每年这个季节都是技术岗求职者的硬仗期。商汤科技这种AI头部公司的校招笔试向来是关注度最高的一档尤其是它的第一场笔试——C/C、算法开发、大数据、后端、运维、测试、数据挖掘七个方向共卷题型跨度大、题量扎实、时间紧张很多人考完都感觉“前半场在写算法后半场在写作文”。这篇文章不聊八卦只拆技术把这场笔试背后的命题逻辑、每个方向的核心考点、典型题型和答题策略完整梳理一遍让你备考时不在方向上偏舵。如果你正在准备AI公司或者一线大厂的技术岗校招特别是C/C、算法、大数据、后端、数据挖掘这几个方向这篇文章就是给你准备的实操复盘。我会按“命题逻辑—知识点拆解—真题复现—避坑清单”的顺序来拆全程讲人话尽量让你看完就知道怎么练、练什么、考场上怎么分配时间。1. 这场笔试的命题逻辑AI公司校招在找什么样的人1.1 题型分布与时间分配的合理估算商汤这类AI公司的校招笔试虽然分了七个岗位方向但试卷的结构高度统一客观题选择题编程题在线OJ主观题简答/设计题三件套。选择题一般占30~40分覆盖C/C语法细节、操作系统、网络、数据结构、机器学习基础等编程题2~4道按难度递进最后是1~2道方向相关的主观题比如“数据挖掘岗让设计一个特征工程方案”“后端岗让画一个系统架构”都很常见。笔试总时长通常是90~120分钟。说实话120分钟的试卷大部分人的实际体验是不够用。选择题每个人用时差异很大基础好的15分钟能扫完基础弱的能磨40分钟。编程题每道20~30分钟主观题20分钟左右。我的经验是选择题不要反复纠结超过2分钟没思路就先标记跳过去编程题先把最简单的暴力解写出来保底主观题一定要写哪怕写不全也比留白强。1.2 七个方向背后的共同底层能力七个岗位方向看起来是并列的但笔试考察的底层能力高度重合代码基本功、数据结构与算法、对计算机系统的理解、对海量数据的处理意识。说白了不管你投的是C/C开发还是数据挖掘第一关都是在筛“这个人的工程师素质够不够”。这也解释了为什么商汤笔试的编程题往往不区分岗位——数据挖掘岗的考生也要答C语言风格的题目后端岗也要写动态规划。因为AI公司里岗位边界本来就模糊算法工程师要会写工程代码大数据开发要懂算法原理后端可能是所有方向的地基。所以备考时千万别赌“我只复习本方向就够”基本功是哪一关都绕不开的。2. 核心技术点逐一拆解每一科到底在考什么2.1 C/C不是考语法是考内存观很多同学复习C语言就是背语法、背关键字这就错了。商汤笔试里的C/C题表面考的是指针、数组、结构体实际考的是“你在写代码时脑子里有没有内存模型”。比如经典的指针和引用区别、const修饰指针的两种读法、深拷贝和浅拷贝的区别不是让你背定义而是看你能不能讲清楚底层发生了什么。举个例子选择题里常出现这种定义一个二维数组int a[3][4]问a1和a1的区别。如果不理解数组名在表达式中的退化规则、不理解步长的概念这道题就只能是蒙。而正确的思路是a是int[4]类型的指针a1跳过4个inta是整个二维数组的指针a1跳过整个数组也就是12个int。这就是内存观。让我直接给一个常见的考点清单指针运算与数组名退化规律步长、类型、优先级结构体对齐与内存布局sizeof的计算栈、堆、全局区、常量区的生命周期野指针、悬空指针、内存泄漏的成因与规避引用和指针的区别以及函数传参的三种方式位运算技巧清位、置位、交换、判断奇偶C里还要懂RAII、智能指针、STL容器底层数据结构的取舍很多同学觉得STL随便用就行但笔试会问vector的扩容机制、map和unordered_map的底层差异。vector之所以是动态数组本质是“三段迭代器内存重新分配”扩容时一般是1.5倍或2倍增长每次扩容都要把老数据搬过去。而map是红黑树有序查询O(logn)unordered_map是哈希表均摊O(1)但无序。笔试里问你“频繁查询用哪个”答案不一定是哈希表——如果需要范围查询哈希表就废了。注意C方向还有一个高频考点——虚函数和虚表。笔试考多态的实现原理时不是让你说“父类指针指向子类对象”而是让你说清楚虚函数表指针存在对象内存的哪个位置、虚函数表是类级别共享的、构造函数不能是虚函数的原因。2.2 算法开发从DP到深度学习的敲门砖算法岗位的笔试题目向来是“看起来熟悉做起来陌生”。它不会直接考你“写一个快排”而是给你一个经过包装的场景让你把它抽象成算法问题。数据结构部分高频考链表、二叉树、堆、图算法部分高频考动态规划、二分查找、贪心、DFS/BFS、滑动窗口、前缀和。动态规划是重灾区。很多人DP学不好是因为上来就背状态转移方程而不是先搞明白“状态定义”。笔试题里最常见的DP套路有二维网格走法数状态是坐标转移是左边和上边、背包问题状态是容量和物品、最长递增子序列状态是当前元素作为结尾时的最长长度。我的建议是每道DP题先写清楚dp[i]或dp[i][j]代表什么再推导递推关系最后想初始化和遍历顺序。这三步只要逻辑通顺代码自己就出来了。商汤毕竟是视觉AI起家算法笔试偶尔会渗透一些图像/深度学习背景的题目比如卷积层的感受野计算、池化层的作用、BatchNorm解决了什么问题。这类题一般不深偏概念理解主要是筛你有没有基本的AI常识。另外算法题的边界条件也特别爱考。比如“反转链表”里链表为空或只有一个节点的情况“二分查找”里左闭右开和左闭右闭两种写法的死循环问题。边界条件写全是代码从“能跑”到“不挂”的分水岭。