2019年的校园招聘算法工程师笔试，是我那年秋招印象最深的一道坎。算法岗投递量大，笔试基本是海选的第一道闸门，一套卷子答不好，简历再漂亮也进不了面试。我前后做了三十多套笔试题，整理下来发现考点高度集中：数据结构与基础算法、机器学习理论推导、深度学习基本功、概率统计和智力题，外加两到四道手写编程题。这篇文章就把我当时复盘的高频考点和踩坑经验完整梳理一遍，适合正在准备算法岗校招的应届生，也适合想了解算法笔试真实难度的在职朋友。内容以2019年真题为主线，但很多题到现在依然频繁出现。
1. 2019年算法岗笔试全景复盘：题型构成与考察逻辑
1.1 一套卷子里最常见的题型结构
大部分公司的算法笔试由三类题型组成：客观题（单选加多选，二十到四十道，覆盖数据结构、机器学习、概率统计、深度学习）、简答推导题（部分公司会出数学推导或方案设计，比如手推逻辑回归梯度、设计一个推荐召回方案）、编程题（两到四道，需要自己处理输入输出）。这三种题型的分数占比差别很大，有的公司客观题占一半，编程题只有一题；有的公司编程题占大头，客观题只是过场。
各厂风格差别很大。我当年投了互联网公司、硬件公司、金融机构的技术岗，体验最明显的几家：字节的题特别重编程，难度直逼CPC入门赛，四道题能做出来两道就算稳；华为偏重基础数据结构，卷子里有排序、栈和队列的组合应用，偶尔还会加一道工程场景题；阿里和美团更看重机器学习推导与场景设计，简答题的分值很高；百度则喜欢把深度学习和工程落地结合起来考。所以不要用同一套复习资料应对所有公司，先搞清楚目标公司的风格再分配精力。
1.2 从考点频率看笔试的真正筛选逻辑
我把当年整理的真题考点频率做过一个粗略统计，出现次数最多的不是偏怪难题，而是“基础加细节”。高频考点依次为：排序与查找、KMP字符串匹配、贪心与动态规划、二叉树遍历与重建、逻辑回归推导、SVM原理、聚类算法评估、KNN细节、卷积计算与感受野、反向传播手算、贝叶斯与期望题。
为什么笔试偏爱这些？因为算法工程师的核心能力要求是能快速识别问题类型并写出可运行的代码，以及能对自己的模型做推导解释。笔试题考察的是“能不能动手做”而不是“知不知道名词”。很多同学挂在第一轮，不是因为不会难题，而是基础题细节扣分太多。比如快排的partition写错边界，或者逻辑回归损失函数里的符号写反，这类错误在笔试里没有解释机会，直接丢分。
2. 数据结构与基础算法高频真题复盘
2.1 KMP的next数组怎么算：拿“abacaba”完整跑一遍
当年几乎每套卷子都有KMP相关题，最经典的问法是：对于模式串 p="abacaba"，求next数组。next[i]的定义通常在题目里会给：当前字符失配时，模式串应该回退到的位置，等价于长度为i的前缀子串的最长相等真前缀后缀长度。
我建议用手写模拟的方式记忆，别死背代码。p="abacaba"，从下标0开始：
- i=0，next[0]=-1，这是约定。
- i=1，前缀"a"，最长相等前后缀长度为0，next[1]=0。
- i=2，前缀"ab"，前缀"a"和后缀"b"不相等，next[2]=0。
- i=3，前缀"aba"，前缀"a"等于后缀"a"，长度为1，next[3]=1。
- i=4，前缀"abac"，长度1不成立（a和c），长度2不成立（ab和ac），next[4]=0。
- i=5，前缀"abaca"，前缀"a"等于后缀"a"，长度为1；再看"aba"和"aca"不等，next[5]=1。
- i=6，前缀"abacab"，长度为2时前缀"ab"等于后缀"ab"，成立；长度为3时"aba"和"cab"不等，所以next[6]=2。
- i=7，整个串"abacaba"，长度为3时前缀"aba"等于后缀"aba"，成立；长度4时"abac"与"caba"不等；长度1虽成立但取最长，next[7]=3。
如果题目把next[i]定义为“前i个字符组成的子串最长相等前后缀长度”，结果就是 [-1, 0, 0, 1, 0, 1, 2, 3]。笔试里常问的另一个坑是：KMP的时间复杂度为什么是O(m+n)。关键在于匹配过程中主串指针不回溯，模式串指针按next回退，总回退次数不超过模式串长度，所以整体线性。能把这个道理讲清楚，比单纯背模板更稳。
2.2 排序算法：手写快排、堆排和TopK的真实场景
排序是每年笔试的必出题。最常见的考法不是让你选复杂度，而是要求手写快排，并处理边界。
