企业官网建设流程全解析

2023年OPPO秋招算法岗笔试

每年八月底到九月初，OPPO的秋招笔试一发出来，朋友圈就有人开始刷屏问“算法岗笔试到底考什么”“准备了两周够不够”。正好我刚刷完他们的2023届秋招算法岗笔试，趁着记忆还热乎，把这套笔试的题型分布、考察思路、以及我在答题过程中的具体踩坑记录整理出来。不管你是明年准备投递，还是正在备战其他厂商的算法岗，这套笔试题的含金量都值得好好拆一拆。

这套笔试整体给我的第一感觉是：不偏不怪，但覆盖面非常广，不像某些厂动不动就上压轴难题，OPPO更多是在考察你的算法基础和工程落地意识。选择题涉及数据结构、机器学习基础、深度学习常识，编程题则偏向经典算法和中等难度偏上的思维题，整体时间比较紧张。适合准备时间较短、希望快速了解国内大厂算法岗笔试风格的同学们参考。

1. OPPO算法岗笔试到底在考什么？先吃透整体布局

1.1 笔试的题型分布与基本规则

先把最基础的规则说清楚。2023届OPPO秋招算法岗笔试在牛客网上进行，总时长大概90分钟，题型是“选择题 + 编程题”的组合。选择题部分大概有20到25道，覆盖范围从C++语法、数据结构、操作系统，到机器学习基础、深度学习网络结构、概率统计，甚至还有一两道图像处理相关的题目。编程题一般是2到3道，难度从LeetCode中等题到困难题不等。

这里有个容易忽略的点：OPPO笔试的选择题并不是单选，很多是多选题，少选得部分分，选错扣部分分，这种规则意味着你不能蒙，蒙错反而倒扣。我当时就因为在多选题上太贪，有一道题硬是选了一个不太确定的选项，结果倒扣了2分，这个教训后面细说。

整个笔试的通过逻辑不是按排名卡比例，而是看你是否达到一个基本线。往年经验来看，选择题正确率要尽量保持在75%以上，编程题至少要AC一道，才有可能进入后续的面试环节。如果编程题全部白卷，基本直接挂，哪怕选择题满分也没用。

1.2 考察重点：数据结构和算法题占了半壁江山

从考点分布来看，数据结构与算法占比大概是50%到60%，集中在排序、二分查找、贪心、动态规划、字符串匹配、二叉树遍历这几个高频考点上，和热词中频繁出现的KMP算法、排序算法、堆排序、Dijkstra等高度吻合。机器学习与深度学习的基础题占比大概20%到25%，剩下的就是C++语法、概率统计、图像处理等杂项。

再说个有意思的现象，选择题里竟然出现了“粒子群算法原理”相关的选项，还有“模拟退火算法”的适用场景判断，这说明OPPO对智能优化算法有一定关注，毕竟他们的业务涉及影像算法、通信算法等多个方向，招算法岗不仅仅是招刷题高手，也需要了解优化算法实际应用场景的候选人。

至于编程题，我拿到的是三道题，一道和字符串处理有关，一道是数组上的动态规划，还有一道是图论相关的最短路径变体。整体难度不算离谱，但时间紧的时候很容易在第二道题上卡住，这时候就考验你的取舍能力了。

1.3 90分钟时间如何分配最合理

90分钟做完20多道选择题加3道编程题，时间非常紧。我自己的分配方案是：选择题控制在35分钟内，剩下55分钟全部留给编程题。选择题不能纠结太久，一道题如果超过1分半还没头绪，先标记一下，跳过去，等编程题做完如果还有剩余时间再回头仔细想。

编程题的部分，我给自己的底线是第一道简单题必须在15分钟内AC，第二道中等题花20到25分钟，第三道难题如果做完前两道还有时间就尝试写部分分或暴力解。实际考试的时候，我第一道字符串题比较顺利，14分钟就AC了，结果第二道动态规划题卡了近30分钟，最后只过了一半的测试用例，第三道图论题只写了个基础版本的Dijkstra，过了30%的用例，整体算是中等偏上的结果。

