去哪儿Java智能退款审核服务AI Coding笔试

《面试题目》

1. 如何在 Java 17、Spring Boot 工程中修复智能退款审核服务的汇率换算、风险阈值、状态流转和自动审核缺陷？
2. 退款审核服务如何保证终态不可再次流转或修改？
3. 如何实现租户与用户的双重数据隔离？
4. 审计票据、审计金额等追加行为应如何保证正确记录？
5. 低金额低风险请求如何自动通过，异常请求如何转人工审核？
6. 在哈希表之外，实现 O(1) LRU 缓存还需要什么辅助结构？
7. 推理优化中的 KV Cache 缓存的是什么，为什么能减少重复计算？
8. 已知二叉树的先序遍历和中序遍历，如何求后序遍历？
9. MoE 架构中的路由机制如何把输入分配给专家子网？

《参考解析》

1. 先依据接口、配置和公共测试明确金额单位、汇率来源、阈值边界与状态机契约，再用独立测试覆盖正常、边界和异常路径。状态进入终态后应拒绝后续状态变更，所有读取和写入都要同时校验租户与用户归属。
2. 审计记录应采用追加写入，票据号、金额和原业务请求建立关联，避免更新旧审计记录造成不可追溯。低风险自动通过要严格按阈值判断，解析、依赖或规则异常则转人工并保留错误上下文。
3. LRU 通常用哈希表保存键到链表节点的映射，用双向链表维护访问顺序；读取和更新节点位置、淘汰尾节点都能保持 O(1)。
4. KV Cache 保存已经计算出的各层 Key/Value 张量，自回归生成下一个 token 时复用历史结果，不缓存梯度或原始 prompt。
5. 根据先序确定根，在中序中切分左右子树，递归处理左右区间后按“左、右、根”输出；也可用显式栈避免深树递归溢出。MoE 通常由门控网络为 token 选择一个或多个专家，再按权重聚合专家输出。