美团校招笔试编程题攻略：高频考点、答题策略与避坑指南

1. 美团校招编程题考什么：先把考场规则摸清

说实话，美团2023校招技术岗的笔试，尤其是到了第四场这个时间节点，题目已经不像第一场那样偏"摸底"性质了。前三场把常见的题型基本覆盖了一遍，第四场的题目风格会更收敛、更考察综合能力，整体难度维持在"中等偏上"——不是让你做不出来，而是让你在有限时间内做得不够完美。

先说考场的基本盘：美团校招编程题通常采用ACM模式，也就是你需要自己处理输入输出，而不是像力扣那样只写核心函数。题量一般在4道左右，考试时间90分钟，语言不限，C++/Java/Python都行，但不同语言在输入输出效率上的差异，后面会专门讲。这里先说一个很多人容易忽略的点：笔试成绩是分题计分的，不是按通过用例的比例给分吗？不，美团的部分题目是会按测试用例通过率给部分分的。

所以目标不是"全做完"，而是"把自己会的题做对、把不会的题骗到分"。第四场的题目梯度通常是：1道签到题、2道中档题（其中一道偏贪心/模拟，一道偏动态规划或二分）、1道压轴题（图论或复杂动态规划）。这个比例不是官方公布的，是我自己考下来以及周围同学复盘后的共识，但每年、每场会有波动，仅供参考。

考点地图我大概整理了一下，考场上见到这些考点的概率非常高：

从这份表里能看出来，考察的核心不是堆砌技巧，而是把实际问题抽象成数学或算法模型的能力。美团笔试有一个比较鲜明的特征：题目背景往往贴着业务场景来包装，比如配送路径、商家评分、订单聚合、骑手调度，但本质上就是某个经典算法题套了一层皮。你在考场上第一件事就是揭掉这层皮，看清内核是什么。

1.1 第四场的"偏重"在哪里

如果你横向对比同一年的前几场笔试，第四场有一个明显特点：签到题更简单，压轴题更难，中档题偏向"一个题里藏两个知识点"。比如来一道"先排序再二分，中间还带点贪心"的题目，这在第四场很常见。

这就导致一个现象：很多人前三道题写得很快，最后一道题卡住，然后来回在第二题和第三题之间修改，反而把本来能拿满分的题改出了bug。我在第四场考试时也踩过类似的坑——做到最后十分钟发现第二题有个边界忘记处理了，但已经没时间了。

所以后面会专门用一章来讲做题顺序和策略，这在大厂笔试里绝不比"会写算法"不重要。

1.2 题目包装风格：从业务场景到算法原型的翻译

美团笔试的题目表述往往比较长，喜欢用实际业务场景来包装。比如"外卖骑手需要在规定时间内从A点送到B点，中间有若干个商家取餐点"——剥开来看，可能就是一道最短路或者区间调度的题。这里的关键能力是识别题目的实质。

我的经验是：读题时把业务名词全部换成算法术语。"骑手"就是"节点"，"取餐点"就是"必经节点"，"配送时间"就是"边权"，"超时罚款"就是"约束条件"。"商家评分"就是"数组值"，"选择若干商家使评分最大且不能相邻"就是"打家劫舍"。这样一带换，很多题目立刻变得眼熟。

这个翻译能力是可以练的。刷题的时候，不要只看题目标签，专门找那种"描述得很业务、内核是经典算法"的题来做，多做几道就会发现套路非常固定。

2. 四类高频题型的解题框架与参考思路

这一章我会把第四场出现概率最高的四类题目类型拆开来讲，每一类都会给到一个通用的思考路径。注意：这里的题目只是我为了说明思路而写的参考题，不是美团真题，但解题思路和美团笔试的考察重点是一致的。

