京东物流技术面试题详解.docxVIP

第PAGE页共NUMPAGES页

2026年京东物流技术面试题详解

一、编程题（共3题，每题20分，总分60分）

题目1：路径优化问题

题目描述：

京东物流在配送过程中，需要优化配送路径以减少时间和成本。假设给定一个起点A和多个配送点B1,B2,...,Bn，以及每对点之间的距离（用二维数组distance表示，distance[i][j]表示点i到点j的距离，距离矩阵是对称的）。请设计一个算法，计算从起点A出发，依次经过所有配送点，最后回到起点A的最短路径，并返回该路径的总距离。

输入：

-距离矩阵distance：一个二维数组，表示点之间的距离

-起点A：一个整数，表示起点编号

输出：

-最短路径的总距离

示例：

输入：

distance=[

[0,2,9,10],

[1,0,6,4],

[15,7,0,8],

[6,3,12,0]

]

A=0

输出：

22

解析：

这是一个典型的旅行商问题（TSP），可以使用动态规划求解。定义dp[mask][i]表示当前已经访问过的点集为mask，当前所在位置为i时的最短路径长度。状态转移方程为：

dp[mask][i]=min(dp[mask^(1i)][j]+distance[j][i])，其中j是mask中已经访问过的点。

答案：

python

defmin_path(distance,A):

n=len(distance)

all_visited=(1n)-1

dp=[[float(inf)]nfor_inrange(1n)]

dp[1A][A]=0

formaskinrange(1n):

foriinrange(n):

ifmask(1i):

forjinrange(n):

ifnotmask(1j):

dp[mask|(1j)][j]=min(dp[mask|(1j)][j],dp[mask][i]+distance[i][j])

returndp[all_visited][A]+distance[A][0]

示例

distance=[

[0,2,9,10],

[1,0,6,4],

[15,7,0,8],

[6,3,12,0]

]

A=0

print(min_path(distance,A))#输出：22

解析：

-动态规划状态定义：dp[mask][i]表示当前已经访问过的点集为mask，当前所在位置为i时的最短路径长度。

-初始状态：dp[1A][A]=0，表示从起点A出发。

-状态转移：对于每个已经访问过的点集mask和当前点i，遍历所有未访问的点j，更新dp[mask|(1j)][j]。

-最终结果：dp[all_visited][A]+distance[A][0]，表示访问所有点并返回起点的最短路径长度。

题目2：数据去重问题

题目描述：

京东物流在处理大量订单数据时，需要去除重复的订单。给定一个包含订单信息的列表orders，每个订单是一个字典，包含订单ID和订单金额等字段。请设计一个算法，去除重复的订单，保留第一个出现的订单。

输入：

-orders：一个列表，每个元素是一个字典，表示订单信息

输出：

-去重后的订单列表

示例：

输入：

orders=[

{order_id:1,amount:100},

{order_id:2,amount:200},

{order_id:1,amount:150},

{order_id:3,amount:300}

]

输出：

[

{order_id:1,amount:100},

{order_id:2,amount:200},

{order_id:3,amount:300}

]

解析：

可以使用哈希集合来记录已经出现过的订单ID，遍历订单列表，对于每个订单，如果其ID不在哈希集合中，则保留该订单并加入哈希集合。

答案：

python

defremove_duplicates(orders):

seen=set()

result=[]

fororderinorders:

iforder[order_id]notinseen:

seen.add(order[order_id])

result.append(order)

returnresult

示例

orders=[

{order_id:1,amount:100},

{order_id:2,amount:200},

{orde