企业官网建设流程全解析

大四那年我基本把牛客当刷题主场，每周都会蹲一场模考。2023年的牛客一模（算法笔试）我是在截止日期前最后一天晚上做的，做完之后盯着成绩单看了很久，不是因为分数多高，而是那套卷子把我复习里的几个盲区一次性全暴露了。

这里说的牛客模考，是牛客网定期组织的在线算法笔试模拟赛，题目风格和难度对标互联网大厂的技术岗笔试题，环境也尽量还原真实笔试：限时、ACM模式下自己处理输入输出、不能跳题回头改。对于想冲春招秋招的同学来说，它本质上是一次低成本体检，能让你在真正投简历之前知道自己处在什么水平。

这篇复盘我按“试卷结构、高频考点、时间分配、失分排查、考后复习”五块来讲，重点会把我在考场上卡壳的KMP、Dijkstra、快速幂全部拆开重讲一遍。不管你是刚开始刷题还是已经刷了三百道，这篇都值得对着题目过一遍。

1. 2023牛客一模的整体情况与试卷定位

1.1 一场模考到底在模拟什么

牛客的算法模考，形式上走的是“限时 + ACM模式 + 实时判题”的路线。我说的ACM模式，是指题目不会像力扣那样把函数签名和参数都准备好，而是给你一段标准输入，你自己负责读写。很多第一次参加牛客模考的人会直接懵在这里：明明思路对了，但代码卡在解析输入上，白白浪费二十分钟。

这里要提醒刚接触牛客笔试的同学：不要把“力扣核心代码模式”的习惯直接带进模考。你需要熟悉 raw_input、input().split()、while True + try/except 这一整套输入处理逻辑，尤其是多组测试用例的情况。你可以先找一套往年的模考题练手，专门练习IO处理，不然正式笔试第一题就会消耗你大量时间。

那场一模的做题体验是比较典型的：四道算法题，难度从简单到偏难递增，总时长90分钟。第一题是签到性质，基本就是考基础语法和简单模拟；第二题开始上数据结构的常规操作；第三题是中等偏上的经典算法变体；第四题则是扛区分度的题目，能AC的人不会太多。我当时的策略是前两题尽量满分，第三题拿部分分，第四题看情况。

1.2 试卷结构：算法题之外还有哪些内容

很多人以为牛客模考全是算法题，其实并不完全如此。以2023一模为例，前面有一部分是计算机基础知识的客观题，包括操作系统、计算机网络、数据库、C++/Java语言基础等。这部分虽然不涉及写代码，但占比不小，而且往往被刷题党忽略。

常识层面，网络层协议、TCP三次握手、进程与线程区别、数据库索引失效场景，这些几乎每次都会出现。技术岗笔试的客观题并不是靠刷算法题能覆盖的，你需要额外过一遍408核心知识点。建议在刷算法的同时，每周抽两个晚上系统看基础题，否则成绩单上算法分再高，总分也可能被客观题拉下来。

客观题之后才是算法编程题。从我的经验看，编程题的分值权重明显更高，但客观题和编程题是同一份成绩单，任何一块放松都会影响最终排名。尤其是大厂筛简历时，笔试排名会直接决定你是否进入面试环节。

1.3 我为什么建议应届生认真对待模考

模拟考最大的价值不是排名，而是让你提前踩坑。我在那次一模里就踩了三个典型的坑：第一，第三题KMP变体我写了暴力匹配，时间复杂度直接爆炸；第二，Dijkstra堆优化版本没有用visited数组剪枝，导致重复松弛，在极端数据下超时；第三，快速幂取模时没注意中间结果溢出，用例直接错了一半。

这些坑平时刷题时很少遇到，因为力扣的测试用例通常不会故意卡边界。可真实笔试的用例设计者就是来“找茬”的，数据范围会拉满，边界条件会刁钻。模考就是在正式翻车之前先给你一次低成本翻车的机会，考完再总结，远比等到正式笔试才发现问题要好得多。

2. 考场上的高频算法考点复盘

2.1 字符串与KMP：next数组必须能手推

一模第三题考了一道字符串匹配变体：给定文本串和一个模式串，要求统计模式串在文本串中出现的次数，允许重叠。看到“允许重叠”四个字，我就意识到暴力匹配会出问题。文本串长度10^5，模式串长度10^4，O(n*m)的暴力做法在最后一组用例上必定超时，必须上KMP。