2.3 大数据从海量数据里筛出真问题大数据方向笔试的核心就是那句话——“单机装不下怎么办”。所有题目归结起来就是四大类海量数据排序/去重/查找TopK、数据倾斜与分区、流式计算与窗口、分布式一致性。懂行的同学一眼就能看出来这考的是MapReduce思想、哈希分片、外部排序、布隆过滤器、Bitmap这些基础工具。一道典型题1亿个整数找出重复次数最多的前100个。单机内存装不下1亿个整数直接排序正常解法是“哈希分片”思路——先对每个数字取哈希对100取模把数据拆到100个小文件里每个文件单独统计频率再合并各文件的前100。这里考的核心是“分而治之”的工程思想不是代码技巧。还有一个高频概念是数据倾斜。笔试会让你分析“某个key的数据量特别大导致Reduce阶段长期卡住”的原因和解决方案。常见的对策有给倾斜key加随机前缀打散、对倾斜key单独处理、两阶段聚合先局部聚合再全局聚合。这几句话在面试里说出来就是实打实的加分项。我在笔试里最怕的不是大数据题难而是同学直接用单机思维愣解。商汤这种AI公司的数据规模一天可能是PB级你要展现的是对分布式环境的理解。答题时哪怕写伪代码、写思路也要把“分片—并行—归并”这个主旋律写清楚。实操心得备考大数据方向时别只背名词动手搭一个简易MapReduce流程跑一遍——比如用Python写个map函数和reduce函数模拟wordcount理解数据是怎么经过shuffle的。这个过程比刷十道题都有用。2.4 后端开发工程化能力见真章后端岗的笔试除了算法题主观题往往聚焦系统设计和工程实践。常见的就是“设计一个短链系统”“设计一个带过期时间的缓存”“如何保证接口幂等性”。这些题没有唯一答案但考察的是你是不是真的做过后端有没有踩过生产环境的坑。先说短链系统这种经典设计题。答题的主线非常清晰短链生成哈希冲突处理、存储选型KV存储、重定向301还是302、并发量预估、缓存层设计。每个环节都能展开聊很多比如短链一般6~8位字符用Base62编码预估每天千万级生成量时单库单表能否扛住要不要引入分库分表或分布式ID。带过期时间的缓存这个题我在笔试和面试里都见过。考察点在于过期时间是存在缓存条目里还是单独维护惰性删除和定期删除怎么选缓存满了之后用LRU还是LFU淘汰能写出一个线程安全的LRU哈希表双向链表这就是一个很完整的答案。后端方向的编程题还喜欢考网络和并发相关的问题TCP三次握手和四次挥手为什么状态不同、进程和线程和协程的区别、select/poll/epoll的机制差异、什么是IO多路复用。这些属于“背了就有分”的题但很多科班同学到毕业都说不清楚epoll和poll的本质区别——epoll用事件驱动回调机制时间复杂度是O(1)poll是每次全量扫描O(n)。注意如果你是投后端方向建议提前把Redis、MySQL、Kafka、Nginx这些中间件的基础原理过一遍因为笔试经常以选择题形式出现比如Redis的持久化机制有RDB和AOF、Kafka为啥快顺序写页缓存零拷贝这些都是后端开发的基本功。2.5 数据挖掘特征工程与模型评估数据挖掘方向的笔试主观题最喜欢考“给你一个业务场景你怎么做数据建模”。比如“预测用户流失概率”“商品推荐排序”。这种题别直接上来写模型要用标准的数据挖掘流程去答数据理解→数据清洗→特征工程→模型选择→评估迭代。特征工程是出题人最偏爱的考点也是你展示工程经验的地方。缺失值处理要区分机制随机缺失和非随机缺失处理策略不同连续特征离散化用什么分箱策略等距、等频、基于熵的分箱类别特征用One-Hot还是Label-Encoding要不要做特征交叉——这些都是能做文章的地方。模型评估也是一个高频主题。你需要能说清楚准确率、精确率、召回率、F1、AUC的区别和适用场景。特别是有类别不平衡的数据集比如正样本只占1%此时准确率就是陷阱模型全预测负样本也能拿到99%准确率但毫无业务价值这时候更该看PR曲线或AUC。这个分析思路在笔试里写出来是很亮眼的。另外一个常考细节是交叉验证为什么用K折而不是直接用训练集测试集划分因为小数据集上直接划分一次结果方差太大K折能更稳定地评估模型泛化能力。K值怎么选一般选5或10数据集小就加大K值数据集大就减小K值。3. 实操复现三道典型真题的完整解法3.1 C语言经典写一个安全的字符串逆序函数这题考C/C基本功看起来简单写对不容易。要求实现一个函数输入一个字符串原地逆序不能用库函数strlen和strrev。#include stdio.h void reverse(char *s) { if (s NULL) return; char *left s; char *right s; while (*right ! \0) { right; } right--; // right现在指向最后一个有效字符不是\0 while (left right) { char tmp *left; *left *right; *right tmp; left; right--; } } int main() { char s[] hello world; reverse(s); printf(%s\n, s); return 0; }强调两个细节第一函数入口必须先判断指针为空否则后续解引用就是未定义行为在OJ上可能直接跑异常。