本文是个人求职工作区文档的发布版,更新于 2026-09-08(北京时间凌晨快照)。源文件托管在 GitHub 仓库 llm-algo-job-notes;历史章节保留各自证据日期,岗位状态见最新窗口日志。
增量检索至:2026-09-08 北京时间凌晨。这里的“2027”优先指 2027 届招聘;2027 自然年的考试尚未发生。公开题按官方、考生回忆、第三方整理、训练改编分别使用。
9 月 8 日增量入口
| 样本 | 可确认的训练重点 | 保留边界 |
|---|---|---|
| 京东 9.05 算法 | NumPy 逻辑回归→JSON→测试概率;题面完整性和数值稳定 | 亲历;运动题条件不全,AI Coding 未披露题面,不编造题解 |
| 拼多多 9.06 整理 | 彩门换向、原位置扫描、无进展检查 | 第三方整理,非已确认 LLM 专岗,O(n²) 依赖规模 |
| PDD 0906 AI Agent 研发亲历 | 双向扫描、余数计数、分层最短路、最大权匹配 | 9.06 发布,四题传统算法;前两题与上行重合,不重复计题,不推断可用 AI |
| 字节 Agent 开发 | 受限数字构造,严格上界、前导零、回退到短位数 | 开发相邻岗,发布时间 9.04,标题面试日 9.3 |
完整分级见汇总 §15,可运行练习与测试见AI Coding 补丁 §13。美团 9.01 的库存/HTTP 服务两个二手版本尚未确认关系,暂不作为统一卷训练。
PDD 0906 回忆题的解法复习
以下依据上方亲历回忆提炼算法模型,缺失字段按真实题面补齐。
- 扫描开箱:与“彩门换向”同构。保持位置、资源单调增加、能开就开;一趟无进展返回无解。参考实现以门槛数组为输入,实际多测读取需按题面封装。
- 无序对计数:处理元素 x 时令 r=x mod k,先累加此前余数为
(k-r) mod k的元素个数,再把 r 计入桶。每个不同下标的无序对只在后一个下标到来时计一次;不需要额外为 0 或 k/2 分支,也不会把自己与自己配对。哈希桶期望 O(n),k 必须为正;负数模统一到 [0,k)。 - 受限魔法边最短路:状态
dist[v][used][last_magic]。普通边转到(to,used,0);只有last_magic=0且used<k时才能走魔法边,转到(to,used+1,1)。普通边非负时用 Dijkstra;答案取终点所有 used≤k、两种 flag 的最小值。不能只记一个 dist[v],也不能漏掉“上一步是否魔法边”。状态 O(Vk),转移 O(Ek),堆实现约 O(Ek log(Vk))。若有负权须重新选算法,回忆不足以省掉这项检查。 - 两侧马匹配对:先确认收益由什么决定。如果是任意配对收益矩阵,最大权完美匹配/KM 的典型复杂度 O(N³);若完整题面另有排序结构,才讨论是否能降为贪心。作者写 KM 不构成“所有赛马题都必须 KM”的证明,准备时先会表达二分图、边权与一对一约束。
训练映射:LC 787 可帮助理解资源维度,但缺少禁止连续魔法边的状态;LC 1497 是模数配对可行性而非计数。这些只能作为基础练习,不能冒称原题。
先说结论
只刷 Hot100,不足以稳定通过算法岗笔试。更可靠的能力栈是:
- 基础保分:Hot100 Medium 能在 15–20 分钟内写对。
- 竞赛骨架:二分答案、二维前缀和、并查集离线、树形/区间 DP、Fenwick、最短路分层、MITM。
- ACM 工程:多测、EOF、大输入、取模、浮点误差、部分分和计时策略。
- 算法专场支线:NumPy/JSON 输入、数值稳定、朴素贝叶斯、Viterbi、Attention、异常检测等可运行实现。
公开卷更多是“经典算法换皮或组合”,而不是直接复制 LeetCode。下面把映射分为:
- 原题级:题意和状态几乎一致。
- 同构:换了故事、数据或目标表达,但核心算法一致。
- 技术映射:只能练到其中一个部件,不能把 LC 解答直接提交。
公开题证据与 LeetCode 映射
| 考试/届别 | 公司与题目摘要 | 映射 | 证据等级 |
|---|---|---|---|
| 2024-04-14 春招 | 字节:翻转每个数字后,选连续区间使增量最大 | LC 53,同构 | 高;考生题面回忆 |
