职位题库

全栈开发工程师面试题库

面向全栈开发工程师相关面试,围绕系统设计、项目经验、沟通表达、Java、性能优化等主题展开练习,结合题目考察点、回答思路、参考答案和常见误区,梳理知识要点并练习清晰表达。

114 道题目建议用时 342 分钟专项面试练习

全部题目 114 道题

37

线程池涉及哪些参数?线程池的线程数如何确定?

考察Java线程池核心参数及线程数配置原则,评估并发编程基础。
38

拒绝策略都有哪些?分别适用于哪些场景?

考察对线程池拒绝策略的理解及实际应用场景选择能力。
39

Java方法中的参数是值传递还是引用传递?

考察Java参数传递机制的基础理解,区分值传递与引用传递的常见误区。
40

深拷贝用递归实现时可能出现哪些问题?如何解决循环引用?

考察候选人对递归深拷贝的边界问题(循环引用、栈溢出)的理解与解决方案。
41

请介绍 Redis 的过期删除机制。

考察对 Redis 过期键删除策略及其对性能与内存影响的掌握。
42

系统提示词和用户提示词有什么区别?为什么系统提示词优先级更高?

考察对 LLM 提示词分层设计与安全边界的理解。
43

React 与 Plan-and-Execute 框架有什么区别?复杂高容错场景该选哪个?

考察对 Agent 推理框架的对比理解及在复杂高容错场景下的架构选型能力。
44

讲一个你用 AI 开发的全栈项目:目标是什么?如何衡量?

考察候选人将 AI 能力落地为全栈项目的实践深度,以及目标设定与效果衡量的能力。
45

假设需求是10万架无人机要在同一视野内全部渲染出来,你会怎么做?请详细展开说明。

考察候选人对大规模3D渲染性能瓶颈的理解,以及能否提出系统性的优化方案,包括空间索引、LOD、实例化渲染、GPU优化等。
46

模型调用工具时出现参数幻觉或瞎编参数,你们怎么处理?

考察候选人对Agent工具调用可靠性的理解,包括参数校验、重试、提示工程、结构化输出等工程手段。
47

你简历上写的“故障诊断从15分钟缩短到1分钟”,这个指标是怎么测的?

考察候选人对指标定义和测量方法的严谨性,能否说明基线、测量方式、样本量和影响因素。
48

你的个人网站基本上都是通过 AI Coding 完成的吗?AI 生成的代码,你是怎么验证正确性的?除了测试前端交互和后端接口,还有没有其他验证方式?

考察候选人使用 AI 辅助编程的深度、对生成代码的验证意识和工程严谨性。
返回面试题库