每年的秋招和春招季总有一批算法岗的同学在笔试环节折戟沉沙。我翻出当年整理过的蘑菇街校招算法笔试题结合最近几年带新人、做面试官的经验重新梳理了一遍。这套题虽然出自2019届但它的题型结构和考察思路放在今天依然有很强的参考价值——基础数据结构、字符串处理、机器学习经典算法、以及场景题都有涉及。这篇文章不打算贴出所有原题代码而是把每一类题背后的考点逻辑、解题套路和容易踩的坑讲清楚希望能帮正在准备大厂算法笔试的同学少走弯路。1. 笔试整体认知与考察逻辑1.1 蘑菇街这类电商公司的算法岗到底在考什么先说一个很多应届生容易误解的地方电商公司的算法笔试不是纯粹考ACM竞赛题而是考察你“用算法解决业务问题的基本盘”。蘑菇街作为电商平台核心场景集中在搜索排序、推荐系统、用户增长、商品理解这些方向所以笔试题目会明显偏向“数据结构与算法的基本功 机器学习基础理论 少量逻辑推理”的组合。从2019届这套题来看整体分三块第一部分是选择题覆盖数据结构、排序算法、KMP、二叉树遍历、图论基础等。第二部分是简答/分析题重点考察机器学习经典算法原理比如逻辑回归、SVM、决策树、聚类等。第三部分是编程题通常是一道字符串处理加一道动态规划或贪心难度中等偏上但不刻意挖坑。这里想强调一个关键点校招笔试不是选拔“最会写算法竞赛代码的人”而是筛选“基础扎实、有业务敏感度、代码风格好”的候选人。很多题目看似是理论题实际在考察你能否把算法原理落地到电商场景中。1.2 近年算法笔试的命题趋势变化对比2019届和最近几年的笔试题变化还是很明显的。2019届的题目相对“规矩”KMP的next数组、快排的时间复杂度、二叉树遍历序列还原这类题是主流而近两年的题目更侧重“场景化”和“模型化”比如给你一个用户行为序列让你设计特征工程方案或者让你比较FM和DeepFM在CTR预估中的差异。但无论题目怎么变有底层逻辑是稳定不变的数据结构永远是地基。数组、链表、栈、队列、哈希表、二叉树、堆、图这八类结构的操作复杂度必须烂熟于心。经典算法必须能手写。快排、归并、堆排、二分、KMP、Dijkstra、Floyd、并查集这些是最低要求。机器学习算法要懂推导不能只会调包。逻辑回归的损失函数怎么来的SVM的拉格朗日对偶为什么引入决策树的信息增益和信息增益比有什么区别这些几乎是必考内容。概率统计和线代基础不能丢。电商场景下AB实验的显著性检验、贝叶斯估计、矩阵分解推荐算法涉及的SVD都是高频考点。2. 选择题核心考点解析——数据结构与算法基础2.1 排序算法不只是时间复杂度排序是笔试选择题的“送分题”也是“送命题”。说送分是因为只要你背牢了各种排序算法的时间复杂度、空间复杂度和稳定性基本不会丢分说送命是因为出题人总喜欢在设计上做文章。2019届的题目里频繁出现的几个考点包括快速排序在最坏情况下的时间复杂度是O(n²)平均是O(nlogn)空间复杂度是O(logn)递归栈的深度。很多人会记错成O(n)或O(1)。堆排序建堆的时间复杂度是O(n)而不是O(nlogn)单次调整堆是O(logn)所以整体是O(nlogn)。归并排序的额外空间复杂度是O(n)它的稳定性是排序算法中最容易被问到的。稳定性的概念相同关键字的元素在排序前后相对次序不变。选择排序是不稳定的经典的例子是序列[5, 5, 3]第一次选择会把第一个5和3交换打破相对顺序。我在面试候选人时发现很多人会背“不稳定快选堆希快速、选择、堆、希尔”但这个口诀的代价是忽略了“为什么”。比如快排为什么不稳定因为它的partition过程是跳跃式交换。举一个反例[3, 3, 1]以第一个元素3为基准partition后变成[1, 3, 3]两个3的相对顺序变了。只有理解了交换机制遇到变种题才不会慌。除了选择题里常见的“以下排序算法中哪个是稳定的”这类题还有一个高频进阶考察点给定一个几乎有序的数组用哪种排序算法效率最高答案是插入排序因为它在近乎有序的数组上时间复杂度趋近O(n)。这个结论在后续业务中也有价值比如实时日志流里的增量排序。2.2 KMP算法中的next数组2019届选择题里出现了KMP算法next数组的题目具体是给一个模式串“abacaba”求其next数组。