2026年京東專業(yè)技術(shù)面試深度問題準備含答案一、算法與數(shù)據(jù)結(jié)構(gòu)（共5題，每題15分，總分75分）1.題目：給定一個包含重復元素的數(shù)組，請找出所有不重復的三元組，使得這三個數(shù)的和等于一個給定的數(shù)。例如，輸入數(shù)組為[-1,0,1,2,-1,-4]，目標和為0，輸出為[[-1,0,1],[-1,-1,2]]。請設計一個時間復雜度為O(n^2)的算法。2.題目：在京東的物流系統(tǒng)中，經(jīng)常需要對大量的訂單進行快速排序。假設你手頭有一批訂單數(shù)據(jù)，每個訂單包含訂單號、下單時間、用戶ID和金額四個字段。請設計一個高效的多關鍵字排序算法，優(yōu)先按下單時間升序，如果時間相同則按金額降序排序。3.題目：京東的智能推薦系統(tǒng)需要對用戶行為數(shù)據(jù)進行分析。假設你有一個包含用戶點擊商品ID和時間戳的列表，請設計一個算法，找出每個用戶最常點擊的前三個商品。例如，輸入[[用戶A,商品1,10:00],[用戶A,商品2,10:05],[用戶A,商品1,10:10],[用戶B,商品3,11:00]]，輸出為{用戶A:[商品1,商品2],用戶B:[商品3]}。4.題目：在京東的倉儲管理系統(tǒng)中，需要動態(tài)維護一個容量有限的緩存，以存儲最近的N個熱門商品ID。請設計一個基于雙向鏈表和哈希表的LRU緩存結(jié)構(gòu)，支持O(1)時間復雜度的get和put操作。5.題目：假設你在京東的支付系統(tǒng)中需要處理大量的交易請求，請求ID是唯一的。為了防止惡意攻擊，需要限制每個用戶在一定時間內(nèi)的請求頻率。請設計一個算法，記錄每個用戶最近1分鐘內(nèi)的請求次數(shù)，并拒絕超過100次的用戶請求。二、系統(tǒng)設計（共3題，每題25分，總分75分）1.題目：設計一個京東秒殺活動的后端系統(tǒng)。假設每秒有10萬用戶請求參與秒殺，每個商品庫存為1000件。請描述系統(tǒng)架構(gòu)，包括高并發(fā)處理、庫存同步、防止超賣等關鍵點。2.題目：設計一個京東云存儲服務的基礎架構(gòu)。要求支持高可用、高擴展性，并能夠處理大量的文件上傳和下載請求。請說明主要的技術(shù)選型、數(shù)據(jù)存儲方案和負載均衡策略。3.題目：設計一個京東物流路徑優(yōu)化系統(tǒng)。輸入為起點、終點和中間經(jīng)過的多個城市，輸出為最優(yōu)的配送路徑。請考慮實時路況、配送時效、成本等因素，并說明如何應對動態(tài)變化的環(huán)境。三、數(shù)據(jù)庫與分布式（共4題，每題20分，總分80分）1.題目：在京東的商品詳情頁，用戶會頻繁查詢商品的規(guī)格參數(shù)。假設商品規(guī)格數(shù)據(jù)存儲在MySQL數(shù)據(jù)庫中，請設計一個高效的索引方案，以加快查詢速度。2.題目：京東的訂單數(shù)據(jù)需要實時同步到多個分庫分表中，請設計一個基于Redis和消息隊列的異步同步方案，保證數(shù)據(jù)的一致性和可靠性。3.題目：在京東的分布式事務處理中，假設使用兩階段提交協(xié)議（2PC）來保證跨多個數(shù)據(jù)庫的事務一致性。請分析2PC協(xié)議的優(yōu)缺點，并說明在什么場景下可能需要使用三階段提交（3PC）。4.題目：京東的數(shù)據(jù)庫集群需要支持讀寫分離和高可用，請設計一個基于MySQL讀寫分離和Keepalived的集群方案，并說明如何處理主從同步延遲問題。四、網(wǎng)絡編程與中間件（共3題，每題25分，總分75分）1.題目：在京東的微服務架構(gòu)中，服務A需要調(diào)用服務B。請設計一個基于RESTfulAPI和gRPC的調(diào)用方案，并說明如何處理服務降級和熔斷。2.題目：京東的實時消息推送系統(tǒng)需要支持高并發(fā)和低延遲。請設計一個基于Kafka和RocketMQ的消息隊列方案，并說明如何保證消息的順序性和可靠性。3.題目：在京東的負載均衡策略中，請比較輪詢、隨機、最少連接和加權(quán)輪詢四種算法的優(yōu)缺點，并說明在什么場景下選擇哪種算法。五、分布式系統(tǒng)與高可用（共3題，每題25分，總分75分）1.