先说一句大实话58同城2020校园招聘笔试里的“算法”这两个字几乎是所有技术岗候选人最绕不开的坎。不管你是投后端、数据、还是客户端笔试第一关大概率就是算法题。很多人一看到题目就懵不是不会写代码而是不知道这个题在考什么、用什么思路去拆。这篇文章我就结合我自己刷题和带学弟学妹准备校招笔试的实战经验把58这类互联网公司校招算法笔试的核心考点、准备策略、现场答题套路以及那些容易被忽略的细节全部过一遍。不管你现在是刚准备刷题的小白还是已经刷了不少题但总觉得不稳的老手这篇内容都能给你一份可以直接照做的备考地图。1. 算法笔试备考先想清楚方向再动手1.1 笔试考点地图把考察范围拆开看校招算法笔试和平时做项目完全是两码事。项目里你关心的是系统能不能跑笔试里考察的是你“建模能力代码实现能力边界意识”这三件事。拿58同城这几年校招笔试的普遍风格来看算法题的分布主要集中在几块数据结构基础操作、常见算法范式、图论与字符串处理、数学思维题偶尔会穿插一两个机器学习或概率相关的小题。如果你把考点拆成一张地图大概是这样的数据结构类数组、链表、栈、队列、哈希表、二叉树、堆。重点不是“知道什么是堆”而是“堆能解决什么问题”。比如求Top K大的数第一时间应该想到优先队列而不是排序。算法范式类暴力枚举、贪心、二分、双指针、动态规划、回溯/DFS/BFS。其中动态规划和贪心是校招笔试的重灾区几乎每场都会有一道。图论与字符串最短路、并查集、最小生成树、拓扑排序KMP这类字符串匹配算法也经常以选择题或填空题形式出现。数学与概率快速幂、最大公约数、排列组合、期望计算。这类题往往藏在“要求复杂度在O(logN)”的描述里。我在准备春招的时候一直沿用这个地图做自查。哪个块薄弱就专项补哪个而不是打开题库从第1题刷到第1000题那样效率真的太低了。1.2 复习节奏三轮递进才是正途算法笔试的准备我强烈不建议冲刺式突击。我见过太多人提前一个月就开始焦虑结果每天刷几题最后还是一团浆糊。比较合理的节奏是三轮递进。第一轮是基础加固期大约用两周左右。这个阶段的目标是“所有常见数据结构能徒手实现”。比如你随手写一个链表反转、用数组实现栈和队列、手写快排和归并排序、实现一个带路径压缩的并查集。别小看这些基本功笔试环境下你不可能调用现成的库函数手写能力的差距在考场上会放得很大。第二轮是专题突破期建议三到四周。按考点地图一个专题一个专题过每个专题集中刷20到30道题。比如“动态规划”这个专题你就要把线性DP、背包、区间DP、状压DP、树形DP全部过一遍做到看到题就能认出题型。这个阶段不用追求每天刷很多题但每道题要彻底搞清楚状态转移方程为什么这样设。第三轮是模拟冲刺期考前10天到两周每天卡着时间刷一套完整试卷做完立刻复盘。这个阶段训练的是“考场节奏”和“心态”。刷题平台上的排行榜、通过率这些都不用太在意重要的是你能不能在一道题卡住15分钟后果断跳过。1.3 刷题的正确姿势别用蛮力替代思考很多同学刷题有个通病看完题没思路马上点开题解看完觉得自己懂了实际换个问法又不会。这种“刷题量”没有任何意义。我个人的习惯是拿到一道题先给自己15分钟思考时间。如果真的没思路我会把题解里的核心思路盖住只看一句话提示然后自己推完整解法。比如题目是“最长上升子序列”提示只写“考虑以第i个元素结尾的序列长度”剩下全自己推导。这样虽然进度慢但每道题都真正内化了。另一个非常关键的习惯是建立错题本。不是让你抄题目而是记录“这道题我卡在哪个环节”。是没想到二分还是DP的状态定义错了还是边界条件没处理好复盘的时候专门看这些记录比重新刷一遍题有价值得多。2. 高频算法考点深度拆解2.1 数据结构类题目数组、链表、栈与堆的套路数据结构的题在校招笔试里很容易伪装成“模拟题”。看起来是在考你逻辑实际上考的是某个特定数据结构的特性。