唯品会秋招算法岗面经：从排序KMP到机器学习原理备战指南

秋招算法岗的题库每年都在变但核心考点其实相当稳定。前两天翻到自己整理的唯品会2019秋招算法类面试笔记虽然是几年前的东西了但里面的题目类型、考察深度、准备思路放到今天依然很有参考价值。尤其是机器学习算法、数据结构排序算法、KMP这一类基础中的基础几乎年年都考。这篇就把当年准备唯品会秋招的完整思路和实际遇到的题目类型拆开聊聊给正在准备算法岗的同学一个参考系。1. 电商算法岗秋招到底考什么先搞清楚游戏规则准备任何一家公司的算法岗面试第一步不是刷题而是搞清楚这家公司的业务属性决定了什么样的算法能力是被需要的。唯品会是特卖电商核心业务围绕品牌折扣、限时抢购、供应链效率展开这直接决定了算法团队的工作重心搜索排序、个性化推荐、定价策略、销量预测、用户增长、风控反作弊、图像识别服装类目的商品理解等等。把这些业务场景翻译成算法能力要求你就知道该往哪些方向准备。搜索与推荐方向需要熟悉召回、粗排、精排、重排的完整链路了解协同过滤、矩阵分解、FM/FFM、DeepFM、DIN等模型还要懂特征工程和在线学习。定价与销量预测方向需要时间序列分析能力ARIMA、Prophet、LightGBM做回归预测是常见操作还需要理解价格弹性、库存周转这类业务指标。风控方向异常检测算法、孤立森林、LOF、图神经网络都会涉及还要懂样本不均衡的处理。图像算法方向服装识别、相似商品检索、属性提取这需要CNN、度量学习、目标检测的基础。基础算法功底无论哪个方向数据结构与算法、机器学习算法原理、深度学习基础都是必考的硬通货。我当时把准备重心放在了三块笔试算法题以排序、字符串匹配、贪心、动态规划为主、机器学习算法原理深挖不止会调包还要能手推公式、项目经历复盘每个项目里的技术选型和踩坑都要能讲清楚。信息搜集阶段能多做一步就多做一步。牛客网上的面经、应届生论坛的笔经、知乎上的经验帖都翻一遍。你会发现不同公司算法岗的考察风格差异很大有的喜欢海量笔试筛选、有的重项目深挖、有的喜欢现场手推公式。针对唯品会的风格我当时的判断是笔试环节以经典算法题为主难度中上但不偏难怪面试环节非常看重候选人对机器学习算法原理的理解深度以及对电商业务场景的敏感度。2. 笔试算法题拆解从排序到字符串匹配经典题永远占大头唯品会笔试的算法题部分题型比较常规选择题考察基础数据结构与算法概念编程题一般是2到3道难度循序渐进。从当年和其他参加过的同学交流来看考察范围基本集中在几个板块。2.1 排序算法不只是会写要懂到骨子里排序算法在笔试中的出现方式有两种一种是直接让你手写快排或者归并排序另一种是选择题考察不同排序算法的复杂度、稳定性、适用场景。很多人觉得排序简单但真要在纸上写对、写快还是需要练的。以快速排序为例核心是partition函数的实现。我当年给自己定了个标准闭着眼能把递归版本和迭代版本都写出来能分析最好情况和最坏情况的复杂度能说出为什么工程上普遍用快排而不是归并。最坏情况O(n^2)的触发条件是每次partition选的基准都恰好是最大或最小元素比如对已经有序的数组用固定取第一个元素做基准。解决办法是随机化选基准或者三数取中。这个细节如果能在面试中主动讲出来是很加分的。冒泡排序虽然在工程中没人用但笔试偶尔会考它的变种比如鸡尾酒排序、标志位优化。堆排序考察的是堆的调整过程建堆的复杂度为什么是O(n)而不是O(nlogn)这个推导过程要能说清楚。我当时准备时会把所有排序算法的时间复杂度、空间复杂度、稳定性整理成一张对照表反复默写。2.2 KMP算法next数组是核心中的核心字符串匹配是笔试高频考点而KMP几乎是必考。KMP的精髓在于通过next数组避免主串指针的回退将匹配时间复杂度控制在O(mn)。next数组的定义是对于模式串Pnext[i]表示P[0...i-1]这个子串中最长的相等前缀后缀的长度。注意很多教材对next数组的定义有细微差异有的从0开始有的从-1开始笔试前一定要先确认题目用的是哪种定义方式否则很容易算错。举个经典例子模式串P abacaba。我们手动推一遍next数组。next[0]按惯例设为-1或0取决于定义。当i1时看子串a前缀后缀都没有next[1]0。当i2时看子串ab前缀有a后缀有b不相等next[2]0。