大厂真题 / 百度

百度 2026-07-30 后端研发岗笔试真题

考试时间：2026 年 7 月 30 日
考试岗位：后端研发岗
题型构成：15 道单选题、5 道多选题、1 道算法编程题、1 道 Prompt 题、1 道 AI Coding 题
整体难度：中等

本场笔试明显强调混合能力：选择题覆盖操作系统、数据库、网络、算法、机器学习和大模型应用；算法题考查前缀余数与滑动窗口；另外还要求设计可稳定执行计费规则的 Prompt，并借助 AI 完成信贷工程题。

选择题（15 单选 + 5 多选）

一、单选题

1. 工单摘要的幻觉抑制

后端团队接入大模型生成工单摘要，希望模型不要编造原始工单中没有的信息。更合适的提示约束是？

A. 提高生成随机性，让模型输出更多候选表达
B. 限定依据原始工单内容总结，缺失信息标为未提供
C. 把摘要长度固定得更长，以容纳更多推测细节
D. 要求模型优先补充背景原因，使摘要看起来更完整

答案：B

解析：抑制幻觉的关键是限定事实来源，并为缺失信息提供“未提供”这一合法输出。提高随机性、拉长回答或主动补背景都会增加编造风险。

2. Linux 文件权限

Linux 文件权限显示为 -rw-r-----。若某用户属于该文件所属组，但不是文件所有者，则该用户对该文件通常具有什么权限？

A. 仅可读
B. 无权限
C. 可执行但缺少读取权限
D. 可读可写

答案：A

解析：权限依次对应所有者 rw-、所属组 r--、其他人 ---。该用户命中所属组权限，因此只能读取。

3. RAG 检索到旧制度

某制度问答系统采用 RAG，但回答会引用过期制度。检索日志显示 Top-K 片段相似度较高，但混有旧版本制度。下列改进更能直接缓解该问题的是？

A. 提高生成 temperature，让模型用更丰富表述融合多版制度内容
B. 缩短最终答案长度，减少暴露过期引用细节的机会
C. 在召回和重排阶段加入版本、生效时间和来源过滤，再注入命中片段
D. 继续扩大 Top-K，使新旧版本都有机会进入上下文，由模型综合判断

答案：C

解析：根因是旧版本片段进入了上下文，应在检索与重排阶段按版本、时间和来源过滤，而不是把确定性的版本判断交给生成模型。

4. 事务并发读问题

事务 T1 第一次读取某行余额为 100。事务 T2 随后提交更新，把余额改为 120。T1 在同一事务内再次读取同一行得到 120。该现象更贴近哪类并发读问题？

A. 幻读：条件范围内行集合变化
B. 死锁：事务之间形成循环等待
C. 不可重复读：同一行两次读取变化
D. 脏读：读取其他事务未提交数据

答案：C

解析：同一事务对同一行的两次读取结果不同，且第二次读到的是已提交值，属于不可重复读。幻读关注范围查询的行集合变化。

5. 活动选择问题

给定若干活动的开始和结束时间，希望选出数量最多的互不重叠活动。下列贪心策略通常可用于该问题并可通过交换论证证明正确的是？

A. 每次选择开始时间最早的可选活动
B. 每次选择与其他活动重叠最多的活动
C. 每次选择持续时间最长的可选活动
D. 每次选择结束时间最早的可选活动

答案：D

解析：优先选择结束最早的活动，可以为后续活动留下尽可能大的时间空间，这是经典区间调度贪心。

6. 排序稳定性

某列表中存在多个排序键相同的记录，业务要求排序后这些记录仍保持原来的相对先后顺序。下列算法性质最贴近该要求的是？

A. 稳定排序
B. 外部排序
C. 分治排序
D. 原地排序

答案：A

解析：稳定排序的定义就是相等键元素在排序后保持原相对次序；外部、分治和原地描述的是其他维度的性质。

7. 精确率与召回率

某风控场景更关注减少误拦正常用户。验证集上模型 M1 的 $TP=80$、$FP=20$、$FN=40$，模型 M2 的 $TP=70$、$FP=10$、$FN=50$。若主要按“被判高风险的请求中确实高风险的比例”取舍，下列判断更合理的是？

