2023年算法岗的秋招卷到什么程度不用我多说。牛客上随便翻翻都是“双九硕、三篇顶会、实习一年”的神仙在哀嚎。我自己的背景不算突出能做的就是尽量把每一次模拟笔试都当成真战场。牛客这个【大厂定制真题算法工程师】模考我从7月一直刷到10月前后参加了大概七八次每次都有新感觉。如果你正在准备算法工程师笔试或者单纯想检验一下刷题成果这篇文章可以帮你彻底搞清这套模考值不值得刷、怎么刷、以及它和大厂真实笔试之间那层窗户纸。先说结论牛客模考的价值不在于押题而在于它把“会做题”和“能拿分”这两件事彻底分开了。很多人在题库里刷题AC了就觉得稳了但一进限时环境选择题犹豫、编程题看错范围、输入输出格式翻车各种问题全冒出来。模考就是提前把这种狼狈暴露给你让你还有时间补救。1. 牛客大厂定制模考到底值不值得参加1.1 它模拟的不是题目是考场节奏我第一次参加模考自认为准备很充分结果被真实感拍懵了。90分钟倒计时挂在页面右上角前面是一堆考察面非常广的选择题中间夹杂着几道需要手推的简答最后跟着三道编程题。这和平时在LeetCode里悠闲地刷题完全是两个世界。牛客这套模考最值钱的地方就是它把考场节奏复制得很到位。大厂笔试从来不是“会不会”的问题而是“在有限时间内能不能拿到足够分数”的问题。你在一道题上多耗10分钟后面可能就有一道稳拿分的题来不及做。模考会在结束页明确给出每道题的用时和正确率我印象最深的是第一次考完发现自己有一道二分答案的题花了22分钟而那道题正常应该在12分钟内解决。这个数据比任何经验贴都更能说明问题。另外它的编程题输入输出是标准牛客风格不提前适应的话光是处理输入就能卡住很多人。尤其是读多行数据、处理不定长数组这一块平时在IDE里手动输入没问题一上在线评测就容易栽。1.2 定制真题和普通题库的差异普通题库是碎片化的今天刷一道链表明天刷一道DP缺少整套试卷的统筹感。而“大厂定制真题”这几个字的重点在“定制”——它不是简单从题库里随机抽题拼一张卷子而是按照大厂算法岗笔试的常见结构来编排选择题覆盖机器学习基础、数据结构、操作系统、网络等编程题则是梯度式难度前一道让你热身中间一道卡思维最后一道考码力。我对比过同一时期牛客普通模拟卷和定制卷定制卷的选择题明显更贴近算法岗实际像过拟合的解决手段、BatchNorm的作用、softmax的数值稳定处理这类题目在普通综合卷里很少出现但在定制的算法工程师卷里几乎是标配。这说明出题人是懂算法岗面试需求的不是随便拉一张通用的Java后端卷来糊弄人。还有一个细节定制卷的编程题数据范围会刻意卡暴力解法。普通的OJ题可能O(n²)能过但大厂真题风格是“我知道你能想到O(n²)所以我非要用O(n²)跑不过的数据”。模考的判题数据也延续了这个风格这就逼着你去想更优解而不是把题做出来就算完。1.3 哪些人最该参加如果你的时间很紧可能犹豫要不要花90分钟去模考。我的建议是分情况已经刷了200题以上、但还没完整做过一套限时卷的人非常值得参加。你缺的不是知识量是考试经验。刚入门、还在按专题刷题的人可以先不急着模考但建议至少做一次完整模考当摸底知道差距在哪。投递了提前批、正式批马上要笔试的人务必在笔试前3-5天参加一次模考目的是找回做题手感和时间感。我自己就是在提前批笔试前一周参加了模考分数不算高但那次手感恢复非常有效正式笔试时选择题的时间分配比之前合理多了。2. 真题里的高频考点从数据结构到模型原理2.1 基础数据结构不只是背诵模考的选择题里KMP算法的next数组出现过至少三次。有一道题给了一个模式串要求算next数组选项里都是相似的数字排列。这种题如果你只是似懂非懂很容易被干扰项带偏。KMP看起来简单但next数组的边界情况——前缀和后缀重叠、长度为1时的处理——不做几道手算题根本记不住。堆排序也常考但不是直接问堆排序过程而是问“在已有堆中插入一个元素的时间复杂度”或“建堆的时间复杂度”。这类题考的是对堆数据结构的本质理解。很多人只背结论说建堆是O(n)但不知道为什么是O(n)模考的选择题解析会把这个过程拆开这也是我后来去补了“向下调整和向上调整的区别”的原因。