这个知识点在近几年的校招笔试中几乎成了保留节目值得展开聊聊。next数组的定义在不同教材里有两种流行版本一种叫失配数组next[i]表示当第i个位置匹配失败后模式串应该回退到哪里另一种是前缀函数π[i]表示子串s[0…i]的最长相等真前缀和后缀的长度。这里要看你用的是哪种约定否则计算结果会差一个移位。以“abacaba”为例我用前缀函数定义来算i0, 字符a没有真前缀π[0]0。i1, 子串ab前缀集合{a}后缀集合{b}无交集π[1]0。i2, 子串aba最长相等前后缀是“a”长度1π[2]1。i3, 子串abac前缀{a, ab, aba}后缀{c, ac, bac}无交集π[3]0。i4, 子串abaca最长相等前后缀是“a”长度1π[4]1。i5, 子串abacab前缀{ab, aba, abac}后缀{ab, cab, acab}最长交集是“ab”长度2π[5]2。i6, 子串abacaba最长相等前后缀是“aba”长度3π[6]3。所以前缀函数是 [0, 0, 1, 0, 1, 2, 3]。如果用的是“失配位置”那种定义next[i]表示第i位失配时下一个要比较的位置那么整体会错开一位并做-1处理。这里特别提醒一句做题时一定要先确认题目采用哪种约定这是拿分的关键。KMP的复杂度是O(mn)其中m是主串长度n是模式串长度它通过避免主串回退来提升匹配效率。笔试里除了考next数组的计算还可能问“KMP相比BF算法的优势在哪一层面上”答案是它消除了回溯产生的重复比较。2.3 二叉树遍历、堆和图论高频题二叉树方面选择题最常见的出法是给两种遍历序列求第三种遍历。给出前序和中序还原二叉树或给出中序和后序还原本质上考察的是递归分治的理解代码反而简单。2019届题目里就有“已知前序ABDCE中序BDACE求后序”的题这种题只要抓住一个关键点前序第一个节点是根中序中根的位置把左右子树切开递归处理即可。还有一种变体是给定层序遍历序列判断是否为二叉搜索树或完全二叉树。判断完全二叉树的做法是层序遍历遇到第一个空节点后如果后续还有非空节点则不是完全二叉树。这个考点在后来的笔试中反复出现。堆这一块高频选择题是“给定数组建小顶堆/大顶堆输出堆化后的序列”。建堆的思路是从最后一个非叶子节点开始向下调整即自底向上sift-down时间复杂度O(n)。别小看这个O(n)很多人直觉认为建堆是O(nlogn)但如果你从树的高度和每层节点数算起会发现总操作量收敛到O(n)。图论在选择题中主要考Dijkstra、Floyd、拓扑排序。其中拓扑排序有个容易踩坑的考点一个有向图存在拓扑排序的充要条件是它是有向无环图DAG。还有一个高频变体是“判断一个序列是否为合法的拓扑排序结果”要按入度逐个验证。3. 机器学习算法原理简答题深度拆解3.1 从逻辑回归到SVM的推导要点面包和牛奶机器学习的简答题是算法笔试拉开差距的关键。2019届这类题占了很大的分值比重而且不靠死记硬背就能答好但不能只会背诵结论必须能现场推公式。先说逻辑回归。一道典型题目是“请写出逻辑回归的损失函数并解释为什么用交叉熵而不是均方误差”。参考答案思路逻辑回归假设样本属于正类的概率为p 1 / (1 exp(-wx))然后用极大似然估计推导损失。最大化和似然等价于最小化负对数似然即 L(w) -Σ[yi·log(pi) (1-yi)·log(1-pi)]。这个损失就是交叉熵。为什么要用交叉熵而不用均方误差核心原因在于梯度。均方误差配合sigmoid函数时因为sigmoid导数的饱和特性在误差很大时梯度可能很小收敛极慢而交叉熵的梯度可以推导为 (pi - yi)·xj误差越大梯度越大优化更高效。接着说SVM。高频题目是“简述SVM如何解决线性不可分问题”。答案分两层一是通过核函数把样本映射到高维空间使其线性可分二是引入软间隔和惩罚参数C允许部分样本分类错误避免过拟合。这里的惩罚参数C是一个需要认真解释的点C越大对分类错误的惩罚越重训练集上的准确率越高但泛化能力可能下降容易过拟合C越小模型对噪声的容忍度越高但可能出现欠拟合。还有一个出现频率很高的简答题是“SVM中核函数有哪些各有什么特点”。