当i3时看子串aba前缀a和后缀a相等长度为1next[3]1。当i4时看子串abac前缀a和后缀c不等最长的相等前缀后缀是0next[4]0。当i5时看子串abaca前缀a和后缀a相等长度为1next[5]1。当i6时看子串abacab前缀ab后缀ab相等长度为2next[6]2。当i7时看整个串abacaba前缀aba后缀aba相等长度为3next[7]3。所以P abacaba的next数组为{-1, 0, 0, 1, 0, 1, 2, 3}采用next[0]-1的定义。求next数组的过程本身就是个递推过程用已算出的next值来加速计算这才是KMP的精妙之处。笔试时如果时间紧张手工推next数组也要熟练到两分钟内搞定。2.3 贪心算法与经典场景题贪心的考察方式比较灵活常见的有区间调度问题选择最多不重叠区间、分发饼干、跳跃游戏、加油站问题等。贪心难的不是写代码而是证明贪心策略的正确性。笔试通常不需要严格证明但至少要有直觉上的合理解释。区间调度问题是典型中的典型给定若干区间选出尽量多的互不重叠的区间。贪心策略是按区间右端点排序每次选右端点最小且与已选区间不重叠的区间。为什么这么选因为右端点越靠前留给后续区间的空间越大。这个逻辑在面试时如果被追问能讲清楚就过了。2.4 模拟退火与粒子群看到这类题别慌笔试中偶尔会出现非典型算法题比如模拟退火、粒子群算法。这类题通常不会让你从头实现完整算法而是考察你是否理解算法的核心思想和应用场景。模拟退火的核心是Metropolis准则以一定概率接受比当前解更差的解从而跳出局部最优。温度越高接受差解的概率越大随着温度降低逐渐收敛到最优解附近。粒子群算法则是模拟鸟群觅食行为每个粒子根据自身历史最优和群体历史最优更新速度与位置。看到这类题第一反应不是去背代码而是想清楚它解决的是什么类型的问题组合优化、连续优化、参数寻优。2.5 笔试现场的实战策略这部分是当时踩坑踩出来的经验。先扫一遍所有题目把有思路的题先做了卡住的题最后回来死磕。注意输入输出的边界处理。字符串可能包含空格、数字可能是大数需要long long、数组可能为空。如果题目要求时间复杂度尽量在注释里写清楚你的解法是什么复杂度。有些公司的在线笔试系统会看你的注释。不要在一道题上死磕超过40分钟。笔试时间宝贵一道题做不出来导致后面的题没时间看是最亏的。3. 机器学习算法深挖面试官问的不是调包是原理唯品会的面试尤其是技术面非常喜欢深挖机器学习算法的底层原理。所谓深挖就是不光要会调用sklearn的API还要能徒手推导损失函数、解释优化过程、说明算法的假设和局限性。下面这几个方向是我当时重点准备的也是热搜词里频繁出现的知识点。3.1 KL散度与ELBO变分推断的思想KL散度在面试中的出现频率相当高。KL散度衡量的是两个概率分布P和Q之间的差异定义是KL(P||Q) ΣP(x)log(P(x)/Q(x))注意它不对称所以不是距离度量。KL(P||Q)和KL(Q||P)通常不相等这在实际使用中意味着什么如果用Q去近似P用KL(P||Q)会倾向于让Q在P概率高的地方尽量贴合P用KL(Q||P)会倾向于让Q覆盖P的整个支撑集避免在P概率低的地方分配过高概率。这个差异在变分推断中直接决定了优化目标的形态。变分推断的目标是找到一个简单的分布Q来近似复杂的后验分布P通过最大化ELBO来间接最小化KL散度。ELBO的推导是个经典面试题log P(x) ELBO KL(Q(z)||P(z|x))因为KL散度非负所以ELBO是log P(x)的下界。这个推导过程要能手写出来。当年面试官就让我现场推了一遍写完他点了点头然后追问了两个分布的假设形式不同时ELBO会怎么变差点没接住。这个追问实际上是希望你理解不同的Q分布选择比如平均场假设对ELBO计算的影响。3.2 聚类算法K-Means和DBSCAN的边界K-Means是面试必问题目但大多数人只停留在随机初始化中心点、迭代更新这个层面。面试官真正想听到的是K-Means的目标函数是什么为什么用欧氏距离而不是曼哈顿距离K-Means假设簇是凸的、大小相近的如果数据分布是长条形或者环形K-Means会表现很差。这个时候应该转向DBSCAN——基于密度的聚类算法能处理任意形状的簇还能识别噪声点。