字符串、数组、链表这些基础结构看起来人畜无害但在大厂真题里往往会套一层业务皮。比如有一道链表题题干改成了“缓存淘汰策略”但本质上就是在考双向链表和哈希表的组合结构。如果你能看穿这一层解题思路就清晰了。2.2 图论与动态规划算法工程师的必备思维模考里图论和动态规划的出镜率非常高。Dijkstra算法在最短路题里是老熟人但大厂风格会给你一个带负权边但无负环的图问你Dijkstra还能不能用如果不能该用什么。这种题不是简单的模板默写而是考察你对算法适用条件的理解。动态规划就更不用说了。几乎每一次模考至少有一道DP有时候是背包变种有时候是区间DP有时候是状态压缩。热词里提到的“贪心算法”“堆排序算法”都是DP问题的常见前置知识。我印象很深的一道题是二维网格中的路径计数但加了障碍物和多个必须经过的点这就不能只开一个二维DP数组了得结合状态压缩去记录经过的点的集合。大题做完之后我意识到自己平时刷DP只关注了状态转移方程忽略了“状态定义为什么要这么设计”这一层模考正好把这个短板暴露出来了。2.3 机器学习与深度学习理论题这是算法工程师岗位专属的考点也是和普通开发岗模考最大的区别。模考里机器学习基础题占比不低常见的有L1和L2正则化的区别、为什么L1能产生稀疏解、BatchNorm在训练和推理时的区别、dropout在测试阶段需要做什么、softmax数值溢出怎么处理、SVM的核函数选择、决策树怎么处理连续特征等等。这些题看起来是选择题但每个选项背后都是一个完整的知识点。比如“为什么L1正则化更容易得到稀疏解”如果你只记住结论而不理解几何意义换一种问法“L1正则化等价于加了一个什么约束”就会犹豫。模考选择题的解析会把每个选项对或错的原因都列出来这一点我觉得比刷题库更好因为它是成体系地帮你查漏补缺。深度学习部分还会出现一些模型结构题比如Transformer的self-attention计算复杂度、残差连接的作用、位置编码的意义。这些内容在热词里对应“深度学习算法”“机器学习算法”在大模型火热的2023年这类题的出现频率明显上升。我甚至遇到一道题问“为什么Transformer需要位置编码而RNN不需要”这种基础题答不对基本就告别大厂算法岗了。3. 一道真题的完整拆解从读题到AC再到面试官追问3.1 题目字符串匹配的变体通配符匹配模考里编程题我最喜欢的一道是“通配符匹配”。题目描述如下给定一个文本串s和一个模式串p其中模式串p可以包含两种特殊字符?可以匹配任意单个字符*可以匹配任意长度的字符串包括空串。请判断模式串p能否完全匹配文本串s。输入第一行是文本串s第二行是模式串p。输出如果匹配成功输出true否则输出false。这道题看起来像是LeetCode第44题的变体但在大厂真题里它往往会在边界条件上做文章。比如s和p的长度都是10的5次方级别这时候O(n×m)的动态规划就过不去了需要用贪心加回溯指针的O(nm)解法。3.2 解题思路从DP到贪心最直观的思路是动态规划。定义dp[i][j]表示s的前i个字符和p的前j个字符能否匹配。转移方程不难写如果p[j-1]是普通字符那么要求s[i-1] p[j-1]且dp[i-1][j-1]为真如果p[j-1]是?那么要求dp[i-1][j-1]为真如果p[j-1]是*那么可以匹配空串dp[i][j-1]或者匹配多个字符dp[i-1][j]。这个解法在LeetCode上能过但模考的数据范围是10的5次方O(n×m)直接超时。所以必须用贪心加回溯的解法。贪心解法的核心是把当作一个“万能暂停点”当遇到不匹配且没有可回溯时回到最近的一个位置让多匹配一个字符继续尝试。维护两个指针i和j分别扫描s和p再用star记录最近一个*在p中的下标match记录star出现时s已匹配到的位置。def is_match(s: str, p: str) - bool: i, j 0, 0 star -1 match 0 while i len(s): if j len(p) and (p[j] ? or p[j] s[i]): i 1 j 1 elif j len(p) and p[j] *: star j match i j 1 elif star ! -1: j star 1 match 1 i match else: return False while j len(p) and p[j] *: j 1 return j len(p)这段代码的逻辑是遇到就记录当前状态如果后续匹配失败就把多匹配一个字符重新尝试。