多益网络软件工程师一面：C++ 多态、递归与 AI 幻觉治理

轮次: 一面
时间: 2026-10
来源: 牛客网

《面试题目》

大学期间做过最满意的项目是什么？
- 怎么做的这个项目？
- 主要工作量有哪些？
- 用到哪些技术栈？
- 前后端是怎么交互的？
- 项目过程中遇到过什么 bug，怎么解决的？
最近一年印象最深刻的程序开发卡点是什么？
说一下最常用的数据结构，和特点。
深拷贝和浅拷贝的区别？
谈一下递归的思想，尾递归？
C++ 多态的分类和实现？
字节对齐的方式？
什么是线程安全？
你更喜欢在已有项目上工作，还是新的项目，为什么？
新加入一个团队，你觉得应该怎么做，才能更加融入团队？
最近有没有关注一些技术热点？讲一个它的特点和优点。
在软件开发中通常会使用数据库，不使用数据库可能会造成哪些问题？有没有用过数据库，举例说明一下。
如何理解 AI 幻觉，在开发过程中如何解决？
编程题：给输入一个正整数 1-9，输出这个数字之前包括这个数字的全部排列。

《参考解析》

最满意的项目：用 STAR 讲，重点放在「你做了什么决策」而不是「用了什么技术」。项目背景一句话，工作量拆成模块（后端接口、数据库设计、前端页面、部署），技术栈只挑与岗位相关的讲，前后端交互说清协议（REST/WebSocket）、鉴权、错误处理。Bug 部分挑一个真实的：现象、定位过程（日志/断点/二分）、根因、修复与回归，最后补一句「怎么防止再发生」（加校验、加测试、加监控）。

开发卡点：不要说「环境配不好」这种琐事。挑一个有技术含量的：比如并发下的状态不一致、性能瓶颈、第三方接口不稳定。讲清「卡在哪、试过什么、最后怎么解决、学到什么」。如果最后没完全解决，也如实说，并给出后续思路。

常用数据结构：数组（随机访问 O(1)、插入删除 O(n)、连续内存）、链表（插入删除 O(1)、查找 O(n)、额外指针）、栈（后进先出，函数调用、括号匹配）、队列（先进先出，任务调度、BFS）、哈希表（平均 O(1) 查找、无序、冲突处理）、树（BST/平衡树/堆，有序与优先级）、图（关系建模）。回答时结合实际用途，别只背复杂度。

深拷贝与浅拷贝：浅拷贝只复制对象的值，指针/引用成员仍指向同一块内存；深拷贝递归复制指向的内容，两个对象完全独立。C++ 里默认拷贝构造是浅拷贝，类里有裸指针时要自己实现深拷贝（或禁用拷贝、用智能指针），否则析构会二次释放；Java 里 Object.clone() 是浅拷贝，深拷贝要手动递归或序列化。追问常考「三法则/五法则」：析构、拷贝构造、拷贝赋值，C++11 再加移动构造与移动赋值。

递归与尾递归：递归是把问题拆成「同类的更小问题 + 终止条件」，代码简洁但每次调用都压栈，深度大会栈溢出。尾递归是递归调用发生在函数的最后一步且返回值不被后续使用，编译器可以复用栈帧（尾调用优化），把空间从 O(n) 降到 O(1)。C++ 编译器（如 GCC/Clang 在 -O2）对满足条件的尾递归会优化，但语言标准不保证；Java 不支持尾调用优化。改写手段是手动转成循环 + 累加器。

C++ 多态：分编译时多态和运行时多态。编译时多态靠函数重载、运算符重载、模板（静态绑定，编译期确定调用哪个）；运行时多态靠虚函数——基类声明 virtual，派生类重写，对象里有虚表指针指向虚函数表，调用时通过 vptr 查表动态分派。析构函数在多态基类里要声明为 virtual，否则通过基类指针删除派生对象会只调基类析构，造成泄漏。还有 override/final 关键字帮助编译器检查。