DBSCAN的两个核心参数是eps邻域半径和min_samples最小样本数。这两个参数的敏感性很高调参不好要么全是一类要么全部是噪声。实际项目中可以先通过k距离图来大致估计eps的取值范围再结合业务场景定min_samples。我当时在项目里用DBSCAN做过用户分群发现特征标准化对结果影响极大特征量纲不一致时eps基本上没法取。3.3 KNN算法的三个核心能力KNN是机器学习里最朴素的算法之一面试考察的点往往集中在三个方面。第一K值的选择。K太小容易过拟合K太大模型过于平滑通常用交叉验证来选择。第二距离度量方式。欧氏距离、曼哈顿距离、余弦相似度不同场景的选择逻辑不一样文本场景通常用余弦数值特征标准化后常配欧氏。第三特征标准化。KNN对特征尺度敏感因为距离计算会被量纲大的特征主导所以必须先做标准化或归一化。KNN在实际应用中的三大能力是分类、回归K个近邻的均值、异常检测距离K近邻的距离特别大的样本。这个三合一的理解面试官问到的时候能体现你的体系化思考。3.4 XGBoost与集成学习GBDT升级版的要点XGBoost在电商算法岗面试中出现的概率极高因为它是很长一段时间里推荐、搜索、点击率预估等场景的主力模型。XGBoost是在GBDT基础上的改进核心创新点有几块目标函数加了正则项叶子节点数和叶子权重的L2范数用二阶泰勒展开逼近损失函数支持列抽样对缺失值有自动学习分裂方向的处理。面试官最常问的一个问题是XGBoost为什么比GBDT快答案不是因为它用了二阶导而是因为它支持并行——特征粒度上的并行。在构建决策树时要对特征的值排序并扫描所有可能的分裂点XGBoost会预排序并缓存特征块多个特征可以并行处理。另一个高频问题是XGBoost如何处理过拟合调小学习率、增大正则项系数、减小树的最大深度、增大min_child_weight、列抽样比例调小。我当时把XGBoost的损失函数推导完整过了一遍包括二阶导在损失函数中的意义以及分裂增益的公式。面试时能把这部分讲清楚跟只会调参的候选人的差距立刻就拉开了。3.5 强化学习框架和经典算法2019年强化学习热度不低热搜词里也有强化学习算法。算法岗面试中强化学习更多以基础概念考察为主比如马尔可夫决策过程、状态、动作、奖励、价值函数、策略、折扣因子这几个要素要能串起来讲。经典算法方面Q-Learning和DQN的高频考点在于Q-Learning的更新公式为什么用max操作、DQN的两个创新点经验回放和固定目标网络各解决了什么问题、经验回放为什么能打破样本相关性。还有Policy Gradient和Actor-Critic的基本思想策略梯度是直接对策略进行参数化并沿着期望奖励增大的方向更新Actor-Critic则结合了基于值的方法和基于策略的方法Critic负责评估Actor负责行动。如果没有专门做过强化学习项目这一部分不用准备太深但基本框架要能讲清楚。4. 现场面试环节手撕代码之外更重要的是思维过程唯品会的现场面试一般分两到三轮技术面加一轮HR面。技术面的流程通常是自我介绍、项目深挖、算法题现场写代码、机器学习基础知识问答。4.1 手撕代码重点高频题型的准备清单现场手撕代码和笔试不一样笔试看重结果现场更看重过程。面试官会观察你拿到题目后的思考路径是直接上手写还是先问清楚边界条件再设计算法。正确做法是后者。现场手撕的重点题型我的准备清单供参考字符串相关最长回文子串、字符串编辑距离、字符串匹配KMP/BM链表相关反转链表迭代和递归、链表环检测快慢指针、合并两个有序链表二叉树相关层序遍历、最近公共祖先、二叉树的最大路径和动态规划0-1背包、最长递增子序列、编辑距离排序查找快排、堆排、二分查找变种写代码的时候务必边说边写。把你的思路说出来——我打算先排序然后用双指针扫一遍复杂度O(nlogn)。哪怕最后代码没写完面试官也能看到你的思路是清晰的。我见过太多人一上来就闷头写写错了又涂改结果面试官完全跟不上思路体验非常差。4.2 项目深挖简历上写的东西必须能打简历上写的每个项目都要经得起连环追问。我当时写了一个用户购买行为预测的项目面试官的问题从你为什么选XGBoost而不是LR到特征怎么处理的、数据不平衡怎么办、线上指标提升多少、你觉得还能怎么优化一环接一环。