浩鲸科技校招算法笔试复盘：从数据结构到机器学习核心考点

浩鲸科技2019校招算法类笔试题，是很多当年投递通信软件方向校招生的必经一关。这家公司前身是中兴软创，主做电信业务支撑系统，后来在云计算、大数据、AI方向铺得很开。所以它的算法笔试有个很明显的特点：基础题量大、覆盖范围广、编程题偏工程落地，不像互联网大厂那样钻极难的动态规划优化，但如果不扎实，很容易栽在细节上。

这篇文章不打算只给一份“答案清单”，而是把这份试卷背后真正想考的东西拆开揉碎。我会按照试卷的实际结构，把数据结构、经典算法、机器学习、深度学习、编程题五个模块逐一过一遍，每个模块挑出最典型的考点，讲清楚原理和答题思路，最后再分享一些现场考试时真正能救命的经验。不管你是正在准备校招的应届生，还是想查漏补缺的从业者，这篇都能用得上。

1. 笔试整体印象：基础题量大，覆盖范围广

1.1 浩鲸算法笔试的典型结构

浩鲸科技2019年的校招算法笔试题，整体可以分为三个部分：客观题（选择+填空）、简答题、编程题。客观题覆盖数据结构、算法分析、机器学习基础，题量在30道左右，单题分值不高但容错率低；简答题主要考察对经典算法的理解深度，比如KMP的next数组怎么求、快排为什么退化、SVM的核函数怎么选；编程题通常是两道，一道偏字符串处理，一道偏动态规划或者排序，时间控制在40分钟内比较合理。

这个结构其实是很多通信软件公司的通用套路。浩鲸的核心业务是电信BSS/OSS系统，数据量大、并发高、逻辑复杂，所以它特别看重候选人的基础功底和边界处理能力。它不指望你上来就写出一个工业级分布式算法，但你必须把排序、字符串匹配、动态规划这些基本功做到肌肉记忆级别。

1.2 这份试卷想考察的三种能力

结合试卷整体风格，我总结出三个核心考察点：

第一，对算法复杂度的敏感度。电信系统里动辄就是上亿条话单，O(n^2)和O(n log n)的差距是分钟级和秒级的差距。所以试卷里会有大量关于时间复杂度的选择题，比如堆排序建堆的复杂度、快排最坏情况的触发条件、哈希冲突的解决方案等等。

第二，对经典算法原理的深度理解。简答题里考KMP的next数组，考LRU缓存淘汰策略，考二分查找的边界条件，这些都是一旦写过源码就能答对、只背结论就会翻车的题目。我在面试中见过太多能背出“快排平均O(n log n)”但写不出partition的候选人，浩鲸的题就是专门筛这种“背题党”的。

第三，工程化的编程能力。编程题不会考那种需要灵光一现的天才题，更多是“给定一堆字符串，统计出现次数并排序”这类实际工作中天天遇到的场景。但越简单越考验细节：输入输出格式、内存占用、排序稳定性，这些才是真正拉开差距的地方。

2. 数据结构与经典算法：客观题里的失分重灾区

2.1 KMP算法与next数组：那道被反复翻牌的经典题

浩鲸这次的客观题里，KMP算法几乎必考，而且考法很直接：“对于模式串p='abacaba'，求其next数组”。这道题我在考场上见过，也在后来带新人时给他们出过，因为它是检验你有没有真正理解KMP的最佳试金石。

next数组的定义（以-1为起点）：next[i]表示模式串前i个字符组成的子串中，最长相同前后缀的长度，但规定next[0]=-1。也就是说，next[i]的值等于p[0..i-1]这个子串的最长公共前后缀长度。这里“前缀”不包括整个子串本身，“后缀”同理。

以p="abacaba"为例一步步来：

所以最终的next数组是[-1, 0, 0, 1, 0, 1, 2, 3]。

这个计算过程笔试时一定要手写一遍再填答案，因为很多人会在这里踩一个坑：求next[6]的时候，脑子里想着"abacab"的公共前后缀，容易顺手写成"a"长度1，但实际后缀"ab"是和前缀"ab"匹配的，长度是2。这种题考的就是细心和基本功。

如果再延伸一点，KMP匹配过程中，当主串某位置失配时，模式串移动到位移 = 已匹配字符数 - next[失配位置]（按next[i]表示p[0..i-1]的最长公共前后缀长度的定义来算）。理解了这一点，笔试后的大题如果让你模拟匹配过程，也能从容应对。

