滴滴-Java后端日常实习-一面

📍面试公司:滴滴
🕐面试时间:9.24
💻面试岗位:Java后端

手撕:Leetcode.658-找K个最接近的数

八股项目拷打:

1.如何设计一个不丢、不重的协议,该怎么做?

2.TCP如何实现不丢不重的?

3.UDP如何修改才能不丢不重?

4.项目中集成的美团Leaf分布式ID生成的底层设计和源码的讨论

5.MySQL读会加锁吗?

6.MySQL如何实现多并发读?

7.MVCC底层原理?

8.Read View底层是什么?四个字段是存储在哪里的?

9.Redis过期策略是如何实现的?Redis如何知道过期时间的?

10.项目中MQ是如何保证不丢不重?允许丢吗?

反问:

1.美团Leaf部分在探讨中提出的问题,实际如何解决的?
答:不知道,所以和你讨论

2.Read View底层

3.算法题有没有可以优化的地方(写的二分+双指针,被提醒了几次边界问题;面试官说应该写对了,但是很乱)

关于计网的八股忘完了,前三道题直接PASS
面试官人很好,说话温文尔雅的
3天后约二面

#发面经攒人品##牛客AI配图神器#
全部评论
滴滴哪个部门?
点赞 回复 分享
发布于 2025-10-03 09:33 北京

相关推荐

攒攒人品!有面试过同岗的朋友欢迎评论区交流1.项目拷打2.实习拷打3.OCR 结果有噪声或错误时,你是怎么做纠错或提升解析质量的?4.多模态检索中,图像和文本向量不在同一空间时,如何实现对齐?5.Agent 中长短期记忆如何设计?各自存什么,怎么触发读取?6.多轮对话中,如果不同轮次的记忆发生冲突,你如何处理?7.用户情绪异常(投诉、愤怒)时,Agent 如何在不中断主流程的情况下进行干预?8.长文档为什么一定要切 chunk 再做向量化?不切会有什么问题?9.chunk切分时为什么要有重叠区域?比例一般怎么确定?10.稠密向量和稀疏向量的区别是什么?各自适合什么场景?11.是否做过关键词召回和向量召回的融合?具体怎么做的?12.向量检索中 Top-K 设置过大或过小分别会带来什么问题?13.余弦相似度和欧氏距离在高维空间中的差异是什么?实际怎么选?14.为什么需要 rerank 模型?它解决了向量召回的哪些问题?15.rerank之后的截断策略是怎么设计的?为什么选这个 K 值?16.文档发生局部更新时,如何做增量索引而不是全量重建?17.RAG 中如果没有召回到相关知识,如何约束模型避免胡编?18.HyDE 在 query 模糊时是如何提升召回效果的?19.超长上下文模型出现后,RAG 架构的必要性是否会下降?20.大模型高并发调用时,如何做限流、降级和成本控制?
点赞 评论 收藏
分享
评论
5
35
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