奥克兰腾讯光子工作室群 - 三面 - 面试总结

Table of contents

💬 一、基础知识类问题

1. 工作中常用的数据结构有哪些？为什么好用？

• dict：哈希表结构，查询和插入效率高（O(1)），最常用于快速查找、频次统计
• list：顺序结构，灵活适配栈/队列等，使用频繁
• set：用于去重与集合操作，查找效率高（O(1））
• deque：双端队列，适合实现滑动窗口
• heapq：优先队列场景，如找 Top K

总结： 后端开发中，选用合适的数据结构能极大提高系统性能和代码简洁性。

2. 哈希表怎么实现？哈希冲突怎么解决？

• 哈希表使用哈希函数将 key 映射为数组索引
• 冲突处理：
  • 链式法：每个桶挂链表
  • 开放寻址法：如线性探测、二次探测
• 插入、查询平均时间复杂度 O(1)

面试官补充问：

• Q：key 有序怎么办？
  • A：可使用 SortedDict 或哈希表 + 有序辅助结构

3. 跳表是什么？

• 跳表是一种支持快速查找的数据结构，用多层有序链表实现平均 O(log n) 查找
• 实现比红黑树简单，支持范围查询、顺序遍历等
• Redis 的 zset 就用跳表实现

4. 如何判断海量数据中 key 是否存在？

使用布隆过滤器（Bloom Filter）

• Bit 数组 + 多个哈希函数
• 插入 key：多个 bit 位置置为 1
• 查询 key：若任一位置为 0 → 一定不存在；全为 1 → 可能存在
• 空间占用小，误判可控，常用于黑名单检测、缓存穿透防护

5. 后端与前端在职责和要求层面上的区别？

• 前端：负责 UI 展示、用户交互，关注体验、响应性
• 后端：负责数据处理、业务逻辑、系统稳定性
• 后端要求更高的数据结构能力、系统设计能力、并发控制、容错机制

6. 为什么说后端稳定是第一位？

后端系统支撑了整个业务逻辑和数据流转，一旦出错，后果严重如下单失败、支付出错，因此稳定性（如幂等、限流、熔断、超时控制、数据一致性）始终是后端开发的首要目标。

7. 常见的消息队列有哪些？

8. 常见的分布式框架有哪些？

9. MySQL 分布式场景下，如何保证可用性与一致性？

• 单库：靠事务（ACID）保证强一致
• 主从复制：提升可用性，但读写可能不一致（需使用半同步 + 主库读）
• 分库分表：
  • 强一致方案：XA 两阶段提交（慢）
  • 实际常用：本地事务 + 可靠消息 + 异步补偿（最终一致）
• 可用性保障手段：读写分离、主从切换、服务熔断、健康检查等

10. Socket 编程介绍 / 阻塞与非阻塞的区别

• Socket：网络编程的核心 API，支持 TCP/UDP 通信
• 阻塞：recv() 会卡住线程直到有数据
• 非阻塞：立即返回结果，结合 select/epoll 实现高并发服务

11. 网络协议 QUIC 是什么？

• Google 推出基于 UDP 的现代传输协议
• 整合 TCP + TLS + HTTP/2 优点
• 支持 0-RTT 握手、多路复用、内置加密
• 已广泛应用于 HTTP/3

💻 二、算法题汇总

✅ 题目 1：合并两个有序数组

题目： 给定两个有序数组，返回合并后的有序数组。

思路：

• 使用双指针遍历两个数组
• 比较当前元素，取小的放入结果
• 最后拼接未处理完的那一方

代码：

def merge_sorted_arrays(a, b):
    i = j = 0
    res = []

    while i < len(a) and j < len(b):
        res.append(a[i] if a[i] < b[j] else b[j])
        i += a[i] < b[j]
        j += a[i] >= b[j]

    return res + a[i:] + b[j:]

面试官追问：

• 如果将 and 改成 or 会怎样？
  • 答：可能访问越界，因为一个数组结束后另一个可能还未结束。

✅ 题目 2：用只返回 0/1 的函数 f() 生成等概率的 0～7

思路：

• 0~7 = 3 个二进制位表示范围
• 用 f() 调用三次，拼出一个 3 位数，刚好覆盖 0~7 的 8 种可能

代码：

def f():
    return random.randint(0, 1)

def rand_0_7():
    return (f() << 2) | (f() << 1) | f()