腾讯面试题（2026 最新）
腾讯相关面试题，按最终去重题目聚合。
共 3056 道真题 · 更新 2026-08-05
筛选题目
考察点
技术栈
第 161 题请实现快速排序算法，并说明其时间复杂度和空间复杂度。 考察排序算法原理、递归实现能力及复杂度分析第 162 题如何在一个 n×m 的矩阵中随机生成 k 个不重复的地雷位置？请给出实现思路和代码。 考察随机算法设计、去重处理与边界条件意识第 163 题请设计一个并发安全的HashMap。 考察并发数据结构设计能力，包括锁粒度、线程安全和性能权衡第 164 题请谈谈你认为AI应用在当前落地过程中可能出现哪些主要问题或风险？ 考察对AI应用落地中潜在风险、局限性和伦理问题的系统认知第 165 题如果TCP只使用两次握手，会有什么问题？ 考察两次握手下连接建立的安全性和资源风险第 166 题如何判断一个用户需求是真需求还是伪需求？请结合爱奇艺的具体场景（如“倍速播放”“弹幕互动”）举例说明。 考察需求真伪判断的方法论与业务场景结合能力第 167 题结合混元在中文理解和搜索增强方面的能力，说明搜索增强问答场景的数据构成、困难样本采集以及评测方法。 考察检索增强生成（RAG）场景的数据与评测设计第 168 题请介绍数据库索引的底层结构及其优势，并说明如何规避回表问题。 考察对索引底层实现、B+树优势及回表优化策略的理解第 169 题Swift为何比Objective-C更安全？ 考察对Swift语言安全特性的理解与对比分析能力第 170 题如何解决亚稳态问题？ 考察对亚稳态设计对策的掌握第 171 题在进行品牌重塑时，你会考虑哪些关键因素？ 考察品牌重塑的系统性思考与业务理解能力第 172 题请说明移动端响应式布局中 vw 和 em 单位的区别、适用场景，并举例说明如何在项目中选择合适单位。 考察移动端响应式布局中对相对单位 vw 与 em 的理解、对比和实际应用能力第 173 题推理的三个指标在训练6个任务时有提升，为什么没有增加更多任务来进一步提升？ 考察对多任务学习扩展性、资源约束和边际收益的分析能力第 174 题请介绍SPDK的工作原理和典型使用场景。 考察对SPDK用户态驱动架构及其适用场景的理解第 175 题请介绍你在大学期间参加过的社团或学生组织，以及你在其中承担的具体工作。 考察候选人组织参与、职责承担与团队协作的自我呈现能力第 176 题在并发执行续传操作时，如何安全处理共享资源的竞争问题？ 考察并发控制与资源竞争的处理能力第 177 题请谈谈你对多模态技术的理解及其未来发展趋势。 考察对多模态技术的基本认知、应用场景及趋势判断能力第 178 题Unreal Engine 中 AI 的路径搜索分别使用什么算法？请解释你对DFS和BFS在UE中应用的理解。 考察对Unreal Engine AI导航系统实现的掌握及对图搜索算法的理解第 179 题合并两个有序链表的方法，时间复杂度是多少？ 考察链表基本操作与算法复杂度分析能力第 180 题联合索引什么情况会失效？ 考察联合索引最左前缀匹配原则及常见失效场景