文远知行算法岗实习（感知方向）面经全解析与深度复盘

一、面试流程与核心要点

1. 笔试环节

题型：4道编程题（动态规划+图遍历为主），中等难度。
典型题目：零钱兑换变种（动态规划）、图的最短路径优化（Dijkstra或A*算法）。
备考建议：
重点突破背包问题（完全背包、多重背包）及几何算法（线段相交、多边形包含判断）。
熟悉LeetCode高频题（如跳跃游戏、NMS实现），注重边界条件与代码鲁棒性。

2. 技术面深度剖析

(1) 算法与系统设计考核

零钱兑换变种：
核心思路：动态规划（DP）状态转移方程，需考虑滚动数组优化降低空间复杂度至O(n)。
进阶追问：输出所有组合时，可结合回溯+剪枝策略，避免重复计算。
线段交点算法：
参数方程法需处理分母为零（平行/重合）及浮点精度误差（如EPSILON阈值判断）。
参考：文远知行面试中频繁出现几何类题目，需掌握向量叉积、快速排斥实验等数学工具。
系统设计（shared_ptr实现）：
关键点：引用计数的线程安全（atomic或mutex）、拷贝构造的深拷贝逻辑。
性能对比：atomic操作轻量但依赖硬件支持，mutex更通用但存在锁竞争开销。

(2) 项目深挖与技术追问

点云处理中的循环推断问题：
问题本质：目标检测（OD）与跟踪模块的误差累积，导致预测与观测矛盾。
解决方案：引入卡尔曼滤波先验估计，面试官进一步探讨粒子滤波的适用性（计算量大，适合非线性非高斯场景）。
多传感器同步：
硬件触发（如PTP协议）降低时间偏差，软件插值法（线性/样条插值）补偿残差。
伪代码需体现时间戳对齐与数据缓冲队列设计8。

(3) 场景设计与系统思维

停车场调度系统：
地图建模：栅格化（障碍物标记）或图结构（节点为车位/路口）。
动态障碍物处理：局部重规划（D* Lite）或实时避障（RRT*）。
优化目标：面试官倾向于时间最短（用户体验）而非转向最少（硬件损耗）。

二、面试官考察维度与策略

技术深度：
算法岗核心考察代码实现能力（如手撕NMS）与数学推导（如梯度消失解决方案）。
项目经历需提炼技术链条（数据输入→处理逻辑→输出优化），并准备失败案例复盘。
行业洞察：
总监面高频问题：对比竞品技术（如特斯拉FSD的决策逻辑），需熟悉文远知行多传感器融合方案。
压力测试：
HR面常见陷阱问题（如“何时离职实习”），建议强调职业规划与公司契合度。

三、备考策略与资源推荐

算法强化：
刷题：LeetCode动态规划TOP 100、几何题库（线段/矩形相交）。
系统设计：智能指针、线程池等高频考点。
行业知识储备：
必读文远知行技术文章（官网及知乎专栏），重点学习BEV感知、时序融合等前沿方向。
竞品分析：Waymo的仿真系统、Cruise的路径规划特点。
项目包装技巧：
使用STAR法则描述项目（情境→任务→行动→结果），突出量化指标（如算法精度提升20%）。

四、内推与招聘动态

当前机会：文远知行2025届春招及2026届实习开放中，算法岗（感知/规划/控制）需求量大。

内推优势：通过内推码（DS17ugTB）可加速简历筛选，优先获得面试机会。
内推链接如下：
https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DS17ugTB#/jobs

投递建议：关注官网及招聘平台更新，匹配岗位JD调整简历关键词（如“多传感器融合”“点云分割”）。

 文远知行面试注重算法功底、工程落地能力与行业敏锐度。建议候选人结合自身项目，深度挖掘技术细节，同时加强对自动驾驶产业链（如芯片、传感器、法规）的宏观理解。笔者整理的真题与经验可私信获取，预祝各位斩获心仪Offer！

#内推# #实习# #文远知行# #校招# #算法# #算法岗# #算法岗面试#