企业官网建设流程全解析

如果你正在准备算法岗校招，或者已经在刷题软件里泡了三个月，应该会好奇：2020年小米算法工程师笔试到底考了什么？这份"笔试题二"流传得挺广，但二手消息散得到处都是，很少有人把它掰开揉碎讲清楚。我整理了不少当时参加笔试的同学的回忆，也对照过能查到的题干，把这份卷子从头到尾捋了一遍。它不只是一张试卷，更像是一份挂在算法工程师门口的能力清单——数据结构、机器学习、图像处理、工程优化，每一道题都在悄悄问一个问题：你是真的理解这个算法，还是只会套模板？这篇文章就按题型维度拆开讲，该补的原理、该避的坑、该记的结论，一次说清楚。

1. 先说清楚：这份试卷到底在考什么

1.1 从"笔试题二"这个编号能读出什么

很多人忽略了一个信息：试题编号里带个"二"，说明这不是唯一一套卷子。小米校招的算法岗笔试会按投递方向拆成多套题，比如计算机视觉方向、机器学习方向、大数据方向各有侧重。你拿到哪一套，很大程度上取决于内推时填的岗位意向。

"笔试题二"大概率对应的是通用型算法工程师岗位，不偏向某个具体的业务线。这类岗位对候选人的要求很明确：基础扎实、覆盖面广、能在工程和模型之间找到平衡点。所以你会发现这套题里既有KMP算法、排序、图论这些经典数据结构问题，也掺着机器学习、深度学习的概念题，甚至会冒出来PID、卡尔曼滤波这类信号控制领域的算法术语。

我当时在备考阶段犯过一个错误：只盯着深度学习框架和模型结构看，觉得笔试一定是问Transformer、问CNN。结果做了几套大厂真题后发现，算法岗笔试真正爱考的反而是那些"看起来基础、但多数人答不完整"的东西。基础算法题占了三分之一以上的分值，而且全部是待编码或待推导的硬核内容，没有半点水分。

1.2 算法岗笔试的"三重筛选"逻辑

如果把面试理解为"看这个人能不能聊"，那笔试就是在"看这个人能不能做"。算法岗笔试的设计者通常带着三个目的出题。

第一重是筛选代码能力。能不能在有限时间内把思路转成运行正确的代码，这是工程师的基本功。第二重是筛选理论深度。关键算法不能只会调用API，原理推导、复杂度分析、适用边界都要有概念。第三重是筛选场景迁移能力。同样的排序思想，放到海量数据里怎么优化；同样的搜索算法，放到推荐系统里怎么变体应用。这三重逻辑贯穿整张试卷，理解了这个，你就知道为什么有些题目看起来和"算法工程师"的日常工作没什么直接关系，但就是年年都考。

网上那些堆砌"面经"的帖子往往只告诉你题目，不讲背后的出题意图。我的建议是反过来：先搞清楚某类题目为什么被反复考，再去做题，效率会高很多。

2. 数据结构与基础算法：那些"送分题"为什么总有人丢分

2.1 KMP的next数组：题目都见过，但定义一改就懵

这套卷子里有一道流传度很高的题，题干是：在KMP算法中，对于模式串 p="abacaba"，其 next 数组（next[i]定义为……）是多少？

很多人在网上看到过这道题的回忆版，但答案五花八门。原因很简单——KMP的next数组存在多种定义方式，不同教材、不同博客对"next[i]代表什么"这个问题的口径不统一。真题里一旦把定义写清楚，你要做的就是从定义出发重新计算，而不是默背一个标准答案。

我按最常见的定义来推一遍：next[i] 表示模式串前 i 个字符组成的子串中，最长相等前缀后缀的长度（也就是前缀函数），并约定 next[0] = -1。

p = "abacaba"，我们逐个位置算：

• i = 0：按约定 next[0] = -1。
• i = 1：考虑前1个字符"a"，长度为1的字符串没有真前缀和真后缀，所以最长相等前后缀长度为0，next[1] = 0。
• i = 2：前2个字符"ab"，前缀有"a"，后缀有"b"，不相等，next[2] = 0。
• i = 3：前3个字符"aba"，前缀"a"和后缀"a"相等，长度为1；再看前缀"ab"和后缀"ba"，不相等。所以 next[3] = 1。
• i = 4：前4个字符"abac"，按同样方法检查，没有任何一组相等前后缀，next[4] = 0。
• i = 5：前5个字符"abaca"，前缀"a"和后缀"a"相等，长度为1；前缀"ab"和后缀"ca"不等。next[5] = 1。
• i = 6：前6个字符"abacab"，后缀最后一个字符是"b"，单字符后缀"b"和前缀"a"不等；两字符后缀"ab"和前缀"ab"相等，长度是2。所以 next[6] = 2。