先说最简单的暴力为什么不行：从文本串每个位置开始尝试匹配模式串，最坏情况下每比较一个字符都要回溯到开头，整体复杂度O(n*m)。而KMP的核心思想是，匹配失败时不让文本串指针回退，只让模式串指针通过next数组跳到合适的位置，这样整体复杂度降到O(n+m)。

next数组的定义很关键，我当场用的版本是：next[i]表示前i个字符组成的子串中，最长相等真前后缀的长度。模式串 p = "abacaba" 的 next 数组手推过程如下：

• next[0] = -1，作为哨兵，表示没有可跳转的位置
• next[1] = 0，前1个字符是"a"，真前后缀为空，长度为0
• next[2] = 0，前2个字符是"ab"，前缀a不等于后缀b，长度为0
• next[3] = 1，前3个字符是"aba"，前缀a等于后缀a，长度为1
• next[4] = 0，前4个字符是"abac"，最长相等前后缀为0
• next[5] = 1，前5个字符是"abaca"，前缀a等于后缀a，长度1
• next[6] = 2，前6个字符是"abacab"，前缀ab等于后缀ab，长度2
• next[7] = 3，前7个字符是"abacaba"，前缀aba等于后缀aba，长度3

所以 next 数组是 [-1, 0, 0, 1, 0, 1, 2, 3]。这个数组的含义是，当匹配到模式串第i个字符失败时，j跳转到next[i]继续匹配。比如模式串匹配到第7个字符（下标6）失败，j直接跳到3，因为前3个字符"aba"已经和当前文本串的后缀匹配了。

考场上我曾经以为理解了KMP原理就可以放心，直到那次把next数组死记硬背搞混。从这次之后我学乖了，每次笔试前把 next 数组手推口诀过一遍：“j从0开始，i从1开始；相等则next[i+1]=j+1，然后i、j都前进；不相等则j回到next[j]”。不要只在脑子里想，一定要在草稿纸上演算至少两个模式串，否则考场上很容易手滑。

KMP的代码实现也要注意一个细节：统计允许重叠的出现次数时，匹配成功后 j 不是重置为0，而是回退到 next[j]，这样下一轮可以从已经匹配的前缀继续，不会漏掉重叠部分。如果这里写错，样例能过，但大数据量下计数就会偏少。

2.2 图论最短路：Dijkstra堆优化是保底技能

一模第二题就是最短路问题，给了一个带权无向图，节点数和边数都在10^5级别，求从起点到每个节点的最短距离。看到数据范围，我第一反应就是Dijkstra堆优化，裸的O(V^2)版本在这种数据量下面一定超时。

Dijkstra的核心思路是贪心：维护一个集合S，表示已经确定最短路的节点；每次从集合外选一个距离起点最近的点加入S，然后用这个点去松弛它邻接的节点。朴素实现里找最近点需要扫描全部节点，复杂度O(V^2)，在稠密图上还能接受，但V到10^5就完全不行。

堆优化版本用优先队列维护候选节点。每次弹出一个距离最小的节点，如果这个节点已经被处理过就跳过，否则用它对邻接边做松弛，新距离更小的节点再次入队。复杂度降为O((V+E)logV)，可以稳稳跑过10^5的数据量。

这里有个容易踩的坑：优先队列默认是大顶堆，而Dijkstra需要每次取最小距离，所以必须传入 greater<pair<int,int>> 改成小顶堆。C++写法是 priority_queue<pair<int,int>, vector<pair<int,int>>, greater<pair<int,int>>>。如果你用Java，PriorityQueue默认就是小顶堆，直接new就行。语言习惯不同，笔试前最好把常用模板都准备好，别到了考场现查API。

还有一个性能细节：出队时判断 if (d != dist[u]) continue 比另开一个visited数组更简洁。它的原理是：如果一个节点的距离已经在入队后被更新过，那么老的记录就会和当前dist[u]不一致，直接跳过即可。这个写法既省内存又省时间，我到现在还在用。

2.3 贪心+排序：区间类题目几乎是必考

模考第一题其实是一道披着模拟外衣的贪心题。题目给了一组会议的开始时间和结束时间，问最多能参加多少场，要求会议时间不能重叠。这是非常经典的“最多不重叠区间数”问题。

