拼多多2023笔试真题全解析：算法考点、解题思路与刷题路线

每年秋招，拼多多2023笔试真题集都会成为牛客网和脉脉上的热门资源。我整理这套题的原因很简单：市面上流传的版本大多只有题面和答案，没有解题思路复盘，也没有难度评估和考点归类。这份真题集的价值不只是“做过一遍”，而是把每一道题背后的算法模型、常见变体、边界陷阱都讲透，让准备面试的人真正理解“拼多多到底在考什么”。

这套内容适合三类人：正在准备互联网大厂校招、需要系统练算法的同学；想了解拼多多技术笔试难度梯度的职场人；以及带了几年实习生、发现很多人代码写得出来但模型识别不出来的技术面试官。我会从题型结构、考点分布、五道典型真题的完整解法、刷题路线和考场避坑五个维度展开，所有代码均以Python实现，思路同样适用于Java和C++。

1. 拼多多2023笔试到底考什么：一场“业务包装”的算法马拉松

1.1 笔试形式与基础信息

拼多多2023校招的在线笔试，绝大多数批次采用的是 2 小时 4 道编程题的结构，部分提前批批次会额外增加 10 道左右的行测逻辑题，但分数权重远低于编程题。编程题运行环境是国内常用的牛客网和赛码网，支持 Python、Java、C++、Go 等主流语言，但都是在线编辑器，没有本地 IDE 的自动补全和断点调试。

时间分配上，4 道题目的难度通常是“简单 – 中等 – 中等偏难 – 难”。也就是说，第一题大概率是让你稳定拿分的题目，最后一题则承担区分度。很多同学倒在最后一题，不是因为不会做，而是前面题目消耗了太多时间，导致最后一道能拿部分分的题没时间写。后面我详细说时间管理。

1.2 题型分布与考点频率统计

我对拼多多2023年的多次笔试批次（技术岗）做了统计，编程题的考点分布大概是这个比例：

这个分布说明一个问题：拼多多不追求偏题怪题，但非常看重基础算法在业务场景下的灵活运用。比如同一个“砍价”场景，可以包装成贪心最少次数，也可以包装成01背包求最大优惠，关键是你能不能剥掉场景外壳。

1.3 出题风格：场景包装 + 弱样例 + 强边界

拼多多的笔试题目有一个非常鲜明的特点：把算法题包装成业务场景。“拼团”“砍价”“多多买菜配送”“仓库分拣”这些名词会频繁出现在题面里。但这只是包装，剥开之后几乎都是经典的算法模型。

另一个特点是样例输出通常给得非常“友好”，可能只有一个 happy path。但实际数据范围却很大，比如数组长度可以到 2×10^5，此时 O(n^2) 的暴力解法必然超时。这个特性在面试者和刷题群里被反复吐槽，也导致很多同学在自测样例通过后就直接提交，最后拿到很低的分数。所以做题时一定要自己补充极端用例，这个习惯我在第五部分重点展开。

2. 真题题型深度拆解：四类高频场景模型

2.1 砍价与优惠券：从“省钱”到“最优决策”

拼多多题面里最经典的场景就是“砍价”和“优惠券”。我见过的变体包括：给定若干张砍价券各自的砍价金额，选择若干张使总减免不少于目标值，求最少张数；或者某商品有价格 P，每张券有固定面额，总面额不能超过 P 才能使用，求最大能抵扣多少钱。

这两类题表面相似，但模型完全不同。前者是排序后从大到小贪心选券，后者是容量为 P 的 01 背包问题。识别模型的关键词很简单：问“最少几张”往往意味着贪心或二分；问“最大价值”往往是背包或 DP。做题的时候如果发现两个模型都能套，优先根据数据范围判断——背包容量如果很大（比如 10^9），那一定是贪心或数学解法，而不是背包。

2.2 拼团与组合最优：排序 + 二分答案

“拼团价”“三件打折”“多人成团均价最低”这类场景，最终通常会落到“从数组里选若干个数，求第 K 小/大的某个计算值”。最常见的是三数之和的变体：任选三个数求和，求所有组合中的第 K 小。

