2026年網(wǎng)易技術(shù)專家招聘面試題集一、編程能力測試（共5題，每題10分）1.題目（10分）：實現(xiàn)一個函數(shù)，輸入一個正整數(shù)`n`，返回一個包含所有小于等于`n`的質(zhì)數(shù)的列表。要求時間復(fù)雜度優(yōu)于O(n2)。示例：輸入：`n=10`，輸出：`[2,3,5,7]`答案：pythondefsieve_of_eratosthenes(n):ifn<2:return[]is_prime=[True](n+1)is_prime[0]=is_prime[1]=Falseforiinrange(2,int(n0.5)+1):ifis_prime[i]:forjinrange(ii,n+1,i):is_prime[j]=Falsereturn[ifori,primeinenumerate(is_prime)ifprime]示例print(sieve_of_eratosthenes(10))#輸出:[2,3,5,7]解析：使用埃拉托斯特尼篩法（SieveofEratosthenes），時間復(fù)雜度為O(nloglogn)，優(yōu)于O(n2)。先初始化一個布爾數(shù)組標(biāo)記所有數(shù)字為質(zhì)數(shù)，然后從2開始，將每個質(zhì)數(shù)的倍數(shù)標(biāo)記為非質(zhì)數(shù)，最后返回所有標(biāo)記為質(zhì)數(shù)的數(shù)字。2.題目（10分）：設(shè)計一個算法，判斷一個二叉樹是否為平衡二叉樹（即任意節(jié)點的左右子樹高度差不超過1）。示例：輸入：3/\920/\157輸出：`True`答案：pythonclassTreeNode:def__init__(self,val=0,left=None,right=None):self.val=valself.left=leftself.right=rightdefis_balanced(root):defcheck(node):ifnotnode:return0,Trueleft_height,left_balanced=check(node.left)right_height,right_balanced=check(node.right)ifnotleft_balancedornotright_balancedorabs(left_height-right_height)>1:return0,Falsereturnmax(left_height,right_height)+1,Truereturncheck(root)[1]示例root=TreeNode(3)root.left=TreeNode(9)root.right=TreeNode(20)root.right.left=TreeNode(15)root.right.right=TreeNode(7)print(is_balanced(root))#輸出:True解析：通過遞歸計算每個節(jié)點的左右子樹高度，若任意節(jié)點的左右子樹高度差超過1，則返回`False`。同時，如果左子樹或右子樹本身不平衡，也返回`False`。3.題目（10分）：實現(xiàn)一個LRU（LeastRecentlyUsed）緩存，支持`get`和`put`操作。要求`get`和`put`的時間復(fù)雜度為O(1)。示例：pythonlru=LRUCache(2)lru.put(1,1)lru.put(2,2)print(lru.get(1))#返回1lru.put(3,3)#去除鍵2print(lru.get(2))#返回-1(未找到)答案：pythonfromcollectionsimportOrderedDictclassLRUCache:def__init__(self,capacity:int):self.cache=OrderedDict()self.capacity=capacitydefget(self,key:int)->int:ifkeynotinself.cache:return-1self.cache.move_to_end(key)returnself.cache[key]defput(self,key:int,value:int)->None:ifkeyinself.cache:self.cache.move_to_end(key)self.cache[key]=valueiflen(self.cache)>self.capacity:self.cache.popitem(last=False)示例lru=LRUCache(2)lru.put(1,1)lru.put(2,2)print(lru.get(1))#返回1lru.put(3,3)#去除鍵2print(lru.get(2))#返回-1解析：使用`OrderedDict`維護插入順序，`get`操作將鍵移動到末尾表示最近使用，`put`操作同樣移動鍵并刪除最久未使用的鍵（若超出容量）。4.題目（10分）：給定一個字符串`s`，找到其中不重復(fù)的最長子串的長度。示例：輸入：`s="abcabcbb"`，輸出：`3`（最長不重復(fù)子串為"abc"）答案：pythondeflength_of_longest_substring(s:str)->int:char_set=set()left=0max_length=0forrightinrange(len(s)):whiles[right]inchar_set:char_set.remove(s[left])left+=1char_set.add(s[right])max_length=max(max_length,right-left+1)returnmax_length示例print(length_of_longest_substring("abcabcbb"))#輸出:3解析：使用滑動窗口技術(shù)，`left`和`right`分別表示窗口的左右邊界。