2.1 区间类问题：先画图再写码，不要在脑子里模拟

区间类是校招笔试的常客，不管包装成日程安排、订单合并还是配送路径，核心都离不开"区间重叠、区间合并、区间调度"这三个基本操作。

经典的问题形态是这样的：给出一组区间[l_i, r_i]，要求合并所有重叠区间，求合并后覆盖的总长度。

思考顺序如下：

第一步，把所有区间按左端点排序。这是绝大多数区间题的起点，因为排序之后，重叠关系就会变得线性可处理。

第二步，从头开始扫描。维护当前区间的右边界R，每遇到一个新区间[l, r]，判断l <= R是否成立。成立则说明有重叠，把R更新为max(R, r)。不成立则说明当前区间结束了，把上一段累计的结果结算掉。

这个思路可以手写，也可以用标准库，比如C++里直接用vector排序然后遍历。

第三步，注意边界：区间[1,2]和[2,3]是否算重叠，要看题目的定义。美团这类题目里，有的是闭区间重叠（[1,2]和[2,3]算重叠），有的左闭右开（不算重叠）。读题时一定要确认清楚，这种定义差异会直接导致结果不同。

写这类题的常见bug是：只处理了相邻区间的重叠，没有处理"嵌套区间"的情况。比如[1,10]和[2,3]合并后，右边界应该是10，不是max(10,3)=10本身，但如果接下来出现[4,5]，你已经把R更新过了，所以不会有问题。只要记得每次用max更新右边界，就不会出错。

2.2 动态规划：从暴力递归到状态压缩的思考过程

动态规划是美团笔试区分度最高的考点，也是很多人的心理阴影。但如果你掌握了一套固定的推导流程，DP没有那么可怕。

我拿一道"带障碍的路径计数"来举例。问题是：在一个网格中，某些格子不能走，问从左上角到右下角有多少条路径。这也是动态规划入门题，但它的推导流程可以复用到绝大多数线性DP上。

推导流程如下：

第一步，定义状态。dp[i][j]表示到达格子(i, j)的路径数。

第二步，写状态转移方程。到达(i, j)只能从上方(i-1, j)或左方(i, j-1)过来，所以dp[i][j] = dp[i-1][j] + dp[i][j-1]。但前提是(i, j)不是障碍，且起点能到达它。

第三步，初始化边界。dp[0][0] = 1，如果起点本身是障碍，则直接返回0。第一行和第一列要单独处理，因为它们的来源只有一个方向。

第四步，确定遍历顺序。这里dp[i][j]依赖左方和上方的状态，所以按从上到下、从左到右的顺序遍历即可，不需要拓扑排序（网格本身是有向无环的）。

这四步听着简单，但很多人卡在第三步和第四步的边界初值上。我自己写DP题的一个习惯是：先写上每一步的含义注释，再填代码。比如：

# dp[i][j] = 到达(i,j)的路径数 # 转移：dp[i][j] = dp[i-1][j] + dp[i][j-1] (当(i,j)可走) # 边界：dp[0][0] = 1，第一行只能从左来，第一列只能从上来

写注释的时候，你会强迫自己把状态、转移、边界、顺序这四个要素都检查一遍，这个习惯能减少70%的DP低级错误。

2.3 二分答案：把最优化问题变成判定问题

二分答案也是第四场的高频考点。所谓二分答案，就是对"答案"本身做二分，然后写一个check(mid)函数判断"答案是否 ≥ mid"。这个思路在解决"最大值最小化""最小值最大化""能否在K次操作内完成"这类问题时异常好用。

常见题目形态：有一排货物，每个重量已知，要分成连续的M段，求这M段中最大段和的最小值。

解题思路如下：

答案一定介于"最大单件重量"和"总重量"之间，所以在这个区间上二分。每次取mid，用贪心法验证：从左到右扫描货物，如果当前段加上下一个货物不超过mid，就继续加；否则新开一段，段数加一。如果最终段数不超过M，说明mid这个上限可行，尝试更小的值；否则说明mid太小，需要调大。

这里有个关键点：二分答案的核心不是二分本身，而是check函数的正确性。很多人二分框架背得滚瓜烂熟，但check函数里少了一个条件，或者贪心策略写错了，导致整个答案跑偏。

