算法岗笔试题型全拆解：从KMP到机器学习理论考点梳理

我当年秋招的时候，算法岗的笔试基本就是一场“盲人摸象”——你永远猜不到出题人会从哪个犄角旮旯里扒出一道题来。B站这套2019秋招技术岗（算法）第二套笔试题，我在网上翻到过不少讨论帖，这次结合题目本身和热门考点词，重新梳理一遍完整思路。本文不贴官方答案（也没人真有完整版），但我会把每类题型背后的考察意图、解题切入点、最容易踩的坑全部拆开揉碎讲清楚，你要是正在备战算法岗笔试，这篇可以直接当“错题本+复习提纲”用。

1. 这套题到底在考什么：先看清楚出题人的底牌

很多人拿到笔试题就开始闷头刷题，这是大忌。算法岗笔试和竞赛刷题不一样，它本质上是公司在短时间内完成“筛选”和“排位”两个动作的工具。筛选的是“有没有基本代码能力”，排位的是“在同等能力的人里，谁更接近我们团队的日常业务”。

看到“哔哩哔哩2019秋招技术岗（算法）第二套”，结合当年的招聘节奏，我判断这套题的重点模块分布大致是：数据结构与基础算法（35%-40%）、机器学习/深度学习理论基础（20%-25%）、数学与概率统计（10%-15%）、编程题（25%-30%）。别小看这个比例，它直接决定了你的复习优先级。

整套题的核心逻辑可以概括为三句话：

• 数据结构是骨架。KMP、排序、贪心、堆、二分这些是基本盘，不要求你达到ACM水平，但至少要做到“听名字就知道思路，上手能十分钟写出来”。
• 算法岗的“算法”二字，指向的是“机器学习算法”。这也是B站这类内容平台比较特别的地方，它不像Google那样考特别深的系统设计，也不会像某些银行IT一样考大量SQL，而是会围绕推荐、审核、内容理解这些业务场景，去考察你懂不懂模型原理、会不会调参、知不知道评估指标的坑。
• 编程题真正考的是“把模糊问题变成清晰步骤”的能力。不是考你会不会某个冷门数据结构，而是考你在有限时间里能不能把思路完整落地成能跑的代码。

所以，你要是只会刷LeetCode而机器学习基础一塌糊涂，或者理论背得滚瓜烂熟但手写代码就卡壳，这套题都会让你很难受。它要求的是“两条腿走路”，而且两条腿都不能太短。

2. 数据结构与基础算法：KMP、排序、贪心、二分到底怎么考

2.1 KMP的next数组：背了十遍，做题照样错

一看到热搜词里有“在KMP算法中，对于模式串p='abacaba'，其next数组”，我就知道这类题是B站笔试的常客。KMP本身在实际业务里用得并不多，但它是考察“你懂不懂前缀函数本质”的一个经典试金石。出题人不可能指望你上生产环境去写一个字符串匹配算法，但你要是连next数组都算不对，他会怀疑你的基本功。

先把这个例子讲透。模式串 p = "abacaba"，下标从0开始，长度7。next数组在B站这套题里应该指的是**“当前字符不匹配时，模式串应该回退到的位置”**，也就是常用的next[i]表示“p[0..i]的前缀中，最长的相等前后缀长度”。要注意这里不是每个版本的KMP定义都完全一样，有的地方next数组第一位是-1，有的地方第一位是0，所以审题一定要仔细看它给出的定义。

按最主流的定义（next[i] = 以i结尾的子串的最长相等前后缀长度，前后缀不包括子串本身）来算：

第二套卷子如果考的是next数组，大概率会在“前后缀不能包含整个子串”这个细节上设坑，很多人会把next[6]写成7（因为整个子串和自身相等），这就是基本功不扎实的表现。

