华为通软西安线下三面合辑：手撕与八股复盘

《面试题目》

一面（35 分钟）

1. 手撕：左上到右下路径数目（递归实现）。
2. C++ 的编译产物有哪些？编译过程是怎样的？
3. 什么是 RAII？
4. HTTP 各种请求方法的区别是什么？
5. 删除博客内容时使用 GET 报文有什么问题？
6. 各个数据库的区别是什么？运用到工程部署上该怎么选择？
7. 有没有用过 Agent？

二面（26 分钟）

8. 手撕：二分查找。
9. 讲讲项目上遇到的困难。
10. 团队协作相关的经历？
11. 用过 Agent 吗？

三面（30 分钟）

12. base 地怎么选择？
13. 有没有迷茫的时候？
14. 为什么选择就业而不是继续深造？
15. 为了就业做了哪些准备？

《参考解析》

C++ 编译过程与 RAII 是同一套「资源生命周期由对象管理」的知识。 编译分四步：预处理（展开宏、处理 #include 与条件编译，产出 .i）→ 编译（词法语法语义分析与优化，产出汇编 .s）→ 汇编（转成目标文件 .o，含机器码、符号表与重定位信息）→ 链接（符号解析与重定位，静态库直接并入、动态库只留引用，产出可执行文件或 .so）。常见追问：声明与定义的区别、extern 与 static 的作用、为什么头文件要加 include guard、inline 的真实含义（允许在多个编译单元重复定义，不是「一定展开」）、静态链接与动态链接在体积与升级上的取舍、以及 ODR（单一定义规则）违例会导致什么。RAII 是把资源的获取放在构造函数、释放放在析构函数，靠栈对象的确定性析构保证任何返回路径与异常路径都能释放，典型应用是智能指针、锁的 lock_guard、文件流与 socket 包装类。要主动讲清它与 GC 的差别：RAII 是确定性的、可管理非内存资源（句柄、锁、连接），GC 只处理内存且时机不确定。追问预备：unique_ptr 与 shared_ptr 的开销差异、循环引用与 weak_ptr、make_shared 相比 new 少一次分配、以及析构函数抛异常的危险。

GET 删除内容是语义与安全双重违规。 HTTP 方法有明确的语义约定：GET 是安全方法（不改变服务端状态）、幂等方法（重复执行结果相同）、且响应可被缓存与预取，参数在 URL 里还会进日志、浏览器历史与 Referer；用它来删除内容，会被爬虫、预取器、代理缓存「顺手」触发，也会因为重放导致误删。正确做法是用 DELETE 或 POST，并把动作做成幂等（携带资源 ID，重复调用返回相同结果），再补一层鉴权与 CSRF 防护、软删除与操作审计。追问常延伸到「哪些方法幂等」（GET、HEAD、PUT、DELETE 幂等，POST 不幂等）、「什么时候用 PUT 什么时候用 POST」、「HTTP 状态码语义」（201/204/409/412）、以及「为什么不能只用 POST 把语义都塞进 body」。

数据库选型按「数据模型、一致性、访问模式、运维成本」四条判断。 关系型（MySQL/PostgreSQL）适合强事务、复杂关联查询与结构稳定的业务，是交易与账务的默认选择；PostgreSQL 在复杂类型（JSONB、数组、地理）与扩展性上更强，MySQL 生态与运维资料更厚。KV/缓存（Redis）适合高频读写与短暂态数据；文档型（MongoDB）适合结构灵活、按文档整体读写的场景；宽列（HBase/Cassandra）适合写入量大、按 key 范围扫描的日志与消息；搜索引擎（Elasticsearch）适合全文检索与分析；列式仓库（ClickHouse/Doris）适合报表与 OLAP；时序库（InfluxDB/TDengine）适合监控指标。工程部署上还要算三笔账：团队是否熟悉（选型首要考虑）、单机规模上限与分片方案、以及备份/扩容/升级的运维成本。面试里能把「为什么这个业务用它」讲成一个取舍故事，比背产品特性有效得多。

手撕两题都在考基本功，讲思路比写完更重要。 左上到右下路径数目：网格是 m×n，每次只能向右或向下，状态转移是 dp[i][j] = dp[i-1][j] + dp[i][j-1]，边界第一行第一列都是 1，可滚动数组把空间降到 O(n)；数学解是组合数 C(m+n-2, m-1)，需要注意溢出（改写成边走边除防止中间结果爆掉）。递归实现要能说清「为什么直接递归是指数级、加记忆化后是 O(mn)」。二分查找的坑全在边界：用 left + (right-left)/2 防溢出、循环条件 left <= right 与 left < right 两种写法的收尾处理、返回「第一个不小于目标的位置」还是「是否存在」、以及数组有重复元素时要求第一个或最后一个出现位置的变体。写完主动跑两个用例（空数组、单元素、目标在两端）是加分动作。

「用过 Agent 吗」这类题要答成工程经验而不是工具清单。 一面的技术语境下，这题想确认的是你有没有真的把 AI 用在开发或测试链路里，以及有没有形成判断。答法建议按「场景—做法—效果—边界」四段：说明在哪个环节用（读代码、写用例、排查日志、生成单测）、怎么保证可控（上下文怎么给、工具怎么限制、结果怎么验证）、拿到的可量化收益（节省时间、发现的缺陷数）、以及什么时候不该用（需要确定性、涉密、成本高于收益）。只答「用 Cursor 写代码」信息量太低；能讲出「我会把接口定义喂进去让它生成用例，再自己按边界值补齐并跑一遍」这种带验证环的做法，才算过关。三面的软性问题同理，要给出具体、有取舍的答案而不是标准口号：base 地选择可以从业务与团队匹配度讲并表达可接受度；「有没有迷茫过」讲清一次真实的困惑与你怎么调整的；「为什么本科就业」不要贬低读研，而是讲清楚你的目标与就业路径的匹配；「为就业做了哪些准备」给出可验证的事（项目、实习、刷题量、复盘方式），有数字就带数字。