A. 选 M2：$Recall=70/(70+50)$，高于 M1 的 $Recall$
B. 选 M2：$Precision=70/(70+10)$，高于 M1 的 $Precision$
C. 选 M1：$FP=20$、$FN=40$，误拦更少且覆盖更高
D. 选 M1：$Precision=80/(80+20)$，$Recall=80/(80+140)$

答案：B

解析：“预测为高风险者中真正高风险的比例”是精确率。M1 为 $0.8$，M2 为 $0.875$，故选择 M2。M2 的召回率反而低于 M1。

8. Linux 日志统计

某日志文件 app.log 中每行仅包含一个三位 HTTP 状态码且无其他内容。希望统计状态码 500 出现的行数，下列命令更符合该目标的是？

A. grep '500' app.log | wc -l
B. grep -v '500' app.log | wc -c
C. wc -l app.log | grep '500'
D. cat app.log > grep '500' | wc

答案：A

解析：先用 grep 筛出状态码为 500 的行，再用 wc -l 统计行数。其余选项或反向匹配、或统计字节、或命令顺序及重定向错误。

9. 进程与线程资源

某后端服务把一个耗时任务拆成多个线程在同一进程内执行。下列关于这些线程与进程资源关系的说法较合理的是？

A. 线程切换时会重新创建进程页表，因此开销通常高于进程切换
B. 同进程线程共享同一地址空间，但各自有栈和调度上下文
C. 多个线程并发执行时不涉及同步问题，因为它们共享同一份内存
D. 线程拥有独立地址空间，线程间传递对象需要经过内核网络栈

答案：B

解析：同进程线程共享代码段、堆等资源，但分别拥有栈、寄存器和调度上下文。共享内存恰恰会引入竞态，需要同步。

10. 可恢复缺页异常

某进程执行一条访存指令时发生可恢复缺页异常。内核完成页表更新并装入目标页后，若该处理器支持精确异常，用户态执行流通常如何恢复？

A. 重启当前进程，从 main 函数入口重新执行
B. 恢复到触发缺页的访存指令，由该指令重新执行
C. 从异常处理程序入口继续执行原用户逻辑
D. 跳过触发缺页的访存指令，从下一条指令继续执行

答案：B

解析：缺页是 fault 类异常。页面装入后应回到触发异常的指令重新执行，不能跳过尚未完成的访存。

11. 支付回调幂等性

某支付回调接口可能因网络抖动被调用方重试。为了避免同一业务事件被重复处理，服务端设计中最关键的是？

A. 要求客户端把超时时间调得更短，让失败更快暴露
B. 在响应体中返回更详细日志，由调用方自行排查
C. 按事件唯一编号做幂等校验，重复请求返回已处理结果
D. 把接口从 HTTPS 改成 HTTP，降低 TLS 握手开销

答案：C

解析：重试不可避免，服务端应使用订单号或事件 ID 等业务唯一键去重，使同一事件只产生一次业务副作用。

12. MySQL 联合索引

MySQL 表 orders 上有联合索引 (user_id, status, create_time)。下列查询条件最符合该索引最左前缀使用方式的是？

A. WHERE user_id = 1001 AND status = 1
B. WHERE status = 1 ORDER BY user_id
C. WHERE create_time > '2026-01-01'
D. WHERE status = 1 AND create_time > '2026-01-01'

答案：A

解析：A 从最左列 user_id 开始连续使用到 status；其他选项均跳过首列，不能用该索引进行标准前缀定位。

13. 二叉树结点度数

一棵非空二叉树共有 29 个结点，其中度为 1 的结点有 6 个。按二叉树结点度数关系推断，该树中度为 2 的结点数为？

A. 12
B. 13
C. 11
D. 10

答案：C

解析：设度为 0、1、2 的结点数分别为 $n_0,n_1,n_2$。二叉树满足 $n_0=n_2+1$，又有 $n_0+n_1+n_2=29$、$n_1=6$，解得 $n_2=11$。

14. Function Calling 的执行边界

某后端系统让大模型根据用户请求调用“查询订单”工具。关于 Function Calling 的执行边界，下列说法较合理的是？

A. 模型输出调用请求，后端校验参数并执行工具
B. 后端只校验参数格式，把用户身份和资源权限判断留到工具返回后再处理
C. 模型生成结构化调用结果后直接写入业务数据库，不经过后端执行层
D. 工具接口只写自然语言用途说明，参数约束由模型根据上下文临场补齐