在KMP匹配过程中，当主串字符和模式串字符不匹配时，模式串向右移动的位数 = 已匹配的字符数 - 对应的失配字符的next值。这个公式也要记住。比如在主串里匹配到某个位置失配时，如果你已经匹配了5个字符，而失配位置对应的next值是2，那么模式串应该右移3位继续比较，而不是一位一位往后挪。理解这个移动过程，比背代码更重要，因为笔试很可能会给你一个具体的主串和模式串，让你手算匹配过程中的比较次数。

2.2 排序算法与复杂度的极限拉扯

数据结构排序算法这类题，在B站2019秋招的笔试题里属于“送分但不完全送分”的模块。送分是因为人人都会背快排和归并的复杂度；不送分是因为它考得细，比如：

• 排序算法的稳定性：哪些排序是稳定的，哪些不稳定？稳定排序意味着相等元素的相对顺序不改变。冒泡、插入、归并是稳定的；选择、快排、堆排是不稳定的。这个点经常和“实际业务中按多个字段排序的需求”结合考。
• 堆排序建堆的时间复杂度：很多人以为建堆是O(nlogn)，其实是O(n)。证明思路是：每一层的节点数乘以该层高度，最终求和的结果是O(n)。如果让你手写建堆过程，注意从最后一个非叶子节点开始向下调整。
• 快排的最坏情况：当数组已经有序（升序或降序）时，如果每次选第一个元素作为pivot，快排会退化成O(n²)。这也是为什么实际工程里会用“三数取中”或者随机选pivot来避免这种极端情况。
• 外部排序：如果数据量超过内存能容纳的范围，比如要对一个10GB的文件排序而内存只有1GB，就需要用到外部排序。它的核心思想是“分块排序+多路归并”，考察归并排序在海量数据场景下的应用。

我的建议是，不要只看理论复杂度，要把每种排序的代码手写一遍，至少写三遍。第一遍照着书抄，第二遍合上书自己默写，第三遍边写边说出每一步在干什么。这样到笔试时就算紧张，手也有肌肉记忆了。

2.3 贪心算法：证明比算法本身更重要

贪心算法在B站这套题里出现的概率很高，原因有二：一是它写起来代码量少，适合笔试这种限时场景；二是贪心算法真正的难点不在算法，而在“证明这个贪心策略是正确的”，这点非常能区分应试者和真正有算法思维的人。

举个例子：给定一组区间，求最多能选出多少个互不重叠的区间。经典解法是按照区间右端点排序，然后依次选择右端点最小且与已选区间不重叠的区间。

大多数人知道要按右端点排序，但不知道为什么。我来解释一下：按右端点排序后，你选择的第一个区间是所有区间里右端点最小的，这给后面剩下的区间留出了最大的空间。如果你按左端点排序，可能会选到一个左端点很小但右端点很长的区间，后面很多区间都放不下了。这个“选最不影响后续”的思路，就是贪心策略的核心。

笔试中如果考贪心，不光要看你能不能选出贪心策略，还可能会让你写一段简短的证明。我的经验是，一般用**“交换论证法”**：假设最优解和贪心解在某个位置第一次不同，证明可以把最优解中那个元素换成贪心解选的元素而不改变最优性。把这个逻辑写清楚，比你把代码写对更让考官印象深刻。

2.4 二分图与HK算法：看起来很高级，其实考得浅

热词里出现了“二分图HK算法”，这在算法岗笔试中属于“进阶档”。B站这类公司的笔试题不太可能让你在纸上完整实现HK算法（Hopcroft-Karp），因为它代码量大、细节多，笔试时间根本不够。但它很可能这样考：

• 给你一个图，判断它是不是二分图。
• 在二分图里求最大匹配，问你能不能转化成最大流或匈牙利算法问题。

判断二分图的方法很简单：用BFS染色，从一个点出发，它的邻居染成相反颜色，如果某个点和它的邻居颜色一样，说明不是二分图。这个必须会写，代码也就二十行。

如果一个图是二分图，并且有边权，那么求最小顶点覆盖 = 最大匹配数（Kőnig定理），最大独立集 = 顶点数 - 最大匹配数。这几个结论在笔试和面试里经常一起出现。把这些结论当成工具箱里的螺丝刀，到对应场景就知道该拿哪一把。真要考HK算法，一般也就是让你说说它的时间复杂度（O(E√V)）和相比匈牙利算法的优势（在稠密图上更快），不会让你手写。