这里有个建议：考试前一定要用牛客网的模拟环境练几次，尤其是要适应他们那个“提交后才知道过没过”的模式，和本地IDE调试完全是两种体验。我平时习惯在VSCode里跑通再贴过去，结果第一道题因为输入输出格式不对，白白浪费了6分钟，这个坑你们一定要提前规避。

2. 高频考点逐个拆解，这些题真的会反复出现

2.1 字符串算法：KMP和next数组是必须拿下的基础分

热词里提到的“在KMP算法中，对于模式串p='abacaba'，其next数组”这类题目，在OPPO选择题里居然真的出现了，只是它问的是next数组某一位的值。KMP算法在前几年秋招中出现的频率很高，最近有所下降，但OPPO似乎仍然偏爱，所以你要是准备投OPPO，KMP的原理和next数组的手推过程必须熟练。

KMP的核心思想是当模式串与文本串匹配失败时，不从头开始匹配，而是利用已经匹配的前缀信息，将模式串向右滑动尽可能远的距离。next数组的求解是整个算法的灵魂，next[i]表示的是模式串前i个字符组成的子串中，最长的相同前缀后缀的长度。以“abacaba”为例，手推一下：next[1]=0，next[2]=0，next[3]=1（因为前缀a和后缀a相同），next[4]=1（abac的前后缀公共部分还是a），next[5]=2（abaca中前缀ab = 后缀ca？不对，是前缀ab和后缀ca中的a相同……这里要特别小心，很多人在这里算错），next[6]=3（abacab中前缀aba = 后缀cab？这里其实是前缀aba和后缀bac……不对，应该是前缀ab = 后缀ab，长度2……），我的建议是到考场前把几个经典模式串的next数组自己推一遍，不要只背代码。

我当时在这道选择题上没有手推完整数组，而是根据next数组的定义直接写代码手算的，浪费了不少时间。如果用“前缀后缀最长公共长度”的表格法，30秒就能出结果，这是一种非常实用的考场技巧。

2.2 排序算法：从原理到复杂度，稳定性和适用场景都是考点

排序算法几乎是国内所有算法岗笔试的必考内容，OPPO也不例外。选择题里直接出现了“冒泡排序算法C++实现”的代码填空、“堆排序算法”的时间复杂度与稳定性判断、“快速排序最坏时间复杂度”等题目。这些内容本身不难，但考察角度很多变，记忆容错率很低。

我整理了一个考点速查表，建议考前反复默写：

这个表看着简单，但多选题经常考“以下哪些排序算法是稳定的”或者“以下哪些排序算法的最坏时间复杂度和平均相同”，每次都有不少人因为把堆排序和归并排序的空间复杂度记混而丢分。另外，OPPO还特别喜欢结合场景考察排序算法的选择，比如“数据量很大但数值范围有限，应该选择什么排序”，这种题答案是计数排序或基数排序，如果你只背了八大排序，很容易漏掉这两个非基于比较的排序算法。

2.3 机器学习与深度学习基础：选择题里暗藏杀机

OPPO算法岗笔试的机器学习相关题目，考查的不是深度学习框架的使用，而是基本概念和原理推导。我印象比较深的有几道题：一道是问“KNN算法的应用能力包括哪三个方面”，这类题需要你对KNN的分类、回归、异常检测能力有全面认知；另外一道是“K-L散度（KL Divergence）与ELBO的关系”，还有一道是关于“BM25算法”的适用场景。

这些题目对非科班选手来说可能有一定难度，因为BM25和ELBO属于信息检索和变分推断方向的内容，在一般的机器学习课程中不会重点讲。但如果你准备的是算法岗，这些知识都属于“可能考到”的范畴，建议重点关注信息检索中的BM25算法原理、概率图模型中的变分推断、以及传统机器学习算法的适用场景。我在备考时总结了几个高频命题方向，后面专门写一篇文章细说，这里先提一句：OPPO的算法岗既然分了影像、通信、数据等多个方向，笔试中涉及的多选题往往会有技术方向上的区分，你只需要选择自己最确定的选项，不要贪多。