这类题的贪心策略是：按结束时间从小到大排序，然后依次选择，只要当前区间的开始时间晚于或等于上一个选中区间的结束时间，就选它。为什么按结束时间排序而不是按开始时间？原因很直观：结束越早，后面留下的空闲时间越长，能容纳更多区间；如果按开始时间排，可能选了一个开始早但结束很晚的区间，把后面所有区间都堵死了。

类似变体还有“合并区间”和“最少箭矢引爆气球”。合并区间是按开始时间排序，然后依次合并重叠部分；引爆气球虽然描述不同，本质也是射箭点覆盖所有区间的最少数量。这三个题型底层逻辑一样，建议放到一起练，一次吃透。

我见过很多人在贪心题上翻车，不是不会写，而是没证明贪心策略的正确性就急着写代码，结果样例过了，隐藏用例挂了。笔试题量有限，最好在动笔前花30秒想一个反例：如果按当前策略选，能不能构造出一个更优的解？想不出反例，基本就是对的。

2.4 数学与数论：快速幂与模运算

一模的最后一题里有一个子问题需要计算 a^b mod m，其中a和b的上限都是10^18，这时候C++的pow函数完全不能用，必须上快速幂。快速幂的思想是把指数b拆成二进制，利用幂运算的结合律减少乘法次数。

举个例子，计算 3^13，13的二进制是1101，也就是 3^13 = 3^8 * 3^4 * 3^1。从最低位开始扫描b的二进制位，如果当前位是1就乘上当前的底数幂次，底数每移动一位就自乘一次。这样只需要O(log b)次乘法。

代码框架大致是：

long long pow_mod(long long a, long long b, long long mod) { long long res = 1; a %= mod; while (b > 0) { if (b & 1) res = res * a % mod; a = a * a % mod; b >>= 1; } return res; }

这段代码里最容易出问题的是中间乘积溢出。res * a 和 a * a 都可能在取模之前超过long long的范围。如果mod本身接近10^18，这两个乘法会溢出，结果就错了。遇到这种情况，可以用“快速乘”代替普通乘法，也就是把乘法也按二进制的思路拆开，边加边取模。在笔试中如果数据范围给到10^18，这个细节往往是区分AC和WA的关键。

还有一个小技巧：当模数是质数时，可以用费马小定理先化简指数，比如要求 a^(b mod (m-1)) mod m。虽然不是每道题都需要，但能让你多一个化简思路。

2.5 堆与TopK：大数据场景的基础题

模考里没有单独考TopK，但我在热词整理时发现“堆排序算法”多次出现，所以特别想提一句：堆排序和TopK是面试笔试里出镜率非常高的基础题。尤其是“从10万个数字中找出最大的K个”，用大小为K的小顶堆一遍扫描就能解决。

具体做法是：先拿前K个数建一个大小为K的小顶堆，堆顶是堆中最小的元素。然后遍历剩下的数字，只要比堆顶大，就弹出堆顶、插入当前数字，堆会自动调整。遍历结束后，堆中剩下的K个元素就是整个数组中最大的K个。整趟下来复杂度是O(n log K)，当K远小于n时非常高效。

考场上如果遇到需要自己手写堆的题目，要注意堆的下沉和上浮操作。我习惯把堆写成数组，下标从1开始，这样父子节点的关系就是 i/2 和 2i、2i+1。如果你用Java的PriorityQueue，注意它默认是小顶堆，找最大的K个正好合适；C++则要自己传greater类型。

2.6 二分图匹配与HK算法：进阶考点怎么准备

热词列表里有“二分图 hk算法”，这说明近期不少大厂笔试开始往图论进阶方向出题。匈牙利算法是解决二分图最大匹配的经典算法，复杂度O(VE)，当节点数较大时容易超时。HK算法（Hopcroft-Karp）通过每次找多条不相交增广路来加速，复杂度降到O(E sqrt(V))，适合处理大规模二分图。

我在2023一模里没遇到HK，但之前在某家暑期实习笔试里遇到过“最小点覆盖”的变体，本质就是要求最大匹配。如果你时间充裕，建议把匈牙利算法和HK都写一遍模板；如果比较赶，先掌握匈牙利算法，它代码短、适合保底，绝大多数笔试都够用。