2.5 排序算法和其他基础数据结构的联动

B站这套题还有一个容易出现的考点：用堆解决Top K问题。

给你一个包含100万个整数的文件，让你找出最大的100个数。如果你的直接反应是“全读进内存排序”，那说明你对“海量数据”这个概念还缺乏敏感度。正确做法是维护一个大小为100的最小堆，遍历每个数时，如果它比堆顶元素大，就替换堆顶并调整堆。时间复杂度是O(nlogk)，空间复杂度是O(k)，k=100，完美搞定。

这里面有一个细节特别容易踩坑：求最大的k个数要用最小堆，求最小的k个数要用最大堆。很多人会搞反。逻辑其实很好记：你只关心“前k名”的边界在哪里，所以堆顶就是那条“及格线”。求最大的k个数，“及格线”当然是当前这k个数里最小的那个，所以用最小堆，堆顶就是及格线，新数只要比及格线高就顶掉及格线。

3. 机器学习算法理论题：B站算法岗的“分水岭”

3.1 从粒子群到模拟退火：传统优化算法为什么还没被淘汰

如果单独把“粒子群算法原理”和“模拟退火算法”列出来，很多人会疑惑：这些都上了年纪的算法了，深度学习时代还有人用吗？问这个问题的同学，大概率是没做过真正的工程。

粒子群算法（PSO）在超参数优化、神经网络权重初始化、甚至推荐系统的召回策略参数调优里，依然有应用空间。它的核心思想其实特别接地气：一群人（粒子）在搜索空间里找食物（全局最优），每个粒子既会记住自己历史上找到过的最好位置（个体最优），也会参考整个群体找到的最好位置（群体最优），然后在速度和位置上不断更新。

模拟退火的核心则是一个很漂亮的物理想法：金属降温时，如果冷却得足够慢，原子就能排列成最稳定的晶格结构，对应到优化问题上就是避免落入局部最优解。它用“温度”来控制接受差解的概率，温度高时敢于接受坏解“到处乱跳”，温度低了就收敛到局部精细搜索。这种“跳出局部最优”的思想，在遇到高度非凸的损失函数时尤其有价值。B站考这些，其实是在考察你对“全局搜索与局部搜索的平衡”这个优化本质的理解，而不是真的要让你现场实现一个粒子群。

我在准备这类题时的一个技巧是：不要孤立地背每个算法的流程，而是把所有优化算法按“搜索策略”和“适用场景”横向对比。比如粒子和遗传算法都属于群体智能，模拟退火和禁忌搜索都属于单点搜索但加入了“跳出机制”，梯度下降家族则依赖梯度信息。这样梳理过之后，无论笔试考原理还是面试考场景题，你都能答得比较有体系。

3.2 卡尔曼滤波：一个工科思维极强的考点

看到热词里赫然列着“卡尔曼滤波算法”，我第一反应是：出题人里肯定有做过视频处理或用户行为轨迹预测的人。卡尔曼滤波的适用范围远不止军工和自动驾驶，在B站这类平台里，对视频帧中目标位置的追踪平滑、对用户观看进度的抖动处理、对端到端时延的预测，都有可能用到它的思想。

卡尔曼滤波的原理可以这样理解：你有两个信息源，一个是系统的状态方程（比如根据上一帧的位置预测这一帧在哪），一个是传感器观测（比如我现在检测到目标在哪），两者都有噪声。卡尔曼滤波做的事情就是根据两者的协方差大小，动态决定“更相信谁”。