2.4 手撕代码题的常见套路与解题模板

编程题部分，OPPO不会出特别偏门的题，考的主要是经典算法和数据结构的组合应用。常见的套路有：前缀和与差分、双指针、滑动窗口、动态规划的状态压缩、Dijkstra及堆优化、并查集、DFS与回溯。这些算法和热词中的“贪心算法”“Dijkstra算法”“快速幂算法”“KMP算法”等高度重合，所以备考时应当以这些经典算法为主，反复练习，直到不需要思考就能写出核心代码。

比如快速幂算法，OPPO的笔试题里虽然没直接考，但在计算组合数取模、求解幂运算相关的大数问题时会用到。它的核心思想是通过二进制分解指数，将O(n)的幂运算降到O(log n)。在C++里用递归或循环都能实现，但循环版本的常数更小，更推荐在笔试环境中使用。

再看动态规划题，它的难点不在状态转移方程，而在于如何定义状态。我在这套笔试的第二题就吃了大亏：题目是“给定一个数组，可以任意选择一个子区间乘以-1，问最终数组的最大连续子数组和”，我一开始按照常规的“最大子段和”去写，发现怎么都不对，后来才意识到需要维护两个状态，一个是不翻转的最大值，一个是翻转后的最大值。这就是典型的状态定义题，需要你在考试现场的紧张状态下快速转变思路，平时要多积累这类“状态扩展”的题目。

3. 实战环节：从读题到提交的完整思路

3.1 拿到编程题之后的三个关键动作：读题、估算复杂度、确定数据结构

每一次编程题，我的流程都是固定的：先用3分钟把题目通读两遍，第一遍看懂题意，第二遍圈出数据范围，然后立刻估算时间复杂度。比如数据范围n <= 10^5，那O(n^2)的算法肯定过不了，必须往O(n log n)或O(n)方向想；如果是n <= 20，那可以考虑状态压缩或暴搜。

数据范围是做题最关键的线索，很多人忽略了这一点，看到一个题就直接套记忆里的模板，最后不是超时就是爆内存。OPPO的编程题数据范围给得相对友好，一般不会玩“卡常数”这种恶心操作，但数据范围仍然会直接影响你的算法选择。比如第一道字符串题，n <= 10^5，意味着O(n^2)的暴力必然超时，需要使用KMP或字符串哈希；第二道动态规划题，n <= 10^5，要使用O(n)或O(n log n)的做法，我当时想到了O(n^2)的暴力DP，看到数据范围后立刻否决，卡了很久才想到状态扩展的方法；第三道图论题，n <= 10^4，m <= 10^5，Dijkstra的堆优化版本是标准解。

确定算法后，再想数据结构：需要快速查询区间极值，用线段树或ST表；需要维护连通性，用并查集；需要快速查找，用哈希表或平衡树；需要处理优先级，用堆。这一步想清楚后，代码的骨架基本就出来了，剩下的就是写代码、调细节。

3.2 用一道“最大连续子数组和变体”完整走一遍思路

我拿第二道“翻转区间求最大子段和”来做个完整复盘。题目的原始描述大致是：给定一个长度为n的整数数组a，你可以选择任意一个连续子数组，将这个子数组的所有元素乘以-1，求最终数组的最大连续子数组和。

看到“最大连续子数组和”第一反应是Kadane算法：用一个变量cur记录以当前元素结尾的最大值，一个变量ans记录全局最大值。但这道题加了一个“翻转区间”的操作，等于把一个连续区间变成负数，这时候答案的形态就复杂了：可能是原数组的最大子段和，也可能是一段未翻转的正常段 + 一段被翻转的负数段（翻转后变成正数）+ 一段正常段。

