面灵AI→

字节二面 11.6:业务抽象、缓存穿透与「寿司」找多数元素

轮次
二面
时间
2026-11
来源
牛客网

《面试题目》

  1. 个人介绍。
  2. 选择一个实习期间最有代表性的项目详细介绍。
  3. 开发上的最大难点是什么?
  4. 如何抽象统一的业务执行流程?
  5. 除了技术实现,项目推进过程中最大的困难是什么?
  6. 团队中 AI 转型是从哪些方面进行的?
  7. 项目的具体收益指标是什么?
  8. 缓存穿透是什么?怎么解决?
  9. 寿司:找出正整数数组中出现次数超过数组长度一半的数。
  10. 项目追问。
  11. 团队的知识库怎么构建和评测的?
  12. 反问。

《参考解析》

业务执行流程的抽象:先找出各业务的共同阶段(校验、编排、执行、回调、补偿),把它们抽成状态机或管道,差异部分用配置与插件表达;定义统一的上下文对象、错误码、幂等键与重试策略;把副作用操作(扣款、发消息、写外部系统)做成可补偿的步骤,记录执行日志。抽象的标准是新增一个业务只写差异,不改主流程;代价是初期设计成本与过度抽象的风险,所以先按两三个真实业务归纳,再推广。

项目推进中的非技术困难:常见的是跨团队排期、需求反复、线上问题优先级冲突。回答要具体:你如何对齐目标、如何拆里程碑、如何暴露风险、如何拿到资源。比如「先和产品确认最小可交付范围,把依赖方拉进周会,提前两周锁定联调时间,风险出现时给出两个可选方案而不是只报问题」。

AI 转型与收益指标:从场景、工具、流程、治理四方面讲。场景选重复度高、验证成本低的;工具区分补全、对话、Agent;流程明确 AI 产出必须经过 review 与测试;治理包括代码不出内网、敏感信息脱敏、使用规范。指标看采纳率、返工率、需求交付周期、缺陷率、单测覆盖率,而不是生成代码行数。要区分「感觉更快」与「可归因的提升」,最好有改造前后的对照。

缓存穿透:查询的 key 在缓存和数据库都不存在,请求持续打到数据库。方案包括参数校验拦截非法 key、缓存空值并设较短 TTL、布隆过滤器提前判断是否存在、对高频恶意 key 做限流与黑名单;布隆过滤器有误判无漏判,新增数据要同步更新,删除困难,适合「只增不删」或配合重建。还要注意空值缓存的容量与一致性。

多数元素(Boyer-Moore 投票):维护候选值与计数,遍历数组,计数为 0 时换候选,当前值等于候选则加一,否则减一;遍历结束后候选就是出现次数超过一半的元素。原理是每次消去一对不同的数,剩下的候选一定超过一半。时间 O(n)、空间 O(1)。题目说「正整数数组」,可以先确认是否保证一定存在多数元素;不保证时最后再遍历一遍验证计数。进阶是出现次数超过 n/3 的元素,用两个候选与两个计数。

知识库的构建与评测:构建包括文档接入与解析、按结构切块、元数据标注(来源、时间、权限)、向量化与索引、增量更新与删除;评测分检索与生成两层:检索看 recall@k、MRR、命中率,生成看答案正确率、引用准确率、拒答率与幻觉率。评测集从真实问题与人工标注来,覆盖高频、长尾、时效性与对抗问题;上线后看用户反馈与点击,定期回放。知识库最容易出问题的是切分与权限,前者导致召回不全,后者导致越权泄露。