影石-算法岗面经

秋招进入中后期了，算法八股快背的差不多了，感觉需要系统整理下手撕没怎么复习到的地方，避免考到笔都动不了直接寄的情况。以下收集自各大厂面经/笔试解析，查漏补缺，列个todo list，欢迎各位大佬补充：ML/DL，基于numpy或者torch实现：线性回归、MLP（结构、前向传播、反向传播）Multi Head Attention绝对位置编码、RoPE交叉熵计算AUC计算BatchNorm，LayerNormk-means聚类IoU、非极大值抑制(偏视觉岗)数据结构与算法类：归并排序、堆排序KMP、Trie、字符串哈希RMQ、线段树（在线查询，修改区间最值、最大连续子段和等）Dijkstra（堆优化）、Kruskal最小生成树、拓扑排序（感觉图论考的少但是没复习过必寄）快速幂、逆元、组合计数取模、卡特兰数（小米笔试被挂过）牛顿迭代法解方程分组背包、混合背包、二维费用背包、背包输出具体方案、数位dp、状态压缩dp #秋招#  #算法工程师#  #算法岗#  #牛客创作赏金赛#

三个月秋招结束，我先后收获了腾讯，字节，携程，b站的意向和快手转正的口头意向。欣喜之余，也有一些经验想分享给还在奋战的算法秋招人们。（先叠个甲，非故意集邮，意向全是10月从池子里泡出来的，还在面试中的都推了）先说背景：2+2本，top英硕，两领域无关论文，一段大厂搜推实习。我个人认为只能算是算法岗的平均背景，能过简历关，但也没有额外加分。我做对了哪些事？1. 放弃多模态和图网络，全面拥抱搜广推这可能是我秋招做的最正确的一件事，也是能收获如此多意向的根本原因。搜广推需求大，岗位多，竞争压力相对小，也不需要候选人有很强的相关背景，学历和科研成果合格就行。我投的所有公司，只要简历筛过了，基...

明天就要面试了，想问问有没有经常问的八股或者手撕啊

40min项目拷打（10min）java和go的区别go的内存管理机制逃逸分析的原理、应用场景以及优缺点协程和线程的区别gmp模型缓存击穿、雪崩、穿透的理解以及怎么解决给了一个具体视频流数据查询的场景，问怎么设计能避免缓存雪崩的问题（答了 随机ttl和多级缓存，结果他想要的答案是限流方案 然后又扯了一下限流算法，这里拉扯了半天）无手撕，感觉是kpi