1. 备战百度研发岗在线笔试：先搞清楚它到底在考什么
每年这个时候，都有不少朋友来问我：“百度研发工程师的在线编程题到底怎么准备？”“是不是刷完LeetCode就够了？”作为一个参加过百度校招、也当过面试官的人，我想先泼一盆冷水：在线编程题和 LeetCode 刷题，表面上看都是写代码，实际上的考察逻辑完全不是一回事。
2016年的百度研发工程师在线编程题，放到今天的视角看，依然很有代表性。那会儿的题目风格和现在相比，变化其实不大，核心就是三件事：算法基本功、代码实现的稳健性、在限定时间内的工程决策能力。注意，第三点才是真正的分水岭。
很多人在牛客网或者赛码网上刷题，往往有一种错觉：题目能 AC 就万事大吉。但在百度这类公司的在线笔试里，AC 只是及格线。你提交的代码，会被放到一个相对严苛的评测环境里去跑：内存限制、时间限制、极端输入、边界用例，任何一环出问题，都可能让你“编译通过但零分”。
那百度 2016 研发工程师在线编程题的题目到底长什么样？根据当年的笔试回忆和题库收录，它涵盖的题型大致集中在这样几个方向：字符串处理、数组与排序、贪心策略、动态规划、二叉树与图论基础。从难度梯度上看，前 1-2 题属于“热身题”，考察基本语法和简单逻辑；中间题目开始上强度，涉及常见算法的变形；最后 1-2 题则是有区分度的压轴题，往往需要你对某个特定场景有足够敏锐的建模能力。
这篇文章，我想结合当年备考和出题的经验，把百度在线编程题最核心的考点、最容易踩的坑、以及真正有效的备战路径掰开揉碎讲清楚。不是为了让你背题，而是让你知道这类“大厂在线编程题”的底层逻辑，以后再遇到其他公司的笔试，也能举一反三。
2. 核心考点拆解：百度这类题目背后真正想验证的能力
很多人以为在线编程题就是考察“你会不会写代码”，这个理解太浅了。我参与过校招笔试出题和阅卷，站在出题人的角度，一道在线编程题，至少承担着三个层面的筛选任务。
2.1 第一层：基本语法和API熟练度不过关，直接出局
这听起来好像很低级，但现实是：每年都有相当比例的人，在字符串转整数、输入输出的处理这种环节上栽跟头。2016年那会儿，百度的题目还比较偏向 C/C++/Java 这类语言，数据读取用的还是最朴素的scanf/cin或者Scanner。
举个例子，题目要求输入一行以空格分隔的整数，很多人直接写：
int n; cin >> n; int* arr = new int[n]; for (int i = 0; i < n; i++) cin >> arr[i];这个写法本身没问题，但如果输入数据不是标准的 N + 数组元素形式，而是多行、每行数量不固定，也没有明确告诉你第一行是 N，很多人就懵了。更典型的情况是：题目说“输入数据包含多组测试用例”，你还按单组用例去写，结果只能过样例，后面全挂。
这类问题的本质，不是算法不会，而是你对“标准输入输出流”的处理不够敏感。想解决这个问题，平时练习时必须有意识地用“笔试环境”做题，而不是在本地 IDE 里写好了再粘进去，后者会掩盖很多处理输入的坏习惯。
2.2 第二层：算法复杂度估算能力，决定你过不过得了大样例
百度题库里大部分题目，数据范围都是算好的。比如有的题 N 最大 10^5，那就意味着 O(N^2) 的解法，在超时边缘疯狂试探；有的题 N 最大 10^3，那 O(N^2) 反而是你能想到的最朴素正解。
我见过太多人，拿到题就闷头写，写完一跑，小样例过了，一提交，直接 Time Limit Exceeded。然后开始怀疑人生：我解题思路明明对啊，怎么超时了？其实就是没有在动笔之前先算一笔复杂度账。
一个很实际的经验：拿到题目，先把数据范围圈出来，然后立刻估算可接受的时间复杂度上限。通常 1 秒的时限，操作数应该控制在 10^7~10^8 以内，C++ 也许能跑到 10^8 的边缘，Java 和 Python 要更保守一些。比如 N = 10^5，你要么设计 O(N) 或 O(N log N) 的算法，要么就得接受 O(sqrt(N) * N) 这种带优化剪枝的方案，纯 O(N^2) 基本是死路。
2.3 第三层：边界条件与极端输入，是拉开差距的地方
百度系的算法题，非常喜欢在边界条件上做文章。就拿“三个数最大乘积”这种题来说（类似题），很多人上来就排序取末尾三个正数相乘，逻辑简洁又高效。但是！如果数组里有负数呢？负负得正的情况，你考虑了吗？
题目如果只是问你“给定一个整数数组，找出三个数的最大乘积”，你需要考虑的无非就是两种情况：
- 最大的三个正数相乘
- 最小的两个负数乘以最大的正数
但百度 2016 年的题，往往不会让你这么舒服。它可能给你的是“三个子数组”、“乘积最大子数组的变体”、或者“树上三个节点的最长路径”等等。这个时候，你如果还停留在“背模板”的层面，就会非常被动。