判断一道题是不是二分图匹配，有几个常见信号：任务是给左侧对象分配右侧对象，每个分配有互斥条件，求最多能分配多少个；或者反过来，求最少需要移除多少条边让图变成完美匹配。这类题目描述通常很绕，但识别出“二分图”三个字后，直接套模板就是送分。

3. 笔试过程中的时间分配与做题策略

3.1 拿到卷子先做“三分钟热身”

我的建议是，不管考试时间多紧，前3分钟不要急着写代码。先把四道题全部读一遍，标记每道题的数据范围和大概考点。这样做有三个好处：一是心理上有底，知道前面有简单题垫着；二是大脑会在后台自动想难题的思路，等你做完简单题回头时，思路往往会自己冒出来；三是避免在最后才发现第四题其实不难，但已经没有时间了。

读题时要特别注意数据范围。看到n<=10^5，基本就能排除O(n^2)的解法；看到需要取模，十有八九是快速幂或组合数学；看到字符串匹配，就要考虑KMP或哈希。数据范围就是题目的“提示”，很多人忽略它，结果用错误复杂度的算法硬扛。

3.2 70分钟的主干时间怎么切

如果总时长是90分钟，我大概的切法是：前20分钟解决签到题和简单模拟，30到45分钟集中放大题，留出15分钟检查边界情况。模板题（比如Dijkstra、快速幂）应该做到5到10分钟敲完，因为思路是现成的，敲代码只是手速问题。

最怕遇到的情况是第二道题卡了40分钟。我的止损原则是：一道题如果30分钟还没有任何AC进展，立刻进入“部分分模式”。ACM模式下，即使拿不到满分，通过部分用例也能得分。先把暴力解法写上，保证拿一部分，然后继续下一题。这比死磕一道题导致后面全空要划算得多。

记得一模那天，我第三题KMP想了很久，最后果断写了一个哈希匹配来保底，虽然不能覆盖所有数据，但至少拿到了30%的分。不要觉得写暴力丢人，笔试的本质是得分，不是道德表演。

3.3 代码模板与本地调试的手感问题

牛客的在线判题系统支持无模板编程，但强烈建议你提前准备好自己的“代码骨架”。我每次笔试前会花10分钟默写一遍这些模板：快读输入、并查集、Dijkstra堆优化、KMP匹配、快速幂、二分查找、二叉树的遍历。不是为了考场上照抄，而是为了唤醒手感。

平时写算法题时，我建议直接用牛客的在线编辑器，模拟真实考试环境。我见过不少同学在IDE上写得好好的，一到网站自带的代码框就各种不适应：自动提示没了、缩进靠手动、调试输出要自己加。这些都是可以通过多次模考来适应的。

真正进考场后，我习惯先把每个题的输入输出框架写出来，跑一次样例确保解析正确，再往中间填充算法逻辑。这样可以避免出现“算法对了但输入解析错了”的低级失误，因为这种失误在ACM模式下太常见了。

4. 失分点排查与常见坑位

4.1 常见失分点速查表

我把那次一模和后续几次模考踩过的典型问题整理成了一个速查表，每次考试前扫一眼很有用：

这张表里的问题，本质都是“平时练习没覆盖到边界情况”。笔试的测试数据不会像力扣那样温柔，经常会把空数组、单元素数组、全相同字符这些情况混在里面。建议每次提交前，先脑补几个极端输入跑一遍代码。

4.2 边界条件与输入输出的细节

ACM模式下，输入输出是很多人翻车的第一现场。牛客的输入不一定是一次性给完的，有些题是多行输入，有些是“读一个处理一个”，还有些说是多组测试数据却没有明确组数。

我吃过最大的亏是“多组数据读取”。刚接触牛客笔试时，我习惯性只读一组数据就退出循环，结果样例能过，提交后却只通过很少的用例。后来养成了“先读后判”的习惯：先用 sys.stdin 尝试读取一行，如果读到内容就继续处理，读不到就结束。C++就用 while (cin >> n) 这种写法，天然支持多组输入。

