-product_id（產品ID）-customer_id（客戶ID）-sale_amount（銷售金額）-sale_date（銷售日期）請編寫SQL查詢語句，完成以下要求：1.查詢2023年每個產品的總銷售額，并按銷售額降序排列2.查詢每個客戶的總消費金額，并找出消費金額最多的前5名客戶3.查詢每個月的銷售總額，并顯示月份和對應的銷售總額sql--查詢2023年每個產品的總銷售額，并按銷售額降序排列SELECTproduct_id,SUM(sale_amount)AStotal_salesFROMsalesWHEREYEAR(sale_date)=2023GROUPBYproduct_idORDERBYtotal_salesDESC;--查詢每個客戶的總消費金額，并找出消費金額最多的前5名客戶SELECTcustomer_id,SUM(sale_amount)AStotal_spentFROMsalesGROUPBYcustomer_idORDERBYtotal_spentDESCLIMIT5;--查詢每個月的銷售總額，并顯示月份和對應的銷售總額SELECTMONTH(sale_date)ASsale_month,SUM(sale_amount)ASmonthly_totalFROMsalesWHEREYEAR(sale_date)=2023GROUPBYsale_monthORDERBYsale_month;答案與解析選擇題答案1.A.Object2.C.TensorFlow3.D.使用隨機數填充4.C.queryDatabase()5.A.Matplotlib6.C.ORDERBY7.B.HashSet8.D.Correlation9.B.com.mysql.cj.jdbc.Driver10.D.Value（價值）簡答題答案1.Java中ArrayList和LinkedList的區(qū)別：-ArrayList基于動態(tài)數組實現，LinkedList基于雙向鏈表實現-ArrayList隨機訪問速度快（O(1)），LinkedList隨機訪問慢（O(n)）-ArrayList插入和刪除元素慢（O(n)），LinkedList插入和刪除元素快（O(1)）-ArrayList內存連續(xù)，LinkedList內存分散-ArrayList不支持快速反轉，LinkedList可以快速反轉2.什么是數據清洗，并列舉三種常見的數據清洗方法：-數據清洗是指將原始數據轉化為可用于分析的干凈、一致的數據集的過程-常見的數據清洗方法：1.去除重復數據：識別并刪除重復記錄2.處理缺失值：通過刪除、填充等方式處理缺失數據3.數據格式規(guī)范化：統(tǒng)一日期、數字等字段的格式3.描述Java中HashMap的工作原理：-HashMap基于哈希表實現，通過鍵值對存儲數據-使用hash碼計算鍵的存儲位置-當發(fā)生哈希沖突時，使用鏈表或紅黑樹解決-默認初始容量為16，加載因子為0.75-HashMap非線程安全，需要配合Collections.synchronizedMap()使用4.什么是特征工程，并說明其在數據分析中