边界的真正可怕之处在于：它会让你在毫无防备的情况下丢分。样例数据永远是精心挑选的“正常情况”，而评测数据里一定会有只有 1 个数、所有数相等、全部为负数、最大值和最小值同时出现这类极端场景。你要做的，不是写完代码后感叹“我过了样例”，而是把代码提交之前，先自己在脑子里把这些边界场景全部过一遍。
3. 经典题目实战：从破题思路到完整代码推演
光说理论没有用，我挑两道具有代表性的题目风格，带你完整走一遍破题、设计、编码、优化的全过程。这些题目不是我凭空杜撰的，而是当年题库里反复出现的类型变体，思路完全可以迁移。
3.1 字符串重排判断类题目：别掉进全排列的坑
有一类题是这样的：给定两个字符串，判断其中一个能否通过重新排列变成另一个，类似“有效字母异位词”。这个题本身很简单，排序比一比，或者用哈希表统计字符频次比一比。
但百度 2016 年附近很喜欢考的，是它的升级版。描述大致是：
给定一个字符串 s 和一个字符串 t，判断 s 的某个排列是否是 t 的子串。
如果你一看到“排列”二字就想生成全排列，那这道题就凉了。正确的思考路径是：
- 所谓“s 的排列”，本质是字符种类和每个种类的数量都相同，只是顺序不同；
- 判断一个字符串是否是另一个的子串，最经典的做法是滑动窗口；
- 将这两者结合，用固定大小的滑动窗口去遍历字符串 t，窗口内字符串的字符频率与 s 相同，就说明 t 中存在 s 的某个排列。
思路确定了，代码就好写。用 Java 演示的话，大概是：
public boolean checkInclusion(String s1, String s2) { if (s1.length() > s2.length()) { return false; } int[] count = new int[26]; int[] window = new int[26]; for (int i = 0; i < s1.length(); i++) { count[s1.charAt(i) - 'a']++; window[s2.charAt(i) - 'a']++; } for (int i = s1.length(); i < s2.length(); i++) { if (Arrays.equals(count, window)) { return true; } window[s2.charAt(i) - 'a']++; window[s2.charAt(i - s1.length()) - 'a']--; } return Arrays.equals(count, window); }这段代码的时间复杂度是 O(n)，其中 n 是 s2 的长度。空间复杂度 O(1)，因为两个数组长度恒定为 26。这类题的核心考点并不在于你知不知道滑动窗口，而在于你能不能把“排列”这个条件转化成“频次完全相同”这个数学模型。做这类题目，建议用实例来辅助思考。比如 s = "ab"、t = "eidboaoo"，你手动滑动一下窗口就知道，窗口在移动过程中要不断更新左右两侧的字符频次，而不是每次重新计算窗口内所有字符的数量，那样就退化成了 O(n * m) 的暴力解法。
这里我还想强调一点，在线编程题的评测样例里，极大概率会有 s1 长度大于 s2 的情况（即直接不可能匹配），也极大概率会有 s1 或者 s2 为空的特殊情况。这种“一眼假”的边界条件，必须在代码开头就处理掉，否则后续逻辑再严谨，也会因为数组越界或者逻辑漏洞导致运行时错误。
3.2 数组区间合并类题目：贪心策略的经典应用
有一类题目也是百度题库的常客，我把它称作“区间合并类”。普通版本很简单：给一组区间，把有重叠的区间合并。
但百度 2016 年的在线编程题，更喜欢在这个基础上加一层包装。比如：
给定一些区间，和一个新插入的区间，要求将新区间插入到已排序的区间列表中，并合并重叠部分。
这类题的核心考点是“贪心”和“分类讨论”。解题思路是：
- 先把所有区间按左端点排序；
- 遍历区间，如果新区间与当前区间没有交集，就直接添加；
- 如果有交集，就更新新区间的左右端点，让它不断扩张；
- 遍历结束，把新区间插入。
有人可能会问：为什么不在原数组上做更新，还要另外建一个列表？原因很简单：在线编程题的输入往往是通过参数传递的，代码运行在评测机里，随意修改入参会带来不可预知的风险。宁可多开一份 O(n) 的空间，也要保证逻辑清晰。
在实际编码中，最容易被忽略的是处理新区间完全包含在某个老区间内部的情况。这时候，新区间不需要做任何插入，因为它已经被覆盖了。这个 case，很多人都会写错过。
我们来推演一下完整的实现思路：