| 2024-03-24 实习 | 拼多多:每次删除连续回文段,求删空最少次数 | LC 1246,同构 | 高;考生题面回忆 |
| 2024 春招 | 美团:统计 0/1 数量相等的各尺寸正方形 | LC 304 只练二维前缀和部件 | 高;题解回溯、企业试卷页 |
| 2024-08-18 / 2025 届 | 字节:容量选择、周期数组双端截取、删树点后最小化最大连通块 | 背包/周期前缀和/树形 DP,无精确 LC | 高;同场四题回忆 |
| 2024-09-21 秋招 | 京东:排序车辆后保留最大非递减速度序列 | LC 300 的 LNDS 变体 | 高;题解回忆 |
| 2024-09 / 2025 届 | 拼多多算法面试:从 O(n²) 优化 LIS | LC 300,原题级 | 高;算法岗面经 |
| 2025-08-16 / 2026 届 | 淘天:区间匹配+并查集、树状数组维护和与平方和 | LC 307 只练 Fenwick 骨架 | 中高;改编回忆 |
| 2025-08-19 / 2026 届 | 菜鸟:最大化最小值、BFS+数位、GCD/质因数 | LC 1552 同构骨架 | 中高;改编回忆 |
| 2026-03-14 / 2027 届实习季 | 美团算法专场:树上补边+BFS、逆序删边并查集、朴素贝叶斯 | LC 1697 只练离线 DSU 骨架 | 中高;改编回忆 |
| 2026-03-28 / 2027 届实习季 | 美团算法专场:One-Class SVM、折半搜索 | LC 1755 同构骨架 | 中高;改编回忆 |
| 2026-04-15 / 2027 届招聘季 | 阿里系:任意长度窗口至多一个 0 的填充计数,转成间距约束 DP | LC 198 的推广,不是原题 | 中;改编回忆 |
| 2026-04-09 / 2027 届招聘季 | 蚂蚁算法岗:JSON 输入、对数域 HMM/Viterbi、路径回溯 | 无精确 LC | 中高;改编回忆 |
| 2026-03-29 / 2027 届招聘季 | 携程算法岗:Q/K/V、门控、Top-k 稀疏化和归一化 | 无精确 LC | 中高;改编回忆 |
注意:2025 年 8–9 月的“秋招”通常是 2026 届,不是 2025 届;帖子发布日期也不一定是考试日。腾讯、百度、京东等 2027 届招聘已公开启动,但没有足够可靠题面时,本手册不强行编造 LC 映射。百度部分提前批甚至有“免笔试直面”的流程差异,必须以具体岗位通知为准。
2027 届实习专项:2026 年已经发生了什么
这里的证据标签是:
- A 官方:公司官网、正式招聘公告或高校转发的公司简章。
- B 原始回忆:考生在考试当天或随后发布的流程/题目回忆。
- C 改编题:明确声明修改题面但保留算法骨架的同期材料。
- D 汇总:运营攻略或无法核实届别的二手内容,只用于发现线索。
线上测评 不自动等于 算法编程笔试,个性化笔试 也不能整理成全公司统一题单。
招聘与考试流程
| 公司 | 27 届实习证据 | 笔试结论 | 备考含义 |
|---|---|---|---|
| 字节 | ByteIntern 面向 2026-09 至 2027-08 毕业生,全年招聘且各岗位都有转正机会;公司招聘页 | 官网说明是否笔试按岗位决定;有具体研发机考回忆,但不能证明所有算法岗共卷 | 准备传统四题 OJ,也要按岗位补 ML |
| 腾讯 | 2026-03-06 启动实习;官方内容明确“不设统一笔试”,部分岗位有个性化笔试、AI 面试或 AI Coding;招聘说明转载 | 没有腾讯 27 届统一算法卷 | 以岗位 JD 和通知为准,不要背虚构公司题单 |
| 百度 | 27 届 AIDU 已启动;常规校招 7 月中旬起集中笔试,但并非所有候选人参加;AIDU 岗位页 | 暂无可核验的 27 届算法题面 | AIDU、暑期实习、常规校招必须分开看 |
| 京东 | JD YOUNG 流程包含“线上测评”,另有提前批/TET;招聘简章 | 现有证据不能证明测评就是统一算法机考 | 等具体通知,先练通用算法和岗位基础 |
