网易互娱笔试

岗位：大模型算法四道编程  做了三道  第四道两眼一黑第一题：有一辆货车，途径N个站点，车上初始货物量为initiaWeight，最大限额是maxWeight，每个站点要么装货（整数），如果装货之后大于最大限额就是危险了，比如说你现在车上6个，这一站要装4个，最大是9,6+4>9就不行，但是等于9是可以的，要么卸货（负数），如果目前装在的货物小于卸货要求，直接全部卸下，就是比如说你现在车上3个货物，这一站要写下来4个（-4），3-4=-1嘛不是，但是不可能没有硬卸，变为0就行，问你在安全装载状态下最长能连续经过几个站点非常简单的题，一遍96%，就没看了，直接下一道了第二道：有n门课，每门课有一个先修课，比如说2的先修课是1，那修完1才能修2，给你n门课的先修课序列，问你修完n门课要几学期，举个栗子：5门课  -1 1 2 1 -1（-1表示没有先修课）下标： A B C D E （为了不弄混，我先用字母表示）这个就是需要三个学期，第一学期:A和E，第二学期：B和D，第三学期：C这道题，怎么说呢，看到先修课我以为是输出拓扑排序，昨天才笔了一样的，结果写到一半发现不对，然后又重新写，然后这个序列是从1开始的，这个又浪费我好几轮，然后还有一开始理解错了，我以为序列是先修课有几个，比如说这个2，我本来以为是C的先修课有两个，我心想，那不就是3吗？选最大的+1得了呗，过了80%，我都傻了，后来发现我写的逻辑完全不是人家说的，最后是用了一个数组，先初始化为0 ，然后遍历，比如说A不需要先修课，那就是0，然后B要先修A，就是0（A的先修）+1，C要先修B，那就是1（B的先修）+1，这样然后遍历数组找到麻小，输出max+1应该是很简单的题，我先入为主浪费好多时间，最后是100%第三题有N个奖品，价值为vi，有俩包，一个物品只能放进一个包里，然后一个包里的奖品就，任意两个之间的价值差不能超过T，问你最多俩包能装多少奖品我用的最笨的方法——暴力  但是可能我的逻辑写的不对，只有15%然后换了一种N=6  T=3vi: 5 4 2 1 8 10先sort排序——1 2 4 5 8 10算从1开始，一个包能装多少，那就是 1 2 4，下标就是0 1 2，用了一个end数组，end[0]=2——记录从下表为0的奖品开始，能装的最后一个奖品的下标end[0]=2 —— 一个包能装3个  包1end[1]=3 —— 一个包能装3个  包2end[2]=3 —— 2个  包3end[3]=4 —— 2个  包4end[4]=5 —— 2个   包5end[5]=5 —— 1个  包6如果我选了包1，那么保证一个奖品不能出现在同一个包里，包2和3就不能选，然后选剩下包里最多的，这就是从奖品0开始装，最多能装多少，然后取最大有点饶了，我比较菜，正能想到这个方法了，只有60%第四题一笔画，且点不重复的情况下，在一幅图里最多从起到回到起点，最多一笔画能包含几个点手画个图，凑活看吧题目是说要city walk，实线是主干道，虚线是小路（P1），然后让你规划路线，答案是P2

拼多多的笔试题我印象中是没有选择的，直接就是算法题。算法题涉及到了很多算法，但感觉高频的就是贪心和动态规划，主要面试官对数据范围别出心裁，这样设计下肯定会爆int，需要处理大数据的情况。现在还记得当时的一道动态规划题，题干看起来平平无奇，就是一道典型的序列匹配问题，可一看数据范围直接傻眼 —— 测试用例的输入规模直接拉到了 10的5次方级别，常规的 O(n的平方)解法连样例都跑不通，必须要优化到 O(nlogn)才能勉强通过。更坑的是，题目里的数值计算涉及大量累加，数据范围直接突破了 32 位整数的上限，稍不注意就会溢出，被迫全程用 long 甚至 BigInteger 来处理，无形中又增加了代码的复杂度和调试难度。另一道贪心题更是让人头大，题干描述得十分隐晦，没有直接给出贪心策略的提示，需要先把业务场景转化为数学模型，再推导最优子结构。最绝的是，普通的贪心思路只能过 60% 的用例，剩下的 40% 全是边界陷阱，比如需要结合优先级队列做二次优化，或者在贪心选择中加入回溯判断，稍不留神就会掉进坑里。整场笔试下来，没有一道题是 “裸题”，每道题都在基础算法上叠加了数据规模和边界条件的考验。和其他公司不同，拼多多的笔试不考基础语法，不考八股知识，就是纯纯的算法硬实力较量，不仅要会算法思路，还要懂代码优化、数据溢出处理、时间复杂度把控，对选手的综合能力要求极高。最后交卷的时候，三道题只勉强 AC 了一道半，剩下的一道题卡在了最后一个测试用例，就是因为没考虑到大数据下的内存占用问题。现在回想起来，拼多多的笔试不是难在算法本身，而是难在对细节的极致把控和对选手抗压能力的考验，堪称是我做过的最 “硬核” 的一场笔试。

一个月前投的网易游戏互娱的服务端开发工程师，今天突然给捞了就要笔试，有没有牛友知道主要考察什么，难不难？

发点面经攒攒人品～1.Pretrain 和 SFT 分别解决什么问题？2.Transformer 的基本结构怎么理解？3.多模态模型的大致结构是什么？最容易踩坑的点通常在哪里？4.SFT 数据如何更贴近业务：如何避免过度模板化？如何做基础的 train / test 去重来避免评测失真？5.对齐（ RLHF / DPO 等）整体思路是什么：为什么需要偏好对／奖励信号？6.玩过 Openclaw 吗？了解其的记忆机制吗？7.如果检索返回了很多相关的内容，如何选择最相关的？8.了解 embeding 吗？9.了解过 spec-drivening 的 code agent 吗？10.了解上下文压缩机制吗？11.为什么压缩前 70%？最开始的几轮对话明确需求不是很重要吗？