最后的while循环是处理模式串末尾多个的情况因为末尾的可以匹配掉所有剩余字符也可以匹配空串。3.3 现场翻车点与面试官追问我第二次做这道题时犯了个低级错误没有把末尾的单独处理。比如sabcpac我贪心回溯能过但sabcpabc这种以结尾的情况如果不在结束后清掉末尾的就会返回False。这个细节不跑特殊用例很容易漏。这道题做完之后模考解析里还附带了“面试官可能的追问”如果模式串里只有?没有*还能不能用贪心不能因为?必须匹配一个字符一旦失配无法回溯直接结束所以线性扫一遍就好不需要额外的回溯指针。如果只关心能否匹配而不是匹配位置解法能否更简单可以但本质上还是线性贪心。如果允许*匹配整个前缀或后缀怎么处理本质上和标准通配符匹配一样只是初始化边界条件不同。这道题给我的收获是真正的考试不看你背了多少模板而是看你能不能根据数据范围选择正确的解法并处理掉所有边界条件。牛客模考的判题数据里就有很多专门卡边界的用例我后来在自己的笔记中专门整理了一份“边界条件清单”每做一道字符串题就过一遍。4. 模考分数之外的准备算法工程师的能力拼图4.1 算法题只是入场券模考分数再高也只是拿到面试的敲门砖。算法工程师这个岗位更看重的是“算法思维”在真实业务中的落地能力。你看看热词里那些“机器学习算法”“深度学习算法”“强化学习算法”“粒子群算法”“卡尔曼滤波算法”就知道这个岗位的知识边界有多宽。算法题考察的是基本功但真正决定你能不能拿到offer的是一套完整的知识体系。基础数学是绕不开的。大厂面试官很喜欢在聊项目时顺带考你概率论和线性代数比如“L2正则化和岭回归有什么关系”“PCA和SVD的区别是什么”“最大似然估计和最大后验估计的区别在哪里”。这些内容虽然不会直接出现在模考编程题里但选择题里会有一两道而且面试时被问到的概率极高。工程能力同样重要。现在很多算法岗要求候选人有扎实的代码能力不是只会写Python脚本调sklearn而是要能写生产级的模块。C的RAII、智能指针、STL容器的时间复杂度Python的装饰器、生成器、多进程和GIL这些都可能成为面试题。牛客模考的选择题里也涉及一部分操作系统和网络知识比如进程和线程的区别、TCP三次握手的原因、死锁的四个必要条件这些是算法工程师也需要知道的。4.2 项目和论文如何被考察模考只是笔试环节面试时项目经历才是深水区。面试官通常不会只问“你做了些什么”而是会一层层往下挖你这个模型为什么选这个而不是那个有做A/B测试吗指标提升了多少特征是怎么构造的特征重要性用什么方法算的相关性分析怎么做的模型上线后效果不好你怎么排查数据漂移怎么检测如果给你一个新的业务场景你会怎么设计模型方案这些问题模考帮不了你只能靠平时积累。但模考中的机器学习选择题其实是在帮你打底子。比如你理解了正则化的原理面试时被问“线上模型的训练样本分布和线上分布不一致通过什么手段缓解”你至少能想到用权重调整、数据增强、领域自适应这些方向而不是一脸懵。我给自己的要求是每做一套模考把选择题里涉及到的知识点在项目背景里想一遍——有没有用在哪里如果没有用那在什么场景下会用这样模考就不是单纯的刷题而是知识复习的催化剂。4.3 持续刷题的节奏模考一周一次就够了平时还是按专题刷题。我的节奏是工作日每天2-3道中等题周末用半天做一套完整模考加复盘。这个节奏不会让人觉得疲于奔命又能保持手感和题感。复盘比做题更重要。我每次模考后都会做三件事第一把所有错题分类看是知识盲区、看错题、还是时间不够导致的粗心第二把选择题中涉及的点在笔记本上重新写一遍推导过程比如KMP的next数组我会手动写三遍第三把编程题的优化思路写下来尤其是那些我用了暴力解法但超时的题去查最优解代码并理解它的巧妙之处。5. 时间紧张时怎么针对性备考5.1 根据目标公司定优先级如果你的时间只够做有限的准备那么先搞清楚目标公司考什么。