我提供一个稳健的二分框架，建议直接当成模板记忆：

def can_split(nums, m, limit): cnt = 1 cur_sum = 0 for x in nums: if cur_sum + x > limit: cnt += 1 cur_sum = x if cnt > m: return False else: cur_sum += x return cnt <= m left, right = max(nums), sum(nums) while left < right: mid = (left + right) // 2 if can_split(nums, m, mid): right = mid else: left = mid + 1

注意这个模板里我用的是left < right配合right = mid和left = mid + 1，这是二分答案里最常见的"找左边界"写法。很多人记不住什么时候用left < right、什么时候用left <= right。我的建议是：统一用left < right这套左闭右开风格，然后把mid取值、更新公式和所求目标跟着模板绑定，不要每次即兴发挥。

2.4 图论题的"基本盘"：DFS/BFS和并查集

第四场的压轴题有较大概率是图论，但考察的往往不是复杂算法（像网络流、强连通分量这些基本不出现），而是DFS/BFS的变体、并查集的应用、以及"图建模"本身。

图论题最核心的难点不是算法不会写，而是你有没有意识到它是图论题。题目描述里可能完全没有"图"这个字。比如"有N个城市，M条航线，每条航线连接两个城市，问哪些城市之间可以互相到达"——这就是判断连通性，用并查集或DFS都能解决。

我的做题经验是：看到"N个点、M条边"结构的题，第一时间画一个简化的图，把点和边的关系列出来，再想算法。画图的过程会帮你厘清很多细节，比如是否有重边、是否有自环、是否可能不连通。

DFS和BFS的选择也有讲究。求最短路径用BFS（在无权图上，BFS天然就是最短路）；判断连通块、记录路径、拓扑排序用DFS更合适；而"动态连通性"类的问题，并查集写起来最快、最好调试。

并查集有一个很实用的优化：路径压缩 + 按秩合并。前者保证树的高度很小，后者进一步避免退化。笔试里写并查集，路径压缩其实就够了，按秩合并可以锦上添花，但如果你对秩的更新逻辑不熟，不写也没关系——只做路径压缩的并查集，在绝大多数笔试数据量下已经足够快了。

3. 代码实现细节：本地能跑、提交必错的问题清单

这一章是最容易被低估的部分，但也是实战中翻车最集中的环节。我见过很多同学，算法思路完全正确，却因为读写处理、数据类型、边界判断这些"细枝末节"没做好，白白丢了很多分。考试环境下没有调试器帮你慢慢看，这些坑必须提前避开。

3.1 读入超时：Python尤其要注意

互联网大厂的笔试平台，测试用例的数据量经常给得很足。如果你的读入方式太慢，可能连用例都没读完就超时了。

常见错误写法是：

n, m = map(int, input().split()) arr = [int(x) for x in input().split()]

这种写法在数据量小的时候没问题，数据量大的时候，大量split()和int()的调用会让你的程序在IO上浪费大量时间。

推荐写法是：

import sys data = sys.stdin.buffer.read().split() it = iter(data) n = int(next(it)) m = int(next(it)) arr = [int(next(it)) for _ in range(n)]

sys.stdin.buffer.read()一次性把所有输入读进来，再按顺序消费，速度会快很多。C++用户可以用ios::sync_with_stdio(false); cin.tie(nullptr);来关闭C和C++流同步。Java用户建议用BufferedReader而不是Scanner。

这个细节在第四场的压轴题里尤其关键，因为压轴题数据规模通常最大。

3.2 输出格式：少看要求吃大亏

ACM模式下，输出格式是硬性的"代码对错"标准，不是"看脸"的部分。以下三类问题是重灾区：

第一，行尾空格和换行。有些题目要求最后一个数字后面不能有空格，有些题目每个输出后都要换行。最稳妥的做法是：先把结果存到列表里，最后用' '.join(map(str, ans))一次性输出，避免行尾空格。

第二，浮点数精度。如果题目要求"保留两位小数"或者"误差不超过1e-6"，用print(f"{ans:.2f}")这类格式化输出。注意Python的round()和format在边界情况下的行为可能和你预期不同，稳妥起见用格式化字符串。