| 阿里 | 2027 届实习 2026-03-18 启动、3 月下旬开始笔试;招聘公告 | 算法/研发多批机试,AI 研发另出现 Prompt/AI Coding | 传统 ACM、ML/AI 实作两条线都准备 |
| 美团 | 2026-03-14 场明确同时覆盖 26 春招和 27 届暑期实习;考生记录 | 研发卷和算法专场不同;后者出现完整 ML pipeline | 不能只刷通用技术卷 |
| 拼多多 | 官网确认 2027 届研发实习/提前批;校园招聘页 | 当前可靠材料仍以四题纯 ACM 为主 | 二分、差分、树上 DP、复杂建模优先 |
| 华为 | 2026-03-15 启动 27 届实习;校园招聘页 | 流程可能含上机考试/测评,但无可核验统一题单 | 不得拿华为 OD 或旧卷冒充本届校招卷 |
| 快手 | 2026-03-12 启动留用实习,明确“部分岗位需要笔试”;高校招聘页 | 非全员统一笔试,暂无可靠算法卷 | 按岗位触发准备 |
| 滴滴 | 27 届秋储 4 月启动筛选和面试;招聘信息 | 未见统一笔试环节证据 | 不要把 26 届春招卷移花接木 |
| 携程 | 搜索推荐算法实习 2 月起开放;职位页 | 3 月至少两个不同批次,可能滚动/分岗位组卷 | 传统算法与 Attention 数值实现并重 |
| 网易互娱 | 27 届可转正实习 1 月启动;招聘公告 | 多批次、常见两道编程题,偏复杂模拟/BFS | 练读题、状态建模和部分分 |
| 小米 | 官网说明部分技术岗安排笔试;校园招聘页 | 3 月题单与 26 届春招可能混合,归属置信度中等 | 连通块、固定窗口、贪心和状态 DP |
已公开的 27 届实习季题型
| 日期/公司 | 公开题目骨架 | 映射/训练入口 | 证据 |
|---|---|---|---|
| 2026-02-04 字节 ByteIntern | 十六进制转八进制统计、四数 GCD、双陆棋模拟、生成树构造 | 进制/字符串、GCD、复杂模拟、MST/构造;LC 1979 仅弱映射 | B;原始回忆 |
| 2026-03-14 美团研发 | 区间奇数因子计数、k 阶 Fibonacci 前缀优化、动态删边后的最大连通块权值 | 数论、递推优化、逆序 DSU;LC 1137 仅题型相关 | B;题目汇总 |
| 2026-03-28 美团算法 | 数组操作贪心、标准化+网格调参+One-Class SVM | 排序贪心、ML 数据流水线;不是 LC 原题 | C;改编题 |
| 2026-04-11 美团算法 | JSON 输入,手写 IRLS/Newton Logistic Regression;另有窗口计数和函数图 | 稳定 sigmoid、Hessian 正则、线性求解、函数图 | C;改编题 |
| 2026-04-01 阿里算法/AI 研发 | 模分组重排、最近质数、游程压缩后背包;AI 研发另有 Prompt 实作 | 分组排序、数论、背包、AI Coding | B/C;AI 研发回忆、算法改编题 |
| 2026-04-08/15 阿里算法 | 匈牙利最小权完美匹配、间距约束 DP、并色查询线段树 | 匹配、LC 198 推广、线段树;非直接 LC | C;4 月 8 日、4 月 15 日 |
| 2026-04-09 蚂蚁算法 | 对数域 HMM/Viterbi、路径回溯、LCM 质因数结构 | 概率 DP、数值稳定、数论 | C,届别待官方确认;改编题 |
| 2026-04-12 拼多多 | 区间覆盖差分、最大化最小站距、前缀和枚举、树上 DAG DP | Q2 与 LC 1552 同构;其余练差分/树 DP | C;改编题 |
| 2026-03-12/29 携程 | 等和递归切割;实时榜单;门控 Top-k Attention;min-gcd 跳跃 | 前缀和+二分+分治、排名维护、矩阵数值、数论 | B/C;3 月 12 日、3 月 29 日 |
| 2026-03-24 网易互娱 | 一道复杂模拟、一道角色移动 BFS | 状态模拟、网格/状态 BFS | B;原始回忆 |