最终结果：next = [-1, 0, 0, 1, 0, 1, 2]。

如果题目里换一种定义，比如"当第 i 个字符失配时，模式串指针应该跳转到的位置"，得到的数组就完全不同。这也是这类题的高频丢分点。我的建议是：看到题目先别急着算，花10秒确认定义和下标起始位置，这两种口径下结果是两套东西。

2.2 排序与堆：笔试里的"基础弹药"

数据结构与算法模块里，排序和堆排序基本是必考领域。这套卷子相关的回忆里，出现了堆排序算法、快速排序、快速幂算法等关键词。

以堆排序为例，笔试爱考的不只是"你能写出来"，而是三个细节：建堆过程的时间复杂度、排序过程中调整堆的次数、以及稳定性。堆排序的时间复杂度是O(n log n)，建堆的复杂度是O(n)（很多人会误写为O(n log n)，这是面试官特别喜欢引导你追问的点）。它是不稳定排序，因为堆调整过程会打乱相同元素的相对顺序。

快速排序的考点则更偏向"最坏情况"和"优化策略"。经典快排在近乎有序的数组上会退化成O(n^2)，所以实际工程里会用随机化选主元或者三数取中法来规避。笔试里经常会给一个具体的输入序列，让你模拟一趟划分过程，这比默写代码更能看出你是不是真正理解了Partition的逻辑。

快速幂算法是另一个高频考点，因为它把"计算 a^b mod p"这类问题的时间复杂度从O(b)降到了O(log b)。核心思想是"指数二进制展开 + 分治"，可以拿来做矩阵快速幂、斐波那契数列优化的前置知识点。这类题代码量不大，但边界条件很容易出错，比如指数为0、模数为1的情况，稍不留神就爆掉。

2.3 Dijkstra、贪心与图论：理解比背板更重要

图论部分在算法岗笔试里出现的频率相当高。从热搜词里能看到 Dijkstra 算法、二分图 HK 算法、Kahn 算法这些关键词，恰好对应了最短路径、二分图最大匹配、拓扑排序三个经典问题。

Dijkstra 算法是每年的"老熟人"，但它有个最重要的前置条件：不能处理带负权边的图。为什么？因为 Dijkstra 基于贪心策略，每次从当前未确定最短路的节点中选一个距离最小的进行松弛，一旦存在负权边，"当前距离最小"这个结论就不再成立。笔试里如果给一个带负权边的图让你用 Dijkstra 求最短路，结果一定是错的；正确做法是用 Bellman-Ford 或 SPFA。

Kahn 算法是拓扑排序的经典解法，思路是"反复删除入度为0的节点，并更新邻居入度"。如果最终删除的节点数量不等于图中节点总数，说明图中存在环。很多实际场景题会从这里切入，比如课程安排、任务调度、依赖解析。

二分图 HK 算法（Hopcroft-Karp）相对冷门一些，但它是二分图最大匹配算法里效率较高的一种，时间复杂度O(E√V)，比匈牙利算法的O(VE)在稠密图上要好不少。笔试题如果出现，一般不会让你完整实现，而是考察"为什么它能加速"——核心就在于每次寻找多条增广路径（通过BFS分层）然后一次性增广，而不是像匈牙利算法那样一条一条找。

贪心算法是另一个常见主题。贪心的难点不在于"实现"，而在于"证明"。你得能说明为什么局部最优能推出全局最优。比如活动安排问题，按结束时间排序就是正确的贪心策略；但如果换一个题目背景，按开始时间排序就直接错了。面试官特别喜欢反着问：你换一种贪心策略，能不能推翻它？这比正向证明更能考查理解深度。

3. 机器学习与深度学习理论基础：概念题背后的"坑"