笔试不会让你推导整个卡尔曼滤波的五个公式，但可能会考这些概念：

• 预测步和更新步分别做了什么。预测步用状态转移矩阵算先验估计和先验协方差；更新步用观测值和卡尔曼增益去修正先验估计，得到后验估计。
• 卡尔曼增益的作用。K 的范围是0到1之间，K越接近1说明越相信观测值，K越接近0说明越相信预测值。
• 和最小二乘、维纳滤波的区别。卡尔曼滤波是递推的、适用于非平稳过程；维纳滤波是批处理的（后来也有递推形式），适用平稳过程。

我当时在准备这类考点的时候，有一个特别管用的笔记法：把每个公式的“物理含义”写在公式旁边，不写推导过程。比如预测协方差公式 P = F·P·Fᵀ + Q，旁边写“协方差经过线性变换后，再加上过程噪声的协方差”。这样一来，哪怕笔试一时忘记公式，也能凭含义把式子推理出来。

3.3 损失函数、正则化与泛化：机器学习的“品德考核”

无论是KNN的K值选择、聚类算法的距离度量，还是贝叶斯分类里的先验后验，说到底都在回答一个问题：模型如何在训练集和测试集之间保持一致的“品德”。B站这套题里，我觉得最可能出现的几个具体方向是：

• 过拟合和欠拟合的识别与对策。过拟合的典型信号是训练集准确率高而验证集准确率低，对策包括增加数据量、降低模型复杂度、加正则化项、早停、Dropout等。欠拟合的信号是训练集本身准确率就不高，需要增加模型容量或者做特征工程。
• L1正则化为什么会让权重变稀疏。因为它惩罚的是权重绝对值之和，在0点不可导，优化过程中权重很容易被压到0附近。L2正则化惩罚的是权重平方和，它会倾向于让权重整体变小但不稀疏。这是个高频考点。
• K-Means聚类里K值怎么选。肘部法则（看SSE的拐点）、轮廓系数（衡量样本与自身簇的紧密度以及与其他簇的分离度）、Gap Statistic方法。B站内容推荐做用户画像聚类时经常会聊到这个。

3.4 KL散度、ELBO和生成模型：深度学习理论的隐藏关卡

热词里有一项“KL ELBO算法原理详解”，我一看就知道这套题里大概率混了变分推断的内容。KL散度（Kullback-Leibler divergence）衡量的是两个概率分布之间的差异，它在机器学习里无处不在：VAE的损失函数、变分推断、甚至Softmax和交叉熵的关联里都有它的影子。

ELBO（Evidence Lower Bound，证据下界）是变分推断的核心工具。做贝叶斯推断时，我们想求后验分布p(z|x)，但通常求不出来（因为分母上的积分没有解析解）。变分推断的思路是：找一个容易处理的分布q(z)，让它尽量接近p(z|x)，把“求后验”转化成“求近似分布”。直接最小化KL散度很难算，于是转化成最大化ELBO，ELBO = 证据 - KL(q‖p)，最大化ELBO等价于同时最小化近似分布和真实后验的KL散度。

笔试里如果考这块，大概率不是让你手推公式，而是考概念：ELBO由哪两部分组成（重构误差项+正则化项）、为什么要最大化ELBO、VAE和GAN在优化目标上有什么本质区别。哪怕你已经忘了公式怎么推，这几个概念的回答要像肌肉记忆一样顺畅，因为它们是深度学习方向面试的基础题。

4. 编程题实战：从读题到AC的完整链路拆解

编程题是整个笔试的重头戏，也是拉开差距的地方。很多人觉得编程题就是“刷题”，但我觉得关键是建立一套从读题到AC的标准化流程。这套流程能帮你节省大量时间，还能降低“会做但没写出来”的概率。

4.1 第一关：把“模糊描述”翻译成“明确输入输出”