| 2026-03-14/21 小米 | 连通块预处理、相邻交换贪心、定长窗口最大和、符号枚举和状态 DP | LC 200/827、LC 643 仅骨架相关 | C,届别混合风险;3 月 14 日、3 月 21 日 |
27 届实习的训练增量
在原 P0/P1 之外,按目标岗位增加:
- 所有技术/算法岗:进制与字符串解析、GCD/质因数、复杂规则模拟、固定窗口、连通块编号、函数图。
- 字节/拼多多/阿里高难场:生成树构造、树上 DAG DP、线段树、差分约束、二分图最小权匹配。
- 阿里 AI/腾讯定向 AI Coding:练“自然语言业务规则 → 明确接口/约束 → 可运行程序”,不要只写提示词说明。
- 美团/蚂蚁/携程算法专场:JSON/矩阵输入、稳定 sigmoid/logsumexp、Viterbi、Attention、训练/验证隔离和参数搜索。
- 网易/华为通用 OJ:两题或三题的部分分策略;模拟题先定状态、事件顺序和不变量,再编码。
27 届新增高阶专题不代表基础题消失。正确顺序仍是:P0 盲写稳定后,再根据目标公司加入线段树、匹配或 ML 实现。
2026 年 4–7 月增量:实习补录与 2027 届秋招提前批
证据说明(2026-07-26 检索):本节大量场次来自第三方题解站 Zero2Leetcode(onefly.top),其题面为站方重写、未声明改编幅度,统一按 C/D 级(第三方重写题解) 使用——练算法骨架可靠,逐字题面不可靠。
B级仍指考生当天/随后的原帖回忆。
新增场次与题目骨架
| 日期/公司/卷种 | 公开题目骨架 | 映射/训练入口 | 证据 |
|---|---|---|---|
| 2026-04-08 网易互娱 27 届实习研发 | 镜面反射光照模拟;带并行约束的拓扑排序 | 射线模拟;LC 210/1136 变体 | B(年份两源冲突待核);原帖 |
| 2026-04-09 蚂蚁算法 | 四操作过门贪心;NumPy 对数域 Viterbi;lcm(a,b,c)=x 最小和 | 单调性贪心;ML 手写;质因数分解 DFS | C/D;题解 |
| 2026-04-11 美团算法 | 盒子奇偶枚举;IRLS 逻辑回归;子段和恒定容斥;基环树环上前缀和 | ML 手写;LC 2360 近似 | C/D;题解 |
| 2026-04-15 阿里 AI 专场 | 绝对值和最大化;假话间距 DP;异色墙消失并查集+RMQ | LC 1005 思想;线性 DP;DSU+稀疏表 | C/D;题解 |
| 2026-04-19 字节通用 | 二分答案过门;2×2 印章贪心;因子 2/5 字典序;池化模拟 | 二分+贪心;LC 172 思想 | C/D;题解 |
| 2026-04-19 米哈游实习通用 | 曼哈顿象限计数;模 m 余 r 构造;单调栈配对 | 几何计数;构造;LC 1944/2282 近似 | C/D;题解 |
| 2026-04-22 华为 AI 岗机考 | 20 选择(大模型约 40%)+2 编程:和为 0 下行路径;DAG 记忆化最长路 | LC 437 同构;图 DP | C;牛客题解帖、题解 |
| 2026-04-25 美团算法 | 镜像字符串贪心;决策树桩 Gini;XOR 按位贪心;树上回文哈希+启发式合并 | ML 手写;位运算;树哈希 | C/D;题解 |
| 2026-05-21 携程算法 | 拿石子模拟;立方体 26 方向直线;线性 SVM+分层 CV 网格搜索;四元组异或 MITM | sklearn 流水线;LC 454 思想 | C/D;题解 |
| 2026-05-23 阿里算法专场 | 排序贪心;前缀哈希计数;二分答案+Pollard-Rho+素因子 DP | 竞赛级数论模板入卷 | C/D;题解 |
| 2026-05-30 阿里 AI 研发 | 左右等距最大值计数;两行/列枚举;树状数组定位中位 | 前后缀;Fenwick | C/D;题解 |
| 2026-06-24 华为 AI 岗机考 | 动态 RoPE 变体公式模拟;K 段下中位数区间 DP(满分需决策单调性分治) | LLM 化模拟;LC 410/1478 族 | C/D;题解 |