遍歷字符串時，若`right`指向的字符已存在于窗口中，則移動`left`直到窗口無重復(fù)字符。每次更新最長子串長度。5.題目（10分）：實現(xiàn)快速排序（QuickSort）算法，并分析其平均時間復(fù)雜度和最壞時間復(fù)雜度。示例：輸入：`[3,6,8,10,1,2,1]`，輸出：`[1,1,2,3,6,8,10]`答案：pythondefquick_sort(arr):iflen(arr)<=1:returnarrpivot=arr[len(arr)//2]left=[xforxinarrifx<pivot]middle=[xforxinarrifx==pivot]right=[xforxinarrifx>pivot]returnquick_sort(left)+middle+quick_sort(right)示例print(quick_sort([3,6,8,10,1,2,1]))#輸出:[1,1,2,3,6,8,10]解析：快速排序通過分治思想實現(xiàn)：選擇一個基準(zhǔn)值（pivot），將數(shù)組分為小于、等于、大于基準(zhǔn)值的三部分，然后遞歸排序左右部分。平均時間復(fù)雜度為O(nlogn)，最壞情況（已排序數(shù)組選擇中位數(shù)）為O(n2)。二、系統(tǒng)設(shè)計（共3題，每題20分）1.題目（20分）：設(shè)計一個高并發(fā)的短鏈接服務(wù)，要求支持高可用、高擴展性，并說明關(guān)鍵技術(shù)選型。要求：-輸入長鏈接，輸出短鏈接。-支持分布式訪問。-需要考慮鏈路緩存和分布式鎖。答案：系統(tǒng)架構(gòu)：1.接入層（APIGateway）：使用Nginx或HAProxy進行負載均衡和請求轉(zhuǎn)發(fā)。2.服務(wù)層（ShortenerService）：-使用無狀態(tài)服務(wù)（如SpringCloud或gRPC），部署在Kubernetes集群中。-數(shù)據(jù)庫選擇Redis（緩存短鏈接映射）+PostgreSQL（持久化映射）。3.分布式鎖：使用Redis分布式鎖或ZooKeeper保證操作原子性。4.鏈路緩存：使用Redis緩存熱點短鏈接，減少數(shù)據(jù)庫訪問。關(guān)鍵技術(shù)：-分布式ID生成：使用TwitterSnowflake算法生成唯一短ID。-負載均衡：Nginx+Keepalived實現(xiàn)高可用。-監(jiān)控告警：Prometheus+Grafana監(jiān)控服務(wù)狀態(tài)。解析：短鏈接服務(wù)需滿足高并發(fā)、高可用，因此采用無狀態(tài)服務(wù)+分布式緩存+負載均衡架構(gòu)。Redis作為緩存層可顯著提升性能，Snowflake算法保證ID唯一性。2.題目（20分）：設(shè)計一個實時推薦系統(tǒng)，用戶瀏覽商品時，需在100ms內(nèi)返回個性化推薦列表。要求：-支持毫秒級實時推薦。-用戶行為數(shù)據(jù)實時寫入。-推薦算法需考慮協(xié)同過濾和內(nèi)容相似度。答案：系統(tǒng)架構(gòu)：1.數(shù)據(jù)采集層：-用戶行為數(shù)據(jù)通過Kafka寫入，使用Flink或SparkStreaming實時處理。2.特征工程：-用戶畫像：使用Redis緩存用戶標(biāo)簽（如購買歷史、瀏覽偏好）。-商品特征：使用Elasticsearch索引商品屬性。3.推薦服務(wù)：-協(xié)同過濾：使用Redis+Lua實現(xiàn)實時相似度計算。-內(nèi)容相似度：使用Faiss進行向量檢索。4.緩存層：-使用Redis緩存熱門推薦結(jié)果，減少計算。關(guān)鍵技術(shù)：-實時計算：Flink1秒內(nèi)處理百萬級數(shù)據(jù)。-冷啟動優(yōu)化：使用默認推薦列表（如熱門商品）。解析：實時推薦系統(tǒng)需兼顧速度和準(zhǔn)確性，通過Kafka+流處理+多模型結(jié)合實現(xiàn)。Redis+Lua可避免全量計算，提高響應(yīng)速度。3.題目（20分）：設(shè)計一個支持百萬級用戶的實時消息通知系統(tǒng)，要求低延遲、高可靠。要求：-支持WebSocket和HTTP長輪詢。-消息需支持離線存儲和重試。-需考慮消息分片和重入問題。答案：系統(tǒng)架構(gòu)：1.接入層：-WebSocket使用Nginx+WebSockets模塊。-HTTP長輪詢使用Nginx+Lua動態(tài)處理。2.消息隊列：-使用RabbitMQ或Kafka處理異步消息。3.消息存儲：-Redis緩存熱點消息，RocksDB持久化。4.重試機制：-消息失敗后寫入Redis，定時重試。關(guān)鍵技術(shù)：-消息分片：大消息拆分為小消息（如1MB以上拆分）。-冪等性：使用消息ID+Redis鎖避免重復(fù)消費。解析：實時消息系統(tǒng)需兼顧多種接入方式，通過消息隊列解耦，Redis保證低延遲。消息分片和重試機制提升系統(tǒng)魯棒性。三、數(shù)據(jù)庫與存儲（共3題，每題15分）1.