线性核适合高维稀疏数据多项式核能表达特征组合高斯径向基核RBF是最常用的通用核可以映射到无穷维但参数γ过大会过拟合。实际做题时还需要根据场景说明如何选核函数。3.2 决策树与集成学习信息增益与基尼指数决策树的题几乎每家公司都考蘑菇街也不例外。选择题会问你C4.5和CART的区别简答题则倾向于考察“ID3、C4.5、CART分别使用什么指标做特征选择各自的优缺点”。回答这类题关键在于对比的角度。ID3使用信息增益倾向选择取值较多的特征容易过拟合C4.5使用信息增益比即 gini? 不对C4.5用的是增益率信息增益除以该特征自身的熵它对多值特征做了惩罚CART使用基尼指数计算更简单生成的树是二叉树既可以分类也可以回归。这里再往下追问一层为什么CART要用基尼指数而不是信息熵原因是基尼指数不需要计算对数运算更快且它对类别分布的衡量与熵类似在二分类问题中效果几乎一致。如果笔试有“给你一个数据集请计算某个特征的基尼指数”这类题记住公式 Gini(D) 1 - Σ(pi²)然后按特征取值加权即可。集成学习也是高频区。随机森林的“随机”体现在两个层面样本采样随机bootstrap抽样和特征选择随机每次分裂随机选K个特征K通常取sqrt(M)。GBDT则是每一棵树拟合前面的残差这里的“残差”是负梯度方向而不是简单的预测值之差。有一道常见简答题是“Boosting和Bagging的区别”答出“并行 vs 串行、降低方差 vs 降低偏差”基本就能拿高分。3.3 聚类算法与推荐系统场景结合聚类题在电商公司的笔试里非常讨巧因为它可以直接和推荐、用户分群挂钩。2019届考了K-Means的两个经典问题“如何选择K值”和“K-Means的优缺点”。K值选择的常用方法有肘部法则和轮廓系数。肘部法则的思路是绘制K值与损失SSE的曲线找到“拐点”所在的K轮廓系数的范围是[-1, 1]越接近1说明聚类效果越好。K-Means的缺点要说出这几点对初始中心点敏感容易陷入局部最优对噪声和离群点敏感因为均值会被极端值拉偏只能发现凸形簇对非凸簇效果差需要提前指定K值。优化的常用方案是K-Means改进初始中心选择和二分K-Means。此外电商推荐场景常考的还有基于物品的协同过滤Item-based CF和基于用户的协同过滤User-based CF的区别。前者离线计算物品相似度矩阵适合物品数量远小于用户数量的场景实时性更好后者更适合用户数量远小于物品数量的场景。蘑菇街的推荐链路中这种思想在召回阶段仍然是主力之一。4. 编程题实战字符串、贪心与动态规划4.1 字符串题从简单的回文判断到复杂子串问题编程题是笔试的重头戏分数占比通常超过40%。2019届蘑菇街的编程题风格很典型一道中等难度的字符串/模拟题一道动态规划或贪心偶尔会有一道图论或搜索题。先说字符串。常见的两道题有“判断一个字符串是否是回文串的变体”和“求最长无重复字符的子串长度”。前者看起来简单但一不小心就忽略大小写和非字母数字字符后者是经典的滑动窗口题用两个指针维护一个窗口窗口内不包含重复字符移动右侧指针时动态更新左侧指针。举个例子字符串“abcabcbb”求最长无重复字符子串长度。解法是维护一个哈希表记录字符最后一次出现的位置当遇到重复字符时把左指针跳到重复字符上次出现位置的右侧。注意这里不是1那么简单要取max(左指针, 上次位置1)。这类题在白板编程时特别容易犯两个错一是忘记处理空串和单字符边界二是更新答案的时机不对应该在每次窗口合法时更新而不是只在遇到重复时更新。4.2 动态规划背包问题的各种变形思路动态规划在电商场景的应用太直接了——优惠券凑单、满减叠加、库存分配、路径规划背后都是同一个思路把大问题拆成重叠子问题用空间换时间。2019届编程题里的DP题通常不会直接考你“0-1背包裸题”而是会给一个业务包装。比如“给定一组商品价格凑到指定金额求最少商品数”——这就是完全背包的精简版或者“给定一个数组求最大连续子数组和”——这实际上是最经典的Kadane算法状态转移是dp[i] max(nums[i], dp[i-1] nums[i])。