第二找字符串尾部时先让right走到\0位置再回退一步否则把\0交换到字符串头部输出就变成空串了。这种代码你本地测试时很难测出问题因为习惯了用printf看结果一旦把\0换到首位printf什么都不输出肉眼可见地错了但还有一个更隐蔽的情况是数组越界或者访问了不该访问的地址这在OJ上会报RE排查起来很费时间。很多科班同学笔试时会遇到这个问题本地跑好好的提交就RE。我遇到过最典型的就是把main里的char *s hello world传给这个函数试图修改字符串字面量这会在运行时直接崩溃。因为字符串字面量存储在只读常量区对其进行写操作属于未定义行为在Linux上一般会触发段错误在Windows上可能表现成卡死或弹出程序崩溃窗口。正确做法是像代码里一样定义成char s[]数组这样字符串会存到栈上才可以修改。3.2 海量数据题如何找出出现频率最高的TopK这题是商汤笔试的高频题也是大数据岗的“必刷题”。题面一般是一个超大文件里存了N个整数内存只能容纳M个数要求找出出现次数最多的K个数。这个场景就是典型的“内存装不下”问题必须分治。第一步哈希分片。用hash(num) % P把大文件拆成P个小文件P的取值要保证每个小文件能完全读入内存。比如你有1GB内存每个小文件控制在100MB左右P就取至少10。为什么用哈希分片而不是直接按数值大小切因为同一个数值的所有出现必须落在同一个小文件里否则统计的频率就碎了。第二步逐个小文件统计。对每个小文件用哈希表统计每个数出现的次数维护一个大小为K的小根堆堆顶是当前最小的频率值只有当新的频率大于堆顶时才替换。最终每个小文件都得到一个TopK。第三步合并。把P个小文件的TopK汇总再做一次排序或堆筛选得到全局TopK。#include bits/stdc.h using namespace std; // 用最小堆求TopK堆里保存频率最大的K个元素 void addToHeap(priority_queuepairint, int, vectorpairint, int, greaterpairint, int minHeap, int num, int freq, int k) { if (minHeap.size() k) { minHeap.push({freq, num}); } else if (freq minHeap.top().first) { minHeap.pop(); minHeap.push({freq, num}); } }这一步就完了还差最重要的一句话。无论代码还是伪代码你得把“为什么用哈希分片而不是直接排序”“为什么用小根堆而不是大根堆”写明白。小根堆大小固定为K堆顶永远是当前TopK里的最小值新元素只要比它大就替换这样堆里始终维护的是当前见过最大的K个复杂度O(nlogK)要比全排序的O(nlogn)快很多。这反映的是工程思维不是纯算法思维——知道K很小所以用堆是划算的。3.3 系统设计题设计一个支持过期时间的键值缓存后端和运维方向的主观题这题我强烈建议大家提前准备。因为无论投哪家公司缓存设计都是高频考点。答题的框架要清晰API设计、存储结构、过期策略、并发控制。API设计很简单put(key, value, ttl) 和 get(key)。get过期返回空。存储结构用哈希表存key到缓存的映射缓存项里包含value和expireTime过期时间戳。这里关键点来了——判断过期是用“懒删除”还是“定期删除”Redis的答案可以作为范本惰性删除定期删除结合。惰性删除是get的时候检查expireTime过期了就删掉并返回空定期删除是每隔一段时间随机抽查一批带过期时间的key过期就删。为什么要这样结合纯惰性删除会导致大量过期key一直占内存直到被访问内存可能被“垃圾”占据纯定期删除又需要额外线程而且如果key特别多全量扫描太耗时。两者结合既保证了过期key能及时回收又避免了频繁全量扫描。代码层面还要考虑线程安全。最朴素的做法是给整个缓存加一把大锁写起来简单但并发性能差。进阶一点用读写锁读多写少场景下读锁可以并发写锁互斥。再进阶就是分段锁把哈希表分成多个桶每个桶一把锁减少锁竞争。public class CacheItem { String value; long expireTime; // 绝对的过期时间戳单位ms public CacheItem(String value, long ttl) { this.value value; this.expireTime System.currentTimeMillis() ttl; } public boolean isExpired() { return System.currentTimeMillis() expireTime; } }特别提醒存过期时间时一定要存“绝对过期时间戳”而不是“相对存活时长”。因为在并发场景下如果存相对时长取的时候还要重新计算——谁减谁、延时多少很容易因为代码写错导致误删或活数据提前过期。存绝对时间戳每次判断就是一个简单的比较语义清晰。这种细节也是笔试阅卷时能拉开差距的地方。4. 笔试常见问题与避坑清单4.1 编码习惯与编译运行陷阱先列一个我当面试官、也当考生时都踩过的错题集都是真实高频的失分点缺头文件用了malloc不包含stdlib.h、用了bool不包含stdbool.h本地可能因为编译器宽松过提交环境严格就直接CE编译错误。