2.2 排序算法：从复杂度到稳定性的全面考察

排序是这份试卷里出现频率最高的考点，没有之一。原因很简单：BSS系统里到处都要排序，按时间排话单、按金额排账单、按优先级排任务，排序算法的理解程度直接反映了程序员的基础是否扎实。

选择题会考这么几个点：

哪些排序是稳定的？冒泡、插入、归并是稳定的；选择、快排、堆排是不稳定的。注意，这里有个高频陷阱：很多人以为快排不稳定是因为“交换”，其实选择排序也交换，但选择排序之所以不稳定是因为它会把后面的元素直接换到前面，破坏了相对顺序。答题时最好把每个排序的具体执行过程在脑子里过一遍，不要只背结论。

堆排序建堆的时间复杂度是多少？答案是O(n)，不是O(n log n)。这个看似简单但很多人答错。原因在于从最后一个非叶子节点开始向下调整时，越底层的节点调整次数越少，总调整次数趋近于n，而不是每个节点都调整log n次。笔试题里专门考这个，就是在筛选那些只背“堆排序是O(n log n)”的人。建堆是O(n)，之后每次取出堆顶再调整是O(log n)，所以整体排序复杂度是O(n log n)，但单说建堆阶段是O(n)。

快排最坏情况什么时候出现？当每次partition选到的基准值都是当前区间的最大或最小值时，快排退化成O(n^2)。比如对一个已经有序的数组做快排，如果基准值固定取第一个元素，那每次划分都极度不均。优化方法是三数取中或随机选基准，这个知识点简答题也爱考。

我建议备考时自己手写一遍七种常用排序（冒泡、选择、插入、希尔、归并、快排、堆排），不用跑代码，就在纸上把每一趟的数组状态写出来，这比刷十道题都管用。排序的三种核心操作——交换、插入、归并——是后面很多算法的基础，写一遍能打通很多关联知识点。

2.3 经典算法：二分、贪心与动态规划的出题套路

客观题里还有一批经典算法题，难度不大，但覆盖面特别广，我列几个高频考点。

二分查找的边界条件是命中率最高的一题。常见的坑是死循环和越界，尤其是当区间只有两个元素时，如果mid = (left+right)/2取的是左中位数，而更新逻辑是left=mid，就会死循环。这类题没有捷径，必须把“左闭右开”和“左闭右闭”两种写法的边界条件都默写熟练。

贪心算法的典型应用，比如活动安排问题、哈夫曼编码、找零钱问题，简答题常考“为什么贪心策略在这里有效”。答这类题的关键是把贪心选择性质和最优子结构说清楚，只说“每次都选结束时间最早的活动”是不够的，还要说明为什么这样不会错过全局最优解。

动态规划的常规递推，比如最长公共子序列（LCS）、最长递增子序列（LIS）、0-1背包，要么出在选择题让你算某个dp值，要么出在编程题让你实现。这类题目我在第4部分会用一个完整案例展开，这里先提一个重要结论：动态规划不靠灵光一现，而是靠“定义状态、写状态转移方程、初始化、确定遍历顺序”四步走，任何新题都能套这个框架。

3. 机器学习与深度学习：算法岗的“分水岭”板块

3.1 机器学习基础：从LR到SVM的必背结论

浩鲸的算法岗笔试，机器学习部分占了大概三分之一的篇幅。这跟公司业务有关——电信行业的数据量太庞大了，用户画像、流失预警、精准营销都是典型的机器学习落地场景。所以这部分考得非常实务，不考推导，考结论和理解。

线性回归和逻辑回归（LR）是必考点。要清楚LR虽然名字里有“回归”，但本质是分类模型，它的输出经过sigmoid函数映射到(0,1)区间，可以解释为概率。损失函数是对数损失（交叉熵），不能用均方误差的原因在于非凸性——如果用均方误差，梯度下降很可能陷入局部最优。

SVM也是高频考点。重点掌握：支持向量是距离超平面最近的那几个样本点；核函数的本质是把低维不可分的数据映射到高维空间；常用的核函数有线性核、多项式核、RBF核（高斯核），其中RBF核是最常用的，因为它只有一个参数gamma，调节起来比较方便。简答题如果问你“核函数怎么选”，答案要分层：数据量小、特征多优先用线性核；数据非线性可分，先试RBF；如果样本量极大，RBF的计算开销会很大，这时候可以试试线性核或者改用其他模型。