| 2026-07-02 拼多多算法(大模型向) | 对角线遍历;守卫拓扑消解;functional graph 环代价;NumPy CLIP 对比损失 | LC 498 同构;LC 2360 近似;ML 手写 | C/D;题解 |
| 2026-07-02 拼多多数据岗 | 三道 SQL:LEFT JOIN 聚合、ROW_NUMBER 前三+过滤后开窗、累计和+首次达成 | 窗口函数专练 | C/D;题解 |
| 2026-07-12 DeepSeek Agent 开发(3 小时) | 文本规范化+80 列换行;流式 tokenizer 最长匹配;d×d 覆盖评分 top-k | LC 68 近似;Trie 贪心;数学频次配对 | C/D;题解 |
| 2026-07-15 华为 AI 岗机考 | KV Cache 淘汰模拟(堆+有序结构);≤12 非零格状压 BFS | LLM 化模拟;LC 847 同构 | C/D;题解 |
| 2026-07-16 百度研发 | 模周期传送门;双不变量判定;交替步长双状态 DP | 模拟;不变量分析;线性 DP | C/D;题解 |
| 2026-07-19 拼多多通用 | 区间赋值唯一性;GPU batch 调度 DP+单调队列;坐标代换 LIS;基环树 XOR 方程 | LC 300/354 同构;单调队列 | C/D;题解 |
| 2026-07-23 百度算法 | 灯开关贪心;最右极值切割 DP;质数格翻色增量+树状数组 | LC 995 思想;Fenwick | C/D;题解 |
26 届秋招补漏(2025 年 8–9 月)
| 日期/公司 | 骨架 | 证据 |
|---|---|---|
| 2025-08-03 拼多多提前批服务端 | 互异数字最小年份;点半径激活连锁 O(n²);变单峰最小代价;DAG 补给二分 | B(两帖互证);帖一、帖二 |
| 2025-08-09 小米软件 | 24 选择+2 编程:区间覆盖差分(LC 1109 思想);配送站激活 DP | B;原帖 |
| 2025-08-26 华为 AI 类题型公告 | 机考从 3 算法题改为”10 客观(AI+数理)+2 编程”;实习笔试成绩秋招不认 | B(题型情报);原帖 |
| 2025-08-31 淘天算法 | 论文引用排序分组;平方自由核分组排列 | C(部分付费墙);题解 |
| 2025-09-20 京东推荐算法 | 发粽子=LC 135 同构;T2 付费墙未核验 | B;原帖 |
2027 届秋招提前批历史快照(截至 2026-07-26)
本节保留当时公开信息,不能用于判断当前仍可投或当前截止日。2026-07-30 起,状态与官方入口只维护在招聘窗口与刷新日志;投递当天必须重新核验。
- 拼多多:网申 2026-07-06 至 08-23,含线上笔试,设 AI Agent 研发岗与”云弧计划”(AI 博硕);7-02、7-19 已开考。
- 百度:7 月恢复大规模场次(7-16 研发、7-23 算法);研发卷有考生自述并入”20 选择+1 ACM+1 prompt 工程+1 AI coding+1 开放题”(单帖、年份待核,勿当定论)。
- 华为:机考全年滚动(6 月起每周多场),有”暑期实习笔试通过者秋招免考”说法(仅摘要级)。
- 米哈游:技术提前批免笔试直通面试,投递截至 7-27;大疆改线上答辩(7-27~30);快手提前批 5-28 启动。
- 美团:提前批 6 月起、正式批 8 月启动;LongCat 大模型人才提前批投递截至 2026-08-03。
- DeepSeek:7-12 举行 Agent 开发岗 3 小时机考,属新入场玩家。
- 字节、腾讯、淘天、京东、网易、B站、滴滴、荣耀、vivo 在 2026 年 6–7 月暂无可核验笔试回忆,与”这批公司 27 届笔试多在 8 月后启动”一致;字节主要走 ByteIntern/Seed 免笔试直面或不定期机考。
2026 题型趋势(相对 2025)
- 手写 ML/LLM 组件成为算法卷标配:Viterbi(蚂蚁)、IRLS(美团)、决策树桩 Gini(美团)、sklearn SVM+分层 CV(携程)、NumPy CLIP loss(拼多多)。共同要求:NumPy 向量化、数值稳定(logsumexp/减行最大值)、固定小数位输出、训练/验证隔离。