快排的写法虽然烂大街，但坑不少：递归出口必须是 left >= right 就返回；选择基准时，最简单是取中间位置元素，或者用三数取中避免有序数组退化；分区时两个while的顺序要注意，如果基准在左边，从右往左找小的先走，否则会出错；快排最坏时间复杂度O(n²)，平均O(n log n)，空间复杂度是递归栈深度O(log n)。
堆排序的考点在于：建堆是O(n)，不是O(n log n)。很多人会错。一个小根堆建堆的过程是从最后一个非叶节点开始下沉。TopK问题当年考得很频繁，最标准的问法：10亿个数找最大100个。答案就是用大小为100的小根堆，遍历一遍，每个数跟堆顶比较，比堆顶大就替换并下沉。时间复杂度O(n log K)。如果不要求稳定，用快排思想的partition也可以做到平均O(n)，但工程上堆方案最稳。
2.3 贪心与动态规划：题型识别和典型题模版
贪心和DP在笔试题里占大头。区分它们的一个技巧：当前选择是否影响后续状态。如果局部最优能推出全局最优，大概率是贪心；如果存在重叠子问题，需要记录状态，就是DP。
2019年出现过的典型贪心题有：区间调度（按结束时间排序）、分发饼干、加油站问题。区间调度是必讲题型——按结束时间排序后，能选的区间就选，选了就更新end，这题的贪心证明可以一句话说清：每次选结束时间最早的区间，能为后面的区间留下最大空间。
DP的经典题集中在背包、最长上升子序列、编辑距离。笔试爱考的是状态定义和转移方程，比如编辑距离：
dp[i][j] 表示 word1 前i个字符到 word2 前j个字符的最少编辑次数。转移时：如果字符相等，dp[i][j]=dp[i-1][j-1]；否则等于增、删、改三种操作的最小值加1：dp[i][j]=1+min(dp[i][j-1], dp[i-1][j], dp[i-1][j-1])。这类题目建议考前手写两遍，因为代码量不大但细节多。
2.4 图算法：Dijkstra、并查集与最短路的变形
图算法在笔试题里出现的频率没有动态规划高，但一旦出现就是拉开差距的题。
Dijkstra是高频考点。手写时要注意：用优先队列优化，dist数组初始化为INF，起点dist为0；每次取出距离最小的未访问节点，松弛邻居。复杂度O((V+E)logV)。如果边权为负数就不能用Dijkstra，要用Bellman-Ford或SPFA，这个选择题经常考。
并查集也是常客，特别是带权并查集。2019年我记得有道题是“判断无向图是否有环”，用并查集并查时如果两端点已经连通，说明有环。并查集的核心就两个函数：find带路径压缩，union按秩合并，代码不到10行，值得背熟。
3. 机器学习笔试必刷考点：从LR到XGBoost
3.1 逻辑回归：手推梯度更新过程
逻辑回归在笔试中出现频率最高，基本是送分题，但很多人栽在推导细节上。
模型是 P(y=1|x)=1/(1+e^(-θ·x))。损失函数是交叉熵：L=-sum[y*log(p)+(1-y)*log(1-p)]。
手推推导时核心步骤是把sigmoid导数的性质用上：p' = p(1-p)。最后得到梯度更新公式：
θ_j = θ_j + lr * sum((y_i - p_i) * x_ij) / m
这里有一个常被问到的点：为什么不用均方误差？因为LR用MSE的话损失函数是非凸的，而用交叉熵得到的是凸函数，梯度下降能收敛到全局最优。这个“为什么”一定要能口头解释。
另一个细节：LR对特征尺度敏感，连续特征最好做标准化，否则梯度更新在量纲大的维度上会很慢。
3.2 SVM：最大间隔、对偶问题与核函数选择
SVM在笔试里常考的不只是概念，而是线性SVM的优化目标推导。
核心思想：最大化间隔 2/||w||，等价于最小化 ||w||²/2，约束条件是 y_i(w·x_i+b) ≥ 1。拉格朗日对偶后得到KKT条件，支持向量就是那些落在间隔边界上的样本，对应alpha>0的点。
常见选择题问法：SVM能处理非线性分类的原因是核函数；高斯核对应无限维特征空间的映射，容易过拟合；核函数必须是半正定的；软间隔引入松弛变量是容忍噪声的关键。
2019年有一道问答题是：为什么SVM对高维稀疏数据效果好？回答要点是SVM只依赖支持向量，不依赖全部样本，且自带正则化，泛化能力强。
3.3 聚类与KNN：算法细节比名字更重要
