2026年大数据算法工程师面试题目.docxVIP

第PAGE页共NUMPAGES页

2026年大数据算法工程师面试题目

一、编程题（3题，每题15分，共45分）

题目1（Python编程题，15分）：

编写一个Python函数，实现以下功能：

给定一个包含正整数和负整数的列表`nums`，返回一个新列表，其中包含所有正整数的平方，并按升序排列。如果输入列表为空，返回空列表。

示例输入：`nums=[-3,1,4,-1,0]`

示例输出：`[1,9,16]`

要求：

1.不能使用内置的`sorted()`或`list.sort()`函数；

2.不能使用任何第三方库；

3.时间复杂度要求O(nlogn)。

题目2（Java编程题，15分）：

编写一个Java方法，实现以下功能：

给定一个字符串`s`，统计并返回字符串中所有元音字母（a,e,i,o,u，不区分大小写）的数量。

示例输入：`s=HelloWorld`

示例输出：`3`（因为`o`,`o`,`e`是元音字母）

要求：

1.忽略非字母字符；

2.输入字符串可能为空，此时返回0；

3.不能使用正则表达式。

题目3（SQL编程题，15分）：

假设有一个名为`orders`的表，包含以下列：

-`order_id`（订单ID，整数类型）

-`customer_id`（客户ID，整数类型）

-`order_date`（订单日期，日期类型）

-`total_amount`（订单总金额，浮点类型）

编写一个SQL查询，返回2023年每个月的总订单金额（`total_amount`）的合计，按月份升序排列。

示例输出：

|month|total_amount|

||--|

|2023-01|1500.00|

|2023-02|2200.50|

|...|...|

要求：

1.忽略2023年之外的订单；

2.结果按月份升序排列；

3.可以使用MySQL或PostgreSQL语法。

二、算法设计题（2题，每题20分，共40分）

题目4（大数据场景设计，20分）：

假设你需要处理一个每天产生数TB级别的用户行为日志，日志格式如下：

user_id,action,timestamp,item_id

其中：

-`user_id`：用户ID（字符串）；

-`action`：行为类型（字符串，如click,purchase）；

-`timestamp`：行为发生时间（UNIX时间戳）；

-`item_id`：商品ID（字符串）。

设计一个离线批处理方案，统计每个用户每天的行为次数（只统计click和purchase行为），结果按`user_id`和`timestamp`（日期）排序，输出格式如下：

user_id,date,click_count,purchase_count

要求：

1.说明你会使用哪些大数据组件（如Hadoop,Spark等）；

2.描述主要的数据处理步骤；

3.解释如何处理可能的倾斜问题。

题目5（算法优化题，20分）：

给定一个包含n个点的二维平面（点的坐标为整数），设计一个算法，找到距离原点（0,0）最近的k个点。

示例输入：

points=[(1,3),(-2,2),(0,1),(3,-2),(-1,-1)]

k=3

示例输出：`[(0,1),(-1,-1),(-2,2)]`（按距离升序排列）

要求：

1.描述你的算法思路；

2.分析时间复杂度；

3.如果k远小于n（kn），你会如何优化？

三、系统设计题（1题，25分）

题目6（大数据系统设计，25分）：

设计一个实时推荐系统，用于电商平台的商品推荐。系统需要满足以下需求：

1.输入：用户实时浏览的商品ID、用户历史行为数据（如点击、加购、购买）；

2.输出：为每个用户实时推荐Top5商品；

3.要求：

-支持低延迟（秒级）；

-可扩展性（支持百万级用户）；

-高可用性。

要求：

1.说明你会使用哪些技术栈（如Flink,Redis,Elasticsearch等）；

2.描述数据流处理流程；

3.解释如何保证实时性和准确性。

答案与解析

一、编程题答案与解析

题目1（Python编程题，15分）：

答案：

python

defsquare_positive(nums):

ifnotnums:

return[]

先筛选正数并平方

positive_squares=[xxforxinnumsifx0]

实现O(nlogn)的排序（归并排序）

defmerge_sort(arr):