面试真题

技术面 + 非技术面高频问题 · 企业真题标题 + 校招宝自研参考答案
面试真题
2508 道
技术岗
641 道
非技术岗
1867 道
当前筛选
160 道

按赛道技术岗以技术方向细分；非技术岗按「结构化 / 半结构化 / 无领导 / HR / 职能」细分

全部赛道（2508）技术岗（641）非技术岗（1867）

按方向/形式点选即筛，再点「全部」还原

全部（641）数据库（114）C++（85）Go（82）Java（69）网络（65）操作系统（54）后端（39）前端（37）算法（31）运维（22）其他（17）AI算法（13）大数据（6）测试（4）产品（2）Python（1）

按难度

简单（69）中等（85）困难（6）

按企业点选查看该公司全部题目

百度（161）腾讯（139）通用（87）阿里巴巴（62）网易（55）京东（49）中国储备粮管理集团有限公司（43）字节跳动（34）大华股份（11）美团（10）Momenta（8）小鹏汽车（8）深信服（8）Shopee（7）小米（7）拼多多（7）滴滴（7）虎牙（6）读书郎（6）金山（6）小红书（5）快手（5）搜狐（5）闪送（5）

技术岗 · 企业：百度160 道 · 点击进入查看参考答案

中等数据库
缓存数据量很大，达到内存放不下，怎么解决？
结论：采用分布式缓存集群、多级缓存、淘汰压缩、冷热分离。原理：单节点内存受限，用Redis Cluster分片到多机；本地缓存+分布式减轻远端压力；设LRU/LFU淘汰及TTL；value用protobuf压缩；冷数据落…
🎤 百度
中等数据库
User表分表处理后如何根据字段查找到某条数据在哪张表
结论：需依赖分片键和分片路由规则定位物理表。核心要点：若查询条件包含分片键（如user_id），直接应用分片算法计算表名；若不含分片键，需遍历所有分表或借助额外路由表。原理：常见分片策略有哈希取模（user_id % N…
🎤 百度
中等算法
项目中 LRU 算法是否还有优化空间？
结论：标准LRU（哈希表+双向链表）已O(1)，但仍有并发、命中率优化空间。要点：1.并发优化：全局锁瓶颈，可用分段LRU或Caffeine并发窗口；2.命中率：纯LRU易被偶发批量访问冲掉热点，可用LRU-K（记录K次…
🎤 百度
中等算法
布隆原理
结论：布隆过滤器是空间高效的概率集合，用多哈希位表示元素存在。要点：初始化m位数组与k独立哈希；添加：哈希对m取模置1；查询：同哈希，全1则可能存在，有0必不存在；不支持删除（计数布隆可）；误判率p≈(1-e^{-kn/…
🎤 百度
中等网络
网络IO的流程，介绍一下Reactor
结论：网络IO流程：创建socket、bind、listen、accept、recv/send，涉及内核态用户态拷贝；IO模型分阻塞、非阻塞、多路复用、异步。Reactor是事件驱动模式，基于同步IO多路复用如epoll…
🎤 百度
中等网络
网址到浏览器显示的全过程
结论：经历URL解析、DNS查询、TCP建连、HTTP请求、服务器响应、浏览器渲染。核心步骤：1. URL解析出协议、域名、路径；2. DNS递归查询将域名解析为IP（含缓存）；3. 三次握手建立TCP连接，HTTPS还…
🎤 百度
中等网络
在网络编程中，大小端数据如何转换？
结论：主机转网络序用htons/htonl，网络转主机用ntohs/ntohl，或手动移位。原理：网络字节序为大端，x86主机多小端；htons处理16位、htonl处理32位，内部判断并交换字节，如0x1234转0x3…
🎤 百度
中等网络
HTTP/1.1 具体特点
结论：HTTP/1.1特点为持久连接、管线化、增强缓存等。要点：默认Keep-Alive复用TCP，减握手；管线化允许连续发请求但顺序响应，存队头阻塞；分块传输动态内容；缓存头Cache-Control/ETag；Hos…
🎤 百度
中等网络