3.1 KNN的"三个方面"与聚类算法考点

热搜词里有一条非常具体的题目线索：KNN算法的应用能力包括哪三个方面。这属于典型的"背了概念但不一定答得全"的题。

KNN（K近邻）的三个应用能力分别是：分类、回归和密度估计。分类时通过K个近邻投票决定类别；回归时通过K个近邻的均值或加权均值预测数值；密度估计时可以借助K近邻的平均距离来估计样本局部分布密度，进而用于异常检测等场景。

出题人喜欢从"三个方面"这个角度出题，是因为很多人学KNN的时候只记住了"分类+回归"，忽略了密度估计。但如果放到实际业务里，比如工业异常检测场景，KNN做密度估计来识别离群点是非常常见的思路。我在实际项目里用KNN做过一个告警日志的异常检测模块，效果比简单的阈值法稳得多，核心思想就是"正常样本的近邻距离小，异常样本的近邻距离大"。

聚类算法也是笔试重灾区。K-Means 的考点集中在几个点上：初始中心点选择的敏感性（可能收敛到局部最优）、K值怎么确定（肘部法则）、算法是否保证收敛（目标函数单调下降所以会收敛）、能否处理非球形簇（不能）。

出题人经常给一个"如果用K-Means聚类一个圆环形状的数据集"这种题，答案就是效果很差，因为它基于欧氏距离的簇分配策略对非凸簇无能为力。这时候应该选DBSCAN这类基于密度的聚类方法。

3.2 XGBoost与集成学习：从GBDT到XGBoost的推导线索

如果你是做算法岗，机器学习部分大概率逃不过集成学习。热搜词里出现了 XGBoost 和"KL ELBO 算法原理详解"，这两者正好代表了机器学习的两个出题方向：传统集成模型和概率图模型。

XGBoost 为什么比 GBDT 强？这是最常问的题。回答的时候要有层次：第一，XGBoost 在目标函数里加入了正则项（叶子节点数和叶子权重的L2范数），从工程和理论上抑制过拟合；第二，它用二阶泰勒展开近似损失函数，比GBDT只用一阶梯度信息更精确；第三，它在实现上做了特征子采样、列块存储、并行化等优化。

如果笔试只要求"说原理"，答出上面这几点就够。但如果遇到推导题，你得能写出目标函数的变换过程：把损失函数展开到二阶，把样本遍历转换成叶子节点遍历，最后得到叶子节点最优权重和对应的增益公式。这类推导看起来繁琐，实际上套路固定，考前花两个小时专门练一遍，性价比很高。

3.3 概率图与变分推断：ELBO、KL散度为什么总被考

"KL ELBO 算法原理详解"出现在热搜词里，说明这套卷子很可能涉及变分推断相关概念。这类题对很多同学来说是噩梦，因为学校课程里讲得少，工作中用到的人也不多，但它恰恰是大厂算法岗喜欢考的"区分度题"。

变分推断的核心思想是：当后验分布 p(z|x) 难以直接计算时，用一个简单的分布 q(z) 去近似它。做法是最大化证据下界 ELBO，因为：

log p(x) = ELBO + KL(q(z) || p(z|x))

KL散度永远≥0，所以ELBO是log p(x)的下界。当KL散度=0时，q(z)完全等于后验。但由于后验未知，KL散度算不了，转而最大化ELBO，得到了一个既能优化又可以让q逼近后验的目标函数。

笔试题如果到这里就结束了，那还算友好。麻烦的是出题人喜欢加一个"为什么选ELBO而不是直接最小化KL"的追问。答案在于：ELBO里只涉及联合分布 p(x,z) 和 q(z)，这些都是可计算的，而KL散度里的后验分布恰恰不可算。所以我们在计算上做了一个"曲线救国"——想算的东西算不了，就去算一个等价目标。

强化学习算法、粒子群算法原理、模拟退火算法这些关键词在这份试卷的讨论里也被频繁提起。它们共同指向一个大类：在不确定环境或高维搜索空间里求解最优化问题。粒子群算法和模拟退火都属于元启发式优化算法，它们的共性是不依赖梯度信息，适用于目标函数不可导或者搜索空间非凸的场景。强化学习则可以理解为"带延迟奖励的序列决策优化"，Q-learning和SARSA的区别（off-policy vs on-policy）是经常出现的基础题。

4. 综合场景题：当"算法"遇上"业务"