不同公司、不同岗位的笔试风格差别很大。我根据自己和朋友的经历整理了一个粗略的表格仅供参考不是很权威但可以作为方向参考公司类型侧重点算法题风格建议互联网大厂电商、社交、搜索数据结构和算法题占比高选择题涉及OS、网络3道左右难度梯度明显有简单签到题优先刷LeetCode hot 100再做模考AI芯片、自动驾驶类C、Linux、算法原理都考题目偏工程会考手写算子或内存管理加强C基础刷原题不够要理解底层金融科技类机器学习、风控模型、统计概率编程题相对简单但理论题深重点复习机器学习基础、概率统计、信用评分外企微软、Amazon等行为面试更重要算法题也很硬核以LeetCode原题为主注重新颖度刷LeetCode high frequency 就够5.2 高频题型的“性价比”排序如果你只有两周时间我建议按下面的优先级刷动态规划尤其是背包、区间、状态压缩二叉树相关遍历、最近公共祖先、序列化图论Dijkstra、拓扑排序、并查集双指针和滑动窗口二分查找包括二分答案字符串KMP、字典树、通配符匹配为什么把DP放在第一位因为大厂笔试算法题里DP几乎必考而且它考察的是状态设计的思维能力这种能力不是临时抱佛脚能补的必须靠密集训练。而像二叉树这种题套路相对固定投入产出比高。5.3 三轮复习法第一轮按专题刷目标“求全”。不求快只求把每个专题的常见题型过一遍理解基本思路。我习惯按“数据结构→排序→二分→双指针→树→图→DP→贪心”的路线过每个专题20题左右。第二轮限时刷整套卷子目标“求快”。这时候开始用牛客模考每周1-2次训练时间分配和应试心态。这一轮要严格控制时间选择题平均每题不超过90秒编程题第一道不超过20分钟后面两道看难度分配。第三轮错题和高频题目标“求稳”。把之前做错过的题重新做一遍尤其是那种“看答案会自己做不会”的题必须动手写一遍再AC。同时把模考里反复出现的知识点标记出来做一个“高频考点清单”。6. 我踩过的坑模考里的低级失误6.1 输出了调试信息忘记删这个坑我真的踩过不止一次。有一次模考编程题我为了调试打印了一个中间变量提交时忘了删结果整道题因为输出格式错误判为0分。当时看到判定结果心情直接崩了。后来我学乖了提交前在编辑器里全局搜一遍printf和cout确认没有任何多余的输出。这个习惯也在正式笔试中救了我一次。6.2 题目没看全漏掉取模条件有的题目要求结果对10的9次方7取模但我读题时觉得“不过是斐波那契数列嘛”直接开做做完样例过了提交却超时或者答案错误。再仔细一看n的范围是10的18次方需要矩阵快速幂而且要求取模。这种题其实不难但读题不仔细就会浪费大量时间。模考让我养成了先看数据范围再写代码的习惯。6.3 死磕一道题时间分配崩盘有一道图论题我很有把握但写起来逻辑很复杂我死磕了35分钟虽然最后AC了但剩下的两道编程题根本没时间好好做总分反而很难看。后来我给自己定了个铁律一道题如果15分钟内没有完整思路先标记着去做后面的题到最后如果有剩余时间再回头补。这个策略在限时赛中特别管用因为大多数考试的大头分其实是前面几道能AC的题而不是最后一道难题。6.4 环境不熟本地能用线上编译不过模考有一次我用了Python 3.9才有的语法本地跑得飞快但牛客的判题环境是Python 3.6直接报语法错误。这种问题最憋屈明明思路对了却因为环境差异丢了分。解决办法很简单平时练习就在牛客的在线编辑器里写提前适应它的Python版本和C编译选项不要在本地IDE写好再粘贴那样容易遇到环境不匹配的问题。还有一个容易忽略的点输入数据的读取方式。有些题目是多组测试数据有些只有一组有些第一行是测试用例数。如果不提前熟悉很容易在读数据上浪费5到10分钟。最后分享一个我自己的小技巧每次模考完不用急着看排名先盯着自己的错误清单看十分钟。尤其是那些“会但做错”的题一定要把错误原因写在醒目的地方。我后来整理了一个“考试前必看”的文档里面全是自己踩过的坑比如“忘了删调试输出”“没看取模”“输入数据有多组”“Python用3.9语法”正式笔试前花十分钟过一遍比临时刷十道题都有用。