数组越界很多题数据范围n100000你开了int a[100000]访问a[100000]就已经越界了。这种错误本地不报错但在Linux系统上可能恰好踩到未映射的页导致RE。多组输入输出做题之前先看题目的输入描述。是单组还是多组测试多组测试时循环条件怎么写。很多人栽在这里不是因为不会做而是因为输出格式不符被判定WA。死循环与超时写了while(1)忘了break、递归没有终止条件OJ上直接TLE。写完代码先扫一遍循环出口是否存在。大数问题int溢出比如两个1e9相加就溢出了要用long long。有些题明知道会溢出还是有人用int交上去白白丢分。注意在线笔试时代码跑不跑得通是一回事代码写不写得“干净”是另一回事。有些系统有代码查重和风格审阅就算没查重面试官后续也会看到你的笔试代码写一手规范的缩进和命名至少不会在后面的面试轮次里成为扣分项。建议平时就养成好习惯——变量名用完整英文单词不要用a、b、c、tmp一路走到底。怎么训练刷题时多做“多语言多环境”测试。我备考时每道题都在本地用gcc编译一次加上-Wall -Wextra警告选项再提交到OJ上看结果。这样能把大部分编译警告和运行时崩溃提前暴露出来。很多同学直到笔试前都没在Linux环境下编译过C/C代码上了考场才发现连头文件大小写错了都能CE特别亏。4.2 答题策略先保底、再优化、最后补设计笔试考场上最大的敌人是“完美主义”。尤其是编程题总想着一次写出最优解结果前两题耗时太久后面的题只能空着更亏。我的稳定策略是分三轮走第一轮用5~10分钟把所有题目全部看一遍判断题目的难度和熟悉度在草稿纸上标出“优先做”和“最后做”的顺序。编程题先做思路最清晰的那道哪怕用暴力解法先过一遍样例先把分数拿到手里这道题至少不是零分。第二轮把暴力解法优化到正解。比如第一轮用两层循环暴力求TopK第二轮改成小根堆O(nlogK)。要记住一个原则——OJ判题看的是最终的运行结果和运行时间不是看你第一版的代码所以你可以先在编辑器里把暴力解写出来理清逻辑再在这个基础上改。第三轮回到主观题。主观题通常是系统设计或场景分析评分标准里“思路完整”的权重远高于“方案完美”。哪怕你写不出全文也要把自己的思考链路写出来先用什么遇到瓶颈怎么办再加什么。阅卷人最怕看到空白最不怕看到有逻辑的草稿。时间分配上我个人的经验值供参考30%时间给选择题、50%时间给编程题、20%时间给主观题。如果你的岗位方向是C/C或算法把编程题的权重再调高一些如果是运维/测试方向主观题的权重可以适当往上加因为这两个方向更关注你在遇到问题时的排查思路。4.3 从笔试到面试拿什么状态去衔接笔试结束不代表备考结束。真正拉开差距的是笔试后到面试前这段时间的复盘。我见过太多人笔试完了就扔了结果面试被问“你笔试最后一题怎么设计的”时支支吾吾直接给人留下“不是自己写的”的负面印象。考完的当天或者第二天做三件事第一把自己笔试时卡住的题重新做一遍搞清楚思路第二把主观题答案重新组织一遍写成一份正式的文档因为面试官很可能就拿着你的答卷追问第三做一套模拟面试问答把每道题的“为什么”准备好。比如你写了“用哈希分片解决海量数据”就得能解释为什么用哈希而不是范围分片——哈希能让相同key的数据稳定落在同一个桶而范围分片在数据分布偏斜时个别桶会特别大失去分片的意义。另外一个容易被忽略的环节是介绍项目经历。智能硬件公司或AI公司的面试官尤其看重候选人有没有比较完整的项目经验。技术栈是不是最前沿不重要重要的是你是不是真的搞懂了自己做的系统的每个环节。如果你在简历上写了“负责XX系统的后端开发”最起码要把以下问题准备一遍系统的QPS是多少遇到的最大挑战是什么有没有出现过线上事故怎么处理的被追问到细节时一定不要用“这个我不太清楚”来搪塞——回答不清楚的地方比诚实的小失误更减分。5. 最后再分享一点实践经验写到这里我特别想说一句商汤这场笔试它的题目本身并不是为了刁难你而是在快速筛选“扎实”的人。做对几道题不代表你一定会被录用但如果你在C/C上指针都不熟、在大数据上只知道Hadoop三个字母、在后端上说不清缓存和数据库的一致性那确实说明还没准备好。我自己的备考经验里最有用的“捷径”是——把每道错题都变成一张知识卡片。比如这道题考了“为什么map底层是红黑树”我就把红黑树的特点、和AVL树的区别、为什么STL选它不选AVL全写到卡片上。到笔试前我的知识卡片可能不到100张但每张都覆盖一个足够深的考点。面试时被问到相关话题脑子里的知识结构是树形的不是零散的碎片追问到哪一层都能接得住。还有一点是工程习惯要从平时做起。考试的时候你是没有调试器的所有逻辑得靠脑子推演。平时写代码就用“先想边界、再写主体、最后补注释”的套路到考场上才能在不调试的情况下一次把代码写到七七八八。很多同学平时依赖IDE自动补全和单步调试笔试一关调试器就慌了这就是平时训练方式出了问题。如果你正在准备AI公司或大厂的校招不管你投的是C/C、算法开发、大数据、后端还是数据挖掘方向把基本功打扎实永远是性价比最高的策略。笔试只是第一道门真正让你走得更远的是对技术的理解深度以及遇到问题时的工程化解决思路。希望这篇复盘能帮你少走几步弯路考场上多稳几分。 商汤科技校招笔试全解析：七大方向考点与备考策略复盘