4.1 图像算法：拉普拉斯锐化和Sobel的考点真相

从热搜词来看，"图像锐化的拉普拉斯算法"和"Sobel算法"都是这类笔试题的常客。图像算法在通用算法岗笔试题里很少考端到端的深度学习模型，反而倾向于考经典数字图像处理，原因是经典算法原理清晰、代码量小、能快速看出候选人有没有图像处理的基本盘。

拉普拉斯算子是一个二阶微分算子。为什么它能做锐化？因为边缘处灰度变化激烈，二阶导数在边缘处会产生"零交叉"现象，拉普拉斯算子可以突出灰度的突变区域。常用的4邻域模板是：

0 1 0 1 -4 1 0 1 0

锐化的公式通常是 g(x,y) = f(x,y) - c * ∇²f(x,y)，其中c为正的系数。注意，这里到底是"减"还是"加"，取决于模板中心是负值还是正值。如果用上面这个中心为-4的模板，就需要用"减去拉普拉斯结果"来得到锐化图像。如果模板中心是4（即整体取反），那锐化公式就变成"加上拉普拉斯结果"。这是笔试里特别容易搞反的点。

Sobel算子则是基于一阶导数的边缘检测算子，分横向和纵向两个方向：横向模板检测竖直方向的边缘，纵向模板检测水平方向的边缘。实际使用时常常将两个方向的梯度幅值合并，用近似公式 G = |Gx| + |Gy| 来加速计算。输出结果是梯度幅值图，梯度大的地方是边缘。

这类题出成编程题的话，一般的坑在边界处理。比如1x3的Sobel卷积核在图像边界处无法完整覆盖，那么边界像素是补零、复制还是忽略，直接影响输出结果。笔试题如果给了具体的图像矩阵和卷积核，务必看清楚边界处理规则再动手。

4.2 信号与控制类算法：卡尔曼滤波、PID、FOC、MPPT的工程指向

这套卷子的讨论里出现了"卡尔曼滤波算法""PID算法在CRPS PSU power中的作用""FOC算法""MPPT算法"等关键词，乍看像是电控岗位的题目，但通用算法岗笔试也会考它们的基本原理。

卡尔曼滤波是所有状态估计算法里出镜率最高的。它基于两个假设：系统模型是线性的，噪声服从高斯分布。核心流程分为两步：预测（根据上一时刻的后验状态预测当前先验状态和协方差）和更新（用当前观测更新后验估计）。笔试里如果让写公式，五个核心公式一个都不能少。

真实业务里，卡尔曼滤波最常见的应用是传感器融合。比如机器人定位，用IMU做短时间积分精度尚可但会漂移，用GPS做绝对定位但有噪声和延迟，卡尔曼滤波可以把两者融合起来，得到一个比任何单一传感器都平滑、都接近真实状态的估计。这道题如果在笔试中出成场景题，通常会让考生解释"为什么需要融合，而不是直接信任某个传感器"。

PID算法在电源管理（PSU）中的作用，核心是闭环反馈调节。比例项P快速响应误差，积分项I消除稳态误差，微分项D抑制超调和振荡。在CRPS（一种电源冗余规范）架构的PSU中，PID常用于电压环和电流环的控制，保证输出稳定。如果笔试问PID参数的调节规律，答题要点是：P过大会震荡，I过大会超调，D过大会放大噪声。

MPPT（最大功率点跟踪）常见于光伏逆变器场景，核心思路是让系统始终工作在输出功率最大的电压/电流点。扰动观察法会持续小步扰动工作点并观察功率变化方向，电导增量法通过比较瞬时电导和增量电导来判断最大功率点方向。

FOC（磁场定向控制）是电机控制里的主流算法，核心思想是把三相交流电机的电流解耦成直轴（d轴）和交轴（q轴）两个分量，让控制问题从"交流"变成"直流"问题，从而可以用类似直流电机的策略来控制交流电机。这类题对不搞嵌入式方向的候选人来说比较陌生，但掌握"解耦"这个核心思想就能回答大部分概念题。

4.3 检索与工程系统：BM25、Rete算法、音频重采样背后的"行业知识"

有些考点一看就是"业务倒推出来的题目"。BM25算法、规则引擎Drools的Rete算法、音频重采样算法这三组热搜词，分别对应搜索、规则引擎、音视频处理三条业务线。

BM25是文本检索领域非常经典的排序函数，广泛用于搜索引擎和推荐系统的召回阶段。它的核心思想：一个词在文档中出现的次数越多（TF越高），文档得分越高；但这个词如果在所有文档中出现得越频繁（DF越高），它对区分文档的贡献就越小，需要被IDF惩罚。同时它还引入了文档长度归一化，避免长文档天然得分高的问题。