输出格式也要注意，有时要求输出空格分隔，有时要求换行分隔，还有的题目要求末尾不能有多余空格。尽量把输出逻辑独立封装成一个函数，这样统一处理比较稳妥。

4.3 “看起来会做但一直超时”的三种原因

超时是笔试里最可惜的失分方式，明明是正解，却因为常数太大或写法不够干净而被卡掉。我总结出三种最常见的超时原因。

第一种是数据结构选型错误。比如有序集合操作，明明可以用TreeSet（红黑树）实现O(log n)的前驱后继查找，结果自己写了个链表遍历，复杂度直接变成O(n)。处理元素动态插入并频繁查询排名的题目，平衡树或跳跃表几乎是唯一解。

第二种是重复计算。比如在循环里反复调用substring截取字符串，导致每次都复制一遍底层数组，整体复杂度被抬高一个量级。遇到这种场景，优先考虑用下标范围代替截取。

第三种是算法思想正确但实现细节拉垮。比如Dijkstra忘了把边存成邻接表，用邻接矩阵存10^5个节点，光是初始化就够超时了。笔试前先把每个常用数据结构的空间复杂度算清楚，能避免很多这类问题。

5. 模考之后的复盘方法论

5.1 成绩不是重点，错题才是资产

模考结束后，我第一件事不是看排名，而是把四道题全部重写一遍，哪怕已经AC的题也重新看一次有没有更优解。因为模考的判题数据是固定的，AC不代表你的解法就是最优的，可能只是数据没卡你。重新用更优解法写一遍，比刷十道新题更有价值。

复盘时我习惯做三件事：一是记录每道题的考点和错误原因，用一句话概括，比如“边界判断漏了n=1”；二是把当天没写出来的题标记为“二刷题”，一周后再做一次；三是总结这一轮的薄弱模块，比如字符串处理薄弱，下一周优先刷KMP和AC自动机相关题目。

错题本不用做得很精美，只要你自己能看懂就行。我用的是一个Markdown文件，按考点分类记录，考前花半小时翻一遍，效果比临时抱佛脚好得多。

5.2 简历方向算法：粒子群、PID、卡尔曼滤波什么时候需要学

热词列表里出现了“粒子群算法原理”“PID算法”“卡尔曼滤波算法”这类内容，这里我想多说一句。它们和牛客模考里的算法题不是同一类东西，前者更多出现在特定领域的笔试或面试项目深挖中。

粒子群算法属于优化算法，常用于求解连续或离散的优化问题，在运筹、控制、图像分割等领域有应用。嵌入式或自动驾驶岗位的笔试，有可能让你解释PID或卡尔曼滤波的原理，但通常不会让你手写完整实现，更多是问参数含义、适用场景。比如PID的三个参数Kp、Ki、Kd分别影响响应的快速性、稳态误差和超调，但实际调试时往往还要考虑积分饱和、微分噪声放大等问题。

如果你投的岗位明确写了“自动驾驶”“机器人”“智能控制”这些关键词，建议额外看一点信号处理和优化算法的基础，刷题之外增加这部分知识储备。但如果投的是通用后端或客户端岗位，这些内容的优先级可以往后放，重心还是LeetCode和牛客真题上的算法。

5.3 模考频率与长期刷题节奏

我建议备战国考笔试的同学，每两周至少参加一次牛客模考。模考本身不是目的，它更像是定时校准自己的“考试状态”。长期只刷题不模考，容易陷入“天天刷题但一上考场就紧张”的状态。模考能训练你的时间感知和抗压能力，这两点平常自己刷题很难练到。

日常刷题节奏上，我比较推荐“模块化”方式：一周主攻一个专题，比如这周图论，下周字符串，再下周动态规划。专题刷题比随机刷题更容易形成体系，也能让你快速发现自己真正薄弱的地方。配合每两周一次的模考，基本可以保持一个良好的备考状态。

我个人体会最深的一点是：模考成绩单上的数字，往往比你想象中更能反映真实水平。因为它是限时、陌生环境、完整流程下的表现，而不是你在自己舒服的IDE里慢慢调试出来的结果。2023牛客一模之后，我把每次模考都当正式考试来对待，到了真正笔试时，心态和手感都好了很多。如果你也想检验自己的算法笔试水平，找个晚上完整抽出90分钟，认真做一套牛客模考，然后像我一样把每道题都复盘一遍。这个过程可能有点难受，但值得。