每年这个季节都是技术岗求职者的硬仗期。商汤科技这种AI头部公司的校招笔试向来是关注度最高的一档尤其是它的第一场笔试——C/C、算法开发、大数据、后端、运维、测试、数据挖掘七个方向共卷题型跨度大、题量扎实、时间紧张很多人考完都感觉“前半场在写算法后半场在写作文”。这篇文章不聊八卦只拆技术把这场笔试背后的命题逻辑、每个方向的核心考点、典型题型和答题策略完整梳理一遍让你备考时不在方向上偏舵。如果你正在准备AI公司或者一线大厂的技术岗校招特别是C/C、算法、大数据、后端、数据挖掘这几个方向这篇文章就是给你准备的实操复盘。我会按“命题逻辑—知识点拆解—真题复现—避坑清单”的顺序来拆全程讲人话尽量让你看完就知道怎么练、练什么、考场上怎么分配时间。1. 这场笔试的命题逻辑AI公司校招在找什么样的人1.1 题型分布与时间分配的合理估算商汤这类AI公司的校招笔试虽然分了七个岗位方向但试卷的结构高度统一客观题选择题编程题在线OJ主观题简答/设计题三件套。选择题一般占30~40分覆盖C/C语法细节、操作系统、网络、数据结构、机器学习基础等编程题2~4道按难度递进最后是1~2道方向相关的主观题比如“数据挖掘岗让设计一个特征工程方案”“后端岗让画一个系统架构”都很常见。笔试总时长通常是90~120分钟。说实话120分钟的试卷大部分人的实际体验是不够用。选择题每个人用时差异很大基础好的15分钟能扫完基础弱的能磨40分钟。编程题每道20~30分钟主观题20分钟左右。我的经验是选择题不要反复纠结超过2分钟没思路就先标记跳过去编程题先把最简单的暴力解写出来保底主观题一定要写哪怕写不全也比留白强。1.2 七个方向背后的共同底层能力七个岗位方向看起来是并列的但笔试考察的底层能力高度重合代码基本功、数据结构与算法、对计算机系统的理解、对海量数据的处理意识。说白了不管你投的是C/C开发还是数据挖掘第一关都是在筛“这个人的工程师素质够不够”。这也解释了为什么商汤笔试的编程题往往不区分岗位——数据挖掘岗的考生也要答C语言风格的题目后端岗也要写动态规划。因为AI公司里岗位边界本来就模糊算法工程师要会写工程代码大数据开发要懂算法原理后端可能是所有方向的地基。所以备考时千万别赌“我只复习本方向就够”基本功是哪一关都绕不开的。2. 核心技术点逐一拆解每一科到底在考什么2.1 C/C不是考语法是考内存观很多同学复习C语言就是背语法、背关键字这就错了。商汤笔试里的C/C题表面考的是指针、数组、结构体实际考的是“你在写代码时脑子里有没有内存模型”。比如经典的指针和引用区别、const修饰指针的两种读法、深拷贝和浅拷贝的区别不是让你背定义而是看你能不能讲清楚底层发生了什么。举个例子选择题里常出现这种定义一个二维数组int a[3][4]问a1和a1的区别。如果不理解数组名在表达式中的退化规则、不理解步长的概念这道题就只能是蒙。而正确的思路是a是int[4]类型的指针a1跳过4个inta是整个二维数组的指针a1跳过整个数组也就是12个int。这就是内存观。让我直接给一个常见的考点清单指针运算与数组名退化规律步长、类型、优先级结构体对齐与内存布局sizeof的计算栈、堆、全局区、常量区的生命周期野指针、悬空指针、内存泄漏的成因与规避引用和指针的区别以及函数传参的三种方式位运算技巧清位、置位、交换、判断奇偶C里还要懂RAII、智能指针、STL容器底层数据结构的取舍很多同学觉得STL随便用就行但笔试会问vector的扩容机制、map和unordered_map的底层差异。vector之所以是动态数组本质是“三段迭代器内存重新分配”扩容时一般是1.5倍或2倍增长每次扩容都要把老数据搬过去。而map是红黑树有序查询O(logn)unordered_map是哈希表均摊O(1)但无序。笔试里问你“频繁查询用哪个”答案不一定是哈希表——如果需要范围查询哈希表就废了。注意C方向还有一个高频考点——虚函数和虚表。笔试考多态的实现原理时不是让你说“父类指针指向子类对象”而是让你说清楚虚函数表指针存在对象内存的哪个位置、虚函数表是类级别共享的、构造函数不能是虚函数的原因。2.2 算法开发从DP到深度学习的敲门砖算法岗位的笔试题目向来是“看起来熟悉做起来陌生”。它不会直接考你“写一个快排”而是给你一个经过包装的场景让你把它抽象成算法问题。数据结构部分高频考链表、二叉树、堆、图算法部分高频考动态规划、二分查找、贪心、DFS/BFS、滑动窗口、前缀和。动态规划是重灾区。很多人DP学不好是因为上来就背状态转移方程而不是先搞明白“状态定义”。笔试题里最常见的DP套路有二维网格走法数状态是坐标转移是左边和上边、背包问题状态是容量和物品、最长递增子序列状态是当前元素作为结尾时的最长长度。我的建议是每道DP题先写清楚dp[i]或dp[i][j]代表什么再推导递推关系最后想初始化和遍历顺序。这三步只要逻辑通顺代码自己就出来了。商汤毕竟是视觉AI起家算法笔试偶尔会渗透一些图像/深度学习背景的题目比如卷积层的感受野计算、池化层的作用、BatchNorm解决了什么问题。这类题一般不深偏概念理解主要是筛你有没有基本的AI常识。另外算法题的边界条件也特别爱考。比如“反转链表”里链表为空或只有一个节点的情况“二分查找”里左闭右开和左闭右闭两种写法的死循环问题。