决策树和集成学习是另一大块。要记住C4.5用信息增益比、CART用基尼系数，它们的共同目的是解决ID3用信息增益时偏向取值较多特征的缺陷。集成学习的两个流派要区分清楚：Bagging（如随机森林）通过有放回采样降低方差，Boosting（如XGBoost、LightGBM）通过串行训练降低偏差。XGBoost在2019年前后正是最火的时候，笔试里出现“XGBoost相比传统GBDT的改进”这类题也不奇怪，至少要答出二阶泰勒展开、正则项、列抽样这几条。

聚类算法里，K-Means几乎必考。它的步骤要能默写：随机选K个中心点、分配样本到最近中心、重新计算中心、重复直到收敛。还要知道它的局限：对初始中心敏感、K值要预先指定、对非凸簇效果差。K-Means++是常见优化方案，原理是让初始中心尽量分散。

KNN这个算法也值得提一下，它虽然简单，但却是“懒惰学习”的典型代表——训练阶段不做事，预测时才计算距离。它的三个基本要素是K值选择、距离度量、分类决策规则。笔试里如果问你“KNN的三个核心是什么”，其实就是这三样。

3.2 深度学习：从反向传播到CNN的考察重点

2019年深度学习已经很热了，浩鲸这种有AI团队的公司，笔试里一定会有深度学习基础题。但别担心，它考不到Transformer那种深度，主要停留在经典内容。

反向传播是必考题。要知道它的本质是链式法则的反复应用，即损失函数对每一层参数的偏导，通过从输出层向输入层逐层传递误差来计算。选择题可能会问你“某一层的梯度消失是什么原因”，答案是激活函数饱和区导数接近0，或者网络层数过深连乘导致梯度趋近0。这引申出一个经典问题：为什么ReLU比sigmoid在深层网络中更常用？因为ReLU在正值区间的导数为1，不会放大也不会缩小梯度，有效缓解了梯度消失。

CNN的考点很具体：卷积操作怎么计算输出尺寸、池化的作用是什么。输出尺寸公式要记牢：(输入尺寸 - 卷积核尺寸 + 2×填充) / 步长 + 1。池化的作用有三个——降维、增加平移不变性、防止过拟合。笔试里如果出一道“输入224×224×3的图像，经过5×5卷积核、步长1、无填充，输出尺寸是多少”，答案是220×220×（卷积核个数），闭着眼睛都要能算出来。

优化器这块，要分清SGD、Momentum、RMSProp、Adam各自的思路。SGD的缺点是收敛慢且容易震荡；Momentum通过累积动量来加速收敛、抑制震荡；RMSProp对每个参数自适应调整学习率；Adam结合了Momentum和RMSProp，是实践中最常用的默认选择。简答题如果问“为什么Adam用得多”，答案就是它既快又稳，对超参数不敏感。

3.3 启发式算法：粒子群、模拟退火这类“冷门”考点

这里必须提一嘴粒子群算法（PSO），因为它是浩鲸这类公司笔面试里的“惊喜题”。毕竟很多应届生都把精力耗在梯度下降上，对启发式算法了解不多，而这类算法在工程优化问题中其实很常用——比如电信网络的资源调度、参数寻优，都能用粒子群。

粒子群的核心思想是模拟鸟群觅食：每个解是一个“粒子”，有位置和速度两个属性。迭代时每个粒子根据两个最优值更新速度：一个是自己历史最优位置pbest，一个是整个群体的历史最优位置gbest。速度更新公式是v = w×v + c1×r1×(pbest - x) + c2×r2×(gbest - x)，其中w是惯性权重，c1是认知系数，c2是社会系数，r1、r2是[0,1]的随机数，然后位置x = x + v。

笔试考PSO不会让你手写完整算法，最多是选择题判断“粒子群算法属于哪一类算法”，答案是群体智能优化算法，和遗传算法、蚁群算法、模拟退火算法一起归入启发式算法。或者出一道简答题问你“如何避免粒子群早熟收敛”，可以从增大惯性权重、引入变异机制、增加种群多样性等角度回答。