正确的状态定义是：dp[i][0]表示到第i个元素为止，当前处于“没有翻转过”的状态下的最大子数组和；dp[i][1]表示当前正在翻转子数组中的最大子数组和；dp[i][2]表示翻转已经结束，后续是正常状态的最大子数组和。状态转移看图会更清晰，但文字描述就是：

• dp[i][0] = max(a[i], dp[i-1][0] + a[i])，要么从当前元素重新开始，要么接在之前未翻转的段后面。
• dp[i][1] = max(-a[i], dp[i-1][0] - a[i], dp[i-1][1] - a[i])，表示当前元素被翻转，可以是从这个元素开始翻转，也可以接着之前的翻转段。注意这里dp[i-1][1] - a[i]表示翻转段持续。
• dp[i][2] = max(a[i], dp[i-1][1] + a[i], dp[i-1][2] + a[i])，表示翻转结束，当前元素恢复正常，可以接在翻转段之后，也可以接在之前已经恢复正常状态的段之后。

最终答案是max(dp[n-1][0], dp[n-1][1], dp[n-1][2])。这个三维状态的DP，其实理解起来并不复杂，但如果你只在考场上见过“普通版的最大子段和”，在紧张状态下很容易想不到。我建议备考时把Kadane算法的各种变体都过一遍，尤其是“允许翻转一次区间求最大子段和”“允许删除一个元素求最大子段和”这类题，它们都是热点。

3.3 在线IDE与本地环境的差异，提交前要检查的细节

OPPO笔试用的是牛客网在线IDE，它和本地VSCode/CLion的差异比你想象的大得多。第一是编译标准，默认一般是C++14或C++17，但你不要赌C++17的特性，最好只用C++11也支持的特性，比如auto、unordered_map、lambda表达式这些没问题，但结构化绑定、if constexpr这类高级特性就别用了，容易编译失败。

第二是输入输出格式，牛客网不像力扣那样把数据封装成参数，而是需要你自己写cin/cout或scanf/printf。笔试过程中最常见的错误就是多读了一行或者少读了一行，导致提交后AC率直接是0。我的习惯是：先写一个本地测试样例，跑通后提交一次，如果编译或格式错误，再检查输入输出，而不是急着改算法逻辑。

第三是内存限制，OPPO笔试的编程题内存限制一般是256MB，使用vector 存储10^5的数据完全没问题，但如果需要开大数组或二维DP，就要注意空间复杂度了。比如二维DP开dp[1000][1000]还好，如果开dp[5000][5000]，每个int占4字节，那就是100MB，接近内存限制。遇到这种情况，要么用滚动数组，要么用short替代int，要么重新思考状态定义。

4. 备考阶段怎么准备最有效，别再盲目刷题了

4.1 刷题范围和优先级：基础不牢，刷一万道也没用

我见过太多同学备考秋招算法岗，一上来就是LeetCode困难题狂刷，刷了200道，结果到了笔试现场，发现最基础的二分查找都能写错。这不是个例，而是因为很多人的“刷题”只是在看题解、复制粘贴，而不是独立思考。OPPO的笔试题强调基础，所以备考时优先级应该这样排：

第一优先级：数据结构基础。数组、链表、栈、队列、哈希表、二叉树、堆、并查集、字典树，这些数据结构的原理、适用场景和代码实现都要非常熟练。尤其是二叉树的前中后序遍历（递归和迭代两种写法），以及堆的建堆、插入、删除操作，几乎是每一场笔试的“前菜”。

第二优先级：经典算法。包括排序算法（至少能手写快排、归并、堆排）、二分查找（注意边界条件和整型溢出）、贪心算法（能证明或至少能感知到是否正确）、动态规划（背包、最长递增子序列、最长公共子序列、区间DP、状态压缩DP）、图算法（DFS、BFS、拓扑排序、Dijkstra、并查集）。这些算法的代码模板要刻在脑子里，考场上是没有时间现场推导的。

第三优先级：字符串算法。KMP、字符串哈希、Trie树。虽然字符串题在国内大厂笔试中出题频率不如动态规划高，但OPPO这几年的出题风格里字符串一直有一席之地，所以不能掉以轻心。