这种追问的本质是考察你有没有真正理解自己做的东西而不是把网上的开源代码跑一遍就写进简历。讲项目的结构建议是背景解决什么问题→ 方案技术选型和为什么→ 落地效果和数据→ 反思哪里做得不好、怎么改进。尤其最后一部分面试官非常喜欢听。一个愿意反思、能看到方案局限性的候选人往往比一个只会说我的方案效果很好的人更受青睐。4.3 HR面与行为面试别在最后一关翻车技术面全过了结果HR面挂了这种情况确实存在。HR面一般考察软素质学习能力、团队协作、抗压能力、对公司和岗位的了解。准备方式比较简单了解唯品会的业务模式和核心产品、准备几个体现你解决复杂问题的案例、想清楚你自己为什么选择算法方向并且选择电商行业。HR面有一个高频问题你还有什么想问我的一定要提前准备几个有质量的问题比如这个岗位所在的团队目前主要focus在哪个业务方向公司对算法工程师的成长路径是怎么设计的。千万不要问加班多不多这类减分问题。5. 从2019到现在的复盘哪些准备有用哪些是多余的现在回头看当时的准备过程有些经验值得分享也有些弯路可以让后来人避开。5.1 最有用的准备手推公式完整写代码机器学习算法的公式推导是我觉得整个秋招准备中ROI最高的事情。不只是为了应付你推一下逻辑回归的损失函数求导这种问题更重要的是推导过程能让你真正理解每个算法的内在逻辑。面试官问一个知识点如果你的回答能建立在底层推导上和背出来的效果完全是两个层次。手写代码也是同样的逻辑。我给自己定的标准是核心算法不能只写一遍要在白纸上写不看任何参考写完之后自己review一遍再隔天重写一遍。很多数据结构就是这样写到肌肉记忆的。5.2 花了不少时间但实际收益有限的地方我当时花了不少时间研究各种冷门算法比如热搜词里看到的Rete算法、DC3算法这类偏工程或偏竞赛的算法。这些在实际面试中出现的概率很低除非你明确知道目标公司的面试官喜欢问这类题否则不建议花大块时间。算法岗准备的根本还是两大块基础数据结构与经典算法、机器学习深度学习核心模型。把这两块吃透能覆盖绝大多数面试场景。5.3 给正在准备算法岗的同学的几条实在建议第一时间线规划很重要。提前三个月开始准备是基本盘第一个月过基础算法和数据结构第二个月刷题加机器学习算法原理第三个月集中模拟面试和复盘。第二刷题的量不用追求极致但每个专题至少要精做10道以上做到能举一反三。第三项目经历一定要提前打磨把每个项目的技术方案、效果数据、可选优化方向都整理成文档面试前过一遍。第四多找同学模拟面试尤其是现场手撕代码的环节提前适应边讲边写的节奏。6. 从面经到能力体系算法岗面试的底层逻辑把唯品会的面试经历放大来看算法岗面试呈现出的几个趋势是值得长期注意的。第一个趋势是越来越重视业务理解。纯刷题选手越来越难通过面试了。候选人需要能说清楚这个模型在业务上解决什么问题它的预测结果如何被业务决策使用如果业务指标变了模型要怎么调整。这种能力和单纯的技术能力是独立的需要在实际项目中积累或者通过深入研究某个行业的解决方案来弥补。第二个趋势是考察范围在向系统的深度和广度扩展。以前机器学习算法问一两轮就完了现在会深入到模型上线后的监控、模型效果的评估、数据漂移的检测、模型的A/B测试设计。这些工程化的内容光靠看面经是不够的最好自己动手实践一遍。第三个趋势是手撕代码的题型本身也在进化经典的排序、KMP、贪心依然高频但结合场景的题越来越多比如在搜索推荐场景中设计一个工具函数、在风控场景中实现某个统计指标的计算。这类题目考察的是把算法知识应用到具体场景的能力平时可以多做这样的思维练习。我当时在准备过程中最深的感触是面试本质上是沟通而不是考试。考官在面试中关心的是你的思维方式、你的判断标准和你的沟通方式。一个知识点懂不懂是基础能不能清晰准确地讲出来让人听懂才是拉开差距的地方。为了练这一点我几乎把每个核心算法的讲解都自己对着录音机讲了一遍回听发现很多地方逻辑不清楚再重新组织语言几轮下来效果非常明显。回头看这整个秋招历程最有价值的不是最后的offer而是后面形成的那个完整的知识体系。从那之后不管是工作上遇到新的模型、新的算法还是新的场景都能快速地上手和理解。这就是系统性准备带来的复利效应。希望你也能在准备过程中获得比面试本身更深的东西。