b站笔试题

一、什么是三渲二，为什么会用到三渲二三渲二就是把三维渲成二维风格，专业上叫做NPR（Non-Photorealistic Rendering，非真实感渲染）简单来说就是用3D模型来做底层，用卡通化的渲染特点是有明显的描边，色块化，光影边界清晰，没有写实级别的细腻过渡典型的例子就有：《原神》《崩坏》《双城之战》等为什么要用呢，肯定是为了方便哈哈最最最简单的说法就是既有2D的风格又能有3D的制作效率和镜头发挥空间，要是2D的话有些复杂镜头的帧画面成本代价太高关于性能风格化渲染性能压力小，中低端配置也能实现二、实际案例操作（网上找的素材，如有雷同，那是肯定的）这是一套Shader Gragh双Pas...

气笑了,写了半个小时感觉没GPT讲的好,喂给GPT帮我重写了一下,但是有些缩写没说明LCS = Longest Common Subsequence，最长公共子序列LIS = Longest Increasing Subsequence，最长上升子序列BIT = Binary Indexed Tree，树状数组suf[i] = suffix 的缩写，这里表示“从 i 开始的最优长度”给你两个长度为 2e5 的排列 p 和 q，求它们的最长公共子序列中字典序最大的一个。例如：104 7 8 9 5 10 2 1 3 63 2 6 10 8 9 1 4 5 7ans: 8 9 5补了半天，也是补出来了。整体思路其实分两步：第一步，先把 LCS 转化成 LIS。因为 p 和 q 都是排列，所以每个数在 q 中出现的位置唯一。把 p 中每个数替换成它在 q 里的下标，原问题就转化成了求最长上升子序列。第二步，为了方便构造字典序最大的答案，记录每个位置的 suf[i]。suf[i] 的意思是：如果当前选了第 i 个位置，并且把它作为这一段的开头，那么从这里开始最多还能选出多长的合法序列。注意，这个长度是包含当前位置自己的。然后贪心构造答案。从最大的 suf 开始往下做，每次都在当前这一层里选能选到的最大值。这里“能选到”不只是原排列里位置要在后面，还要求它映射到 q 里的位置也在后面。这两个条件都满足，才能保证它仍然是公共子序列。时间复杂度分析：映射下标 O(n)。算 suf[i]，本质上还是 LIS 的 DP，可以用二分 / 树状数组 BIT 加速到 O(nlogn)。构造时，把 suf 相同的位置放到同一个桶里，同时记录它们的原值和原下标。每个桶内按值从大到小排序，然后从大到小枚举 suf，顺着扫一遍找第一个合法位置即可。这样排序总复杂度是 O(nlogn)，最后构造整体扫一遍是 O(n)。所以总复杂度是 O(nlogn)，2e5 可以通过。下面说一下为什么能转成 LIS。最长公共子序列这题，如果两个序列都是排列，那么把其中一个排列里的元素，替换成它在另一个排列中的下标，就可以转成 LIS。核心原因是：“值相同且顺序一致”等价于“映射后的下标严格递增”。这一步成立的关键条件就是：排列里的每个数只出现一次。比如在 p 中选出一个公共子序列：p[i], p[j], p[k]如果它在 q 中也按同样顺序出现，那么它们在 q 里的位置一定满足：pos[p[i]] < pos[p[j]] < pos[p[k]]所以公共子序列就对应着一个上升子序列，LCS 也就变成了 LIS。最后说一下 BIT 为什么能算 suf。这个本质上还是 LIS 的 DP。如果从右往左扫，设 suf[i] 表示以 i 位置开头时最多能选多少个，那么转移就是：suf[i] = 1 + max(suf[j])，其中 j > i 且 p[j] > p[i]也就是：要从右边、并且值比当前大的位置里，找一个最优的接在后面。这个可以用 BIT 维护前缀 max 来加速。因为 BIT 的结构天然适合维护前缀信息，后面的块会汇总前面的信息，而前面的不会被后面的影响。只要维护的是 max 这种可合并的信息，就能像维护前缀和一样维护前缀最大值。而这里值域又正好是 1..n 的排列，所以非常适合直接用 BIT 做到 O(nlogn)。

腾讯WXG： 三轮技术面通过，已oc字节：一面挂(不知道为啥，结束的时候面试官从各个角度都说自己回答的很好，但是隔了两天被挂了)美团：笔试2/3挂拼多多：笔试3/4挂京东：无响应快手：挂了一页简历无响应携程：二轮技术面通过，做完了ai测评和英语测评华为：笔试通过其他的像滴滴、得物，腾讯通过了就不参与后续流程了总结一下，感觉主要是没面试，有面试的基本可以通过，不同厂考的侧重点不太一样感觉，携程喜欢考八股，字节喜欢考实际的经历，腾讯喜欢拷你宏观场景题，以及除了腾讯其他的手撕不是很难，基本hot100稍微变点,还要就是几乎所有面试都有问你怎么使用ai的，所以尽量自己动手稍微试一下，可以面试的时候谈谈...

#offer帮选#