我见过很多同学在笔试时一上来就写二维数组的状态转移但完全没分析状态定义。这里给一个通用建议先定义清楚“dp[i]表示什么”再写转移方程。以“最长递增子序列”为例如果定义dp[i]为“以第i个元素结尾的最长递增子序列长度”转移就是dp[i] max(dp[j] 1)其中j i且nums[j] nums[i]。先定义状态再谈优化这样写出的代码不容易乱。4.3 贪心算法与高频图论搜索题贪心虽不像DP考得那么多但在“活动安排”“区间调度”这类题目中反复出现。核心考点是“贪心选择的正确性证明”。不需要写得像论文但至少要说明“为什么局部最优能推出全局最优”。区间调度题是最典型的给定一组区间求最多能选出多少个互不重叠的区间。贪心策略是按结束时间排序然后依次选择“结束最早且与已选区间不冲突”的区间。这里要求证明最优解中第一个区间可以替换成结束时间最早的区间而不影响数量。图论搜索在2019届考过“岛屿数量”的变体题本质上就是二维网格的DFS或BFS。需要注意的坑是标记访问在遍历过程中要把已经访问过的岛屿格子“淹掉”改成0否则会无限循环或者重复计数。这种题的实际应用价值在于图像分割、连通区域检测在电商的商品图处理中也会用到。5. 高频题型速查与避坑指南5.1 笔试中常见的“陷阱题”归纳根据我对多届校招笔试的统计以下几个陷阱反复出现时间复杂度的边界条件比如HashMap的查找复杂度理论上是O(1)但在极端哈希冲突下退化为O(logn)甚至O(n)在红黑树优化前是O(n)。题目如果特别强调“最坏情况”答案往往是O(n)。递归栈的空间复杂度很多人会忽略快排和归并的空间复杂度。快排的递归深度是O(logn)极端情况退化为O(n)归并排序的额外空间是O(n)。溢出问题二分查找中计算mid的写法如果写成(leftright)/2当left和right很大时会溢出标准写法是left(right-left)/2。负数的取模在Java和C里-7 % 3 的结果是 -1 而不是 2。涉及环形数组、循环队列的题要特别小心。5.2 时间分配与做题顺序建议按照蘑菇街这类互联网公司的笔试配置典型时间是90分钟到120分钟题目数量在5到8道之间。我的建议是单选/多选题控制在20分钟内完成不会的果断标记跳过不要因为一道选择题卡住导致后面编程题没时间。简答题按分值分配时间单道简答控制在10分钟以内关键是把公式写对、把关键步骤说清楚不需要写得像论文。编程题从最简单的暴力版开始写起先把基本测试用例跑通再考虑优化。编程题有很强的边际分效应即使你不能完全AC写出部分正确的暴力解法也能拿到30%到50%的分数。很多时候录取与否就取决于你是否提交了一个“能跑但不够快”的版本而不是空着。5.3 刷题与备战的最优路径如果时间充裕3个月以上有个比较稳的路径可参考第一个月搞定数据结构数组、字符串、链表、栈、队列、哈希表、二叉树、堆、图。每类结构至少手写10道题优先做LeetCode的“热题100”。第二个月专攻经典算法排序、二分、双指针、滑动窗口、DFS/BFS、回溯、动态规划、贪心。动态规划至少要刷30题从最基础的斐波那契、爬楼梯逐步过渡到背包、区间DP。第三个月按公司面经刷题把目标公司近三年的笔试和面试题目找出来限时训练。把“看题解”的比例压到最低。看题解是有必要的但看懂了之后一定要合上答案重新写一遍。我个人的经验是每道题至少要在没有任何提示的情况下写两遍第一遍不限时第二遍限时15分钟。这样到了考场上面对常见题型会有肌肉记忆能把时间省给难题。6. 写在后面的一些实操体会每年带校招新人我都能看到很多基础不错、项目经历也丰富的候选人败在了“刷题量不够”或者“做题策略失误”上。笔试这件事刷题量不决定上限但决定了你的下限。2025年的算法岗竞争比2019年激烈很多但好消息是笔试的套路也越来越透明。把高频考点吃透把代码基本功练扎实你不需要是ACM选手一样能通过大多数公司的笔试筛选。最后再分享一个小技巧笔试前一周把KMP的next数组、快排的partition、二分查找、二叉树三种遍历、Dijkstra这五段代码默写一遍。每次笔试前我都是这么干的省去了很多“明明会但写不出来”的懊恼。祝正在准备校招的你顺利拿到心仪的offer。