面灵AI→

快手AI全栈研发秋招一面:先序遍历还原二叉树与分布式锁、线程池深挖

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

  1. 算法:如何从先序遍历序列还原一棵二叉树?
  2. 实习中分布式锁和异步线程池是怎么设计的?
  3. 分布式锁的 Key 和 TTL 怎么设计?用的是开源组件还是公司内部封装的组件?
  4. 公司内部封装的组件,底层实现了解吗?
  5. 如果用 Redisson,业务逻辑还没执行完但锁已经过期,怎么解决?
  6. 如果不设置过期时间,Redisson 是怎么处理的?
  7. Redis 主从复制时主节点宕机,锁还没同步到从节点,原来的主节点重启后被降级为从节点,这种情况怎么处理?
  8. 线程池的工作流程是怎样的?
  9. 异步线程池的参数怎么设计?业务 QPS 是多少?任务属于 I/O 密集型还是 CPU 密集型?
  10. 线程池怎么做到上下文透传?透传之后怎么防止上下文串用?
  11. 异步线程池执行期间服务宕机,任务怎么办?
  12. 图片异步转存有哪些状态流转?每个状态怎么处理?
  13. 团队使用 AI 编码的工作流是怎样的?
  14. AI 编码时,团队怎么沉淀业务背景和改动内容?

《参考解析》

先序遍历还原二叉树要区分给了什么信息。如果序列里带空节点占位(常见写法是 #),直接按下标递归构建即可:读一个值,遇到占位符返回空,否则建节点、递归左子树、再递归右子树,每个元素访问一次,时间 O(n)。如果只给先序遍历、且已知是二叉搜索树,就利用「先序的第一个元素是根,后续元素被根值切成小于根与大于根两段」的分治结论,从第二个元素起递归时带上 (lower, upper) 上下界,整体仍是 O(n)。更快的写法是单调栈:维护一条从根到当前节点的路径,新元素比栈顶小就挂成栈顶的左孩子,否则不断弹出直到栈顶大于新元素、挂成最后弹出节点的右孩子,每个节点进出栈各一次,O(n) 且不需要递归。面试时要先说清题目给的是哪一种序列,两种解法对应的输入形态完全不同。

分布式锁的 Key 与 TTL 是设计题,要连着业务讲。Key 的粒度取被保护的资源(订单号、用户 id、任务 id),不要用一个大 Key 锁全表;Key 要带业务前缀,避免不同业务撞车。TTL 不能拍一个数,要取「P99 执行时间 + 余量」,并明确超时后的语义是「锁失效但业务还在跑」而不是「业务被中止」。自研组件的底层无非是 SET key value NX PX ttl 加 Lua 脚本做「比对 value 再删除」的原子释放;面试官追问底层实现时,要能背出这三步以及为什么释放必须用 Lua(查询与删除之间锁可能已过期并被别人拿到)。

Redisson 的续期就是看门狗。不显式传 leaseTime 时,加锁会用默认的 lockWatchdogTimeout(30 秒)作为 TTL,并起一个定时任务在三分之一周期(10 秒)处把 TTL 重置回 30 秒,只要持锁的客户端进程还活着就会一直续。显式传了 leaseTime 就不再续期,到期自动释放。所以「不设置过期时间」在 Redisson 里并不是真的没有 TTL,而是靠看门狗维持;如果进程被 kill -9 或发生长时间 Full GC,续期停摆,锁仍会到期释放——这正是「业务未完成锁就过期」的来源。工程上的应对是:业务侧做幂等(版本号、唯一约束、状态机只允许前进),把锁当成「减少并发」的优化而不是「保证互斥」的唯一手段;对强一致场景改用带 fencing token 的方案,或直接换 etcd / ZooKeeper 这类基于共识的锁。