大厂算法工程师笔试模考实战复盘：从牛客真题到考场策略
2023年算法岗的秋招卷到什么程度不用我多说。牛客上随便翻翻都是“双九硕、三篇顶会、实习一年”的神仙在哀嚎。我自己的背景不算突出能做的就是尽量把每一次模拟笔试都当成真战场。牛客这个【大厂定制真题算法工程师】模考我从7月一直刷到10月前后参加了大概七八次每次都有新感觉。如果你正在准备算法工程师笔试或者单纯想检验一下刷题成果这篇文章可以帮你彻底搞清这套模考值不值得刷、怎么刷、以及它和大厂真实笔试之间那层窗户纸。先说结论牛客模考的价值不在于押题而在于它把“会做题”和“能拿分”这两件事彻底分开了。很多人在题库里刷题AC了就觉得稳了但一进限时环境选择题犹豫、编程题看错范围、输入输出格式翻车各种问题全冒出来。模考就是提前把这种狼狈暴露给你让你还有时间补救。1. 牛客大厂定制模考到底值不值得参加1.1 它模拟的不是题目是考场节奏我第一次参加模考自认为准备很充分结果被真实感拍懵了。90分钟倒计时挂在页面右上角前面是一堆考察面非常广的选择题中间夹杂着几道需要手推的简答最后跟着三道编程题。这和平时在LeetCode里悠闲地刷题完全是两个世界。牛客这套模考最值钱的地方就是它把考场节奏复制得很到位。大厂笔试从来不是“会不会”的问题而是“在有限时间内能不能拿到足够分数”的问题。你在一道题上多耗10分钟后面可能就有一道稳拿分的题来不及做。模考会在结束页明确给出每道题的用时和正确率我印象最深的是第一次考完发现自己有一道二分答案的题花了22分钟而那道题正常应该在12分钟内解决。这个数据比任何经验贴都更能说明问题。另外它的编程题输入输出是标准牛客风格不提前适应的话光是处理输入就能卡住很多人。尤其是读多行数据、处理不定长数组这一块平时在IDE里手动输入没问题一上在线评测就容易栽。1.2 定制真题和普通题库的差异普通题库是碎片化的今天刷一道链表明天刷一道DP缺少整套试卷的统筹感。而“大厂定制真题”这几个字的重点在“定制”——它不是简单从题库里随机抽题拼一张卷子而是按照大厂算法岗笔试的常见结构来编排选择题覆盖机器学习基础、数据结构、操作系统、网络等编程题则是梯度式难度前一道让你热身中间一道卡思维最后一道考码力。我对比过同一时期牛客普通模拟卷和定制卷定制卷的选择题明显更贴近算法岗实际像过拟合的解决手段、BatchNorm的作用、softmax的数值稳定处理这类题目在普通综合卷里很少出现但在定制的算法工程师卷里几乎是标配。这说明出题人是懂算法岗面试需求的不是随便拉一张通用的Java后端卷来糊弄人。还有一个细节定制卷的编程题数据范围会刻意卡暴力解法。普通的OJ题可能O(n²)能过但大厂真题风格是“我知道你能想到O(n²)所以我非要用O(n²)跑不过的数据”。模考的判题数据也延续了这个风格这就逼着你去想更优解而不是把题做出来就算完。1.3 哪些人最该参加如果你的时间很紧可能犹豫要不要花90分钟去模考。我的建议是分情况已经刷了200题以上、但还没完整做过一套限时卷的人非常值得参加。你缺的不是知识量是考试经验。刚入门、还在按专题刷题的人可以先不急着模考但建议至少做一次完整模考当摸底知道差距在哪。投递了提前批、正式批马上要笔试的人务必在笔试前3-5天参加一次模考目的是找回做题手感和时间感。我自己就是在提前批笔试前一周参加了模考分数不算高但那次手感恢复非常有效正式笔试时选择题的时间分配比之前合理多了。2. 真题里的高频考点从数据结构到模型原理2.1 基础数据结构不只是背诵模考的选择题里KMP算法的next数组出现过至少三次。有一道题给了一个模式串要求算next数组选项里都是相似的数字排列。这种题如果你只是似懂非懂很容易被干扰项带偏。KMP看起来简单但next数组的边界情况——前缀和后缀重叠、长度为1时的处理——不做几道手算题根本记不住。堆排序也常考但不是直接问堆排序过程而是问“在已有堆中插入一个元素的时间复杂度”或“建堆的时间复杂度”。这类题考的是对堆数据结构的本质理解。很多人只背结论说建堆是O(n)但不知道为什么是O(n)模考的选择题解析会把这个过程拆开这也是我后来去补了“向下调整和向上调整的区别”的原因。