百度程序员面试常见问题解答.docxVIP

第PAGE页共NUMPAGES页

2026年百度程序员面试常见问题解答

一、编程基础（5题，每题6分，共30分）

1.题目：

请编写一个函数，实现快速排序算法。输入一个整数数组，输出排序后的数组。要求不使用内置排序函数。

答案：

python

defquick_sort(arr):

iflen(arr)=1:

returnarr

pivot=arr[len(arr)//2]

left=[xforxinarrifxpivot]

middle=[xforxinarrifx==pivot]

right=[xforxinarrifxpivot]

returnquick_sort(left)+middle+quick_sort(right)

解析：

快速排序的核心是分治法，通过选择一个基准值（pivot），将数组分为小于、等于、大于三部分，然后递归排序左右两部分。时间复杂度为O(nlogn)，空间复杂度为O(logn)。

2.题目：

请解释什么是“线程”和“进程”，并说明两者的区别。

答案：

“进程”是操作系统资源分配的基本单位，拥有独立的内存空间和资源。“线程”是进程执行的最小单位，多个线程共享进程的内存空间。区别如下：

1.资源占用：进程独立占用资源，线程共享资源。

2.通信方式：进程间通信复杂，线程间通信简单。

3.创造开销：进程创建开销大，线程开销小。

解析：

在多任务场景中，进程更适合资源隔离，线程适合快速通信。百度后端开发常用线程池优化性能。

3.题目：

请解释什么是“闭包”，并举例说明其应用场景。

答案：

闭包是函数及其词法环境的组合，函数可以访问其外部作用域的变量。例如：

python

defouter():

x=10

definner():

returnx

returninner

`inner`是闭包，访问了`outer`的`x`。应用场景：函数式编程、柯里化、模块化封装。

解析：

闭包常用于缓存、延迟执行等场景。百度前端开发中，闭包可用于状态管理。

4.题目：

请解释“时间复杂度”和“空间复杂度”，并举例说明如何优化算法。

答案：

时间复杂度描述算法执行时间随输入规模增长的趋势，如O(n)、O(logn)。空间复杂度描述算法内存占用随输入规模增长的趋势。优化示例：

-原算法：查找重复元素（双重循环），时间复杂度O(n^2)。

-优化：使用哈希表，时间复杂度O(n)。

解析：

百度算法题常考察复杂度分析，需掌握常见算法的时间空间特性。

5.题目：

请解释什么是“虚拟内存”，并说明其作用。

答案：

虚拟内存是操作系统模拟的内存空间，将物理内存和硬盘结合。作用：

1.扩展可用内存。

2.隔离进程内存。

3.内存保护。

解析：

百度分布式系统需处理海量数据，虚拟内存知识对内存管理有帮助。

二、数据结构与算法（8题，每题6分，共48分）

1.题目：

请实现一个LRU（最近最少使用）缓存，支持get和put操作。要求时间复杂度为O(1)。

答案：

使用哈希表+双向链表：

python

classLRUCache:

def__init__(self,capacity):

self.capacity=capacity

self.cache={}

self.head,self.tail=Node(0,0),Node(0,0)

self.head.next=self.tail

self.tail.prev=self.head

defget(self,key):

ifkeyinself.cache:

node=self.cache[key]

self._move_to_head(node)

returnnode.value

return-1

defput(self,key,value):

ifkeyinself.cache:

node=self.cache[key]

node.value=value

self._move_to_head(node)

else:

iflen(self.cache)==self.capacity:

self._remove_tail()

new_node=Node(key,value)

self.cache[key]=new_node

self._add_to_head(new_node)

def_move_to_head(self,node):

self._remove_node(node)

self._add_to_head(node)

def_add_to