主从切换丢锁是 Redis 锁的固有缺陷,不要试图用单机 Redis 修好它。Redis 主从是异步复制,客户端在主节点加锁成功后主节点立刻宕机,这条写入可能还没到从节点,从节点升主后同一个 Key 是空的,另一个客户端就能拿到锁。可选的处理有三个层次:一是 RedLock,向多个相互独立的 master 依次加锁,超过半数成功且总耗时小于 TTL 才算持有,代价是依赖多个独立实例、时钟漂移与 GC 停顿仍会影响正确性,学界对它的安全性一直有争议;二是 fencing token,每次加锁生成单调递增的序号,下游存储在执行写操作时校验序号大于已见过的最大值,过期持有者的写入会被拒绝;三是承认锁只是性能优化,用数据库唯一索引或状态机条件更新兜底。答题时把「锁解决的是效率问题、正确性要靠幂等与版本号」这句话讲出来,比罗列方案更能体现判断力。

线程池的工作流程是固定的六步:任务进来先看当前线程数是否小于核心线程数,是则新建核心线程执行;否则尝试入队;队列满再看是否小于最大线程数,是则新建非核心线程;仍满则交给拒绝策略。要能顺带说出四种拒绝策略(直接抛异常、调用者线程执行、丢弃、丢弃最老)以及为什么生产上更常用自定义策略做降级或落盘。

参数设计要能被数字追问。并发线程数按 QPS × 平均耗时 估并发量,再用 N × (1 + 等待时间/计算时间) 修正:I/O 密集型可以开到 CPU 核数的数倍,CPU 密集型贴近核数。队列必须有界,无界队列会把「线程池满」翻译成「内存涨到 OOM」;核心线程与最大线程相差过大时,非核心线程的创建与销毁会带来抖动,allowCoreThreadTimeOut 与 keepAlive 要一起说明。面试官问 QPS,答不出精确值就说量级与峰值时段,并说明这个数字是怎么从监控里取的。

上下文透传与防串用是两件事。透传解决「任务提交时的 ThreadLocal 在池线程里读不到」,标准做法是用 TransmittableThreadLocal 配合 TtlExecutors 包装线程池,或在 ThreadPoolTaskExecutor 上挂 TaskDecorator,在提交时抓取、执行前设置、执行后恢复。防串用解决「池线程被下一个任务复用后仍带着上一个任务的上下文」,所以必须在 finally 里恢复而不是简单 remove,TtlExecutors 的 restore 语义就是为此设计的;如果用了 MDC,还要一并清理,否则日志里的 traceId 会张冠李戴。

服务宕机时内存队列里的任务一定会丢,这不是线程池能解决的问题,要提「任务先落库或进 MQ 再异步执行」:消息队列的 ack 机制保证至少一次投递,消费者按任务 id 幂等;落库方案则用状态机(待执行 / 执行中 / 成功 / 失败)加定时扫表补偿,扫到「执行中超过阈值」的记录重新投递,并靠乐观锁防止重复执行。答题时先承认丢失,再给持久化与补偿,比声称「线程池能保证不丢」可信。

图片异步转存的状态流转可以按「待转存 → 转存中 → 成功 / 失败(可重试)→ 死信或人工处理」来讲,关键点有三:状态迁移用带条件的更新(where status = '待转存')保证只有一个执行者能推进;重试次数与退避时间写进记录,超过上限进死信并告警;幂等键取源 URL 的 hash 或业务 id,重复投递时先查是否已成功。面试官问「转存到一半宕机怎么办」,答案是状态停在「转存中」,由超时扫描重新置为待转存,目标对象按幂等键覆盖写。

AI 编码的工作流要讲成可复现的流程:先让模型读仓库里的约定文件(目录规范、类型来源、禁止事项),再小步改动、每步跑测试与 lint,最后人工 review 差异。真正决定质量的是「上下文怎么给」——把领域术语、接口契约、数据表含义写成仓库内的文档,让模型按路径去读,而不是每次在对话里口述一遍;改动完后要求它输出变更摘要与影响面,落进 changelog 或设计记录。面试官问「怎么沉淀业务背景」,就答「沉淀到代码旁边、能被下一次自动读到的地方」,这也是团队把提示词当工程资产管理的方式。