一面(2.28 50min)  形式：电话面试+在线编程平台 聊项目 20min 算法题 30min       1 给定一组数据，包含category和score(已经按score有序排列)，要求重新排列数据，使得在相邻数据的category不相同的前提下，score尽量有序。 e.g.: A 0.9 B 0.8 B 0.8 C 0.7 重新排序后： A 0.9 B 0.8 C 0.7 B.0.8       2 lc53 最大子数组和 follow up：lc152 最大子数组乘积       反问环节 招实习生的时候更看重算法还是项目经历 答 更看重学习能力(这话我面美团的时候听过…然后就挂了) 一个小时后接到二面电话。       二面(3.1 1h) 形式：微信视频 二面的问题基本都和实际开发场景有关，不知道是腾讯特色还是面试官风格…中间一度给我问麻了，不过收获很大。       1.归并排序 2.两个表，一个表有用户id和docid，另一个表有docid和category，输出所有的用户id，category和该category的总访问次数 如果第二个表很大该怎么办 如果第一个表也很大该怎么办 可能还有其他的follow up，但后来我已经麻了，不记得都说了啥 貌似要用到分布式的知识，比如mapreduce之类的。我没学过，完全不知道该怎么答…但是面试官一直在引导我，我就像挤牙膏一样一点一点慢慢推出来了 这个问题大概用了20min，感觉这个过程对面试官的考验更大一些，考验他如何在不告诉我答案的情况下让我自己把答案推出来…       3.推荐算法设计，怎么给用户推荐公众号文章。 先是knn聚类分出category，然后根据category和用户曾经点击过的文章进行推荐。 针对这个场景讨论了大概二十分钟吧。咱也不知道为啥后端岗问这些，不过感觉比curd刺激多了。 本来以为凉了，但最后面试官又问了我实习时间，然后让我好好学mapreduce和python，又感觉稳了。       3.3接到hr面邮件 3.6 hr面(20min) 聊项目，唠家常，实习时长等 3.7 录用评估