字节对齐：编译器为了让 CPU 高效访问，会把成员按自身对齐要求放到地址是其对齐数的倍数上，结构体整体大小是其最大成员对齐数的倍数，必要时在末尾填充。规则：每个成员的偏移是 min(成员大小, #pragma pack 值) 的倍数；结构体大小是最大对齐数的倍数。可以用 #pragma pack(n) 或 alignas 调整，但会牺牲访问效率；调整成员顺序（大的在前、小的在后）能减少填充。面试常给一个结构体让你算 sizeof，按偏移逐个算即可。

线程安全：多线程并发访问共享数据时，程序仍能表现出正确行为，不出现数据竞争、丢失更新、死锁、可见性问题。保证手段：互斥锁/读写锁、原子操作、不可变对象、线程局部存储、消息传递（避免共享）、以及正确的内存序。要注意「无状态」天然线程安全，有状态就要界定临界区；锁的粒度、顺序（防死锁）、以及锁内不要做慢操作。

已有项目还是新项目：没有标准答案，讲清偏好与理由。偏好已有项目可以说「能在约束里做增量、更接近真实工程，能学到历史设计」；偏好新项目可以说「能从零设计、决策空间大」。加分的是补一句「两种都需要，取决于阶段」：新项目重架构与规范，老项目重兼容、回归与风险控制。

融入团队：先读文档与代码规范、跑通本地环境；主动认领小任务并按时交付，建立信任；遇到问题先自己查再问，问的时候带上已尝试的方案；参与代码评审与站会，了解业务背景；尊重既有约定，想改先沟通。核心是「先贡献、再改变」。

技术热点：挑一个你能讲两层的，比如 AI Coding / Agent：特点是能理解自然语言意图、调用工具、在多轮里自我修正；优点是降低样板代码与重复劳动的成本、把「查文档—写代码—跑测试」串起来；局限是幻觉、上下文长度、权限与安全、对复杂业务的理解不足。再补一句你怎么用它（写单测、读陌生代码、生成脚本）以及怎么校验输出。

不用数据库会怎样：数据只放内存/文件会面临：进程重启丢数据、并发写冲突、无法事务保证一致性、查询与索引效率低、权限与审计缺失、备份恢复困难。数据库提供持久化、事务（ACID）、并发控制、索引与查询优化、约束、备份与复制。举例可以讲订单：下单要同时扣库存、写订单、记流水，没有事务就会出现「扣了库存没订单」；或者面试项目里用 MySQL 存用户与答题记录、Redis 做缓存。

AI 幻觉与治理：幻觉是模型生成看似合理但事实错误或与输入不符的内容，根因是概率生成 + 训练数据噪声 + 上下文不足。工程上：① 让模型基于给定资料回答（RAG），要求引用出处；② 结构化输出 + 程序校验（schema、枚举、数值范围）；③ 关键事实用工具/数据库核实，不让模型凭记忆答；④ 提示词要求「不知道就说不知道」，降低温度；⑤ 人工复核高风险场景（医疗、金融、法务）；⑥ 用评测集持续度量幻觉率。要强调「不能靠一句提示词解决，要靠系统设计」。

全排列：经典回溯。用一个 used 数组标记已选数字，递归填每一位，填满输出；回溯时撤销标记。复杂度 O(n! × n)。输入 1-9 很小，直接 DFS 即可；如果要按字典序输出，从小到大尝试即可。

#include <iostream>
#include <vector>
using namespace std;

int n;
vector<int> path;
vector<bool> used;

void dfs() {
    if ((int)path.size() == n) {
        for (int i = 0; i < n; i++) cout << (i ? " " : "") << path[i];
        cout << '\n';
        return;
    }
    for (int i = 1; i <= n; i++) {
        if (used[i]) continue;
        used[i] = true;
        path.push_back(i);
        dfs();
        path.pop_back();
        used[i] = false;
    }
}

int main() {
    cin >> n;
    used.assign(n + 1, false);
    dfs();
    return 0;
}

《面试题目》

《参考解析》

相关面经