边界条件写全是代码从“能跑”到“不挂”的分水岭。2.3 大数据从海量数据里筛出真问题大数据方向笔试的核心就是那句话——“单机装不下怎么办”。所有题目归结起来就是四大类海量数据排序/去重/查找TopK、数据倾斜与分区、流式计算与窗口、分布式一致性。懂行的同学一眼就能看出来这考的是MapReduce思想、哈希分片、外部排序、布隆过滤器、Bitmap这些基础工具。一道典型题1亿个整数找出重复次数最多的前100个。单机内存装不下1亿个整数直接排序正常解法是“哈希分片”思路——先对每个数字取哈希对100取模把数据拆到100个小文件里每个文件单独统计频率再合并各文件的前100。这里考的核心是“分而治之”的工程思想不是代码技巧。还有一个高频概念是数据倾斜。笔试会让你分析“某个key的数据量特别大导致Reduce阶段长期卡住”的原因和解决方案。常见的对策有给倾斜key加随机前缀打散、对倾斜key单独处理、两阶段聚合先局部聚合再全局聚合。这几句话在面试里说出来就是实打实的加分项。我在笔试里最怕的不是大数据题难而是同学直接用单机思维愣解。商汤这种AI公司的数据规模一天可能是PB级你要展现的是对分布式环境的理解。答题时哪怕写伪代码、写思路也要把“分片—并行—归并”这个主旋律写清楚。实操心得备考大数据方向时别只背名词动手搭一个简易MapReduce流程跑一遍——比如用Python写个map函数和reduce函数模拟wordcount理解数据是怎么经过shuffle的。这个过程比刷十道题都有用。2.4 后端开发工程化能力见真章后端岗的笔试除了算法题主观题往往聚焦系统设计和工程实践。常见的就是“设计一个短链系统”“设计一个带过期时间的缓存”“如何保证接口幂等性”。这些题没有唯一答案但考察的是你是不是真的做过后端有没有踩过生产环境的坑。先说短链系统这种经典设计题。答题的主线非常清晰短链生成哈希冲突处理、存储选型KV存储、重定向301还是302、并发量预估、缓存层设计。每个环节都能展开聊很多比如短链一般6~8位字符用Base62编码预估每天千万级生成量时单库单表能否扛住要不要引入分库分表或分布式ID。带过期时间的缓存这个题我在笔试和面试里都见过。考察点在于过期时间是存在缓存条目里还是单独维护惰性删除和定期删除怎么选缓存满了之后用LRU还是LFU淘汰能写出一个线程安全的LRU哈希表双向链表这就是一个很完整的答案。后端方向的编程题还喜欢考网络和并发相关的问题TCP三次握手和四次挥手为什么状态不同、进程和线程和协程的区别、select/poll/epoll的机制差异、什么是IO多路复用。这些属于“背了就有分”的题但很多科班同学到毕业都说不清楚epoll和poll的本质区别——epoll用事件驱动回调机制时间复杂度是O(1)poll是每次全量扫描O(n)。注意如果你是投后端方向建议提前把Redis、MySQL、Kafka、Nginx这些中间件的基础原理过一遍因为笔试经常以选择题形式出现比如Redis的持久化机制有RDB和AOF、Kafka为啥快顺序写页缓存零拷贝这些都是后端开发的基本功。2.5 数据挖掘特征工程与模型评估数据挖掘方向的笔试主观题最喜欢考“给你一个业务场景你怎么做数据建模”。比如“预测用户流失概率”“商品推荐排序”。这种题别直接上来写模型要用标准的数据挖掘流程去答数据理解→数据清洗→特征工程→模型选择→评估迭代。特征工程是出题人最偏爱的考点也是你展示工程经验的地方。缺失值处理要区分机制随机缺失和非随机缺失处理策略不同连续特征离散化用什么分箱策略等距、等频、基于熵的分箱类别特征用One-Hot还是Label-Encoding要不要做特征交叉——这些都是能做文章的地方。模型评估也是一个高频主题。你需要能说清楚准确率、精确率、召回率、F1、AUC的区别和适用场景。特别是有类别不平衡的数据集比如正样本只占1%此时准确率就是陷阱模型全预测负样本也能拿到99%准确率但毫无业务价值这时候更该看PR曲线或AUC。这个分析思路在笔试里写出来是很亮眼的。另外一个常考细节是交叉验证为什么用K折而不是直接用训练集测试集划分因为小数据集上直接划分一次结果方差太大K折能更稳定地评估模型泛化能力。K值怎么选一般选5或10数据集小就加大K值数据集大就减小K值。3. 实操复现三道典型真题的完整解法3.1 C语言经典写一个安全的字符串逆序函数这题考C/C基本功看起来简单写对不容易。要求实现一个函数输入一个字符串原地逆序不能用库函数strlen和strrev。#include stdio.h void reverse(char *s) { if (s NULL) return; char *left s; char *right s; while (*right ! \0) { right; } right--; // right现在指向最后一个有效字符不是\0 while (left right) { char tmp *left; *left *right; *right tmp; left; right--; } } int main() { char s[] hello world; reverse(s); printf(%s\n, s); return 0; }强调两个细节第一函数入口必须先判断指针为空否则后续解引用就是未定义行为在OJ上可能直接跑异常。