这题如果暴力枚举所有三元组，在 n=2000 时就会产生约 13 亿组结果，显然不可行。正确思路是二分答案：猜测一个值 mid，然后统计有多少组三元组的和小于等于 mid。统计过程可以用排序加双指针做到 O(n^2)，整体复杂度 O(n^2 logV)。这类题目的识别特征是“第 K 小”“第 K 大”“不超过某个值”的组合计数。

2.3 仓库物流与订单调度：贪心排序 + 堆

拼多多自营物流和多多买菜业务非常成熟，所以笔试里大量出现配送、分拣、订单处理场景。常见模型是：有若干个订单，每个订单有处理耗时和截止时间，同一时刻只能处理一个订单，问最多能完成多少个。

这个模型有一个非常经典的贪心解法——按截止时间从小到大排序，用堆维护已选订单的耗时。每加入一个新订单，就累加耗时；如果总耗时超过当前订单的截止时间，就移除已选订单中耗时最大的那个。堆里最后剩下的元素个数就是最多能完成的订单数。

为什么这个贪心是对的呢？因为截止时间越早的订单越紧急，应该优先考虑；而当不能满足时，抛弃耗时最长的是一个“局部最优”的选择，因为耗时越长，越容易挤占其他订单的时间。这一步用最大堆实现，每次替换复杂度 O(logn)，整体 O(nlogn)，完全能跑过 2×10^5 的数据范围。

2.4 数据处理与合并：栈与队列模拟

最后一类高频考点是“相邻合并”“条件消除”“括号匹配变体”。拼多多如果出现这类题，通常会把场景包装成仓库里相邻包裹才能合并、且合并后继续和下一个包裹比较等。

这类题的通用解法是用栈模拟。从左到右扫描，每个新元素不停地和栈顶比较，如果满足合并条件就合并，并把合并后的结果放回栈顶，继续比较；如果不满足，就直接入栈。这个“只要栈顶满足条件就继续合并”的循环是关键，很多同学漏掉这个循环，导致只合并了一轮，结果错了一半。

3. 五道高频真题完整复盘：从暴力到满分

这五道题是我从真题集中精选的高频代表，基本覆盖了上面四类模型。每道题我会给出题目描述、思路推导过程、完整代码和复杂度分析，以及我实际做题时踩过的坑。

3.1 题目一：拼团三件商品的第K小优惠

题目描述

多多买菜活动：有 n 个商品，价格分别为 a[0], a[1], ..., a[n-1]。平台规定任选 3 个不同商品组成一个“拼团组合”，组合价为三者的价格之和。请输出所有组合价中的第 K 个最小值（从 1 开始计数）。n 最大为 2000，K 最大为 C(n,3)。

解题思路

最容易想到的是三层循环枚举所有三元组，求出所有和再排序。但 n=2000 时三元组数量约为 1.33×10^9 个，直接枚举并排序在时间和内存上都是灾难。

正确的做法是二分答案。因为我们要求“第 K 小的组合价”，如果能高效计算“有多少组组合价 ≤ mid”，就可以通过二分不断逼近答案。计数过程利用了排序数组的性质：先对商品价格从小到大排序，固定第一个数 i，然后让第二个数下标 j 从 i+1 开始，第三个数下标 k 从 n-1 开始，用双指针统计。

如果 a[i] + a[j] + a[k] ≤ mid，说明对于当前 j，k 从 j+1 到当前 k 的所有取值都满足条件，所以计数加 k - j，然后 j 右移；否则说明当前 k 太大，k 左移。

参考代码

def count_triples_le(a, mid): n = len(a) cnt = 0 for i in range(n - 2): j, k = i + 1, n - 1 while j < k: if a[i] + a[j] + a[k] <= mid: cnt += k - j j += 1 else: k -= 1 return cnt def kth_smallest_triple_sum(a, k): a.sort() n = len(a) low = a[0] + a[1] + a[2] high = a[n - 3] + a[n - 2] + a[n - 1] while low < high: mid = (low + high) // 2 if count_triples_le(a, mid) >= k: high = mid else: low = mid + 1 return low

