美团8.16笔试(进度2.25/3)

第一题:贪心,不难发现在位数限制范围内,只要n个数在某一位上并不都为1,那么该为一定可以通过 或  加到该位不为1的数上,所以答案就是总和+所有并不都为1的数位的总和(例如[110,111,100]二进制表示,所有并不都为1的位数的总和为011)。
第二题:贪心,开个unordered_map<int,pair<int,int>>维护该数在<a,b>数组中的个数。从堆中不断弹出最大的元素然后将差值通过g(x)的方式往下缩即可。(优化方式1:记得判断该数是否已经进过堆,优化方式2:map改unordered_map)
第三题:不会,打的暴力,请教各位大佬了


ps:笔者未使用ai,也不清楚是否可以使用ai
全部评论
第一题就是按照这个思路写的,不知道哪里出问题了,只通过了20%
2 回复 分享
发布于 2025-08-16 21:06 河北
为啥你们第一题那么多公式都会,不用ai能做下来真的天赋异禀
点赞 回复 分享
发布于 2025-08-16 22:55 北京
mark一下
点赞 回复 分享
发布于 2025-08-16 21:49 北京
第三题我的想法是离散化后维护正序对数组,本质上题目要求的就是对于每个 i,i 右侧的正序对数量,但正序对需要满足一个前提是不能超过 a[i]。 所以逆序遍历,维护一个 f[x] 表示截至目前为止,正序对最大值为 x 的正序对数量,那么遍历到 i 的时候,此时的贡献就是 f 数组的 1 ~ a[i] - 1 这一段的区间求和,因为这一段的正序对就没超过 a[i]。 接着就是要更新 f 数组,也就是说要把 a[i] 也给***去,插的时候比较直观的就是 a[i] 会对 a[i] + 1 ~ n 这一段产生贡献,也就是对这一段区间 +1,但问题是这一段有的点还不存在,那么是没有贡献的,所以我们在线段树上维护一个“节点打开数量”,初始所有节点都是“关闭”的,每次打开一个新的点,然后因为维护了这个数量,所以区间 +1 对区间 sum 只会生效这个数量那么多,然后就做完了
点赞 回复 分享
发布于 2025-08-16 21:34 北京
mark一下
点赞 回复 分享
发布于 2025-08-16 21:13 湖北
第一题我也是一样的思路不知道为啥只过了92,可能有什么地方要转long没转吧。第二题我是用优先队列做的,最后卡在95%超时了。第三题完全不会只剩十分钟直接暴力还过了41,反而第三题是最好拿分的。
点赞 回复 分享
发布于 2025-08-16 21:08 黑龙江
佬,太强了
点赞 回复 分享
发布于 2025-08-16 21:02 湖南

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai&nbsp;Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai&nbsp;Coding恰好是Coding&nbsp;Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI&nbsp;Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules&nbsp;加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude&nbsp;Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai&nbsp;Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context&nbsp;Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件,&nbsp;CoWork之类的。后续也有一些Ralph&nbsp;Loop啥的,还有Coding里面的Coding&nbsp;Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
6
8
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务