字符串、数组、链表这些基础结构看起来人畜无害但在大厂真题里往往会套一层业务皮。比如有一道链表题题干改成了“缓存淘汰策略”但本质上就是在考双向链表和哈希表的组合结构。如果你能看穿这一层解题思路就清晰了。2.2 图论与动态规划算法工程师的必备思维模考里图论和动态规划的出镜率非常高。Dijkstra算法在最短路题里是老熟人但大厂风格会给你一个带负权边但无负环的图问你Dijkstra还能不能用如果不能该用什么。这种题不是简单的模板默写而是考察你对算法适用条件的理解。动态规划就更不用说了。几乎每一次模考至少有一道DP有时候是背包变种有时候是区间DP有时候是状态压缩。热词里提到的“贪心算法”“堆排序算法”都是DP问题的常见前置知识。我印象很深的一道题是二维网格中的路径计数但加了障碍物和多个必须经过的点这就不能只开一个二维DP数组了得结合状态压缩去记录经过的点的集合。大题做完之后我意识到自己平时刷DP只关注了状态转移方程忽略了“状态定义为什么要这么设计”这一层模考正好把这个短板暴露出来了。2.3 机器学习与深度学习理论题这是算法工程师岗位专属的考点也是和普通开发岗模考最大的区别。模考里机器学习基础题占比不低常见的有L1和L2正则化的区别、为什么L1能产生稀疏解、BatchNorm在训练和推理时的区别、dropout在测试阶段需要做什么、softmax数值溢出怎么处理、SVM的核函数选择、决策树怎么处理连续特征等等。这些题看起来是选择题但每个选项背后都是一个完整的知识点。比如“为什么L1正则化更容易得到稀疏解”如果你只记住结论而不理解几何意义换一种问法“L1正则化等价于加了一个什么约束”就会犹豫。模考选择题的解析会把每个选项对或错的原因都列出来这一点我觉得比刷题库更好因为它是成体系地帮你查漏补缺。深度学习部分还会出现一些模型结构题比如Transformer的self-attention计算复杂度、残差连接的作用、位置编码的意义。这些内容在热词里对应“深度学习算法”“机器学习算法”在大模型火热的2023年这类题的出现频率明显上升。我甚至遇到一道题问“为什么Transformer需要位置编码而RNN不需要”这种基础题答不对基本就告别大厂算法岗了。3. 一道真题的完整拆解从读题到AC再到面试官追问3.1 题目字符串匹配的变体通配符匹配模考里编程题我最喜欢的一道是“通配符匹配”。题目描述如下给定一个文本串s和一个模式串p其中模式串p可以包含两种特殊字符?可以匹配任意单个字符*可以匹配任意长度的字符串包括空串。请判断模式串p能否完全匹配文本串s。输入第一行是文本串s第二行是模式串p。输出如果匹配成功输出true否则输出false。这道题看起来像是LeetCode第44题的变体但在大厂真题里它往往会在边界条件上做文章。比如s和p的长度都是10的5次方级别这时候O(n×m)的动态规划就过不去了需要用贪心加回溯指针的O(nm)解法。3.2 解题思路从DP到贪心最直观的思路是动态规划。定义dp[i][j]表示s的前i个字符和p的前j个字符能否匹配。转移方程不难写如果p[j-1]是普通字符那么要求s[i-1] p[j-1]且dp[i-1][j-1]为真如果p[j-1]是?那么要求dp[i-1][j-1]为真如果p[j-1]是*那么可以匹配空串dp[i][j-1]或者匹配多个字符dp[i-1][j]。这个解法在LeetCode上能过但模考的数据范围是10的5次方O(n×m)直接超时。所以必须用贪心加回溯的解法。贪心解法的核心是把当作一个“万能暂停点”当遇到不匹配且没有可回溯时回到最近的一个位置让多匹配一个字符继续尝试。维护两个指针i和j分别扫描s和p再用star记录最近一个*在p中的下标match记录star出现时s已匹配到的位置。