第四优先级：数学与计算几何。快速幂、大数取模、GCD与LCM、素数筛、组合数取模。这些不是每次笔试都会考，但一旦考到就是“送命题”和“送分题”的分水岭，掌握它们能让你在笔试中多拿一两道题的分数。

4.2 复习笔记怎么做？用“一题三问”复盘法打败遗忘曲线

很多同学刷题有个坏习惯：刷完一道题，AC了，就直接过，过两天再遇到同样的题，还是不会做。针对这个问题，我推荐“一题三问”复盘法：每做完一道有价值的题，在笔记上写下三个问题的答案——这道题考察的是什么核心知识点？我最初的思路错在哪里？如果我下次遇到同类题，第一步应该做什么？

比如我在复盘“翻转区间求最大子段和”这道题时，写下的三问答案是：核心知识点是动态规划中的状态扩展；最初思路错在只考虑了一个状态，没有考虑“当前是否处于翻转区间内”这个维度；下次遇到类似“可以做一次特殊操作”的题，第一反应是给DP增加状态维度。这种复盘方式让我在一道题上的收获远超盲目刷十道题。

同时要建立一个“错题集”，把笔试或刷题中做错的题按知识点分类，定期回头重做。我第一次做KMP题目时，next数组求解写错了，错题本上记录了一次，一个月后再做类似的题，果然又快又准。学习算法最忌讳的就是“狗熊掰棒子”，刷一道忘一道，到最后发现自己还是只会做最简单的那几道题。

4.3 笔试前的最后三天：回归基础比疯狂刷难题更重要

笔试前的最后三天，我个人的建议是不要再碰新题难題了，而是把精力放在三个方面：一是把已经做过的经典题重新手写一遍，不是看题解，而是从零开始AC一遍，确保代码形成肌肉记忆；二是把所有常用算法的复杂度、稳定性和适用场景默写一遍，这是应对选择题高性价比的方式；三是把C++ STL的常用容器和算法函数过一遍，包括vector、map、set、unordered_map、priority_queue、sort、lower_bound、unique等。

用三天时间来“减负”而不是“增量”，这是我多次笔试后的血泪经验。以前我总想在最后几天多刷点难题，结果上了考场，大脑一片空白，连Kadane算法都差点写错。后来调整策略，最后三天只看笔记和错题集，反而笔试时手脚更麻利。

5. 常见问题与避坑经验，这些坑每一个都是我踩过的

5.1 选择题常见的五个失分点

失分点一：多选题贪多。前文说了OPPO多选题选错会倒扣分，所以不确定的选项一定不选。有些同学总觉得“多选几个，总能蒙对”，但规则是选错扣分的，蒙错的代价远大于少选得分，这个账一定要算清楚。

失分点二：时间复杂度记忆混淆。最典型的是堆排序和归并排序的空间复杂度，堆排序是O(1)，归并排序是O(n)，很多人记反了。还有快速排序的最坏时间复杂度是O(n^2)，但平均是O(n log n)，考试喜欢考“最坏”。建议自己画一张表，考前半小时快速过一遍。

失分点三：稳定性判断错误。常见不稳定排序是快选堆希（快速、选择、堆、希尔），稳定排序是插冒归基（插入、冒泡、归并、基数），这个口诀很管用，但做题时还是要现场验证一下，特别是选择排序为什么不稳定，有的人理解了就不会错。

失分点四：KMP的next数组计算错误。这一块尤其要注意next数组的定义，有些教材定义next[i]是“前i个字符组成的子串的最长相同前缀后缀长度”，有些定义为“最长相同前缀后缀长度减一”，不同定义下数组内容不一样，做题前先看题目给的定义，别套错模板。

失分点五：机器学习概念的细节。比如KNN是惰性学习算法，训练阶段不做任何事，所有的计算都发生在预测阶段。这个知识点在很多选择题里出现，但很多平时用sklearn的同学根本没注意过。还有KNN的三个应用能力：分类、回归、异常检测，这也常被拿来出题。如果你不熟悉这些概念，考前最好把常见机器学习算法的特点整理一遍。