举一个最常见的例子如果题目说“维护一个不断插入数据并随时查询当前所有数据的中位数”很多人第一反应是用排序外挂但插入一次排序一次的时间复杂度是O(N logN)数据量一大就挂了。正确的做法是用一个大顶堆维护较小的一半用一个小顶堆维护较大的一半插入时调整两个堆的堆顶数据查询时直接返回堆顶复杂度降到O(logN)。链表类的题目核心突破口基本都在“快慢指针”和“虚拟头节点”这两个技巧上。比如判断链表是否有环快指针一次走两步慢指针一次走一步如果有环两者一定会相遇。再比如删除链表的倒数第N个节点用快慢指针让快指针先走N步然后两个指针同步走这样快指针到结尾时慢指针正好指向要删除节点的前一个位置。笔试里这类题拿分非常稳因为思路固定写出来也不容易出错。数组和哈希表结合的题目也很常见。比如“两数之和”是LeetCode第一题但它的变形“数组中是否存在两个数之和等于target并返回下标”在笔试里出现频率极高。核心思路就是一遍遍历一边把当前值放入哈希表一边检查target减去当前值是否已经在哈希表里。这种题的考点不是算法本身而是你能不能从“暴力双重循环”优化到“空间换时间”。2.2 排序与查找复杂度不是唯一标准排序算法在校招笔试里很少单独出一道编程大题但几乎一定会在选择题里出现。问你某个排序算法不稳定、或者问你快排最好最坏情况复杂度这类题拼的就是对细节的掌握。我整理了一个常用的对比表笔试前过一遍很有用算法平均时间复杂度最坏时间复杂度空间复杂度稳定性冒泡排序O(n²)O(n²)O(1)稳定选择排序O(n²)O(n²)O(1)不稳定插入排序O(n²)O(n²)O(1)稳定希尔排序O(n^1.3)左右O(n²)O(1)不稳定归并排序O(n logN)O(n logN)O(n)稳定快速排序O(n logN)O(n²)O(logN)不稳定堆排序O(n logN)O(n logN)O(1)不稳定注意快排最坏情况是O(n²)这件事很多人会记错。原因在于如果每次选的基准值都是最大或最小那分区就完全失衡。笔试选择题里如果问“哪些排序算法时间复杂度永远是O(n logN)”答案应该是堆排序和归并排序。查找类题目重点在二分查找的各种变形。普通的二分查找大家都会写但“查找第一个大于等于目标值的位置”“查找最后一个等于目标值的位置”“在旋转数组里查找目标值”这些变形才是真正拉开差距的地方。写二分的时候我习惯把所有边界条件都画在纸上尤其关注循环终止时left和right的位置关系不然很容易死循环或者越界。2.3 动态规划与贪心状态设计和贪心证明动态规划是校招算法笔试里绝对的大头。如果你时间有限只能集中攻克一个专题那一定是DP。做DP题有一个固定的思维链第一步定义状态第二步写状态转移方程第三步确定初始化和遍历顺序。以“0-1背包”为例状态定义为dp[i][j]表示前i个物品在容量为j的背包中能装的最大价值转移方程是dp[i][j] max(dp[i-1][j], dp[i-1][j-w[i]] v[i])。很多同学卡在为什么选物品i要写成dp[i-1][j-w[i]]而不是dp[i][j-w[i]]区别就在于物品只能选一次必须从上个物品的状态转移过来否则就变成完全背包了。笔试中另一个高频DP模型是“最长上升子序列”。状态定义是dp[i]表示以第i个元素结尾的最长上升子序列长度转移时遍历所有ji如果nums[j]nums[i]就可以尝试dp[j]1。虽然这个解法是O(n²)但思路最直观。如果题目要求O(n logN)那就得用贪心思想维护一个tails数组用二分找到第一个大于等于当前元素的位置替换掉。笔试时建议先写O(n²)版本保底再考虑优化。贪心算法相比DP难的不是思路而是“你怎么能确定贪心是正确的”。比如“会议室安排最多场次”这个问题按结束时间排序就是贪心最优解但很多人会下意识按开始时间排序结果就错了。