題目（15分）：設(shè)計一個高并發(fā)的訂單數(shù)據(jù)庫表，要求支持高并發(fā)寫入、高可用。要求：-訂單ID唯一且自增。-支持事務(wù)性寫入。-需考慮分庫分表。答案：表設(shè)計：sqlCREATETABLEorders(order_idBIGINTNOTNULLAUTO_INCREMENTPRIMARYKEY,user_idBIGINTNOTNULL,product_idBIGINTNOTNULL,amountDECIMAL(10,2)NOTNULL,statusVARCHAR(20)DEFAULT'pending',create_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMP,update_timeTIMESTAMPDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMP)ENGINE=InnoDBDEFAULTCHARSET=utf8mb4;高并發(fā)方案：1.分庫分表：-按用戶ID哈希分庫，訂單表按時間范圍分表。2.讀寫分離：-主庫寫入，從庫讀出（如MySQL+ProxySQL）。3.事務(wù)優(yōu)化：-使用本地鎖（如InnoDB行鎖）避免長事務(wù)。解析：訂單系統(tǒng)需支持高并發(fā)寫入，通過分庫分表+讀寫分離提升性能。InnoDB事務(wù)保證數(shù)據(jù)一致性。2.題目（15分）：設(shè)計一個支持高并發(fā)寫入的計數(shù)器系統(tǒng)，要求支持分布式部署。要求：-支持原子自增。-支持異步更新。答案：方案：1.Redis方案：-使用Redis的`INCR`命令實現(xiàn)原子自增。-使用`EXPIRE`設(shè)置過期時間防止數(shù)據(jù)冗余。2.MySQL方案：sqlCREATETABLEcounters(idINTAUTO_INCREMENTPRIMARYKEY,counter_nameVARCHAR(50)NOTNULL,valueBIGINTDEFAULT0)ENGINE=InnoDB;-使用`SELECT...FORUPDATE`加鎖。解析：Redis單命令原子性適合高并發(fā)計數(shù)，MySQL需結(jié)合鎖機制。異步更新可通過消息隊列（如RabbitMQ）實現(xiàn)。3.題目（15分）：設(shè)計一個支持高并發(fā)讀寫的分布式文件存儲系統(tǒng)，要求支持?jǐn)?shù)據(jù)冗余和恢復(fù)。要求：-數(shù)據(jù)分片存儲。-支持多副本冗余。答案：架構(gòu)：1.數(shù)據(jù)分片：-使用一致性哈希（如KubernetesCSI）分配數(shù)據(jù)。2.副本冗余：-每個分片存儲3個副本（如Ceph）。3.數(shù)據(jù)恢復(fù)：-定期快照（如Ceph快照）。解析：分布式文件系統(tǒng)需保證數(shù)據(jù)可靠性，通過分片+副本冗余實現(xiàn)高可用。Ceph等分布式存儲方案可滿足需求。四、分布式與中間件（共3題，每題15分）1.題目（15分）：設(shè)計一個支持百萬級用戶的分布式鎖服務(wù)，要求高可用、低延遲。要求：-支持秒級鎖和永鎖。-需考慮鎖超時和死鎖。答案：方案：1.Redis方案：-使用`SETNX`+`EXPIRE`實現(xiàn)鎖。lualocallock_key=KEYS[1]locallock_value=ARGV[1]localcurrent_value=redis.call("get",lock_key)ifcurrent_value==nilorcurrent_value==lock_valuethenredis.call("set",lock_key,lock_value,"NX","EX",10)return1elsereturn0end2.ZooKeeper方案：-使用臨時有序節(jié)點實現(xiàn)鎖。解析：Redis+Lua可避免鎖競爭，ZooKeeper適合分布式事務(wù)場景。鎖超時通過`EXPIRE`或臨時節(jié)點自動釋放解決。2.題目（15分）：設(shè)計一個支持毫秒級消息投遞的分布式消息隊列，要求高可靠、低延遲。要求：-支持事務(wù)消息和至少一次投遞。-需考慮消息重復(fù)消費。答案：方案：1.Kafka方案：-配置`acks=all`保證數(shù)據(jù)不丟失。-使用`transactional.id`實現(xiàn)事務(wù)消息。2.RocketMQ方案：-使用`MessageQueueforKafka`兼容Kafka協(xié)議。解析：Kafka通過ISR機制保證高可靠，RocketMQ支持事務(wù)消息。消息重復(fù)消費可通過冪等性鍵（如訂單ID）解決。3.題目（15分）：設(shè)計一個支持分布式任務(wù)調(diào)度的系統(tǒng)，要求支持定時任務(wù)和延遲任務(wù)。要求：-支持集群部署。-需考慮任務(wù)失敗重試。答案：方案：1.Quartz+Redis方案：-使用Quartz定時任務(wù)框架。-使用Redis存儲任務(wù)狀態(tài)和重試隊列。2.Elastic-Job方案：-支持多集群部署。解析：Quartz+Redis可靈活調(diào)度任務(wù)，Elastic-Job適合金融等強一致性場景。任務(wù)失敗可通過Redis鎖重試。五、網(wǎng)絡(luò)安全與運維（共3題，每題15分）1