最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...

这书读的是不是没用了😇#投递技巧#

没实习过，前几天投了一下腾讯，能想到能让我面试😨😨😨处女面能给腾讯吗

T1 括号匹配（100%）力扣刷过这个题目，这个题目进阶了一下，比如【{】}这种是不可以的。用replaceAll也不卡时间T2 BFS（100%）蓝桥杯有一个类似的，不过是把颜色变成红绿灯。直接bfs，然后vis数组开两个，一个蓝色一个红色，注意这个数组不能记录边（这样过75%），要记录当前在这个节点，是蓝色或红色这个状态之前有没有出现过。 while(!q.empty()){ int siz = q.size(); for(int i = 0; i < siz; i++){ pair<int, int> cp = q...