public int[][] insert(int[][] intervals, int[] newInterval) { List<int[]> result = new ArrayList<>(); int i = 0; int n = intervals.length; // 左侧完全不重叠的部分 while (i < n && intervals[i][1] < newInterval[0]) { result.add(intervals[i]); i++; } // 重叠部分合并 while (i < n && intervals[i][0] <= newInterval[1]) { newInterval[0] = Math.min(newInterval[0], intervals[i][0]); newInterval[1] = Math.max(newInterval[1], intervals[i][1]); i++; } result.add(newInterval); // 右侧完全不重叠的部分 while (i < n) { result.add(intervals[i]); i++; } return result.toArray(new int[result.size()][]); }这个实现的时间复杂度是 O(n)，空间复杂度也是 O(n)（用于存储结果）。它把问题拆解成了三段：左侧无关区间、重叠区间、右侧无关区间。这个思路一旦建立，就不容易写错。
这种题目在日常笔试中出现频率非常之高，不是为了让大家背代码，而是为了训练一种“区间思维”：遇到区间，先想到排序；遇到合并，先想到比较边界；遇到数组、长度指定的场景，先去思考是否为 null、是否为空数组这类边界。
4. 百度笔试环境与评测机制：不了解这些，代码写得再好也可能零分
我见过太多候选人在面试复盘时说：“我本地跑得好好的，怎么提交就零分？”这里面的原因，很多时候不是算法有问题，而是对在线评测环境（Online Judge，OJ）的机制理解不够。
4.1 评测机的输入输出处理，和本地 IDE 完全不同
本地 IDE 写代码，你通常会定义好测试用例，写在 main 函数里直接跑。但在线编程题不一样，评测机会用几十组你根本看不到的数据，去执行你的程序，然后用标准输出逐一比对结果。
这就非常考验一个基本功：对输入数据的容错能力。
以 C++ 为例，推荐使用ios::sync_with_stdio(false); cin.tie(0);这两行来加速输入。这个操作，在大数据量下能明显提升速度。原因在于，默认情况下cin与scanf是同步的，为了保证混用时的正确性，会带来额外开销。你关闭同步之后，cin的效率才能和scanf对齐。
以 Java 为例，不要用Scanner去读取大数据量输入，效率很低。最稳妥的方式是用BufferedReader+StringTokenizer（或者手动 split），这在牛客、赛码网这类平台上尤其管用。
4.2 内存限制比你想象中更严苛
百度 2016 年的在线笔试，用的评测环境通常有明确的内存限制，比如 64MB 或 128MB。这个数字意味着什么呢？如果你用 C++ 开了一个int a[10000][10000]的二维数组，100 兆就没了，直接内存超限。
很多人在刷题软件上从不在意内存，因为那些平台通常只测时间，不测内存。但在大厂笔试里，内存超限和运行超时一样，都直接判零分。
一个实际的建议是：平时训练时，就要养成估算内存的习惯。1 个 int 是 4 字节，1 个 long 是 8 字节，一个 10^6 的 int 数组大约占 4MB。当你设计到 10^7 级别的时候，就要想想是否有必要；设计到 10^8 级别，几乎一定会崩。这时候就该思考，能不能用滚动数组、状态压缩、或者干脆换一种算法。
4.3 多组测试用例的坑，你必须知道
在线编程题最经典的陷阱之一，就是“多组输入”的处理。题目描述里可能会写“输入数据包含多组测试用例，每组占一行”或者“输入到文件尾结束”。
比如一个经典的计算题：
给定两个整数 a 和 b，计算 a + b 的和。输入有多组数据，每组占一行。
很多第一次参加笔试的人，写成：
int a, b; cin >> a >> b; cout << a + b << endl;样例只给了一组数据，本地跑出来也是对的，但提交之后评测机给了多组数据，程序只处理了一组就退出，后面的全没输出。正确写法是：
int a, b; while (cin >> a >> b) { cout << a + b << endl; }这个 while 写法，本质上是利用了输入流在读到文件末尾时cin返回 false 的特性，循环自然结束。Java 里对应的写法是：