笔试如果考BM25，一般不会要求手写完整公式，而是会问"为什么关键词出现次数不是越多越好"或者"为什么常见的词权重反而低"。所有信息检索的考点都是为了让候选人理解"稀有词比常见词更有区分力"这个核心直觉。

Rete算法是规则引擎（比如Drools）背后的匹配算法。为什么规则引擎会慢？因为每次事实变化时，如果重新匹配所有规则，代价很高。Rete算法的巧妙之处在于构建了一个模式匹配网络，利用节点共享和部分匹配结果的缓存，只对变更部分做增量计算。这是一种典型的"空间换时间"策略。

这个思想在工程上有很多延伸，比如复杂事件处理、实时风控规则匹配。笔试题如果出现Rete，想考察的往往不是算法本身，而是你有没有"用空间冗余换时间开销"这个工程意识。只要你能结合具体业务场景解释清楚，得分就低不了。

音频重采样算法在音视频处理中很常见，核心是把一个采样率下的音频数据转换为另一个采样率。最简单的实现是线性插值，但会产生频谱混叠和噪声。高质量的采样率转换通常需要结合低通滤波，先插值再抽取。笔试题一般不会要求实现完整算法，但会问"为什么48kHz音频转16kHz需要有抗混叠滤波"这类问题，答案是：如果不滤波，高于目标采样率奈奎斯特频率的成分会折叠回有效频带，导致音质急剧劣化。

5. 备考建议：从套题练习到能力沉淀

5.1 考场上时间怎么分

算法岗笔试的时间通常非常紧张，尤其当题目包含编程题和概念题时，"先把简单题拿满、再啃难题"的策略永远是最优解。

我的习惯是：拿到试卷先快速浏览所有题目，把题目分成三类——"马上能写的"、"需要推导的"、"完全不熟的"。第一类顺手就做掉，保证基础分；第二类按分值从高到低推进；第三类除非时间非常充裕，否则不要死磕，随便蒙一个基于直觉的答案都比空白交卷强。

编程题注意边界条件测试。写完之后花半分钟想一组极端输入跑一遍：空数组、只有一个元素、全部相等、数量极大。这一半分钟的收益可能比写一个小时的代码都高，很多笔试挂掉都是因为边界条件没过。

5.2 这类题怎么刷才能举一反三

备考算法岗笔试，光刷LeetCode远远不够。LeetCode主要练"算法实现能力"，而校招笔试里大比例的"原理选择题"和"场景设计题"需要的是"算法理解能力"。

我的建议是把复习拆成三条线并行。第一条线是数据结构与算法基础，以LeetCode的中等题为主，但每做一道题都要反问自己：这个算法的时间复杂度怎么推导的？空间复杂度能不能优化？有没有更简单的替代方案？第二条线是机器学习/深度学习概念，找几篇高质量的技术博客，把KNN、SVM、决策树、XGBoost、Transformer背后的数学推导手推一遍。第三条线是业务场景题，去翻各个公司的面经，把常见的"工业异常检测怎么做""推荐系统召回策略有哪些"这类问题按自己的逻辑整理出答题框架。

这三条线缺一不可。只刷题不学理论，碰到原理题就懵；只学理论不刷题，编程题就是灾难。

5.3 心态与细节：笔试不只是正确率

最后说一点很多人忽略的事情：大厂校招笔试题这几年越来越难完全押中，更重要的是通过反复练习形成"算法直觉"。看到一个题，30秒内判断它属于哪一类、能用哪些算法解、约束条件是否支持O(n log n)复杂度——这种判断力只能靠大量实战慢慢养出来。

笔试并不是一锤子买卖。就算没有拿到满分，只要整体排名在一定的百分比以内，依然有机会进入面试。而面试官看笔试成绩的时候，更关注的是"这道题你答了但没有答完整"时暴露出来的思维过程。

我现在回过头看这套2020年的"笔试题二"，其实考点分布和现在很多公司的算法岗笔试没有本质区别。核心永远是：基础算法的底层逻辑、机器学习模型的推导能力、以及把业务问题抽象成算法问题的迁移能力。把这三点吃透，不管题目怎么变，你都能稳住基本盘。