答案：A

解析：模型只提出调用意图；参数校验、身份鉴别、权限控制与实际执行必须由可信后端完成。模型输出应始终视为不可信输入。

15. 栈操作

某服务按顺序接收操作：push(4)、push(7)、pop、push(2)、push(9)、pop、pop。若底层结构是栈，则三次 pop 得到的元素顺序为？

A. 7、2、9
B. 9、2、7
C. 4、7、2
D. 7、9、2

答案：D

解析：栈后进先出。第一次弹出 7；再压入 2、9 后，依次弹出 9、2。

二、多选题

16. 大模型客服的安全设计

某后端团队建设大模型客服系统。为了降低幻觉和越权工具调用风险，下列设计较合理的有哪些？

A. 允许模型在资料不足时根据常识补全具体制度条款，提高回答完整度
B. 对低置信度或资料冲突的请求进入人工复核或返回无法判断
C. 对工具调用参数做白名单校验和权限校验，再由后端执行
D. 弱化检索片段来源和版本记录，把事实校验主要交给模型最终回答

答案：B、C

解析：不确定时降级到人工或明确拒答，可避免强行编造；后端白名单、鉴权和代执行可控制工具风险。A 会制造幻觉，D 会削弱可追溯性。

17. 模型上线评估

某推荐服务上线新模型前，需要评估其离线效果和线上风险。下列做法较合理的有哪些？

A. 上线前保留灰度或 A/B 实验方案，观察真实用户反馈
B. 若训练集准确率很高，就可省略线上监控和回滚预案
C. 关注与业务目标一致的指标，而不是只看训练损失
D. 用独立验证集评估模型效果，避免只看训练集表现

答案：A、C、D

解析：独立验证集用于评估泛化，业务指标用于衡量实际价值，灰度或 A/B 实验用于控制线上风险。训练集成绩不能替代监控与回滚。

18. 联合索引与执行代价

某订单表常用查询为 WHERE user_id=? AND status=? ORDER BY create_time DESC LIMIT 20。关于索引执行代价的判断，正确的有哪些？

A. 把 create_time 放在联合索引首列，仍能稳定利用 user_id 和 status 的等值过滤前缀
B. 覆盖索引能否减少回表，还取决于 SELECT 列是否都在索引中
C. 若只有单列索引 status，低选择性状态列过滤效果可能较弱
D. 联合索引 (user_id, status, create_time) 有机会同时支持过滤和排序

答案：B、C、D

解析：覆盖索引要求查询所需列均在索引中；低选择性单列索引收益可能有限；等值列在前、排序列在后有机会兼顾过滤与排序。A 破坏了等值条件的最左前缀。

19. TCP 可靠传输

关于 TCP 在后端服务通信中的可靠传输机制，下列说法正确的有哪些？

A. TCP 会保留应用层消息边界，使接收端每次 read 都对应一次 send
B. TCP 通过应用层 JSON 字段校验来恢复丢失报文内容
C. TCP 的重传机制可在部分报文丢失时补发未确认的数据
D. TCP 通过序号和确认机制支持按字节流确认数据接收进度

答案：C、D

解析：TCP 依靠序号、确认与重传提供可靠字节流。它不保留应用层消息边界，可靠性也不依赖 JSON 格式。

20. 多线程共享状态

某后端服务中多个线程会同时更新共享计数器和任务队列。下列做法中，有助于降低并发错误风险的有哪些？

A. 在临界区中执行长时间网络请求，以减少锁释放次数
B. 把只读配置发布为不可变对象，减少共享状态修改
C. 把共享队列的入队和出队操作纳入一致的同步协议
D. 用互斥锁保护共享计数器的读改写临界区

答案：B、C、D

解析：不可变对象减少竞态，共享队列需遵循统一同步协议，计数器的读—改—写需锁或原子操作。持锁执行慢网络请求会放大锁竞争。

第 1 题：余数游走

题目描述

给定长度为 $n$ 的整数序列 $a_1,a_2,\ldots,a_n$ 和正整数模数 $M$。序列首尾相接，位置 $n$ 的后继为位置 $1$。

对于每个起点 $s$，从 $a_s$ 开始沿环依次取数，最多取 $n$ 个。第 $t$ 步的余数轨迹值为

\[S_t=\left(\sum_{i=0}^{t-1}a_{(s+i-1)\bmod n+1}\right)\bmod M,\qquad t\ge 1.\]