第二找字符串尾部时先让right走到\0位置再回退一步否则把\0交换到字符串头部输出就变成空串了。这种代码你本地测试时很难测出问题因为习惯了用printf看结果一旦把\0换到首位printf什么都不输出肉眼可见地错了但还有一个更隐蔽的情况是数组越界或者访问了不该访问的地址这在OJ上会报RE排查起来很费时间。很多科班同学笔试时会遇到这个问题本地跑好好的提交就RE。我遇到过最典型的就是把main里的char *s hello world传给这个函数试图修改字符串字面量这会在运行时直接崩溃。因为字符串字面量存储在只读常量区对其进行写操作属于未定义行为在Linux上一般会触发段错误在Windows上可能表现成卡死或弹出程序崩溃窗口。正确做法是像代码里一样定义成char s[]数组这样字符串会存到栈上才可以修改。3.2 海量数据题如何找出出现频率最高的TopK这题是商汤笔试的高频题也是大数据岗的“必刷题”。题面一般是一个超大文件里存了N个整数内存只能容纳M个数要求找出出现次数最多的K个数。这个场景就是典型的“内存装不下”问题必须分治。第一步哈希分片。用hash(num) % P把大文件拆成P个小文件P的取值要保证每个小文件能完全读入内存。比如你有1GB内存每个小文件控制在100MB左右P就取至少10。为什么用哈希分片而不是直接按数值大小切因为同一个数值的所有出现必须落在同一个小文件里否则统计的频率就碎了。第二步逐个小文件统计。对每个小文件用哈希表统计每个数出现的次数维护一个大小为K的小根堆堆顶是当前最小的频率值只有当新的频率大于堆顶时才替换。最终每个小文件都得到一个TopK。第三步合并。把P个小文件的TopK汇总再做一次排序或堆筛选得到全局TopK。#include bits/stdc.h using namespace std; // 用最小堆求TopK堆里保存频率最大的K个元素 void addToHeap(priority_queuepairint, int, vectorpairint, int, greaterpairint, int minHeap, int num, int freq, int k) { if (minHeap.size() k) { minHeap.push({freq, num}); } else if (freq minHeap.top().first) { minHeap.pop(); minHeap.push({freq, num}); } }这一步就完了还差最重要的一句话。无论代码还是伪代码你得把“为什么用哈希分片而不是直接排序”“为什么用小根堆而不是大根堆”写明白。小根堆大小固定为K堆顶永远是当前TopK里的最小值新元素只要比它大就替换这样堆里始终维护的是当前见过最大的K个复杂度O(nlogK)要比全排序的O(nlogn)快很多。这反映的是工程思维不是纯算法思维——知道K很小所以用堆是划算的。3.3 系统设计题设计一个支持过期时间的键值缓存后端和运维方向的主观题这题我强烈建议大家提前准备。因为无论投哪家公司缓存设计都是高频考点。答题的框架要清晰API设计、存储结构、过期策略、并发控制。API设计很简单put(key, value, ttl) 和 get(key)。get过期返回空。存储结构用哈希表存key到缓存的映射缓存项里包含value和expireTime过期时间戳。这里关键点来了——判断过期是用“懒删除”还是“定期删除”Redis的答案可以作为范本惰性删除定期删除结合。惰性删除是get的时候检查expireTime过期了就删掉并返回空定期删除是每隔一段时间随机抽查一批带过期时间的key过期就删。为什么要这样结合纯惰性删除会导致大量过期key一直占内存直到被访问内存可能被“垃圾”占据纯定期删除又需要额外线程而且如果key特别多全量扫描太耗时。两者结合既保证了过期key能及时回收又避免了频繁全量扫描。代码层面还要考虑线程安全。最朴素的做法是给整个缓存加一把大锁写起来简单但并发性能差。进阶一点用读写锁读多写少场景下读锁可以并发写锁互斥。再进阶就是分段锁把哈希表分成多个桶每个桶一把锁减少锁竞争。public class CacheItem { String value; long expireTime; // 绝对的过期时间戳单位ms public CacheItem(String value, long ttl) { this.value value; this.expireTime System.currentTimeMillis() ttl; } public boolean isExpired() { return System.currentTimeMillis() expireTime; } }特别提醒存过期时间时一定要存“绝对过期时间戳”而不是“相对存活时长”。因为在并发场景下如果存相对时长取的时候还要重新计算——谁减谁、延时多少很容易因为代码写错导致误删或活数据提前过期。存绝对时间戳每次判断就是一个简单的比较语义清晰。这种细节也是笔试阅卷时能拉开差距的地方。4. 