base上海，一共四面，已收到意向书。前两面比较简单，第三面对于我来说非常难，所以表现很差。可能就是因为三面表现太差，跟前两面评价有较大出入，所以加了个四面。一面：1、算法题：n个人之间存在m个关系对，关系具有传递性，假如A关注B，B关注C，那么A就间接关注了C。如果一个人被除他之外的所有人都直接或间接关注，那么这个人就是抖音红人，求抖音红人的总数。2、介绍一个你的项目。3、特征选择有哪些方法（介绍项目时涉及到了特征相关性分析，因此问了这个）。4、FM是否也能起到自动特征选择的作用，为什么。5、GBDT的原理，和随机森林等算法做比较。二面：1、svm损失函数推导。2、朴素贝叶斯写公式。3、算法题：两个单链表找到第一个公共结点。4、算法题：由0和1组成的二维矩阵，找出1的最大连通域，计算其面积。三面：1、算法题：长度为n的字符串中包含m个不同的字符，找出包含这m个不同字符的最小子串。2、如果实现c++中的vector，只需push_back和查找两个功能，底层如何实现。3、如果用数组实现，数组初始容量为n，每次push到容量上限之后都扩容到原来的两倍，现在push进去m个数，m远大于n，求相比于m的时间复杂度。4、A和B比赛，A、B获胜的概率分别是0.6、0.4，如果你是A，3局2胜和5局3胜你会选择哪个。5、如果A和B比赛无数局，A获胜的概率是多少。6、有两张表，第一张表有n个专有名词，比如今日头条、抖音等，第二张表有m条query，比如今日头条是怎样的应用、有多少人喜欢刷抖音等，如何统计表1中所有名词在表2中出现的频次。7、一个用户在搜索框输入query之后，如何知道他是否是在找视频。8、如何计算一个微博账户的权威分数。9、介绍一下xgboost有哪些特点。10、xgboost和GBDT的分裂方式你认为哪个好。四面：1、c++中指针和引用的区别。2、如何从用户态进入内核态。3、非线性分类算法有哪些。4、如何判断一个算法是线性的还是非线性的。5、算法题：下一个全排列。6、算法题：长度为n的数组中有一个数字出现了n/2次，快速找到这个数。7、介绍一个你参加的比赛。每一面之后都是在第二天就接到的下一面的预约电话。前两面的算法题需要写出代码，但是不用过测试用例，三四面只用说思路。28号下午第四面，今天晚上快7点的时候接到了offer call，通完电话后加了hr小姐姐微信之后给我发了意向书。（一开始是qq邮箱，结果qq邮箱居然把我的意向书拒收了，然后发了网易邮箱。。。）当时在牛客上面找的前辈内推，记得推的是广告系统，今天告诉我给我分配到了搜索团队，四面的面试官就是我的leader。（在这里非常感谢牛客内推的前辈🙏）明天回家，今天收到意向书，真的难掩心中的激动和喜悦😭虽然是计算机科班，但并不是机器学习科班，基础可以说是非常薄弱，字节offer对于我来说真的太难得。明天网易笔试的时候我正好在回家的飞机上，本来感觉挺遗憾，现在感觉无所谓了😂