第三，多行输出时最后一行的换行。有些平台的判题器对最后一行是否有多余换行很敏感，所以尽量让输出"恰好"符合题目格式。

3.3 溢出和取模

笔试中常见的整数范围是int（32位）范围内，但涉及累加、累乘时很容易溢出。比如"N很大，给一个1e9长度的数组，求前缀和"，用int存前缀和会溢出。C++用它没问题，但在Java里int溢出是静默发生的，结果会直接出错。

解决思路很简单：涉及累加、累乘、大数运算时，统一用64位类型（C++的long long、Java的long、Python天生无限整数但要注意性能）。

取模运算也是高频要求。题目说"答案对1e9+7取模"时，注意两个细节：一是乘法的两个因子都要先取模再相乘，二是减法取模后可能变成负数，要加回模数再取模。例如：

ans = (ans - dp[i] + MOD) % MOD

如果你直接ans = (ans - dp[i]) % MOD，Python里负数取模的结果可能不是你想要的（其实是正确的，但概念上容易混淆），养成加MOD的好习惯能避免不必要的心理负担。

3.4 自测用例怎么设计

很多人写完代码只测试题目给的样例，样例过了就提交，结果只拿了一半分数。样例过、提交挂，多半是边界条件没测。

我每次做题都会额外测试以下几类用例：

• 最小规模：n = 1或者空输入时程序是否崩溃
• 最大规模：n = 10^5甚至10^6时是否超时、是否溢出
• 所有元素相同的情况
• 序列已经有序或完全逆序的情况
• 答案在上界或下界的情况（比如二分答案中的left和right初始值）

你可以把这套用例直接背下来，每道题写完都花两分钟过一遍。别嫌耽误时间，这两分钟能救回的是整道题的分数。

4. 90分钟答题策略：从读题到放弃的决策链

笔试不只是考你会不会算法，更是考你在时间压力下的资源分配能力。我做第四场的时候，前面几道题写得很顺，最后一道压轴题想了20分钟还只写出一半思路，这时候如果不果断止损，后果就是连前面检查的时间都没有了。所以下面这套策略，我从第三场开始就在用，第四场证明非常好使。

4.1 开局三分钟：把四道题全部扫一遍

拿到试卷后，哪怕第一道题很简单，也不要立刻闷头写。先把四道题全部读一遍，在草稿纸上记下每道题的类型、大致难度、预期代码量。

为什么要这么干？因为你读完后会发现，同一场里可能存在"第二题比第四题还难"的情况。如果顺序做题，你可能会在第二题上卡死，然后没时间做更简单的后面题目。反之，你先把四道题难度做个排序，优先做最简单的，这样至少能保证基础的分数到手。

我在第四场笔试时读到第二题，觉得是DP，心里咯噔一下；再读第三题，发现是二分答案，立马决定先做第三题。果然第三题只花了十几分钟就AC了，回头再做第二题时心态稳了很多。

4.2 按"投入产出比"选择做题顺序

我的建议是把四道题分成三档：

第一档是"签到题"。这类题通常5到10分钟能写完，思路简单，代码量小。优先拿满分。

第二档是"中档题"。这类题你能想到大致的思路，但实现细节较多。每道题计划用时20分钟左右。如果20分钟还没突破核心逻辑，先跳过去做下一道，别恋战。

第三档是"压轴题"。这类题至少预留半个小时。但注意，如果你前面中档题还没稳，别急着碰压轴题——因为压轴题很可能只解出一半逻辑，连部分分都难拿，而中档题你认真写大概率能拿满分。

这里分享一个"拿部分分"的技巧：如果压轴题只会暴力解法，那就先写暴力，哪怕只能过30%的测试用例，也有分。不要觉得"反正不能AC就不写了"，在笔试分数面前，每一个用例都是实打实的分数。