复杂度与注意事项

排序 O(nlogn)，二分次数约为 log(最大和-最小和)，每次计数 O(n^2)，总复杂度约 O(n^2 logV)，在 n=2000 时可以稳定通过。

这里有一个我复盘时发现的坑：二分边界不能随便定成 0 或极大值，最好取真实的最小三元组合和最大三元组合，否则二分会多做几次不必要的循环。另外，计数函数里的内层双指针是 O(n) 的，外层 for 循环套着它，整体是 O(n^2)，这已经是最优了，因为至少要检查一遍组合信息。

3.2 题目二：砍价券最少用几张

题目描述

有 n 张砍价券，每张券可以砍 a[i] 元，每张券只能用一次。现在有一件价格为 M 的商品，问最少使用多少张券，可以使砍掉的金额总和不少于 M。若所有券都用上仍不够，输出 -1。n ≤ 10^5，a[i] ≤ 10^9。

解题思路

又是一个看起来需要“想很久”的题，实际上只要排序后从大到小叠加即可。为什么贪婪在这里成立？因为每张券的“性价比”就是它自己的砍价金额，没有额外限制，也没有相互依赖关系。为了让总金额尽快达到 M，优先选金额大的券一定最优。这种“单纯最大价值优先，无约束”的题目，就是典型的贪心入门题。

参考代码

def min_coupons(a, m): a.sort(reverse=True) total = 0 for i, v in enumerate(a): total += v if total >= m: return i + 1 return -1

复杂度与注意事项

排序 O(nlogn)，扫描 O(n)。代码看起来很短，但实战里很多人在最后一步踩坑：如果所有券相加都不足 M，要输出 -1 而不是返回 n 或者返回 0。另外注意数据范围，a[i] 可以到 10^9，n 到 10^5，总和可能达到 10^14，这时候在 C++ 里必须用 long long，Python 没有这个问题，但如果用 Java 就要小心 int 溢出。

3.3 题目三：仓库相邻包裹合并

题目描述

仓库里有 n 个包裹排成一行，重量分别为 w[i]。两个相邻包裹如果重量差的绝对值不超过 k，就可以合并成一个新的包裹，重量为两者之和。合并后，新包裹继续和它两边的包裹计算是否可以合并。问经过若干次合并后，仓库里最少剩下几个包裹。n ≤ 10^5，k > 0。

解题思路

这道题看题面很像是区间 DP 的合并石子问题。但合并条件是基于重量差的绝对值，而不是代价最小化，且 n 到 10^5，直接区间 DP 的 O(n^3) 肯定超时。

正确解法是用栈模拟从左到右的合并过程。新包裹进入“仓库”时，先和当前栈顶比较，如果重量差 ≤ k，就合并，并把这个合并后的新包裹继续和新的栈顶比较，直到不能合并或栈为空，然后入栈。最终栈里的元素个数就是最少剩余包裹数。

为什么从左到右的贪心合并是合理的？因为每次合并不影响左边已经定型的包裹状态；右边还没有进入栈的包裹唯一能和左边产生联系的方式是和新栈顶比较，所以用栈维护当前“仓库末尾”的状态就足够了。实际笔试中，这个思路属于中等难度偏易的代码题，主要是要写对循环里的合并过程。

参考代码

def min_boxes(w, k): stack = [] for weight in w: cur = weight while stack and abs(stack[-1] - cur) <= k: cur += stack.pop() stack.append(cur) return len(stack)

复杂度与注意事项

每个包裹最多入栈一次、出栈一次，总复杂度 O(n)。这里最容易被忽视的是合并后的新包裹要“继续比较”，很多人写成只比较一次就入栈，导致可用合并漏掉。调试的时候建议用这组数据测试：w = [4, 6, 8], k = 2。按题意，4 和 6 合并得 10，10 和 8 的差是 2，还能再合并成 18，所以答案应该是 1。如果只合并一轮，答案会变成 2，那就是合并循环没写对。

3.4 题目四：外卖订单最多完成数

题目描述

一个配送站有 n 个外卖订单，每个订单有两个属性：处理耗时 need[i]，截止时间 dead[i]。配送站同一时间只能处理一个订单，处理过程中不能中断。每个订单必须在截止时间之前或刚好在截止时间完成。问最多能完成多少个订单。

解题思路

这是经典的“任务调度最多完成数”问题。先按截止时间从小到大排序，依次处理每个订单。用最大堆维护当前已选订单的处理耗时，当前总耗时 cur 为堆内所有订单耗时之和。

