华为笔试及格线变了吗？

因为刷题刷的少，已经凉了。最多拿满150分的选择题部分。150+300+150分，20道选择，15单选+5多选。只支持C C++ Python Java，可以用本地IDE(但我没调试好，用考试客户端的环境，字体好小，影响不小)。选择题考点分布在大模型、机器学习理论、常用深度学习库如pytorch的使用、还有简单的数学计算。第一道大编程题比较综合，我在上面死磕了1个小时我也是服了。是一个关于过载网络最大用户数量计算的题目，核心流程是1曼哈顿距离阈值界定作用范围–2范围内负载计算总负载值–3负载阈值界定关键节点–4直接连接关键节点间先后时间戳定义数据流向–5形成多条数据链路(可开环)–6搜索用户数量最大的数据链路。这道题我卡在第5步做不出来了，核心肯定是出度为0结束，入度为0的作为集群起始节点。我都是用python实现的，基本思路是先把所有关键节点按时间戳排序，对于每个当前节点，用哈希字典不断(排除相同时间戳)迭代在值列表里面append所有时间戳靠后的直接连接的关键节点，这个算法理论正确可行，每次append前要先判断当前节点是否在字典存储的所有累积路径的最后面，不在就重新新建一个路径，在的话就继续累积路径。但是时间复杂度肯定不低。后面急眼了就跳题了。第二题简单很多，一个二叉树DFT递归调用的设计，统计权重和为0的、从根节点到度小于2的节点的、路径长度不小于2的有效路径个数。所以我犯了小学生错误。第二题是一个列表字符串输入，按照层级排列的二叉树，缺失节点用None字段表示。实现起来很简单，考试的时候我以为前面受挫情绪不稳，所以又耽误了进程。因为题目要求记不太全，没有写完也不知道代码正确性，这里贴图记录一下吧。

致各网络平台及社会公众：近期，网络上出现关于北京全满科技有限公司涉及培训业务、培训贷等不实信息，对我司正常经营及品牌声誉造成不良影响。为澄清事实、消除误解，现就相关情况郑重声明如下：1.业务范围明确，未从事任何培训类业务我司为正规科技企业，工商经营范围以技术开发、技术服务、软件开发、计算机系统服务、数据处理、软件及计算机软硬件销售等为主，公司仅针对内部员工在正式上岗前开展技术工作专项培训，从未以任何名义向个人或企业收取培训费用、推荐贷款平台、诱导办理培训贷，不存在培训贷的违规模式，从未开设、运营或合作开展任何形式的培训贷业务，与各类培训贷机构无任何业务关联及合作关系。2.严正反对不实信息，保留...

研二那年，我从未想过，自己会在不久的将来，顺利入职携程，更没想到，曾经为了一个项目细节熬夜脑暴的日子，会成为我职场路上最珍贵的铺垫。刚入职携程，就参与了Ctrip online大首页的相关工作开始的。看着页面上一个个清晰的模块，我第一次真切地了解到携程的业务布局，也慢慢对这份工作产生了浓厚的兴趣。这份工作比我想象中更具挑战性，却也更有成就感。倔强的我习惯把复杂的任务拆分成一小块一小块，今日事今日毕，今天搞定布局，明天打磨样式，不拖沓、不敷衍，一点点攻克每一个难关。在携程的日子里，我接触到了RN、Taro这些实用的技术框架，没有空洞的理论，全是工作中实打实会用到的内容。第一次用Taro写代码，一套代码能适配不同端，那种成就感难以言喻。工作中，我和团队伙伴们常常为了一个交互细节反复讨论、反复打磨，东查西问、反复调试，哪怕花上大半天时间，也一定要做到尽善尽美。现在回想起来，当初那份较真，都是在为自己积累职场经验，每一次打磨，都是一次成长。最幸运的是，工作中认识了很多志同道合的同事，其中一位前辈，从一开始就给了我很多指导和建议。如今我们一起参与TripAPP的跨端重构，每次讨论技术方案，都会想起当初他的点拨，也正是这份一路的指引，让我快速适应了职场节奏，少走了很多弯路。回过头来，我常常庆幸自己当初选择了携程。在这里，我不仅熟练掌握了实用的技术栈，更适应了职场的工作节奏，学会了高效的团队协作，也收获了珍贵的情谊。正式步入职场后，我没有经历手足无措的适应期，上手工作格外丝滑，这份经历，也让我真正实现了毕业即就业。以过来人的身份，想给正在迷茫的兄弟们提个建议：找一份靠谱的工作，遇到一群愿意带你成长的人，远比自己盲目摸索更高效。那些你纠结的难题，或许前辈一句话就能点透；那些你要走的弯路，或许有人已经为你铺好了平坦的路。

1. 自我介绍  你先开始自我介绍一下。  2. C++ 语言基础  能不能简单介绍一下 Lambda 表达式和智能指针？ 在你的实际项目中有没有用到这两个技术？请举例。 为什么那个地方（回调函数）要用 Lambda 表达式去写？（追问） 你在项目开发中是怎么使用智能指针的？  3. 数据结构与 STL  你能说一下 unordered_map 和 map 的底层实现及性能差异吗？ 在量化交易的批量定价场景中，你会优先使用哪一个？理由是什么？ 为什么红黑树的效率（在某些场景下）比哈希低？ 或者换句话说，为什么哈希存储方式的效率要高于红黑树？ 什么场景下必须选择 map 而不能用 unorder...