余数采用 $[0,M-1]$ 内的标准非负表示。轨迹只包含 $S_1,S_2,\ldots$，不包含尚未取数时的初始余数 0。

只要下一步得到的余数已在当前轨迹中出现，游走就停止；若始终没有重复，则取满 $n$ 步后停止。记起点 $s$ 能取得的最大步数为 $L_s$，求

\[\sum_{s=1}^{n}L_s.\]

输入描述

第一行输入整数 $T$，表示测试数据组数。

每组数据：

第一行输入两个整数 $n,M$；
第二行输入 $n$ 个整数 $a_1,a_2,\ldots,a_n$。

完整约束：

$1\le T\le 10^5$；
$1\le n,M\le 2\times10^5$；
$-10^9\le a_i\le10^9$；
所有测试数据的 $n$ 之和不超过 $2\times10^5$。

输出描述

对每组测试数据输出一行一个整数，表示所有起点游走长度之和。

样例

输入

输出

11
4

样例解释：第一组从起点 1 出发时，余数依次为 $1,0,2,0$，第 4 步与第 2 步重复，所以 $L_1=3$；其余四个起点的长度均为 2，总和为 11。第二组任一起点的前两步余数均为 0，所以每个起点只能走 1 步，总和为 4。

思路：前缀余数 + 双指针

将环在逻辑上复制一遍，并定义前缀余数：

\[P_0=0,\qquad P_i=\left(P_{i-1}+a_{(i-1)\bmod n+1}\right)\bmod M.\]

只需计算 $P_0$ 到 $P_{2n-1}$，因为最后一个起点最多向后取 $n$ 个数。

从起点 $s$ 走 $t$ 步所得余数可以写成

\[S_t=(P_{s+t-1}-P_{s-1})\bmod M.\]

对固定起点而言，每个轨迹值都减去同一个常数 $P_{s-1}$，因此

\[S_x=S_y\iff P_{s+x-1}=P_{s+y-1}.\]

于是，轨迹互异等价于 $P_s,P_{s+1},\ldots,P_{s+L-1}$ 两两不同。问题转化为：对前缀余数数组中的每个左端点，求长度不超过 $n$ 的最长无重复窗口。

维护窗口 [left, right] 和集合 seen。对每个 left，不断扩展只增不减的 right，直到下一个余数重复或窗口已经达到长度 $n$。此时窗口长度就是对应的 $L_s$；累加后删除左端元素，再处理下一个起点。

正确性证明

引理 1： 对固定起点 $s$，两步轨迹值相同，当且仅当对应的两个前缀余数相同。

由

\[S_t=(P_{s+t-1}-P_{s-1})\bmod M\]

可知所有轨迹值都由对应前缀余数减去同一个模 $M$ 常数得到。模意义下平移是双射，因此相等关系保持不变，引理成立。

引理 2： 算法处理左端点 left 时，窗口扩展结束后的长度等于该起点的最大合法游走长度。

扩展过程中集合内元素两两不同，且窗口长度不超过 $n$，所以当前窗口对应合法轨迹。若停止是因为达到 $n$，已经达到题目允许的最大步数；若停止是因为下一个余数已出现，根据引理 1，再走一步必然造成轨迹重复。因此窗口不能继续延长，引理成立。

引理 3： 右端指针无需回退。

左端右移只会从合法窗口中删除一个元素，不会制造新的重复，也不会使原右端超过新左端对应的长度上限。因此原右端对下一轮仍合法，可以继续向右扩展。

定理： 算法输出所有起点游走长度之和。

根据引理 2，算法对每个起点得到的窗口长度恰好是 $L_s$；算法逐一处理全部 $n$ 个起点并累加这些长度，所以最终结果恰为题目所求。

Python ACM 代码

import sys


def total_walk_length(n, modulus, values):
    prefix = [0] * (2 * n)
    current = 0

    for i in range(1, 2 * n):
        current = (current + values[(i - 1) % n]) % modulus
        prefix[i] = current

    seen = set()
    right = 0
    answer = 0

    for left in range(1, n + 1):
        limit = left + n - 1
        while right < limit and prefix[right + 1] not in seen:
            right += 1
            seen.add(prefix[right])

        answer += right - left + 1
        seen.remove(prefix[left])

    return answer


def solve():
    data = list(map(int, sys.stdin.buffer.read().split()))
    if not data:
        return

    iterator = iter(data)
    test_count = next(iterator)
    output = []

    for _ in range(test_count):
        n = next(iterator)
        modulus = next(iterator)
        values = [next(iterator) for _ in range(n)]
        output.append(str(total_walk_length(n, modulus, values)))

    sys.stdout.write("\n".join(output))


solve()

