腾讯wxg后端日常实习面经(已oc)
一面(2.28 50min)
形式:电话面试+在线编程平台
聊项目 20min
算法题 30min
1 给定一组数据,包含category和score(已经按score有序排列),要求重新排列数据,使得在相邻数据的category不相同的前提下,score尽量有序。
e.g.:
A 0.9
B 0.8
B 0.8
C 0.7
重新排序后:
A 0.9
B 0.8
C 0.7
B.0.8
2 lc53 最大子数组和
follow up:lc152 最大子数组乘积
反问环节
招实习生的时候更看重算法还是项目经历
答 更看重学习能力(这话我面美团的时候听过…然后就挂了)
一个小时后接到二面电话。
二面(3.1 1h)
形式:微信视频
二面的问题基本都和实际开发场景有关,不知道是腾讯特色还是面试官风格…中间一度给我问麻了,不过收获很大。
1.归并排序
2.两个表,一个表有用户id和docid,另一个表有docid和category,输出所有的用户id,category和该category的总访问次数
如果第二个表很大该怎么办
如果第一个表也很大该怎么办
可能还有其他的follow up,但后来我已经麻了,不记得都说了啥
貌似要用到分布式的知识,比如mapreduce之类的。我没学过,完全不知道该怎么答…但是面试官一直在引导我,我就像挤牙膏一样一点一点慢慢推出来了
这个问题大概用了20min,感觉这个过程对面试官的考验更大一些,考验他如何在不告诉我答案的情况下让我自己把答案推出来…
3.推荐算法设计,怎么给用户推荐公众号文章。
先是knn聚类分出category,然后根据category和用户曾经点击过的文章进行推荐。
针对这个场景讨论了大概二十分钟吧。咱也不知道为啥后端岗问这些,不过感觉比curd刺激多了。
本来以为凉了,但最后面试官又问了我实习时间,然后让我好好学mapreduce和python,又感觉稳了。
3.3接到hr面邮件
3.6 hr面(20min)
聊项目,唠家常,实习时长等
3.7 录用评估
#实习##校招#