首先感谢文远某HR，回复速度很快，属于秋招到现在遇到最好的几个HR之一（虽然文远HR整体很抽象）一面：问项目，问实习经历蔚来实习这段问得很细，基本就是整个项目打碎一块一块问；Momenta的实习因为描述得比较详细所以没怎么再深入提问手撕：线段求交点写得一般，有点混乱，被问到是否可以减少拷贝复制，赶紧回答自定的struct可以指针传，其它参数可以传const引用，面试官说问题不大二面：面试约得很早（7~9点），面试官人在美国，早上起个大早脑子不清楚，对着面试官直呼HR

偏向聊天，问两段实习中的难点和亮点 1. 问对于基于规则的lidar点云前处理过程中使用OD印证是否会存在循环推断 2. 问基于极坐标系的恒定步长采样存在什么问题，是否有其它解决方法 3. 问我本科专业和硕士专业为我从业带来哪些相关方法或者优势（本科力学，硕士土木），只能乱扯说涉及到矩阵论方法和大量几何相关算法，而且车辆从传感器数据辨识到操控本质也是非线性动力学系统

说得自己绷不住了手撕：写一个shared_ptr，实现拷贝构造、析构、委托构造，并验证引用计数对不对这块写得磕磕巴巴，准备了半天算法结果是写类，最后本来要让我写线程安全的引用计数，时间不够没写。疑似这里要挂我了，写着写着给面试官写麻了

三面：纯coding，没笔试是吧，这里等着呢😡 1. emplace_back(move()), push_back(move()), emplace_back(), push_back()速度排序 2. 描述下vector底层实现，扩容是怎么扩容的，扩容的时候有哪些构造方式 3. reserve和resize什么区别，没有默认构造、拷贝构造只有移动构造等的自定义类可以resize吗 4. 引导计算：扩容复杂度，总共移动多少次？元素总共构造多少次？对元素的总操作次数多少次？从空vector开始一直emplace_back的期望复杂度（或者平均复杂度）是多少？（涉及到一个幂级数求和） 5. 手撕，一个array，有若干个数字，一些query，表示区间端点，需要对区间求和。array中的元素可以任意乱序存在，问所有query的最大值是多少。刚开始想区间合并，后来经提示发现没必要，写得很丑陋，要得能当场调出来，他们assert样例都准备好了...调是调出来了，但是被指出有很多多余的操作，有点寄四面：仍然是美国面试官，貌似是大leader，压力很大 1. 如何避免梯度消失？（要求4种+的解决方法...） 2. batch normalization是啥？给下公式 3. resNet听过吗，解释下？ 4. 手撕：写一个哈夫曼树

问：你这个树1w个节点占多大内存？（说字节和kb都不行，非要说mb...）你这个树对于1000个叶子结点总共会有多少个结点？（答不出来）我宣布第四面是目前最搞心态的一场面试，也不问项目履历，就追着深度学习问，手撕也是以前几乎没怎么练过的，再加上早上7点开面6点半起了个大早，压力非常大，还有就是那种在技术高手眼皮下的无处遁形感

而且貌似和面试官有沟通问题，他的问题重复三四遍都没听懂

最寄的一集

-------- 更新：四面挂...... #文远知行# #自动驾驶# #面经##软件开发笔面经#