聚类算法在笔试题里多半是概念加计算混合。K-Means常考的细节包括：初始化方式（随机选K个点，但容易陷入局部最优，改进版是K-Means++，距离越远越容易被选为中心）、收敛条件（中心点不再变化或者变化小于阈值）、如何选K（肘部法则、轮廓系数、Gap Statistic），以及对异常点敏感，因为用的是均值而非中位数。
KNN也很经典。我记得有一道题问“KNN算法的应用能力包括哪三个方面”，我的理解是分类、回归和异常检测。KNN做分类时找K个最近邻投票；回归时取均值或加权平均；异常检测时看点到邻居的距离，距离过大判定为异常。还有一个容易考的细节：KNN没有显式训练过程，是惰性学习；对特征尺度敏感，必须标准化，否则距离会被大尺度特征主导。
3.4 模型评估：AUC/ROC、F1与过拟合与欠拟合
笔试题里的评估指标题，本质上在考察“你凭什么说模型好”。
- 精确率 Precision = TP/(TP+FP)，查准率。
- 召回率 Recall = TP/(TP+FN)，查全率。
- F1 = 2PR/(P+R)，调和平均，偏向小值，适合类别不平衡场景。
- ROC曲线横轴FPR，纵轴TPR；AUC表示随机取正样本得分大于负样本的概率，AUC=0.5是随机，1是完美。
一个高频判断题：类别极度不平衡时应该看什么？答案是AUC或PR曲线。因为准确率会被多数类主导，90%的负样本直接全预测为负也有90%准确率，但没意义。
过拟合的解决手段也要能默写：增加数据、正则化、Dropout、早停、交叉验证、数据增强。欠拟合则相反：增加模型复杂度、特征工程、减少正则化。
3.5 集成学习：随机森林、GBDT与XGBoost为什么强
集成学习在笔试中的出场率逐年升高，到2019年几乎成了必考。
随机森林是Bagging的代表，核心是样本有放回采样和特征随机采样，最终投票或平均。它的两个随机让模型方差降低，对异常值稳健。
GBDT是Boosting的代表，每棵树拟合前一棵树的负梯度（残差近似），逐步减小偏差。笔试题常问：GBDT的弱学习器为什么必须是CART回归树？因为要拟合连续的负梯度，所以不能是分类树。
XGBoost相对GBDT的改进点也常被问：目标函数加入了正则项、二阶泰勒展开、列采样、对缺失值的自动处理、支持近似直方图算法。2019年还有公司问“XGBoost如何防止过拟合”，能答出shrinkage学习率、子采样、列采样、树深度限制、正则化就已经及格了。
4. 深度学习高频题与手推
4.1 反向传播：拿一个两层网络手算梯度
深度学习笔试最常见的就是手推反向传播。题目通常会给定一个两层的全连接网络，让你求出某个参数的梯度。
我的建议是别死记公式，而是牢牢抓住链式法则。假设损失是L，参数是W，梯度是 dL/dW = dL/dy * dy/dz * dz/dW，一层层从后往前推。
有一个经典细节：中间变量要命名清晰，比如 z1=W1·x+b1，a1=ReLU(z1)，z2=W2·a1+b2，a2=sigmoid(z2)，L=交叉熵(a2, y)。写的时候把每个局部梯度都标出来，最后乘起来就行。
笔试改卷时看的是过程分，所以哪怕是选择计算题，也要把链式过程写在草稿上，答案唯一但步骤要清晰。
4.2 CNN与RNN：感受野计算和梯度消失的坑
CNN的高频题是感受野计算。公式：RF_new = RF_old + (kernel_size - 1) * stride_product，其中stride_product是之前所有stride的乘积。还有参数共享和局部连接带来的参数减少量计算。传统的图像处理算子有时候也会拿来当卷积核例子，比如Sobel算子做边缘检测，本质上就是一个固定权重的卷积核，用来计算图像梯度。这类题在笔试里出现不奇怪，知道原理就能答。
RNN的必考题是梯度消失和爆炸原因。因为时间步反向传播时，梯度要乘上循环权重矩阵的连乘，如果矩阵的谱半径小于1，梯度会指数衰减，大于1则指数爆炸。这也解释了为什么LSTM要用门控机制：通过遗忘门和记忆单元，让梯度有一条相对稳定的通路。
4.3 激活函数与优化器：选型背后的道理
2019年笔试题里，激活函数考得很细：Sigmoid输出非零均值，导致后层输入全为正，梯度方向受限，而且容易饱和，梯度消失；Tanh解决了零均值问题，但依然饱和；ReLU解决了正区间的饱和问题，但Dead ReLU问题明显，学习率太大会让负区间神经元永久失活；Leaky ReLU和PReLU就是针对Dead ReLU的改进。