- 华为 AI 岗完成两级题改:3 道 ACM → 10 客观+2 编程(2025-08)→ 20 选择+2 编程(2026),选择题大模型占比约 40%,编程题本体 LLM 化(RoPE 模拟、KV Cache 淘汰)。
- 题面 LLM 化但内核仍是经典算法:GPU batch 调度=DP+单调队列、流式 tokenizer=Trie 贪心、KV Cache=堆+有序结构。刷题映射依然有效,先剥壳再套模板。
- 压轴题上探竞赛级模板:Pollard-Rho、决策单调性分治、树上哈希+启发式合并;目标满分才需要,部分分策略不变。
- 卷种分化:同日多卷(拼多多算法卷+SQL 数据卷);免笔试/答辩制在提前批扩张(米哈游、大疆、华为免考通道)——高绩点/强简历人群的笔试环节正在被绕过,反过来笔试更集中在批量筛选场景。
对应训练增量
- 所有算法卷:固定小数位输出、JSON/矩阵输入解析、
float64/Decimal精度处理。 - ML 手写在原六模块外新增:CLIP 对比损失(双向 CE+减行最大值)、决策树桩(加权 Gini)、KV Cache 淘汰模拟(堆+有序字典)、RoPE 公式模拟、流式 tokenizer(Trie/哈希最长匹配)、sklearn Pipeline+StratifiedKFold+GridSearchCV(Scaler 只 fit 训练集)。
- 竞赛骨架补充:基环树(内向函数图)三色标记与环上前缀和、状压 BFS(
(位置, 掩码)状态)、四元组 MITM、双不变量构造判定;Pollard-Rho 至少会识别与调库级实现。
2026 年 8 月 15–25 日正式批增量
本节把“考生原始回忆”和“站方改编/整理”严格分开。拼多多 8.16 与美团 8.25 的候选人亲历记为
B;京东 8.15、美团 8.18 的站方改编/整理适合练题型,但不能对外称为完整原卷。
| 日期/公司 | 公开骨架 | 映射与训练入口 | 证据 |
|---|---|---|---|
| 2026-08-16 拼多多 | ① a^b^c=0 且满足三角不等式的有序三元组计数;② 输入序列能否由栈/队列产生;③ 带权区间调度;④ 按输入顺序、边权严格递增的最长路径 | 枚举时令 c=a^b;栈模拟;排序+DP/堆;每个节点离散化边权后 Fenwick 前缀最大值 | B 考生回忆;原帖 |
| 2026-08-15 京东算法 | JSON 频繁项集;严格选一半元素使两组总和最接近 | Apriori 连接+“所有 k-1 子集都频繁”剪枝;MITM 枚举两半和并二分 | C 明确声明“改编真题”且含 AI 辅助生成;材料 |
| 2026-08-18 美团算法 | 电商搜索排序 AI Coding(query/title/brand/price/rating/click/cart,NDCG@10);ML/DL/大模型选择;GCD 区间编程 | 分组切分防 query 泄漏;文本匹配+数值/行为特征;DCG/IDCG;算法题仍按 OJ 保分 | B-Secondary 题面整理;材料 |
| 2026-08-25 美团大模型算法(版本 A) | 10 选择 30 分;单点修改数组并维护任意两数差绝对值总和 20 分;类 Kaggle ML AI Coding 50 分 | 坐标压缩 + 两棵 Fenwick 维护 count/sum;每次删除旧值、插入新值并更新贡献;ML 先跑合法 baseline 再迭代 | B 候选人亲历;原帖 |
| 2026-08-25 美团技术/算法(公开版本 B) | 同样是选择 + 编程 + AI Coding,但编程题为前缀 MEX/构造判定;有记录称 AI Coding 限时约 90min | 用必要条件和前缀状态做 O(n) 判定;作为同场多卷练习,不与版本 A 合并 | B-Weak 同日关联回忆/评论;只记题型差异,不称统一原题 |
这些场次对训练计划的实际改动
- P0 仍然是传统算法:拼多多四题覆盖模拟、DP、Fenwick 与复杂建模,证明 Hot100 + 竞赛骨架不能被 AI Coding 取代。
- 新增两个可闭卷模板:带权区间调度(按结束时间 DP + 二分前驱)和“边按时间到达”的在线 DAG/图 DP(查询旧状态后再更新,避免同一条边污染本轮)。
