华泰提前批测评（秋招开更1

昨天刷X的时候,突然发现xAI把整个For You推荐算法开源了。说实话,我当时就愣住了。要知道,推荐算法这东西,对社交平台来说就是命根子。抖音的推荐算法、小红书的推荐逻辑,哪个不是藏着掖着当核心机密?结果马斯克直接把代码扔GitHub上,7000多个star,就这么大大方方让你看。这背后到底藏着什么秘密?一个让我震惊的发现我花了整整几个晚上扒完这套代码,发现了一个颠覆认知的事实:X的推荐系统里,几乎没有人工规则。什么意思?传统的推荐系统,工程师会设计几百上千条规则。比如用户点赞过科技类内容,就多推科技,或者转发率高的内容加权。这些都是人脑想出来的逻辑。但X的算法完全不是这么玩的。他们用的是G...

谁懂啊！我实习遇到的公司，真的太把实习生当正式员工使唤了，刚入职没几天，连项目代码结构都没摸透，就被安排写项目了！一开始都是些接口对接、数据格式转换的基础活，听起来不难，但架不住我对项目的业务逻辑、代码规范一窍不通。对着前辈丢过来的需求文档，我一边查代码注释，一边翻技术文档，磕磕绊绊写完功能，也只知道 “这么写能跑通”，根本不明白 “为什么要这么设计”，妥妥的知其然不知其所以然。本以为这种基础活会干很久，结果没过多久，领导直接甩给我一个小功能的开发方案，让我负责从方案落地到功能对接、测试上线的全流程。当时我直接懵了，硬着头皮啃需求、画流程图、写核心代码，遇到不懂的就逮着前辈狂问，加班加点成了家常便饭。更没想到的是，后面居然让我独立负责一个模块的开发，还要做性能优化。从数据库索引调整，到接口响应速度提升，每一步都得自己琢磨、自己验证。那段时间真的累到飞起，每天下班脑子都是懵的尤其是发版的时候，我比谁都紧张，盯着监控屏大气不敢喘，生怕自己写的代码出 bug 导致系统崩溃。一旦出问题，就得立刻配合运维回滚版本，然后自己留下来加班排查修复，常常整栋办公楼只剩我一个人的工位亮着灯。每天加班到深夜，工作量比正式员工还饱和，我不止一次对着电脑发呆：我到底是来实习的，还是来打工的？虽然这段经历确实让我的技术能力突飞猛进，但那种被推着往前走的疲惫感，直到现在想起来都觉得累。

28双非鼠鼠第一份实习，感谢金山，感谢面试官张先生的赏识，也感谢自己很开心很开心（有没有待过的前辈，求摸鱼技巧bushi）timeline12.15 投递12.16 约面12.18 一面 半个小时后约二面12.19 二面，口头oc12.24 发offer一面1. 开发页面中使用的布局方式2. flex： 1 是什么的缩写3. 水平居中的方法4. tailwindcss 的优势5. js 的闭包6. 打印结果的题，解释为什么（var 定义 i ，setTimeout 执行打印），使用 let 的打印结果7. 箭头函数和普通函数的区别8. promise 构造函数是同步还是异步9. 内存泄漏的情况10. interface 和 type 的区别11. react 的 key 作用12. 常用的钩子函数13. 怎么避免不必要的渲染14. useeffect 的使用场景15. react 和 vue 怎么选择16. vue 的 data 为什么用函数17. tcp 为什么需要三次握手和四次挥手18. vite 为什么比较快19. 解释防抖节流和手写防抖函数，还有实现思路20. 深浅拷贝的区别和手写深拷贝，讲实现思路反问了业务，反馈时间和学习建议二面基本上是围绕项目展开，根据项目的每一项，来给场景题问你会怎么做，跟基础相关的东西如下：1. 虚拟列表的实现和原理2. zustand 和 context 的区别3. vitest 相关，写测试的话应该怎么做些什么？4. monorepo的细节问题5. 做项目的动机6. 事件委托和时间冒泡的区别有个点顺着问了我五个问题实在是答不下去了就是说感觉金山云这边面试虽然一面全是八股，但是二面还是要好好准备项目，做到能被深挖那么两三个问题的程度，鼠鼠也是运气很好，问的都是准备过的嘻嘻面试完之后还很期待这个面试官会不会是我mt或者ld，会很认真的听我说话，然后告诉我哪里有小问题，不知道是不是鼠鼠的错觉，感觉他看后辈的眼神都是带有欣赏的意味真的很复合我对mt/ld的幻想（bushi），但是后来发现他ip是北京的qwq有点点小失落，不过没关系，看隔壁某书感觉金山的节奏还挺慢的期待入职ing愿一切顺利，好运常伴吾身这里再吐槽一下流程，怎么！！这么！！慢！！急死我了急死我了！！鬼知道我从周一到接到offer这段时间有多煎熬，哎呀但是但是好在一切如愿

题干解析 题设定义：针对一个无根无向有权树：  树中两点的距离为两点间路径的权值之和。 树的直径即为树中两点间最大的距离。 树中节点到路径的距离定义为点到路径上任意一点距离的最小值。 确定直径上一条长不超过s的核后偏心距（EEC）定义为图中任意节点到该路径（核）的距离的最大值。 题设给我们树的邻接数据以及s的大小，要求我们计算符合要求的核对应的EEC的最小值。  算法思路 寻找直径  首先我们需要找到树的直径，由于树中任意两节点有且仅有一条路径，使用弗洛伊德算法能够求出所有树中任意两点间的路径距离。 基于此我们找到最大的路径长度然后找出所有符合条件的路径节点便可以得到树的直径。  对直径路径进...