题干分析： 题设所给的信息有些多，大致内容总结如下：  题设情景给我们n个盒子，编号0，1，2……，n-1 初始状态字数组status，标识每个盒子初始状态是开（1）还是闭（0） 糖果数数组candies，记录每个盒子种的糖果数 钥匙数组keys，记录每个盒子打开后内含的钥匙编号，获得的钥匙能够打开与其编号对应的盒子 内含盒子数组containedBoxes， 记录每个盒子打开后内含的盒子编号 初始给予的盒子数组initialBoxes，记录题设情景初始给予我们的盒子编号  算法思路： 总体思路是状态化访问。题设的盒子一开始只有两种状态：开/闭，而我们是否拥有这个盒子其实也算两种状态（注意这里...

暑期实习拿到了某家大厂没去，秋招没投这家。10月份的时候hr打电话说。说暑期评价非常高，可以只面一场来发offer，我说ok的。结果又过了一周没什么消息，我以为说说而已。这两天call我说不用面了，直接看邮箱有offer，又是股票又是签字费的，总包60+，如图上次短信还是四月的面试邀请。ps：最后拒了，选了字节，只能说良心有点不安了。

周日一面，周一二面，周二hr确认发offer，没见过这么迅速的谢谢小米

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...