題目：在京東的分布式系統(tǒng)中，節(jié)點之間需要同步狀態(tài)信息。請設計一個基于Raft或Paxos的分布式一致性協(xié)議，并說明如何處理網(wǎng)絡分區(qū)問題。2.題目：京東的訂單系統(tǒng)需要保證高可用性，請設計一個基于Redis集群和MySQL主從復制的故障切換方案，并說明如何減少故障切換時間。3.題目：在京東的分布式緩存系統(tǒng)中，如何解決緩存雪崩和緩存擊穿問題？請設計相應的解決方案。答案與解析一、算法與數(shù)據(jù)結(jié)構(gòu)（共5題，每題15分，總分75分）1.答案：pythondefthree_sum(nums,target):nums.sort()n=len(nums)res=[]foriinrange(n-2):ifi>0andnums[i]==nums[i-1]:continueleft,right=i+1,n-1whileleft<right:total=nums[i]+nums[left]+nums[right]iftotal==target:res.append([nums[i],nums[left],nums[right]])whileleft<rightandnums[left]==nums[left+1]:left+=1whileleft<rightandnums[right]==nums[right-1]:right-=1left+=1right-=1eliftotal<target:left+=1else:right-=1returnres解析：-首先對數(shù)組進行排序，這樣可以通過雙指針法高效地找到三元組。-遍歷數(shù)組，對于每個元素，使用雙指針分別在剩余部分的左右兩端查找，直到找到所有滿足條件的三元組。-為了避免重復，跳過相同的元素。2.答案：pythonfromfunctoolsimportcmp_to_keydefmulti_key_sort(orders):defcomparator(a,b):ifa[1]!=b[1]:returna[1]-b[1]else:returnb[2]-a[2]orders.sort(key=cmp_to_key(comparator))解析：-使用Python的`functools.cmp_to_key`將自定義比較函數(shù)轉(zhuǎn)換為可排序的鍵。-首先按下單時間升序排序，如果時間相同則按金額降序排序。3.答案：pythonfromcollectionsimportdefaultdictdeftop_n_products(user_actions):counts=defaultdict(lambda:defaultdict(int))foruser,product,_inuser_actions:counts[user][product]+=1result={}foruser,productsincounts.items():sorted_products=sorted(products.items(),key=lambdax:-x[1])result[user]=[productforproduct,_insorted_products[:3]]returnresult解析：-使用`defaultdict`記錄每個用戶的商品點擊次數(shù)。-對每個用戶的商品點擊次數(shù)進行排序，取前三個。4.答案：pythonclassNode:def__init__(self,key,value):self.key=keyself.value=valueself.prev=Noneself.next=NoneclassLRUCache:def__init__(self,capacity):self.capacity=capacityself.cache={}self.head=Node(0,0)self.tail=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：-使用雙向鏈表維護最近使用的順序，哈希表記錄節(jié)點位置。-get操作將節(jié)點移動到頭部，put操作如果超出容量則刪除尾部節(jié)點。5.