- MITM 从 P1 提到目标京东/阿里/拼多多时的 P0:数据范围在 30–44 左右且要求精确选 k 个、平衡两组或最接近目标时,先按“半边枚举 + 按选择个数分桶 + 二分”识别。
- 排序 AI Coding 新增最低线:会按 query 分组切 train/validation,避免同一 query 泄漏;能实现
DCG@k、IDCG@k、NDCG@k;先做 BM25/字符匹配+数值特征 baseline,再考虑树模型或学习排序。详见ML / AI Coding 补丁。 - Apriori 只学可考骨架:候选连接、子集剪枝、support 计数、确定性排序;它不应挤占 Fenwick/DSU/DP 的主复习时间。
- AI Coding 按 50% 权重计时:30 分钟内结束选择与 OJ 保分,剩余主时间留给 ML 任务;前 15 分钟必须产出可运行 baseline、合法输出和本地指标。模型只负责可验证的小步修改,每次改动都要重跑数据契约与指标。
- 同一天也可能多卷:公开回忆中的不同算法题必须分别建版本,不用“网友 A 的算法题 + 网友 B 的 AI 任务”拼成所谓完整原卷。
公司侧重点
| 公司/类型 | 必练 | 不应误判 |
|---|---|---|
| 字节 | 字符串/数组保分、状态 DP、树、组合与复杂模拟 | 四题通常后两题明显竞赛化,Hot100 只能覆盖骨架 |
| 美团 | 二维前缀和、逆序 DSU、函数图、树、数论、构造;算法专场加 ML 实现与搜索排序/NDCG | 通用技术卷、算法专场、AI Coding 不是同一卷型 |
| 拼多多 | 区间 DP、带权区间调度、DAG/树、Fenwick、LIS、数论与复杂度优化 | 8.16 正式批仍为四道 ACM;不能因别家公司有 AI Coding 就降权算法 |
| 阿里/蚂蚁 | 二分答案、DP、并查集、Fenwick/线段树、匹配;算法岗加 AI Coding、Viterbi/模型实现 | 不同业务线是否共卷缺少稳定官方证据 |
| 京东 | 贪心分段、LIS/LNDS、字符串、基础模拟、MITM、集合枚举与选择题 | 8.15 材料为改编题,只练 Apriori/MITM 骨架,不称原题 |
| 华为 | 通用岗 120 分钟 ACM 节奏、滑窗、BFS/DFS、堆、前缀和、并查集、背包;AI 岗 2026 起为 20 选择(大模型约 40%)+2 编程,编程题常 LLM 化 | OD 题库不能无证据冒充校招算法岗原卷;华为 HR 机考说明、2025-08 AI 类题型公告 |
| 小米 | 算法题 + 数据结构/系统/网络类选择题 | 只刷编程题会丢基础知识分 |
| 搜索/推荐/大模型算法专场 | 经典算法 + SQL + 矩阵/概率/模型手写 + 数值稳定 | 只会调用 sklearn/torch API 不够 |
必刷清单:按收益排序
P0:两周内必须闭环
- 数组/哈希/滑窗:1、3、15、49、53、76、128、239、560。
- 二分与贪心:34、45、55、153、300、875、1011、1552。
- 树图:102、200、207、236、994、1697。
- DP:198、322、416、1143、1246。
- 竞赛骨架:二维前缀和、逆序删边 DSU、Fenwick、二分答案、0/1 背包、区间 DP。
- 每题验收:能口述状态/不变量;能写复杂度;能在 20 分钟内无提示通过;24 小时后盲写一次。
P1:算法岗拉开差距
- LC 307:Fenwick/线段树的动态区间和。
- LC 787:把步数放进状态,分层 Bellman-Ford;禁止硬套普通 Dijkstra。
- LC 1755:meet-in-the-middle。
- KMP、字符串哈希、LCA、拓扑排序、Dijkstra/0-1 BFS、质因数分解。
- 目标阿里/字节/拼多多高难场:线段树、MST/生成树构造、函数图、树上 DAG DP;匈牙利匹配至少会识别和写 O(n³) 模板。
- 状压 DP 入门:LC 698 或 847,至少掌握
mask表示和状态数估算。 - 代码入口:进阶模板。