优化器考得最多的是SGD、Momentum、Adam。SGD稳定但收敛慢；Momentum引入历史梯度，能穿越局部震荡；RMSProp按梯度平方自适应调整学习率；Adam结合Momentum和RMSProp，默认参数β1=0.9、β2=0.999、epsilon=1e-8。
我个人的应试技巧是：不需要背所有公式，但要能说出Adam的两个一阶矩和二阶矩分别代表什么，以及为什么能加速收敛。
5. 数学基础、智力题与工程算法思想
5.1 概率与期望：贝叶斯、随机变量的典型题
概率题在算法岗笔试中几乎是固定板块，因为机器学习本质是概率建模。
2019年我见过的高频题包括：先验概率加条件概率求后验，贝叶斯公式直接套；掷骰子直到出现6的期望次数，几何分布的期望是6次；抽卡类期望题，收集完整套卡所需次数，期望等于 n * (1 + 1/2 + ... + 1/n)；两枚硬币一枚双正面，随机取一枚抛一次正面朝上，问它是双正面硬币的概率，答案是2/3，用贝叶斯。
遇到概率题要先把事件定义清楚，再写公式。笔试题时间紧张时，先把分数高的题写完，别在一道期望题上死磕。
5.2 矩阵运算与极大似然估计
矩阵题不算多，但极大似然估计是必考。最常见的题型是：给一组服从高斯分布的样本，求均值和方差的MLE。
做法：写出对数似然函数，对均值求导为0，得到均值等于样本均值；对方差求导为0，注意得到的方差是除以n而不是n-1，这是MLE和样本方差的一个差别，笔试经常挖这个坑。
矩阵部分，2019年考过特征值分解和SVD的选择题，记住：对称矩阵可正交对角化；SVD对任意矩阵都适用，奇异值从大到小排列，前k个奇异值对应的子空间就是最重要的低秩近似。
5.3 笔试中突然出现的工程算法思想：PID、卡尔曼滤波、粒子群
有同学会问，工程算法会不会考？会。2019年我碰到过一道简答题：PID算法在电源控制中的作用。这种题主要考察工程直觉，不需要精确定义。PID三个字母分别对应比例、积分、微分：比例项及时响应当前误差，积分项消除稳态误差，微分项抑制超调和振荡。
类似地，粒子群算法在笔试题中偶尔出现，考察点是：粒子代表候选解，速度和位置更新公式由个体最优和全局最优引导，本质是一种基于群体协作的随机优化算法。
卡尔曼滤波则是先预测后更新，用观测修正状态估计，核心思想是状态空间模型加最优估计。这类题不需要深入推导，但至少要能说清楚它解决什么问题、核心思想是什么。
6. 备赛路线与实战建议
6.1 考前两个月怎么分配复习时间
2019年我自己的复习节奏供参考：
第一阶段，数据结构加算法题。用在线题库刷到200题左右，重点刷数组、字符串、链表、二叉树、动态规划和贪心。
第二阶段，机器学习加深度学习基础。把逻辑回归、SVM、决策树、聚类、KNN、CNN、RNN的推导过一遍，每个模型都能独立推导损失函数和梯度更新。
第三阶段，真题模拟。卡时间做整套笔试题，尤其是编程题部分，必须限时训练输入输出。
这个安排的核心逻辑是：编程题决定能不能进面试，机器学习推导决定面试官对你的第一印象。两者都不能拖到临考再突击。
6.2 编程题实战技巧：输入输出、边界与调试
笔试编程题和在线刷题平台一个很大的区别是：笔试要自己处理输入输出。很多刷题刷得很好的同学在笔试现场反而因为输入读取不熟而挂掉。
我的建议是准备一套自己的模板，例如Python用sys.stdin.readline读取，C++用getline分割字符串。还要特别注意：多组测试数据时要用while循环读取；有时候输入是逗号分隔的字符串，要先split再转类型。
边界条件别轻视。二分查找的left<=right，快排的left>=right，DP数组的下标从0开始还是从1开始，这些细节在笔试中是高频失分点。
6.3 复盘时别只看错题：把“会而不对”的题单独记录
笔试结束后，不要只看哪些题错了，更要注意那些“明明会做但没得满分”的题。可能是边界没处理，可能是公式写错符号，这些“会而不对”的题是提分最快的地方。
我准备过一个错题表，列三列：题目描述、我的错误解法、正确解法和出错原因。考前翻一遍，比盲目刷题有用得多。
2019年那批笔试题给我留下的一个深刻体会是：真正的分水岭不在难题，而在基础题能不能做到不丢分。你现在如果正在准备算法岗校招，我建议把逻辑回归推导、KMP的next数组、快排边界、反向传播链式法则这些“看起来简单”的内容练到条件反射的程度。我当年笔试里吃过的最大亏，恰恰是在自认为熟悉的知识点上犯了低级错误，比如KMP的next数组下标从0还是从1开始没看清楚，直接整道题白给。希望这篇复盘能让你少踩几个类似的坑。