5.2 编程题写不完怎么办？学会“拿部分分”才是聪明人

编程题三道，很多人到交卷时第三题一道都没写，或者第二题只过了一半。这时候最忌讳的是死磕一道题，导致后面的题目连暴力的分都没拿到。我的策略是：先写所有题目的暴力解，拿保底分，再逐步优化。具体来说，先花5分钟写出每道题的暴力解法，不管时间复杂度多高，只要能过样例就行，然后把暴力解提交上去，一般能过20%到30%的测试用例，最后再回头优化关键题目。

这样做的逻辑很简单：在90分钟的笔试里，满分是奢望，拿到尽可能多的题目才是最现实的目标。暴力解虽然不优雅，但能给你带来保底分，而保底分往往就是决定你是否能进入面试的关键。如果你在第二道题上花了40分钟写了个只过了一半用例的优化解，然后第三道题完全空白，你的总分很可能不如“第二题暴力拿30% + 第三题暴力拿30%”的人，这就是典型的投入产出比失衡。

5.3 笔试之后如何高效复盘，把面试主动权抓回手里

笔试结束不等于万事大吉。很多人在笔试后完全不复盘，结果到了面试环节被问到笔试题思路时一脸懵，直接暴露了笔试“水分”。我的建议是：无论笔试成绩如何，都要在结束后48小时内把三道编程题重新做一遍，用最优解AC，并整理出完整的解题思路。笔试中那些没做出来的题，更是面试时的高频问题，面试官可能会直接问“你为什么当时没想出来”“现在会做了吗？讲讲思路”。

复盘时特别注意记录当时的思维卡点，比如我这次笔试的第二题，卡点是没有想到用三个状态表示翻转状态。面试前把这个卡点重新梳理一遍，如果面试官问到，我就能完整地说出“我当时的思路是普通Kadane，但后来意识到需要状态扩展”，这比支支吾吾说“我回去后看了题解”要专业得多。

同时，笔试结束后还可以去牛客网讨论区看看其他同学对这套题的看法。有时候你会发现某道题其实还有更巧妙的解法，或者某道选择题的争议很大——如果这道题恰好你选了另一种答案，可以记下来，在面试时主动提出来“这道题我认为有两种理解方式”，展示自己的思辨能力，这在面试中是很加分的。

5.4 一个值得借鉴的备赛时间线参考

分享一下我当时从零开始准备到笔试的具体时间线，给大家一个参考。提前8周开始，前两周打基础，主要任务是过完所有基础数据结构和经典算法，这个过程不用刷太多题，重点是理解和手写代码；中间三周集中刷题，每天保证3到5道高质量题目，刷题范围以LeetCode的Hot 100和剑指Offer为主，同时整理错题集和“一题三问”笔记；最后三周进入冲刺阶段，每天上午按照笔试时间做一套模拟题（牛客网的历年真题优先），下午复盘错题和笔记，晚上手写代码模板。

这个时间线的好处在于：不同阶段的目标非常明确，不会出现“刷了一段时间后不知道干什么”的迷茫。如果你只剩两周，就把基础阶段压缩到5天，刷题阶段压缩到9天，冲刺阶段不变。如果你只剩一周，那就只看笔记、错题集和经典题模板，不要再刷新题了，把已有的东西巩固好，作用远大于去碰一堆做不出来的难题。

最后说一个我个人的体会：OPPO算法岗笔试并不靠炫技，它更像一次全面体检，考察你是否具备一个算法工程师应有的基本功。真正能拉开差距的，往往不是会不会做压轴难题，而是在基础题上的稳定输出和时间分配。平时多花点时间把KMP、堆排序这些“基本功”练到肌肉记忆，比考前临时抱佛脚刷难题有用得多。希望这份还原和分析能帮到准备秋招的你，也祝大家在笔试场上都能稳住心态，把该拿的分都拿到。