模拟退火算法也是类似考察方式。它的核心是以一定概率接受比当前解更差的解，从而跳出局部最优。接受概率通常用Metropolis准则：p = exp(-(ΔE)/T)，其中T是温度，随迭代逐渐降低。这个公式在选择题里出现过，要记得温度越高、接受差解的概率越大。

这些启发式算法的共同特点是“不保证找到全局最优，但在合理时间内能找到足够好的解”，回答这类简答题的万能句就是这个，再配合具体算法的机制说明，得分率会高很多。

4. 编程题实战：三个典型题目的完整复盘

4.1 题目一：字符串去重并按字典序排序

这道题原题记不太清了，大意是输入一个字符串，去掉重复字符后按字典序升序输出。比如输入"cbacd"，输出去重后的"abcd"。

这道题属于“送分题”级别，但却是失分重灾区。原因在于很多人会忽略题目要求的“去重后排序”，直接用set去重，但set的输出顺序是不确定的，如果没有显式排序就会出错。我的标准解法是用一个长度为256的标记数组加排序：

#include <iostream> #include <string> #include <vector> #include <algorithm> int main() { std::string s; std::cin >> s; std::vector<bool> seen(256, false); for (char c : s) { seen[(unsigned char)c] = true; } std::string result; for (int i = 0; i < 256; i++) { if (seen[i]) { result.push_back((char)i); } } std::cout << result << std::endl; return 0; }

注意这里有个小技巧：直接用ASCII码的递增顺序遍历标记数组，自然就实现了字典序排序，不需要再调用sort函数。如果输入包含中文字符，范围要调整，但在校招笔试的字符串题里，题目一般会说明“输入由小写字母组成”，这种情况直接用bool seen[26]更简洁。做题前一定先把题目约束条件看清楚，这个习惯比会写代码更重要。

4.2 题目二：最长公共子序列（LCS）

这题在2019年的笔试里出现过，而且当年很多人在状态定义上犯了错。LCS要求的是子序列，不要求连续，所以不能用滑动窗口，必须用动态规划。

状态定义：dp[i][j]表示字符串A的前i个字符和字符串B的前j个字符的最长公共子序列长度。

状态转移方程：

• 如果A[i-1] == B[j-1]，那么dp[i][j] = dp[i-1][j-1] + 1
• 否则dp[i][j] = max(dp[i-1][j], dp[i][j-1])

初始化：dp[0][j] = 0，dp[i][0] = 0，因为空串和任何串的最长公共子序列都是0。

这里最容易出错的地方是：字符串下标从0开始，但dp下标从1开始，所以比较时要写A[i-1]和B[j-1]，而不是A[i]和B[j]。我见过无数人在考场上因为这个下标偏移而Debug不出来，白白浪费时间。

用Python写更直观：

def lcs(a: str, b: str) -> int: n, m = len(a), len(b) dp = [[0] * (m + 1) for _ in range(n + 1)] for i in range(1, n + 1): for j in range(1, m + 1): if a[i - 1] == b[j - 1]: dp[i][j] = dp[i - 1][j - 1] + 1 else: dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) return dp[n][m]

如果题目要求输出具体子序列，需要在计算dp时记录每个转移方向（左上方、上方、左方），再回溯。但笔试题的编程题通常只要求输出长度，所以优先保证核心逻辑正确即可。能写得快、写得对，比写出花活重要。

4.3 题目三：Top K问题——海量数据场景下的必考题

浩鲸的业务决定了它很爱考海量数据处理。Top K问题几乎是必考，形式是“给定n个数，找出其中最大的K个数”。

最直接的做法是排序后取前K个，复杂度O(n log n)，如果K远小于n，这种做法在数据量大时会显得很蠢。更好的方案有两个：

方案一：小根堆，维护大小为K的堆。遍历数据，当堆中元素不足K个时直接插入；堆满后，如果当前元素大于堆顶，就用当前元素替换堆顶，然后向下调整。遍历结束后堆里就是最大的K个数。复杂度为O(n log K)，空间O(K)。K比较小时效率远高于全排序。

用priority_queue实现最方便：

#include <iostream> #include <queue> #include <vector> std::vector<int> topK(const std::vector<int>& nums, int k) { std::priority_queue<int, std::vector<int>, std::greater<int>> pq; for (int num : nums) { if (pq.size() < k) { pq.push(num); } else if (num > pq.top()) { pq.pop(); pq.push(num); } } std::vector<int> result; while (!pq.empty()) { result.push_back(pq.top()); pq.pop(); } return result; }