HTTP/3.0
结论：HTTP/3基于QUIC（UDP）解决队头阻塞。要点：传输用QUIC而非TCP，避免丢包阻塞全体；握手0/1-RTT集成TLS1.3；多路复用流独立，单流丢包不影响他流；连接迁移用ID抗网络切换；包默认加密。原理：…
🎤 百度
中等网络
TCP窗口的滑动过程
TCP滑动窗口实现流量控制与可靠传输；发送窗口由接收方通告窗口大小确定，沿序号轴分为：已确认、已发送未确认、可发送未发送、不可发送区。当收到确认号ACK，窗口左沿向右滑动，释放已确认空间，右沿可能随新通告窗口大小调整。例…
🎤 百度
中等网络
TCP的Nagle算法、窗口与延迟确认
Nagle算法：发送方缓存小数据，直到已发数据被确认或积累至MSS才发送，减少网络中小报文；延迟确认：接收方收到数据后不立即回ACK，而是等待200ms或下一个数据包捎带确认，降低ACK频率。窗口机制通过通告窗口大小控制…
🎤 百度
中等运维
文件服务器如何选型
结论：文件服务器选型取决于文件规模、并发与可靠性要求。要点：1.单机目录或NFS适合低并发内部共享，部署简单但有单点故障；2.分布式文件系统如FastDFS适合海量小文件，高可用但运维复杂；3.对象存储（MinIO、OS…
🎤 百度
中等运维
Git 回退版本
结论：Git回退版本主要有git reset和git revert两种方式，选择取决于是否已推送到远程。原理：git reset直接移动分支指针到指定提交，可带参数--hard（丢弃工作区和暂存区改动）、--soft（保…
🎤 百度
中等运维
K8s 相关
结论：K8s是开源容器编排平台，核心解决部署、伸缩与管理。核心要点：架构上Master节点含API Server、Scheduler、Controller Manager、etcd，Worker节点含Kubelet、Ku…
🎤 百度
困难AI算法
GEMM（矩阵乘法）优化
结论：GEMM优化核心在提升缓存命中与并行度，常用分块、向量化、多线程。核心要点：1)分块（tiling）将矩阵分小块适配L1/L2缓存，减少访存；2)循环重排与向量化（SIMD）利用CPU向量指令；3)多线程（Open…
🎤 百度
困难AI算法
GPU算子优化方法
结论：GPU算子优化核心在于隐藏延迟、提高并行度和带宽利用率。关键方法：1. 内存优化：用共享内存缓存频繁数据，合并全局内存访问（连续线程访问连续地址）减少事务；2. 计算优化：循环展开、向量化指令或Tensor Cor…
🎤 百度
困难Go
golang gc 三色标记法
结论：三色标记法是Go并发GC的核心，用黑灰白三色追踪对象可达性。核心要点：1.初始对象全白，根对象（栈、全局）置灰；2.标记过程：取灰对象，其引用子对象变灰，自身变黑，直至无灰；剩余白对象不可达被回收；3.并发标记需写…
🎤 百度
困难其他
Bank Conflict优化
结论：Bank Conflict指GPU共享内存多个线程同时访问同一bank导致串行化，降低带宽。优化：1.调整数据布局，如结构体数组转数组结构体；2.添加Padding：在数组行间插无用元素使相邻线程访问不同bank；…
🎤 百度
困难后端
抖音消息推送架构设计讨论
结论：消息推送架构需支持海量用户实时分发，核心为长连接网关+消息队列解耦。设计要点：1.客户端与接入层维持TCP/WebSocket长连接，心跳保活；2.业务侧产生消息写入Kafka，按用户ID哈希分片；3.推送服务消费…
🎤 百度
困难后端
介绍一下raft协议
结论：Raft是分布式共识算法，用于多节点间复制日志并保持一致，角色分Leader、Follower、Candidate。原理：1)选举：节点随机超时变为候选者，获多数票成Leader，任期term递增；2)日志复制：L…
🎤 百度
‹ 上一页第 8 / 8 页
查看「百度」全部在招岗位与笔面经 ›
题目整理自公开面经，答案由校招宝自研生成，仅供参考