def is_match(s: str, p: str) - bool: i, j 0, 0 star -1 match 0 while i len(s): if j len(p) and (p[j] ? or p[j] s[i]): i 1 j 1 elif j len(p) and p[j] *: star j match i j 1 elif star ! -1: j star 1 match 1 i match else: return False while j len(p) and p[j] *: j 1 return j len(p)这段代码的逻辑是遇到就记录当前状态如果后续匹配失败就把多匹配一个字符重新尝试。最后的while循环是处理模式串末尾多个的情况因为末尾的可以匹配掉所有剩余字符也可以匹配空串。3.3 现场翻车点与面试官追问我第二次做这道题时犯了个低级错误没有把末尾的单独处理。比如sabcpac我贪心回溯能过但sabcpabc这种以结尾的情况如果不在结束后清掉末尾的就会返回False。这个细节不跑特殊用例很容易漏。这道题做完之后模考解析里还附带了“面试官可能的追问”如果模式串里只有?没有*还能不能用贪心不能因为?必须匹配一个字符一旦失配无法回溯直接结束所以线性扫一遍就好不需要额外的回溯指针。如果只关心能否匹配而不是匹配位置解法能否更简单可以但本质上还是线性贪心。如果允许*匹配整个前缀或后缀怎么处理本质上和标准通配符匹配一样只是初始化边界条件不同。这道题给我的收获是真正的考试不看你背了多少模板而是看你能不能根据数据范围选择正确的解法并处理掉所有边界条件。牛客模考的判题数据里就有很多专门卡边界的用例我后来在自己的笔记中专门整理了一份“边界条件清单”每做一道字符串题就过一遍。4. 模考分数之外的准备算法工程师的能力拼图4.1 算法题只是入场券模考分数再高也只是拿到面试的敲门砖。算法工程师这个岗位更看重的是“算法思维”在真实业务中的落地能力。你看看热词里那些“机器学习算法”“深度学习算法”“强化学习算法”“粒子群算法”“卡尔曼滤波算法”就知道这个岗位的知识边界有多宽。算法题考察的是基本功但真正决定你能不能拿到offer的是一套完整的知识体系。基础数学是绕不开的。大厂面试官很喜欢在聊项目时顺带考你概率论和线性代数比如“L2正则化和岭回归有什么关系”“PCA和SVD的区别是什么”“最大似然估计和最大后验估计的区别在哪里”。这些内容虽然不会直接出现在模考编程题里但选择题里会有一两道而且面试时被问到的概率极高。工程能力同样重要。现在很多算法岗要求候选人有扎实的代码能力不是只会写Python脚本调sklearn而是要能写生产级的模块。C的RAII、智能指针、STL容器的时间复杂度Python的装饰器、生成器、多进程和GIL这些都可能成为面试题。牛客模考的选择题里也涉及一部分操作系统和网络知识比如进程和线程的区别、TCP三次握手的原因、死锁的四个必要条件这些是算法工程师也需要知道的。4.2 项目和论文如何被考察模考只是笔试环节面试时项目经历才是深水区。面试官通常不会只问“你做了些什么”而是会一层层往下挖你这个模型为什么选这个而不是那个有做A/B测试吗指标提升了多少特征是怎么构造的特征重要性用什么方法算的相关性分析怎么做的模型上线后效果不好你怎么排查数据漂移怎么检测如果给你一个新的业务场景你会怎么设计模型方案这些问题模考帮不了你只能靠平时积累。但模考中的机器学习选择题其实是在帮你打底子。比如你理解了正则化的原理面试时被问“线上模型的训练样本分布和线上分布不一致通过什么手段缓解”你至少能想到用权重调整、数据增强、领域自适应这些方向而不是一脸懵。我给自己的要求是每做一套模考把选择题里涉及到的知识点在项目背景里想一遍——有没有用在哪里如果没有用那在什么场景下会用这样模考就不是单纯的刷题而是知识复习的催化剂。4.3 持续刷题的节奏模考一周一次就够了平时还是按专题刷题。我的节奏是工作日每天2-3道中等题周末用半天做一套完整模考加复盘。这个节奏不会让人觉得疲于奔命又能保持手感和题感。复盘比做题更重要。我每次模考后都会做三件事第一把所有错题分类看是知识盲区、看错题、还是时间不够导致的粗心第二把选择题中涉及的点在笔记本上重新写一遍推导过程比如KMP的next数组我会手动写三遍第三把编程题的优化思路写下来尤其是那些我用了暴力解法但超时的题去查最优解代码并理解它的巧妙之处。5. 