复杂度分析

时间复杂度：对每组数据为期望 $O(n)$。前缀余数线性生成，每个位置至多进入和离开哈希集合各一次；对全部输入则为期望 $O(\sum n)$。

空间复杂度：每组数据为 $O(n)$，用于前缀余数数组与滑动窗口集合；一次性读入还会占用与总输入规模同阶的空间。

Prompt 题：汽车洗车计算器

题目与规则

编写一个 Prompt，使大模型从用户的自然语言描述中识别洗车场景，按下列规则计费并输出 JSON。

车型基础价：小型车 38 元、SUV 58 元、MPV 78 元。
洗车类型：普通洗不加价；精洗在基础价上加 80%，结果向上取整；打蜡在基础价上加 150%，结果向上取整。
会员折扣：在洗车类型加价之后，将洗车费乘 85%，结果向下取整；非会员不变。
附加费：内饰清洁每次 28 元，发动机清洗每次 45 元。
节假日加成：节假日将“会员折扣后的洗车费 + 附加费”乘 1.2，并向上取整；非节假日直接相加。
停车费：室内停车 15 元，露天停车 0 元；停车费不参与节假日加成。

输出字段：

{
  "total_bill": 0,
  "wash_cost": 0,
  "car_type": "小型车"
}

其中 wash_cost 是节假日加成前、会员折扣后的洗车费，不含附加费和停车费；car_type 只能为“小型车”“SUV”“MPV”。评测会忽略多余字段。

题目样例

样例 1 输入

张先生不是会员，非节假日，小型车普通洗，不加附加项目，露天停车。

样例 1 输出

{"total_bill":38,"wash_cost":38,"car_type":"小型车"}

样例 2 输入

李先生是会员，节假日，SUV精洗，加内饰清洁，室内停车。

样例 2 输出

{"total_bill":156,"wash_cost":89,"car_type":"SUV"}

第二个样例按顺序计算：SUV 精洗为 $58\times1.8=104.4$，向上取整得 105；会员折扣为 $105\times0.85=89.25$，向下取整得 89；节假日部分为 $(89+28)\times1.2=140.4$，向上取整得 141；最后加室内停车费 15，合计 156。

设计要点

锁定顺序：洗车类型加价、会员折扣、附加费、节假日加成、停车费必须逐步执行，不能合并取整。
锁定取整方向：类型加价向上、会员折扣向下、节假日加成向上。
明确字段口径：wash_cost 不含附加费、节假日加成和停车费。
隔离停车费：停车费必须最后加入，不能乘节假日系数。
减少小数错误：把 1.8、2.5、0.85、1.2 分别写成整数乘除形式，并要求每步先得出结果再进入下一步。
使用示例约束输出：一条覆盖最简单路径，另一条覆盖会员、节假日和多次取整。

参考 Prompt

# 角色
你是洗车费用结算系统。

# 任务
从用户的自然语言中识别车型、洗车类型、会员状态、节假日状态、附加项目和停车方式，并严格按以下规则计算。

价目：
- 车型基础价：小型车 38、SUV 58、MPV 78
- 洗车类型：普通洗不加价；精洗为基础价 ×18÷10；打蜡为基础价 ×25÷10
- 附加项：内饰清洁 28、发动机清洗 45
- 停车费：室内 15、露天 0

计算顺序如下，每一步取整后的结果才可进入下一步：
1. 取得车型基础价。
2. 按洗车类型加价，并向上取整。
3. 若为会员，将第 2 步结果 ×85÷100 并向下取整；非会员保持不变。
4. 第 3 步结果记为 wash_cost。
5. 将所有附加项费用求和。
6. 若为节假日，将“wash_cost + 附加费”×12÷10 并向上取整；否则直接相加。
7. 加入停车费。停车费不参与节假日加成。
8. 第 7 步结果记为 total_bill。