编程题最容易让人崩溃的不是算法不会，而是你根本没看懂题目到底要你干什么。B站的算法岗笔试题通常会用一段业务故事来包装编程题，比如“现在有一批弹幕，每一条弹幕有自己的发送时间和被举报次数，请你选出最值得优先审核的k条”这类描述。你第一步要做的是：把背景故事剥掉，提取出抽象的问题模型。

拿上面那个例子来说，剥掉“弹幕”和“审核”这些包装，它的本质就是“按某个字段排序后取前k个”，再结合“被举报次数”这个关键词，你还能想到“如果数据量很大，用堆来做”。把业务问题映射到算法模型，这个能力本身就需要大量练习，不是光刷LeetCode就能练出来的。

我的建议是，每做一道题，先不要急着写代码，在草稿纸上写三句话：

• 输入是什么类型？数组、链表、字符串还是树？
• 输出要什么？一个数值、一个数组、还是一个布尔值？
• 约束条件里有没有隐藏提示？比如“n最大是10^5”，那就暗示你O(n²)的算法很可能过不了。

4.2 第二关：先想暴力解的复杂度，再决定要不要优化

绝大多数算法题的暴力解都是好想的，关键看你能不能算出它的复杂度，以及是否值得优化。比如“给定一个数组，找出两个数的和为target的下标”，暴力解是双重循环O(n²)，优化解是用哈希表O(n)。笔试中如果n小于100，O(n²)完全能过，没必要非写O(n)的哈希表方案（虽然哈希表也简单）；如果n到了10^5，O(n²)必然超时。

笔试过程中最重要的能力之一，就是快速估算复杂度是否满足题目时间限制。通常的经验是：1秒能跑约10^7 ~ 10^8次基本操作。所以当你的算法是O(n²)，而n=10^5时（也就是10^10次操作），必挂。这个时候就要果断想O(nlogn)或O(n)的解法。

另一个实战技巧是：先写出一个正确但可能超时的版本，然后再逐段优化，而不是一开始就追求完美解。很多人在考场上浪费大量时间憋最优解，结果最简单的暴力版本都没写出来，这是最大的得不偿失。如果时间不够，一个能过部分用例的暴力解，往往比一个不完整的“最优解”拿到的分数更高。

4.3 第三关：边界条件才是区分“会”和“熟”的分界线

代码写完能跑通样例，只是开始。笔试的判题系统里，大量用例专门用来卡边界条件。最常见的边界条件包括但不限于：

• 空输入：数组长度为0、字符串为空、链表头节点为null。
• 只有一个元素：很多递归或循环在这时会下标越界。
• 所有元素都相等：排序算法是否退化成O(n²)，贪心策略是否会选错。
• 极大极小值：int溢出（用long long或Python就没事）、数组下标负数。
• 目标值比所有值都大（或都小）：二分查找的终止条件是否正确。

我自己的习惯是，写完代码后不急着提交，先花一分钟在心里跑几个样例：空输入、单元素输入、全是重复值的输入、数据量极大的输入。养成这个习惯之后，你的AC率至少能提升20%。

4.4 第四关：一道经典动态规划题的手把手推演

动态规划是算法岗笔试里避不开的一类，B站第二套笔试题里大概率会出现至少一道。举一个比较典型的例子：求一个数组的最长递增子序列（LIS）的长度。

最简单的动态规划思路：设dp[i]表示以第i个元素结尾的最长递增子序列长度。那么dp[i] = max(dp[j] + 1)，其中j < i且nums[j] < nums[i]。初始值dp[i] = 1。这样时间复杂度是O(n²)。

但如果n到了10^5，O(n²)会超时。这时候需要改用“贪心 + 二分”的思路：维护一个数组tails，tails[k]表示长度为k+1的递增子序列的末尾元素的最小值。对每个nums[i]，在tails里用二分查找找到第一个大于等于nums[i]的位置，如果位置在末尾，说明nums[i]可以扩展最长子序列的长度；否则用nums[i]替换那个位置的值。最终tails的长度就是LIS的长度，时间复杂度降为O(nlogn)。