Scanner sc = new Scanner(System.in); while (sc.hasNextInt()) { int a = sc.nextInt(); int b = sc.nextInt(); System.out.println(a + b); }如果你用BufferedReader，就是while ((line = reader.readLine()) != null)。
所以，拿到题目第一件事，就是要先判断：题目要求的输入形式是单组还是多组？是定长还是一行不定长？这些信息，全藏在题目的输入描述里。千万不要凭感觉猜。
5. 高效备战的刷题路线与时间分配策略
聊完了考点和评测机制，最后必须要落到执行层：到底应该怎么准备，才算有效备战？
5.1 分阶段刷题法：不要一上来就硬刚难题
我建议把备战周期分成三个阶段，每个阶段目标不同，心态也不同。
第一阶段（第 1-2 周）：基础题型扫盲。集中刷字符串、数组、模拟、排序、二分查找、双指针这类“必考题型”。刷题目标不是追求难题，而是保证自己在 10 分钟内能写出正确且简洁的代码。这一阶段，每道题都要追求一次 AC，不要反复调 bug。因为笔试现场是没有机会反复调试的。
第二阶段（第 3-4 周）：高频算法强化。重点刷贪心、动态规划、DFS/BFS、树和链表相关的题目。百度这类公司非常喜欢考树上问题，比如最近公共祖先（LCA）、树的直径、二叉树遍历变体等。这一阶段的目标是见到题能快速反映到对应的算法模型上。
第三阶段（考前 1 周）：全真模拟。找两个固定的时间段，严格按照笔试的时间长度和题量来做模拟卷。比如百度的在线笔试时长一般 1.5~2 小时，题量大概 3~4 道，你就用这个标准要求自己。这时候不要追求“我全做出来了”，而是练习时间分配能力——哪些题必须拿满分，哪些题做到一半要果断放弃，哪些题可以用暴力解法拿部分分数。
5.2 刻意练习“写注释”和“代码格式化”
我知道有些人会觉得笔试时间紧张，写注释是浪费时间。但我要分享一个反向经验：在在线编程题的高压环境下，写简洁的注释反而能帮你整理思路。
每次写完一段逻辑，用一行注释概括这段逻辑的用途，比如// 左侧无交集部分直接添加。这样你一旦代码写错了，回读的时候能迅速定位是哪一段逻辑出了问题。更重要的是，很多大厂的面试官，在笔试结束后真的会看候选人的代码质量。就算你的题没有完全通过，但代码结构清晰、注释精准，也能在面试环节给你加分。
5.3 别迷信“题海战术”，要注重复盘
刷 300 道题，不如精刷 100 道题并复盘三遍。这里说的复盘，不是把代码再看一遍，而是每道题 AC 之后，主动去思考三个问题：
- 这道题还有没有更优的时间复杂度解法？
- 如果输入数据量扩大十倍，我的解法还能过吗？
- 如果换一道题，我该怎么套用这道题的思路？
在线编程题的核心竞争力，从来不是碰到过原题，而是当你遇到一道陌生的题目时，能迅速拆解出它的数学模型，找到可用的算法，然后稳健地实现出来。这才是大厂真正看重的研发工程师潜质。
6. 最后聊点实际的：笔试现场的心态管理与应变技巧
这一节的内容，是我在面试复盘时最常跟候选人聊的。很多人代码能力没问题，但一到在线编程题就跟换了一个人一样，最后结果很不理想。
你要知道，笔试现场和平时刷题最大的不同，是试错成本极高。平时你可以反复编译、调试、看错误信息，但笔试环境通常只允许你有限次提交，超过次数可能直接禁止提交，或者本场成绩直接记零。所以，动笔写代码之前，多花两分钟在草稿纸上（或者直接在代码注释里）把思路理清楚，是对你自己最大的保护。
做题顺序上，我的建议是：先遍历一遍所有题目，把题目难度按照“一眼有思路”“需要想一下”“完全没头绪”分成三类，然后优先做完全有把握的题，再花时间攻克“需要想一下”的，最后如果还有时间，才考虑“完全没头绪”的题，用暴力解法或者特判样例的方式拿部分分。
还有一个技巧，是关于调试输出的。很多人喜欢在代码里加System.out.println()或者cout来打印中间结果，这是非常正常的调试方式。但提交前一定要记得删掉。如果你忘了删，那些调试信息会混入标准输出，评测机在比对结果时直接判定 Wrong Answer。这个问题我只提醒一次，但每年都有不少人因为这个原因挂掉本来能通过的题。
最后，回到开头那句话：百度 2016 研发工程师在线编程题，看似只是一场笔试，其实是你在正式进入职场前，一次综合能力的检验。算法功底、代码洁癖、边界意识、时间管理、临场应变，这些素质，恰恰就是日后作为研发工程师每天都要用到的。备战这类笔试的过程，本身是对自己研发基本盘的一次系统性加固。
如果你正在准备这类笔试，或者正在纠结自己的代码能力到底行不行，听我一句：别想太多，找一套题，限时 2 小时，模拟真实环境，坐下来写。写得出来，你就知道自己哪里行；写不出来，你更该庆幸，还有时间补。