小数系数必须按整数乘除计算，不得把多次取整合并。car_type 只能是“小型车”“SUV”“MPV”之一。

# 输出要求
只输出合法 JSON，不要输出 Markdown 或额外说明：
{"steps":"逐项记录 1 至 8 步的算式和结果","total_bill":数字,"wash_cost":数字,"car_type":"车型"}

# 示例 1
输入：张先生不是会员，非节假日，小型车普通洗，不加附加项目，露天停车。
输出：{"steps":"1.基础价38；2.普通洗不加价38；3.非会员不打折38；4.wash_cost=38；5.附加费0；6.非节假日38+0=38；7.露天停车0，合计38；8.total_bill=38","total_bill":38,"wash_cost":38,"car_type":"小型车"}

# 示例 2
输入：李先生是会员，节假日，SUV精洗，加内饰清洁，室内停车。
输出：{"steps":"1.基础价58；2.精洗58×18÷10=104.4，向上取整105；3.会员105×85÷100=89.25，向下取整89；4.wash_cost=89；5.附加费28；6.节假日(89+28)×12÷10=140.4，向上取整141；7.室内停车15，合计156；8.total_bill=156","total_bill":156,"wash_cost":89,"car_type":"SUV"}

现在计算用户输入的场景。

AI Coding：分期借贷还款引擎

已知需求范围

公开原文将本题描述为一个 HTTP JSON 服务工程：管理信贷产品、借款人、贷款、还款计划与交易流水，并支持以下业务能力：

三种还款方式：等额本息、等额本金、先息后本；
放款及还款计划生成；
提前还款与批量还款；
逾期罚息；
风险冻结；
展期与减免；
坏账核销、后续回收与冲正；
金额精确到分，日期按自然月计算；
可推进的虚拟时钟；
正确的状态流转；
幂等处理、LIFO 冲正，以及失败操作不得修改数据。

信息边界说明：公开原文只概述了题目，未给出考试中的完整 README。因此本文不编造具体 URL、请求响应字段、错误码、持久化格式或可运行代码；这些内容必须以考试 README 为唯一契约。

建议架构

领域模型层：信贷产品、借款人、贷款、期次计划、资金流水、业务事件与虚拟时钟。金额采用整数“分”或十进制定点数，禁止二进制浮点数进入账务计算。
规则与计算层：分别封装三种还款计划策略、自然月日期规则、罚息、提前还款、展期、减免和核销计算，避免把公式散落在路由中。
应用服务层：编排放款、还款、冻结、冲正等用例，并集中执行前置校验、状态机检查、幂等判断与事务提交。
存储层：保存实体、计划、不可变流水、幂等记录和冲正关联。所有会产生多处修改的操作必须原子化。
HTTP 适配层：仅负责 JSON 解析、按 README 校验输入、调用应用服务并映射响应；不承载核心业务规则。
测试层：金额公式、月末日期、状态转换、失败回滚、重复请求、批量原子性和冲正顺序分别测试，再进行端到端联调。

实施步骤

完整读取 README，先产出“实体、字段、接口、状态、规则、错误语义、验收场景”清单，并逐项回指原文。
建立金额、日期和虚拟时钟基础设施，优先验证分级舍入及月末、闰年等边界。
建立领域实体与状态机，明确每种命令允许的前置状态和成功后的目标状态。
用策略模式实现三种还款计划，先完成正常放款与按期还款的最小闭环。
增加提前还款、逾期罚息、批量还款、冻结、展期、减免、核销与回收。
增加幂等键记录、事务边界和失败回滚；流水一经记账只追加，不直接篡改。
实现冲正关联和 LIFO 校验，确保被冲正流水与派生余额、状态、计划同步恢复。
按 README 接入 HTTP 路由，逐接口做正常、非法、重复和边界场景测试。
跑完整业务流程回归，列出已实现、未实现和不确定项；只针对证据明确的问题定点修复。

验收清单

这类题的重点不是让 AI 一次性“生成整个项目”，而是让它先复述契约，再分层实现、逐层测试、对照 README 验收。缺失的信息必须标记为待确认，不能用看似合理的接口或代码填空。

这篇文章有帮助吗？

| GitHub 留言