这两套方案大家可能都见过，但笔试中真正的难点是你能不能一眼判断出该用O(n²)还是O(nlogn)的方案。判断依据就是输入规模：n在1000左右用O(n²)完全可行，n到10^5就必须用O(nlogn)。这种对复杂度边界的敏感，需要在做题时刻意练习。

5. 那些容易让人“裂开”的笔试坑：一张表说清

复盘这套题，也结合我在网上看到大家讨论的踩坑经历，把几个高频翻车点整理成一张表。每一行都是一个血泪教训。

这张表你考前看一遍，大概率能帮你避开一半以上的愚蠢失分。尤其是KMP的定义问题，不同教材和不同题目里next数组的意义差出一个数量级，审题不仔细，写再多也全废。

6. 备考节奏与资源选择：别再盲目刷题了

如果你正在备战算法岗秋招，我给一个比较落地的备考路线，按时间长短可以拆成三周冲刺版和八周稳扎稳打版。

6.1 三周冲刺版

第一周：数据结构（数组、链表、栈、队列、哈希表、二叉树）的基础题，每天刷4-6道，重点在树和哈希表，因为它们覆盖了笔试的大半题型。第二周：专项突破排序、KMP、二分、贪心、DP，每天一个主题，配合“手写一遍所有经典排序算法”来打底。第三周：机器学习理论快速过一遍，不深挖推导，只抓概念和场景；每天抽时间做一套模拟题，掐着时间，锻炼手感。

6.2 八周稳扎稳打版

第1-2周：系统复习数据结构，把每个数据结构对应的经典题（链表反转、LRU、二叉树遍历、最近公共祖先、单调栈）刷透，做到看到题就能在10秒内想出思路。第3-4周：算法思想专项，分治法、贪心、DP、回溯，每天一个主题，至少刷10道题来强化“识别题型”的能力。第5-6周：机器学习理论系统整理，从线性回归、逻辑回归、SVM到决策树、随机森林、GBDT，再到深度学习基础（CNN、RNN、Attention），每个模块理出一个面试回答提纲。第7周：混合刷题，专题和模拟题交替，重点培养时间分配能力和代码提速能力。第8周：查漏补缺，把自己做错的题重新看一遍，把容易写错的边界条件汇总成自己的错题本。

6.3 资料别贪多，每个方向认准一套

我见过太多人收藏几十个刷题网站、十几本电子书，最后一套都没刷完。我的原则是：每个方向认准一套就够了。基础数据结构用《剑指Offer》或者LeetCode的Hot 100；算法思维看《算法导论》不用全读，把排序、贪心、DP、图论这几章核心内容读透；机器学习理论强推李航的《统计学习方法》，再加上一份总结性的面试题集。

还有一个容易被忽视的点：用“输出倒逼输入”的方式复习。学完一个模块后，尝试用大白话给别人讲一遍，或者写一篇200字的笔记。如果你讲不清楚，说明你还没真懂。这个方法比反复看视频课高效得多。

说到底，这套2029第二套题也好，任何一家大厂的算法笔试题也罢，考察的核心从来不是知识面广度，而是**“在限时高压下，把一个实际问题抽象成算法模型，用简洁的代码解决掉”**的能力。这种能力没有捷径，只能靠一遍遍刻意练习喂出来。我在备战阶段最大的体会就是：不要迷信技巧和押题，把每个基础算法都吃透、把每道做过的题都复盘明白，比什么玄学都管用。

最后再分享一个小习惯：每次做完一套模拟题，别急着对完答案就翻篇。把错的题按“审题不清”“算法不熟”“代码实现有Bug”“复杂度判断失误”四个维度归类，每周统计一次分布。你会发现分布会随着复习逐渐变化，审题不清越来越少，算法不熟的占比慢慢上升——这时候你的复习重点就要跟着调整。祝看到这里的你，笔试顺利，秋招上岸。