4.3 调试的时间上限

做题时最怕的就是"再给我十分钟就能调出来"的错觉。我给自己定的规则是：一道题如果投入超过计划时间20分钟还没有AC，立刻停下来。

为什么会卡住？通常不是思路问题，而是某个细节没想清楚。这时候最好的做法不是继续盯着代码看，而是把代码放到一边，重新拿一张白纸，把用例手跑一遍，追踪每一步的变量变化。在纸上模拟这个过程通常比干看代码更快定位问题。

如果纸推也没发现问题，那就打印关键变量的中间值。笔试平台一般允许你在本地调试，所以这一步是可行的。千万不要在没有任何调试信息的情况下反复提交代码，那样既浪费时间又消耗心态。

5. 笔试之后：复盘方法和提分重心

考完之后，很多人会第一时间去看别人的题解，但看完就完了，下一次笔试照样错在同一类题上。笔试的进步不是靠"看题解"累积的，而是靠"复现 + 总结"累积的。

5.1 复盘不是把正确代码抄一遍

我的复盘流程是这三步：

第一步，先把每道题的正确思路独立地写一遍。注意是"独立写"，不是抄题解。写不出来也没关系，看完题解后合上屏幕，从头写一遍，这个"从理解到输出"的过程比看十篇题解都管用。

第二步，记录每道题的"知识标签"和"策略标签"。知识标签是算法类型，比如"二分答案 + 贪心 check"；策略标签是做题过程中最大的障碍，比如"没读懂题意""check函数写错""忘记排序"。标签的作用是让你后面复习时能快速定位自己的薄弱点。

第三步，把错题整理进自己的错题本。格式很简单：题目背景一句话、算法类型、易错点、正确代码。每周抽时间翻一次，翻的时候不看代码，先在脑内重演一遍思路，再对照检查。

5.2 不同水平的人，提分重心完全不同

如果你目前笔试主要卡在签到题和中档题之间，说明算法基础还不够扎实。这时候别急着刷难题，回到基础数据结构（数组、链表、栈、队列、哈希表）和基础算法（前缀和、差分、双指针、简单DP）上，把每一个基础点的模板题刷到"闭眼能写"的程度。

如果你中档题基本能稳定AC，但压轴题经常无思路，说明你的算法视野不够宽。建议补充学习二分答案、背包DP、区间DP、单调栈、并查集、拓扑排序这几个高频且不复杂的进阶算法，它们比网络流、线段树这些性价比高得多。

如果你压轴题偶尔能做出来，但总是差一点，那问题大概率出在实现细节和调试效率上。去做"一题多解"训练：同一道题分别用二分、DP、贪心各写一遍，锻炼不同思路的转换能力，同时严格限制单题调试时间，逼自己提高调试效率。

5.3 关于刷题数量的朴素建议

很多人盯着"刷了多少题"这个数字，觉得刷到800题就稳了。但我的体感是：200题刷透，比800题走马观花有用得多。"刷透"的标准是：给你这道题，你5秒内能说出算法类型、大致思路和代码框架；给你一道同类题，你能在不看题解的情况下AC。

在美团这类校招笔试里，题目数量和种类是很有限的，核心考点就那么多。你不需要成为算法竞赛选手，只需要把高频考点吃透。我在准备第四场之前，重点回顾了前几场自己错过的题和笔记，然后有针对性地练了区间类和二分答案的题目，效果比海量刷题好很多。

另外，笔试前一晚不要做新题，容易焦虑。把错题本拿出来翻一遍，看看自己以前犯过的错误，保证今天不再犯同样的错误，就足够了。充足的睡眠在笔试中的价值不亚于多刷一百道题，这一点我反复验证过。

最后再分享一个我自己的小习惯

每次笔试结束出考场，我都会第一时间在手机上记下这次考试的关键信息：考了什么题、卡在了哪里、哪道题的思路绕了远路。别等到第二天再回忆，那时候细节已经模糊了。这个习惯帮我积累了每一场考试的"高频考点数据库"，后面再考试时，我会先翻出前几场的记录，看一眼美团这种出题风格的偏好，心里就踏实很多。备考这件事，最忌讳的就是把每场考试都当成孤立的事件，其实它们之间的规律性比你想象中强得多。