这里的关键点是priority_queue默认是大根堆，要取K个最大值必须用std::greater<int>反转成小根堆，堆顶是堆中最小的元素，这样才能把更小的值踢出去。这个细节很多人在笔试时忘记，导致整个堆的维护方向反了。

方案二：快排的partition思想，即快速选择。利用partition将数组分成大于基准值和小于基准值两部分，如果大于基准值的部分长度刚好是K，直接返回；如果大于K，递归处理那一部分；如果小于K，则要把右侧元素也拿上。平均复杂度O(n)，最坏O(n^2)。笔试时如果要求“时间复杂度O(n)”必须用这个方案，但实现起来边界情况多，建议现场先用小根堆方案保底，有时间再去优化。

5. 常见失分点与现场应对锦囊

5.1 失分点一：只给思路不写复杂度

这是我在批改模拟笔试时最痛心的失分点。很多候选人明明算法写得对，但忘记标注时间复杂度和空间复杂度，白白丢分。笔试题的评分标准里，复杂度的正确性占相当比例，因为面试官需要快速判断你是否具备算法优化的意识。我的习惯是每写完一段核心代码，紧跟一行注释，像// 时间复杂度O(n log K)，空间复杂度O(K)。这既方便自己检查，也方便改卷人给分。

5.2 失分点二：边界条件考虑不全

边界条件是编程题扣分的最大头，常见的坑包括：空字符串、长度为1的数组、数组元素为负数、K值为0或等于数组长度、整数溢出。我在考场上的习惯是先处理异常分支再写主逻辑，把if (s.empty())、if (k <= 0 || k > nums.size())这种判断放在函数最前面，然后才开始正常逻辑。这个习惯一旦养成，能帮你避开大量隐藏bug。

5.3 笔试现场的时间分配建议

以浩鲸这份试卷为例，总分100分，客观题占40分、简答题占30分、编程题占30分。建议时间分配：客观题30分钟，简答题25分钟，编程题35分钟，最后留10分钟检查。客观题和简答题不要恋战，一道题超过两分钟还没把握就先跳过，编程题的分值更重，但也不能因为一道编程题卡死而放弃后面的题。先在草稿纸上列出伪代码框架，确认逻辑正确再敲代码，比边写边想效率高得多。

注意：笔试题里如果出现“请描述解决思路”这类简答题，即使不会写完整代码，也要把“算法名称、大致步骤、时间和空间复杂度”这三要素写全，混个过程分很容易，因为改卷人最关注的就是你有没有算法思维。

5.4 考前的最后一周怎么准备

这一条是针对还没参加笔试的读者。如果你只剩一周时间，我建议不要再去啃新题，而是做三件事：一是把常见排序、KMP、二分、DP的模板代码手写三遍以上，做到肌肉记忆；二是把所有笔记整理成一张“复杂度速查表”，特别是排序稳定性和常见算法的复杂度，这是选择题的送分题；三是找两套往年真题，严格按考试时间模拟一遍，重点锻炼时间分配能力。

还有一个容易被忽视的点：浩鲸的笔试通常是在线OJ系统，输入输出格式和普通IDE不一样，如果平时在本地IDE里写惯了cin >> n，到了在线系统有可能连基本输入都搞不定。考前一定要去牛客网或力扣熟悉一下在线答题的输入输出方式，尤其是多行输入和以EOF结尾的输入处理。细节决定成败，这句话在校招笔试里永远适用。

最后再分享一个小技巧

我在准备这类通信软件公司笔试时，发现一个很高效的复习方法：把所有考点拆成一张“考点矩阵”表格，横轴是知识点（KMP、快排、DP、LR、SVM、CNN等），纵轴是考察形式（选择题、简答题、编程题），然后给每个格子标注自己的熟练度。复习时优先突破“会做选择题但写不出代码”和“能写出代码但说不清原理”这两类，因为这两种薄弱项在面试阶段一定会暴露。这张矩阵表直到今天我都还留着，工作后带实习生也让他们用同样的方法查漏补缺。

浩鲸这份笔试题的难度放在今天来看依然有参考价值，至少它让我在毕业后意识到一个事实：校招笔试不是考你懂多少高深算法，而是考你在压力下能不能写出干净、正确、有复杂度意识的代码。把这个基本功练扎实，不管去面哪家公司，都不会太慌。