P2:有余力再补
- SCC、MST、Floyd、线段树懒标记、数位 DP、二分图匹配。
- 这些不该挤占 P0 的盲写和模拟时间,但目标是字节/美团算法专场或竞赛背景岗位时不能长期跳过。
6 周执行表
本表是按题型组织的参考课程表,继续保留用于未来切换节奏;当前逐日执行以30 天冲刺计划为准。
| 周 | 目标 | 交付物 |
|---|---|---|
| 1 | 哈希、双指针、滑窗、前缀和、二分 | 25 题;2 次 90 分钟混合模拟 |
| 2 | 栈、堆、链表、树、BFS/DFS | 25 题;1 次完整 ACM 模拟 |
| 3 | 线性/背包/字符串 DP,重点 53/198/300/416/1143/1246 | 20 题;错题二刷通过率 ≥ 80% |
| 4 | 二分答案、二维前缀和、DSU、Fenwick、最短路 | 15 题/模板;2 场公司风格模拟 |
| 5 | 区间/树形 DP、MITM、字符串匹配、数论 | 12 题/模板;至少完成 1 道暴力→优化→对拍 |
| 6 | 目标公司套卷、薄弱点回炉、输入输出稳定性 | 4 场 120 分钟模拟;复盘表;最终盲写清单 |
若只剩两周:第 1–4 天完成 P0 基础,第 5–8 天完成 P0 竞赛骨架,第 9–12 天每天一场模拟加复盘,第 13–14 天只补错题和模板,不再开新专题。
算法专场的 ML 手写支线
模式识别、数值稳定、JSON 契约、可执行实现和边界测试见《ML / AI Coding 笔试补丁》。
每个模块都要能独立从 JSON/文本输入运行,不能只写公式:
- 稳定
softmax/logsumexp、交叉熵、标准化;明确 axis 和 shape。 - 朴素贝叶斯:平滑、先验、对数概率、预测。
- HMM/Viterbi:对数域 DP、回溯指针、不可达状态。
- Attention:Q/K/V 维度、缩放、mask、Top-k、归一化。
- 异常检测/One-Class 思路:训练/验证隔离、阈值选择、固定随机种子。
- SQL:窗口函数、Top-N、留存、连续登录、分组去重。
- (2026 新增)CLIP 对比损失:相似度矩阵、双向 softmax CE、减行最大值、双向平均。
- (2026 新增)IRLS/Newton 逻辑回归与决策树桩:稳定 sigmoid、Hessian 正则、加权 Gini。
- (2026 新增)KV Cache 淘汰与 RoPE 公式模拟:堆+有序结构、逐对二维旋转、固定小数位输出。
- (2026 新增)流式 tokenizer 与 sklearn Pipeline:Trie/哈希最长匹配;StratifiedKFold+GridSearchCV,Scaler 只 fit 训练集。
验收不是“看懂”,而是给定一页接口说明后,60–90 分钟内写出可运行程序,并覆盖空输入、单样本、重复值、极端浮点和维度错误。
每场模拟的通过策略
- 前 5 分钟扫完所有题,按预计得分/时间排序,不机械从第 1 题做。
- 每题先写数据范围推导:
n≤20考虑回溯/状压/MITM;n≤2000才考虑 O(n²);n≤1e5通常需 O(n log n);n≤1e6偏 O(n)。 - 20–25 分钟没有正确状态时,提交可验证的暴力/小数据部分分并切题。
- 最后 15 分钟只查:空集、单元素、重复、负数、1-based/0-based、溢出/取模、递归深度、输出格式。
- 复盘记录“为什么误判”,不要抄完整答案。次日盲写,7 天后再做一遍。
你是否已经达到可投递线
满足下面 5 条再把“刷过”算成“会了”:
- 随机抽 20 道 P0 Medium,17 道能在 20 分钟内独立写对。
- 4 场 120 分钟模拟中,至少 3 场稳定拿下前两题,并在第三题获得有效分数。
- Fenwick、DSU、二分答案、二维前缀和、0/1 背包能从空文件盲写。
- 能把 LeetCode 函数题在 10 分钟内改成多测 ACM 输入输出。
- 目标算法专场时,至少 4 个 ML 模块通过自写边界测试。
这套线比“刷满多少题”更接近真实笔试结果:识别、实现、边界、速度和取舍必须同时过线。
原始文档:GitHub 源文件。