字节跳动AI-Lab算法岗面经（已收到offer）
4月初投递简历，大概1周左右面试通知，1、2面连着各1小时，3天后HR电话说2天后3面，3面也是1小时，约1周后接到offer电话。
1面直接撕算法题
- 顺时针输出矩阵。
十分常规。我觉得主要在考察coding的熟练度吧，熟悉的人写起来会比较快，不熟悉时可能边界之类的bug会出一些，建议面试前先随便写写热热手。
- LCA（最近公共祖先）。
tarjan或者ST+RMQ都可以。由于tarjan写起来习惯点平时写得多所以我肯定是写这个的，当然另一种解法也提了一下没有写，两种算法分别是典型的离线和在线算法。
- 线段树的一些操作。
对于打过OI、ACM的应该也是没什么难度的，不明白的可以随便搜一下，这里篇幅有限不好写。我觉得lazy tag以及位移操作等会是加分项，因为即使上课讲过线段树通常也不会提这些，把这些应用进去通常是算法竞赛所需，不包含在线段树这种数据结构的思想里。
- 后面时间有多就扯了扯平衡树啊之类其他的数据结构算法，没有写题目。（手撕红黑树就刺激了）
2面项目、算法
- 主要讲了下项目，我们的课程体系中人工智能、机器学习相关的课非比较多（甚至大一就开始整HMM中文分词了），因此把课内项目讲完就花了不少时间。
- 一道开放算法题：模糊匹配（一个字串里有些地方可能是错的或者缺了，在原来的地方找到最有可能的位置）。
一开始惯性思维误以为机器学习岗嘛，要先分词然后一个一个去匹配之类的，并没有想到好方法，后来经面试官提醒先写了编辑距离问题（基础DP问题）后写得还算比较好（？大概）。
- 由上题引出了一些其他的东西，DP直接写了个时间空间都是O(n^2)的，面试官问我可以优化嘛。
思考良久说好像不能再快了（惯性思维一般搞算法都是往时间优化的），经提醒哦原来应该在空间上做文章，后来思考了一会儿发现可以优化到O(n)。
3面项目、机器学习问题及其他一些交流
- 为什么本科毕业就直接来找工作做机器学习。
这个我在这里就不说了也不太方便说也算稍微有些隐私的东西吧（估计也是看到简历是本科所以leader直接面？）。
- 机器学习里觉得学得比较好的或者印象比较深是什么。
我说是SVM（其实我当时比较懵，也不知道说什么好就随便说了个SVM），然后大概写了写公式，然后说我可能学得早现在有点记不清了，至少大致的思想是说出来了。
- kaggle比赛（时序预测相关，也是课程项目）的细节之类的问了一些。
主要是feature的处理啊，LSTM的哪些门啊之类的，让我写式子没写出来。
问我比赛排名还算靠前怎么这些也没写出来，我说可能毕竟是比赛和最终成绩挂钩，可能太执着于把MSE等指标变好看而忽略了内在的一些东西，但我确实研究过只是现在记不清了。
- 问只要是机器学习方面的哪个部门都可以吗。
我说毕竟只是本科，好多方面研究都不太深，不过我觉得个人学习适应能力应该还不错，应该能融入不同团队。
- 看过哪些书可以讲讲吗。
我平时看的基本都只是工具书，要说印象深的话就是高中那时候开始啃的算法导论了（机械工业出版社的那本黑皮书），里面的算法之类的基本都有推过，不过书后面的基本都不怎么会了（那些真的挺难的，如果全都看懂并推一推的话我觉得对个人提升应该是很大的）。
- 问如果去北京总部愿意吗（我投的上海）。
我说最好不要，之前去微软夏令营时一段时间不是很习惯北方气候及环境等。
大致就是这些，想到了再补充，现在状态“面试已完成”1天没接到通知，不知道是不是凉了，有点害怕。
更新，状态”面试已完成“后第2天收到offer了。
更新，排版。
#字节跳动##校招##算法工程师##面经#
查看29道真题和解析
