字节交易后端一面：流式 Top K 与懒加载单例

《面试题目》

1. 能否做一下自我介绍，并介绍实习中负责的工作？
2. 项目里的提示词是怎样设计出来的？
3. 项目的整体架构是什么样的？
4. 怎样把非结构化需求文档拆成结构化的图片任务？
5. 在什么背景下引入冷热分离，主要解决什么问题？
6. 从输入 URL 到页面显示，完整过程是什么？网络层使用什么协议？
7. 如何从海量数据中寻找 Top K？
8. 数据持续到达时，怎样设计一个维护状态的 Top K 接口？
9. Java ConcurrentHashMap 的实现原理是什么？
10. 如何实现单例模式，并做到延迟初始化和线程安全？
11. 如何求字符串中最长的无重复字符子串？
12. 目前是否在北京实习，能否到北京实习？
13. 对未来的工作有什么计划？
14. 有哪些问题想向面试官了解？

《参考解析》

Top K 先确认排的是数值还是频次

若要找最大的 K 个数，可以维护大小为 K 的最小堆：新值超过堆顶才替换，每次更新花费 O(log K)，空间为 O(K)。返回有序结果时还需要排序，堆本身不是有序列表。

若要找出现最频繁的 K 个元素，只有一个小堆不够，还要记录频次。无限数据流中，精确计数所需空间会随不同元素数量增长；若允许近似结果，才考虑有误差界限的摘要算法。接口设计还要明确是否按时间窗口统计，以及重启后状态怎么恢复。

并发容器不自动包办复合操作

ConcurrentHashMap 支持并发读写，但先 get 再计算再 put 是多个步骤，可能覆盖其他线程的更新。单个键的原子更新可用 compute、merge 或 putIfAbsent；跨键业务约束需要另行设计。迭代时也不能把读到的整张表视为某一时刻的原子快照。参见 ConcurrentHashMap 官方文档。

懒加载可以借助类初始化

静态内部类持有实例，外部 getInstance() 访问该类时才触发初始化，由类初始化机制提供同步。若使用双重检查锁，则实例引用应声明为 volatile，并在同步块内再次检查。两种写法都要先明确讨论范围，例如是否需要处理反射、序列化和多个类加载器。

最长无重复子串维护左边界

用表记录每个字符上次出现的位置。右指针扫描字符时，把左边界更新为 max(原左边界, 上次位置 + 1)，再更新最大窗口长度。这里的 max 不能漏，否则遇到窗口外的重复字符会把左边界往回移。