每处理一个新订单，就把它的耗时加入 cur 并压入堆。如果 cur > dead[i]，说明在截止时间前无法完成全部已选订单，这时从堆中弹出耗时最大的订单（cur 同步减去它的耗时）。注意弹出的不一定是当前这个订单，可能是之前某个耗时很大的订单。

为什么弹出耗时最大的？因为我们要保证完成数量最大，那么同样在“造成超时”的情况下，踢掉耗时最长的订单，能把总耗时压缩得最小，为后续订单留出更多空间。而弹出的那个订单本身没有被真正完成，所以堆的大小会减一。

参考代码

import heapq def max_orders(orders): orders.sort(key=lambda x: x[1]) heap = [] cur = 0 for need, dead in orders: cur += need heapq.heappush(heap, -need) if cur > dead: cur += heapq.heappop(heap) return len(heap)

复杂度与注意事项

排序 O(nlogn)，每次堆操作 O(logn)，总复杂度 O(nlogn)。这道题是一个典型的“反悔贪心”：不是每一步直接决定选不选，而是先“假设选择”，当不满足约束时“反悔”上一个最差的选择。如果你第一次见这个思路，可能会觉得代码难以理解，我建议用几个反例手动模拟，比如订单 [(2,4), (3,4)]：如果只按截止时间排序后直接累加，第一个订单耗时 2 完成，第二个订单总耗时 5 超时，此时把耗时 3 的订单弹出，留下耗时 2 的订单，最终完成 1 个，而最优解其实就是完成第一个订单，正确。

3.5 题目五：优惠券最大抵扣

题目描述

某商品价格是 P，你有 n 张优惠券，每张优惠券的面额为 v[i]。使用优惠券时可以选择任意张，但所有优惠券面额之和不能超过商品价格 P，否则无法使用。问在不超过 P 的前提下，最多能用优惠券抵扣多少钱。P ≤ 50000，n ≤ 1000，v[i] ≤ 50000。

解题思路

把优惠券看成物品，面额 v[i] 既是重量也是价值，问题就变成一个标准的 01 背包：容量为 P，求能装下的最大价值。dp[j] 表示总面额不超过 j 时能获得的最大抵扣金额。由于重量和价值相同，最终 dp[P] 就是答案。如果某张券面额正好等于 P，那它可以直接“免单”。

参考代码

def max_discount(p, coupons): dp = [0] * (p + 1) for v in coupons: for j in range(p, v - 1, -1): if dp[j - v] + v > dp[j]: dp[j] = dp[j - v] + v return dp[p]

复杂度与注意事项

复杂度 O(nP)，其中 P 是商品价格。P 给到 50000 时，50000×1000 = 5000 万次循环，在 Python 里大约 2 到 3 秒，勉强能过；如果 P 更大，比如 10^9，这个解法就完全不可行，需要换思路——但那种情况下大概率是贪心或别的模型。所以做这类题时，第一步先看数据范围再决定算法，这是笔试中非常重要的判断力。

4. 从真题反推的刷题路线：高效的备赛策略

4.1 必备知识点分级清单

不是所有算法知识点都会被考到，准备拼多多笔试，优先级是分层的。我根据自己的刷题经验和真题统计，把知识点分成三档：

第一档是必须拿满分的，因为笔试第一题基本落在这里。第二档决定你能不能通过笔试——真题里的中等题基本都覆盖这些。第三档是加分项，但准备时间有限时可以战略放弃部分冷门图论题。

4.2 刷题量与节奏建议

很多同学迷信“刷完LeetCode 300题就能过”，我觉得这不是充分条件。拼多多2023笔试的题目难度，比LeetCode Medium略低一点点，但场景包装能力要求更高。我的建议是按专题刷，而不是按题号刷。每个专题刷 15 到 20 题，确保每道题都能独立讲出思路。

模拟笔试也很重要。每周至少抽一个完整上午或下午，找一套真题，设好 2 小时倒计时，模拟真实考试状态。这里的重点不是“做出来”，而是检验你自己的时间分配、代码速度和心态。我记得我第一次模拟时在第二题上花了 50 分钟，后面两题几乎没时间写，后来调整策略，把读题时间压缩到 5 分钟，明显改善。

