百度 Java 社招一面:vibe coding 与外排序
- 轮次
- 一面
- base
- 成都
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 如果 vibe coding(氛围编程)始终无法得到正确结果,你怎么办?
- 秒杀场景如何避免超卖,但不准用 Redis?
- 用 200MB 内存排序硬盘中 2GB 的 int32 数据,两种解法?
《参考解析》
vibe coding 卡住:先判断失败类型,再决定接管还是继续。 反复报错的循环里,「换模型、改 prompt」是最贵且最不收敛的做法。正确的第一步是分类:是上下文没给够(AI 不知道框架版本、内部约定、数据结构长什么样),是约束没显式表达(性能、兼容性、并发安全只在你脑子里),还是需求本身没想清。三类都只能靠工程手段解决,不能靠对话解决。具体动作:把问题缩到最小可复现(从几百行缩到三十行,去掉业务无关依赖);去读它引用的库的真实源码与文档确认 API 真的存在——模型编造不存在的配置项和函数签名是最常见的失败源;把它要满足的隐式约束写成会失败的测试用例,让「错」变成可执行的断言,而不是你俩互相说服;用二分法定位从哪一行开始偏离预期。决定接管的判据要说得很硬:同一个问题两轮没有实质进展就自己写;触碰资金、并发、安全、核心链路的代码直接自己写;样板代码、脚本、测试用例、UI 草稿可以继续交给 AI。再往上一层是团队视角——AI 产出的代码必须有 review 和测试门禁,把项目约定沉淀成 AI 能读到的文件(规范、目录说明、示例实现),让下一次不用重复解释同一件事。这题考的其实不是会用工具,而是知道工具的边界在哪、什么时候人来兜。
不准用 Redis 防超卖:把判断和扣减压成一条原子 SQL。 核心只有一句:绝对不写「先 select 库存再 update」,而是
UPDATE stock SET available = available - 1
WHERE sku_id = ? AND available >= 1;
看受影响行数,0 就是卖完了。InnoDB 会给这一行加排他锁,并发请求在这条语句上串行化,判断与扣减不可能被插队。配套三件事:幂等(订单表建 (activity_id, user_id, sku_id) 唯一索引,重复提交与客户端重试被数据库直接挡掉,再配一张请求号去重表);一致性(扣库存与建订单放同一个本地事务,跨库则用本地消息表 + 可靠投递 + 消费端幂等,超时未支付由定时任务回补);兜底对账(日终比对库存流水与订单,差多少补多少,这是所有方案的最后一层)。
单行热点是这套方案的天花板:同一行的锁排队,事务越长吞吐越低,单行扣减大致在几百到两千 TPS 量级。要往上走得拆库存:把一行拆成 N 个桶(stock_shard 表 N 行),请求按 hash 或随机挑桶扣,吞吐近似线性放大;代价是要维护总库存视图、某桶扣空时要换桶或回补、对账复杂度上升。乐观锁(version CAS)也能用,但冲突率高时重试放大反而更慢,只适合冲突稀疏的场景。
面试官封死 Redis 是想听你讲清代价:无 Redis 本质是拿数据库的串行化换正确性,QPS 上限由单点写入决定;大厂仍然把 Redis 放前面做预扣和削峰,但数据库的 available >= 1 和唯一索引必须永远保留——Redis 只是加速层,不能是唯一真相,它挂了也不能超卖。
200MB 内存排序 2GB int32:两个解法都要说清 IO。 先算数:2GB / 4B ≈ 5.37 亿个整数,200MB 只能放 5000 万个,内存只装得下十分之一,必须用外排序。
解法一,多路归并。按 100MB 一块读入(剩下的留给读缓冲、输出缓冲和排序的临时空间),内存里快排或堆排后写有序临时文件,约 22 块;再做 k 路归并,用大小为 k 的最小堆,k 受文件句柄和每路读缓冲限制,取 16~32 路,块数超过就分两阶段归并。IO 量:读 2GB + 写 2GB 临时文件 + 归并读 2GB + 写 2GB 结果,约 8GB,全是顺序 IO。
解法二,分桶(基数思想)。int32 有符号,先异或符号位当成无符号看,按高 8 位分 256 个桶,一遍扫描顺序写到 256 个文件,平均每桶 8MB,200MB 内存能整桶装下;然后逐桶读进内存排序、直接顺序输出,结果天然全局有序。IO 量同样是约 8GB,但没有比较开销,常数更小。缺点是分布倾斜时桶不均,工程做法是先采样确定分位点做等频分桶,或对超大桶按次 8 位再分一层。
还有第三种可以加分:位图。2^32 bit 是 512MB,装不进 200MB,但可以分三遍,每遍只覆盖三分之一值域(约 179MB 位图),逐遍扫描标记、按位顺序输出,IO 是读三遍数据。坑是位图会把重复元素吃掉,要保留重复次数得改用计数数组或多存一遍。
怎么选:通用可比较类型选归并,值域小且分布已知选分桶,要判存在性或去重选位图。最后补一句工程细节——内存里一定要给读缓冲留余量,缓冲区开太小会让顺序 IO 退化成大量小随机读,这是外排序实际跑起来比理论慢的主要原因。