答案：pythonfromcollectionsimportdequefromthreadingimportLockclassRateLimiter:def__init__(self,limit,interval):self.limit=erval=intervalself.requests={}self.lock=Lock()defis_allowed(self,user_id):withself.lock:now=time.time()ifuser_idnotinself.requests:self.requests[user_id]=deque()self.requests[user_id]=deque([tfortinself.requests[user_id]ifnow-t<erval],maxlen=self.limit)iflen(self.requests[user_id])<self.limit:self.requests[user_id].append(now)returnTruereturnFalse解析：-使用`deque`記錄每個用戶的最近請求時間。-每次請求時，移除過期的請求，如果當前請求次數(shù)小于限制則允許請求。二、系統(tǒng)設計（共3題，每題25分，總分75分）1.答案：-系統(tǒng)架構(gòu)：-接入層：使用Nginx進行負載均衡和請求限流。-業(yè)務層：使用多個微服務實例處理秒殺請求，每個服務包含Redis集群存儲庫存信息。-數(shù)據(jù)層：使用MySQL存儲訂單數(shù)據(jù)，并開啟事務保證數(shù)據(jù)一致性。-緩存層：使用Redis緩存熱門商品信息，減少數(shù)據(jù)庫壓力。-關鍵點：-高并發(fā)處理：使用異步編程和消息隊列處理請求。-庫存同步：使用Redis事務保證庫存更新的原子性。-防止超賣：在Redis中記錄每個用戶的秒殺狀態(tài)，避免重復下單。2.答案：-技術(shù)選型：-存儲方案：使用分布式文件系統(tǒng)（如HDFS）存儲大文件，使用對象存儲（如COS）存儲小文件。-數(shù)據(jù)庫：使用分布式數(shù)據(jù)庫（如TiDB）存儲元數(shù)據(jù)。-負載均衡：使用Nginx和HAProxy進行負載均衡。-數(shù)據(jù)存儲：-分塊存儲：將大文件分塊存儲在不同節(jié)點，提高讀寫效率。-熱數(shù)據(jù)緩存：使用Redis緩存頻繁訪問的文件元數(shù)據(jù)。3.答案：-系統(tǒng)架構(gòu)：-數(shù)據(jù)采集層：使用GPS和傳感器采集車輛位置和狀態(tài)信息。-數(shù)據(jù)處理層：使用Flink或Spark進行實時數(shù)據(jù)處理。-路徑規(guī)劃層：使用圖算法（如Dijkstra）計算最優(yōu)路徑。-控制層：使用MQTT或WebSocket實時推送路徑更新。-優(yōu)化策略：-動態(tài)路況：使用實時交通數(shù)據(jù)調(diào)整路徑規(guī)劃。-配送時效：優(yōu)先考慮時間窗口和配送順序。-成本控制：考慮油耗和路線長度優(yōu)化成本。三、數(shù)據(jù)庫與分布式（共4題，每題20分，總分80分）1.答案：-索引方案：-為`商品ID`和`規(guī)格參數(shù)`字段創(chuàng)建復合索引。-使用覆蓋索引減少查詢中的表掃描。-為頻繁查詢的字段（如`顏色`、`尺寸`）創(chuàng)建索引。2.答案：-異步同步方案：-使用Kafka作為消息隊列，訂單服務將訂單數(shù)據(jù)寫入Kafka。-消息消費者（如訂單同步服務）從Kafka讀取消息并同步到其他數(shù)據(jù)庫。-使用Redis緩存中間狀態(tài)，保證數(shù)據(jù)一致性。3.答案：-2PC協(xié)議分析：-優(yōu)點：保證強一致性，適用于金融等場景。-缺點：需要所有節(jié)點參與，容錯性差。-3PC協(xié)議：-通過引入第三個階段（超時）減少阻塞，提高容錯性。4.答案：-讀寫分離方案：-使用Keepalived實現(xiàn)主從切換。-主庫處理寫操作，從庫處理讀操作。-使用Binlog同步主從數(shù)據(jù)。-主從同步延遲：-使用Redis緩存熱點數(shù)據(jù)減少從庫壓力。-調(diào)整Binlog同步頻率。四、網(wǎng)絡編程與中間件（共3題，每題25分，總分75分）1.答案：-調(diào)用方案：-RESTfulAPI：使用HTTP協(xié)議，簡單易擴展。-gRPC：使用Protobuf序列化，性能高。-服務