4.3 “剥壳”训练：把业务描述翻译成算法模型

拼多多笔试最大的拦路虎不是算法本身，而是“读题后不知道在考什么”。我建议平时刷题时，每读完一道题的题面，先用一句话写下“这题的算法模型是什么”，再动手。

举个例子，题目说“多多买菜配送员有 n 个订单，每个订单有体积和送达截止时间，车辆一次装货有限额，问最少几辆车能装完”。这句话翻译过来就是“箱子容量固定的最少装箱问题”，但真正笔试中还会叠加“订单必须按片区顺序装车”这种限制，那就变成了“连续区间分段最大化问题”。把包装剥掉，剩下的都是你熟悉的模型。

5. 考场上最容易翻车的实战问题

5.1 样例过弱，自测不足

拼多多官方样例往往只有一到两组，而且都是很温和的数据。比如题目二“砍价券最少用几张”，样例可能只给一个“刚好够”的情况，完全没覆盖“所有券都不够”的输出 -1 分支。应对方法是养成每道题至少构造三组自测数据的习惯：极端最小数据（n=0/1/2）、全相等数据、最大范围数据。这部分在代码里写注释或本地调试，能救回大量分数。

5.2 在线编辑器的输入输出细节

拼多多笔试多数时候要求从标准输入读入，输出到标准输出。要注意给定数据可能是多组测试用例，需要用 while True 处理到 EOF；题目如果没说明多组，则一定是单组。另外，输出行尾可以有空格，但不能有多余换行，否则部分评测机可能判格式错误。在线编辑器没有自动补全，常用的输入解析模板一定要提前背下来。比如 Python 里 sys.stdin.read().split() 一次性读入所有数据再逐个解析，通常比 input() 快，也更不容易踩换行符的坑。

5.3 时间分配策略

我的经验是：前 10 分钟把所有题都读一遍，标记每道题的大致难度和算法方向。然后从最简单的题开始，按“简单题 20 分钟、中等题 35 分钟、难题 40 分钟”的预算来做。如果超过预算还没思路，果断放弃，把时间留给后面的部分分。

这里说的“部分分”非常重要。拼多多笔试一般按测试点给分，几个简单测试点即使算法不是最优也能过。比如第 3.1 题三数之和，如果你只能写出暴力三层循环，建议也要写上，可能能拿到 30% 的分数。空着和写暴力拿部分分的差距，可能就是笔试是否能进面的差距。

5.4 不要忽视数据范围导致的溢出和超时

C++ 里 int 溢出是最常见的失误。题目给的数据范围如果超过 10^9，求和就一定要用 long long。Python 虽然不会溢出，但 O(n^2) 在 n=10^5 时一定超时，所以算法复杂度评估比语言选择更重要。做题前先看 n 的范围，n=10^3 可以用 O(n^2)，n=10^5 必须 O(nlogn) 或 O(n)，n=10^6 基本只能 O(n) 或 O(nlogn) 且常数要小。

5.5 代码风格与可调试性

笔试判分看的是测试点，不是代码风格，但好的代码风格能帮你更快定位 bug。变量命名用有意义的词，核心逻辑加注释，提交前顺手 print 几个中间变量调试。很多同学在第二题卡了很久，最后发现是数组下标写错了一个单位，这种低级错误在一个清晰的结构化代码里更容易被发现。

我个人在实际操作中的一个很深的体会是：做拼多多笔试，最可惜的不是“不会做难题”，而是“会做的题因为细节问题没拿满分”。2023 年这套真题集里，几乎所有中等题都有至少一个类似的“小坑”，分布在输出格式、-1 分支、边界数组、合并循环这些地方。如果你能把每一道题的最后几个边界用例都想清楚，分数会明显和别人拉开差距。

最后再分享一个小技巧：把这份真题集当成“体检工具”，每周抽出完整下午做一套，不要边做边看题解。做完之后，再对照题目后面的考点归类，看自己到底在哪个模型上失分最多——是二分答案找不到单调性，还是 DP 转移写不出来。针对性补强之后，下一次模拟往往就能看到明显提升。这套方法不只适用于拼多多，其他大厂的算法笔试也一样适用。