时间紧张时怎么针对性备考5.1 根据目标公司定优先级如果你的时间只够做有限的准备那么先搞清楚目标公司考什么。不同公司、不同岗位的笔试风格差别很大。我根据自己和朋友的经历整理了一个粗略的表格仅供参考不是很权威但可以作为方向参考公司类型侧重点算法题风格建议互联网大厂电商、社交、搜索数据结构和算法题占比高选择题涉及OS、网络3道左右难度梯度明显有简单签到题优先刷LeetCode hot 100再做模考AI芯片、自动驾驶类C、Linux、算法原理都考题目偏工程会考手写算子或内存管理加强C基础刷原题不够要理解底层金融科技类机器学习、风控模型、统计概率编程题相对简单但理论题深重点复习机器学习基础、概率统计、信用评分外企微软、Amazon等行为面试更重要算法题也很硬核以LeetCode原题为主注重新颖度刷LeetCode high frequency 就够5.2 高频题型的“性价比”排序如果你只有两周时间我建议按下面的优先级刷动态规划尤其是背包、区间、状态压缩二叉树相关遍历、最近公共祖先、序列化图论Dijkstra、拓扑排序、并查集双指针和滑动窗口二分查找包括二分答案字符串KMP、字典树、通配符匹配为什么把DP放在第一位因为大厂笔试算法题里DP几乎必考而且它考察的是状态设计的思维能力这种能力不是临时抱佛脚能补的必须靠密集训练。而像二叉树这种题套路相对固定投入产出比高。5.3 三轮复习法第一轮按专题刷目标“求全”。不求快只求把每个专题的常见题型过一遍理解基本思路。我习惯按“数据结构→排序→二分→双指针→树→图→DP→贪心”的路线过每个专题20题左右。第二轮限时刷整套卷子目标“求快”。这时候开始用牛客模考每周1-2次训练时间分配和应试心态。这一轮要严格控制时间选择题平均每题不超过90秒编程题第一道不超过20分钟后面两道看难度分配。第三轮错题和高频题目标“求稳”。把之前做错过的题重新做一遍尤其是那种“看答案会自己做不会”的题必须动手写一遍再AC。同时把模考里反复出现的知识点标记出来做一个“高频考点清单”。6. 我踩过的坑模考里的低级失误6.1 输出了调试信息忘记删这个坑我真的踩过不止一次。有一次模考编程题我为了调试打印了一个中间变量提交时忘了删结果整道题因为输出格式错误判为0分。当时看到判定结果心情直接崩了。后来我学乖了提交前在编辑器里全局搜一遍printf和cout确认没有任何多余的输出。这个习惯也在正式笔试中救了我一次。6.2 题目没看全漏掉取模条件有的题目要求结果对10的9次方7取模但我读题时觉得“不过是斐波那契数列嘛”直接开做做完样例过了提交却超时或者答案错误。再仔细一看n的范围是10的18次方需要矩阵快速幂而且要求取模。这种题其实不难但读题不仔细就会浪费大量时间。模考让我养成了先看数据范围再写代码的习惯。6.3 死磕一道题时间分配崩盘有一道图论题我很有把握但写起来逻辑很复杂我死磕了35分钟虽然最后AC了但剩下的两道编程题根本没时间好好做总分反而很难看。后来我给自己定了个铁律一道题如果15分钟内没有完整思路先标记着去做后面的题到最后如果有剩余时间再回头补。这个策略在限时赛中特别管用因为大多数考试的大头分其实是前面几道能AC的题而不是最后一道难题。6.4 环境不熟本地能用线上编译不过模考有一次我用了Python 3.9才有的语法本地跑得飞快但牛客的判题环境是Python 3.6直接报语法错误。这种问题最憋屈明明思路对了却因为环境差异丢了分。解决办法很简单平时练习就在牛客的在线编辑器里写提前适应它的Python版本和C编译选项不要在本地IDE写好再粘贴那样容易遇到环境不匹配的问题。还有一个容易忽略的点输入数据的读取方式。有些题目是多组测试数据有些只有一组有些第一行是测试用例数。如果不提前熟悉很容易在读数据上浪费5到10分钟。最后分享一个我自己的小技巧每次模考完不用急着看排名先盯着自己的错误清单看十分钟。尤其是那些“会但做错”的题一定要把错误原因写在醒目的地方。我后来整理了一个“考试前必看”的文档里面全是自己踩过的坑比如“忘了删调试输出”“没看取模”“输入数据有多组”“Python用3.9语法”正式笔试前花十分钟过一遍比临时刷十道题都有用。