滴滴校招Java后端笔试➕内推

编程题:二叉树路径和迷宫问题
算法题:动态规划与BFS高频考点
数据库设计:分布式ID生成器
系统设计题:高并发自动驾驶平台架构
八股文:Redis/Kafka/JVM必考知识点
场景题:1秒内返回结果的Dubbo服务设计

一、编程题(30分)
题目1:二叉树中和为某一值的路径(三)
要求:给定二叉树和一个目标值,返回所有从根节点到叶子节点路径和为目标的路径数量(允许路径不唯一)。
示例输入: root = [5,4,8,11,null,13,4,7,2,null,null,5,1], targetSum = 22 
输出:3条路径
解析方向:DFS+前缀和优化(需考虑负数节点)

题目2:迷宫问题(BFS)
要求:迷宫地图由0(可行)和1(障碍)组成,求从起点到终点的最短路径步数,若不可达返回-1。
输入示例:
 maze = [[0,0,0,0], [1,1,0,1], [0,0,0,0]] 
起点(0,0),终点(2,3)
输出:7步
技巧:队列存储坐标及步数,剪枝重复访问

二、算法题(25分)
动态规划:最长递增子序列变种
题目:给定数组,找出最长递增子序列的长度,允许子序列中相邻元素差不超过k。
输入: nums = [10,9,2,5,3,7,101,18], k=3 
输出:4(序列如2→5→7→101)
优化思路:贪心+二分查找,时间复杂度O(n log n)

三、数据库设计(20分)
题目:设计分布式唯一ID生成器
要求:支持每秒10万级ID生成,保证全局唯一,趋势递增。
参考答案:
Snowflake方案:时间戳+机器ID+序列号,需解决时钟回拨问题。
Redis自增:分业务前缀+批量预取,减少Redis压力。
数据库分段:号段模式(如 MAX(id)+步长1000 )

四、系统设计题(15分)
题目:自动驾驶核心平台如何支撑10W QPS?
考察点:
微服务拆分:路径规划、视觉选图独立部署
异步处理:消息队列解耦计算密集型任务(如Kafka顺序性保障方案)
容灾设计:Redis集群+多级缓存(本地缓存+分布式缓存)

五、八股文(10分)
高频考点整理:
Kafka顺序性保障:单分区或指定Key哈希(禁用轮询)
Redis内存淘汰策略:LRU/LFU/随机淘汰,结合TTL设置
JVM垃圾收集器:G1与CMS对比,Full GC触发条件

六、场景题(加分项)
题目:Dubbo服务必须在1秒内返回结果,如何设计?
参考答案:
超时熔断:设置调用链超时阈值,结合Hystrix熔断降级。
线程池隔离:独立线程池处理高优先级请求,避免资源抢占。
异步化改造:CompletableFuture异步编排,减少阻塞

滴滴2025届校招内推通道
🔥 重点岗位:后端开发、算法、数据类(竞争较小岗位:客户端/前端)
📍 工作地点:北京/杭州/上海/广州
📅 投递要求:2024.9-2025.8毕业,全日制本科及以上
内推专属福利:
简历优先筛选,直通笔试/面试
全流程进度跟踪,评论区留言“姓名+岗位”实时反馈
校招礼包:桔厂周边+免费晚餐+零食礼盒
⏰ 内推截止提醒:部分岗位招满即停,建议尽早投递!
立即投递:
👉  【内推链接】https://app.mokahr.com/m/campus_apply/didiglobal/96064?recommendCode=DSW46Dg7&hash=%23%2Fjobs#/jobs
🔑【内推码】DSW46Dg7(必填 否则视为普通投递)

温馨提示:笔试后尽快预约面试席位,部分岗位需手撕代码,建议提前刷题备战!评论区可留言答疑,祝大家斩获Offer~ 🚀

#校招# #滴滴# #内推# #笔试# #滴滴笔试# #后端#
全部评论

相关推荐

不愿透露姓名的神秘牛友
04-30 17:45
本人简历上 1 个 RAG 项目 + 1 个 Agent demo;这次面的是AI岗一面前我以为:背完八股 + 把项目讲清楚,应该能稳过。0-5 min:自我介绍 + 项目背景- 顺利。讲清楚了我的 RAG 是给法律咨询场景做的,痛点是大模型不懂行业术语。5-20 min:项目深挖(开始崩)- Q1:你的法律文档总共多少?切了多少个 chunk?- 我:约 500 份 PDF,5 万个 chunk- Q2:500 份 PDF 加起来才 5 万 chunk?平均每份 100 个 chunk,你切片粒度是多少?- 我:512 token- Q3:法律文档里"第三条第二款"和"第三条之二"是不同含义,你的切片会不会把它切散?- 我:(沉默 5 秒)……应该会- Q4:那你怎么解决?- 我:我可以加一个 metadata……(开始编)❌ 第一次崩:切片粒度没考虑业务语义。20-35 min:评测体系(继续崩)- Q:你怎么知道你的 RAG 有效?- 我:我用 Recall@5……- Q:评测集多少条?怎么构造的?- 我:100 条,我手工标注的- Q:100 条够吗?分布怎么样?- 我:分布……我没分- Q:那你的 Recall@5 是 0.81,你怎么知道这个数字是好是坏?baseline 是什么?- 我:(沉默 10 秒)❌ 第二次崩:没有 baseline,没分布分析,纯靠"看起来还行"。35-55 min:Agent 部分(彻底崩)- Q:你的 Agent demo 用了几个工具?- 我:3 个,搜索、计算器、文档查询- Q:当用户问一个问题,你的 Agent 怎么决定调哪个工具?- 我:用 ReAct,让模型自己决定- Q:模型决策错了怎么办?- 我:我加了个 reflection……- Q:reflection 失败 3 次后怎么处理?- 我:(沉默 15 秒)……我没想过❌ 第三次崩:异常路径完全没设计。55-65 min:业务理解 + 反问- Q:你觉得字节做 AI 应用最大的瓶颈是什么?- 我:算力?数据?- Q:你看过哪些字节最近发的 AI 产品?- 我:豆包、扣子……- Q:扣子是 Agent 平台还是工作流平台?- 我:(再次沉默)❌ 第四次崩:对面试公司业务一无所知。
面试官拷打AI项目都会问...
点赞 评论 收藏
分享
评论
点赞
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务