笔试常见问题与避坑清单4.1 编码习惯与编译运行陷阱先列一个我当面试官、也当考生时都踩过的错题集都是真实高频的失分点缺头文件用了malloc不包含stdlib.h、用了bool不包含stdbool.h本地可能因为编译器宽松过提交环境严格就直接CE编译错误。数组越界很多题数据范围n100000你开了int a[100000]访问a[100000]就已经越界了。这种错误本地不报错但在Linux系统上可能恰好踩到未映射的页导致RE。多组输入输出做题之前先看题目的输入描述。是单组还是多组测试多组测试时循环条件怎么写。很多人栽在这里不是因为不会做而是因为输出格式不符被判定WA。死循环与超时写了while(1)忘了break、递归没有终止条件OJ上直接TLE。写完代码先扫一遍循环出口是否存在。大数问题int溢出比如两个1e9相加就溢出了要用long long。有些题明知道会溢出还是有人用int交上去白白丢分。注意在线笔试时代码跑不跑得通是一回事代码写不写得“干净”是另一回事。有些系统有代码查重和风格审阅就算没查重面试官后续也会看到你的笔试代码写一手规范的缩进和命名至少不会在后面的面试轮次里成为扣分项。建议平时就养成好习惯——变量名用完整英文单词不要用a、b、c、tmp一路走到底。怎么训练刷题时多做“多语言多环境”测试。我备考时每道题都在本地用gcc编译一次加上-Wall -Wextra警告选项再提交到OJ上看结果。这样能把大部分编译警告和运行时崩溃提前暴露出来。很多同学直到笔试前都没在Linux环境下编译过C/C代码上了考场才发现连头文件大小写错了都能CE特别亏。4.2 答题策略先保底、再优化、最后补设计笔试考场上最大的敌人是“完美主义”。尤其是编程题总想着一次写出最优解结果前两题耗时太久后面的题只能空着更亏。我的稳定策略是分三轮走第一轮用5~10分钟把所有题目全部看一遍判断题目的难度和熟悉度在草稿纸上标出“优先做”和“最后做”的顺序。编程题先做思路最清晰的那道哪怕用暴力解法先过一遍样例先把分数拿到手里这道题至少不是零分。第二轮把暴力解法优化到正解。比如第一轮用两层循环暴力求TopK第二轮改成小根堆O(nlogK)。要记住一个原则——OJ判题看的是最终的运行结果和运行时间不是看你第一版的代码所以你可以先在编辑器里把暴力解写出来理清逻辑再在这个基础上改。第三轮回到主观题。主观题通常是系统设计或场景分析评分标准里“思路完整”的权重远高于“方案完美”。哪怕你写不出全文也要把自己的思考链路写出来先用什么遇到瓶颈怎么办再加什么。阅卷人最怕看到空白最不怕看到有逻辑的草稿。时间分配上我个人的经验值供参考30%时间给选择题、50%时间给编程题、20%时间给主观题。如果你的岗位方向是C/C或算法把编程题的权重再调高一些如果是运维/测试方向主观题的权重可以适当往上加因为这两个方向更关注你在遇到问题时的排查思路。4.3 从笔试到面试拿什么状态去衔接笔试结束不代表备考结束。真正拉开差距的是笔试后到面试前这段时间的复盘。我见过太多人笔试完了就扔了结果面试被问“你笔试最后一题怎么设计的”时支支吾吾直接给人留下“不是自己写的”的负面印象。考完的当天或者第二天做三件事第一把自己笔试时卡住的题重新做一遍搞清楚思路第二把主观题答案重新组织一遍写成一份正式的文档因为面试官很可能就拿着你的答卷追问第三做一套模拟面试问答把每道题的“为什么”准备好。比如你写了“用哈希分片解决海量数据”就得能解释为什么用哈希而不是范围分片——哈希能让相同key的数据稳定落在同一个桶而范围分片在数据分布偏斜时个别桶会特别大失去分片的意义。另外一个容易被忽略的环节是介绍项目经历。智能硬件公司或AI公司的面试官尤其看重候选人有没有比较完整的项目经验。技术栈是不是最前沿不重要重要的是你是不是真的搞懂了自己做的系统的每个环节。如果你在简历上写了“负责XX系统的后端开发”最起码要把以下问题准备一遍系统的QPS是多少遇到的最大挑战是什么有没有出现过线上事故怎么处理的被追问到细节时一定不要用“这个我不太清楚”来搪塞——回答不清楚的地方比诚实的小失误更减分。5. 最后再分享一点实践经验写到这里我特别想说一句商汤这场笔试它的题目本身并不是为了刁难你而是在快速筛选“扎实”的人。做对几道题不代表你一定会被录用但如果你在C/C上指针都不熟、在大数据上只知道Hadoop三个字母、在后端上说不清缓存和数据库的一致性那确实说明还没准备好。我自己的备考经验里最有用的“捷径”是——把每道错题都变成一张知识卡片。比如这道题考了“为什么map底层是红黑树”我就把红黑树的特点、和AVL树的区别、为什么STL选它不选AVL全写到卡片上。到笔试前我的知识卡片可能不到100张但每张都覆盖一个足够深的考点。面试时被问到相关话题脑子里的知识结构是树形的不是零散的碎片追问到哪一层都能接得住。还有一点是工程习惯要从平时做起。考试的时候你是没有调试器的所有逻辑得靠脑子推演。平时写代码就用“先想边界、再写主体、最后补注释”的套路到考场上才能在不调试的情况下一次把代码写到七七八八。很多同学平时依赖IDE自动补全和单步调试笔试一关调试器就慌了这就是平时训练方式出了问题。如果你正在准备AI公司或大厂的校招不管你投的是C/C、算法开发、大数据、后端还是数据挖掘方向把基本功打扎实永远是性价比最高的策略。笔试只是第一道门真正让你走得更远的是对技术的理解深度以及遇到问题时的工程化解决思路。希望这篇复盘能帮你少走几步弯路考场上多稳几分。