面试官在笔试中考察贪心往往就是看你能不能举出反例推翻自己的直觉。所以遇到贪心题我一般会先尝试构造反例如果构造不出来再往贪心上靠。2.4 图论与字符串匹配Dijkstra、KMP这类硬核考点图论算法在校招笔试里出现频率不算特别高但一旦出现往往是压轴题级别的存在。最常考的包括Dijkstra最短路、Floyd多源最短路、拓扑排序、并查集、最小生成树。其中Dijkstra必须手写熟练包括朴素O(V²)版本和用优先队列优化的O(E logV)版本。笔试时如果节点数小于1000写朴素版本就够节点数上万必须上优先队列优化。记住一个关键点Dijkstra只适合边权为非负数的图。如果题目出现了负权边那就不能用它得考虑Bellman-Ford。这个考点经常作为选择题干扰项出现很多人一看到“最短路”就写Dijkstra结果被负权边坑了都不知道为什么错。字符串匹配算法里KMP是经典中的经典。KMP的核心是next数组也就是模式串每个位置的最长相同前后缀长度。很多同学学KMP的时候死记硬背求next数组的代码一考就忘。我建议从逻辑上理解next数组本质上是在匹配失败时模式串指针应该回退到哪个位置从而避免主串指针回溯。比如模式串pabacaba它的next数组以next[i]表示前i个字符组成子串的最长前后缀长度计算出来是这样第一个位置next[0]一般为-1然后依次是0、1、0、1、2、3。笔试选择题很喜欢出这种给定模式串求next数组的题你要是会手算基本就是送分题。另外笔试中还可能考到一些智能优化算法的基础概念比如粒子群算法、模拟退火、遗传算法。这些在58这类公司的笔试里更常出现在选择题或设计题中问你“粒子群算法中速度更新由哪几部分组成”惯性权重项、个体认知项、社会认知项、“核心思想是什么”模拟鸟群觅食这类问题。说白了就是考察你的知识面广不广不需要能手写完整实现但核心概念得知道。3. 笔试题型的应对策略和实战记录3.1 常见题型分类与解题模板我把校招算法笔试的编程题大致分成四类模拟题、思维题、数据结构题、复杂算法设计题。不同类型有不同的应对策略。模拟题通常给一个场景让你按照规则一步步算。这类题难度不大但非常考验细心程度。做题时一定先把规则用注释列出来再动笔写代码避免写着写着忘记某条分支规则。比如日期计算、字符串展开、进制转换都属于这一类。思维题往往代码很短但很难想到解法。比如“给定一个数组找出所有出现次数超过一半的元素摩尔投票法”这类题的核心在于洞察力。遇到思维题卡住时先想有没有更简单的角度比如从数学性质入手或者考虑极端情况时会发生什么。数据结构题就是明确考你某种数据结构的运用。比如“实现一个支持push、pop、getMin的栈要求所有操作O(1)”这类题只要你熟悉数据结构就能写出来没有太多弯弯绕绕。复杂算法设计题通常是DP或图论的组合。这类题放在试卷最后分值也最高。如果你在5分钟内没有形成明确思路建议先写一个能过部分测试用例的暴力版本保底拿部分分比空着强。3.2 现场笔试时间的分配法则算法笔试的时间一般是一个半小时到两个小时编程题2到4道。很多人的痛点是时间不够而我观察下来真正原因是不舍得跳题。我给自己定过一个时间分配法则选择题每道不超过1分钟不会的立刻蒙一个做标记不回头纠结编程题按分值分配时间假设总分100分一道30分的大题最多给它30分钟超过时间但没思路就先写暴力代码拿部分分然后跳过最后有时间再回来优化。这个策略帮我避免过很多次“前面难题卡了40分钟后面简单题没时间写”的惨剧。笔试的目标是拿总分不是证明你能解出最难的那道题。先保证所有题都有一定得分再追求难题的完美解这才是最优策略。3.3 手写代码的加分细节代码写在笔试系统里和写在IDE里感觉完全不一样。没有代码补全、没有语法高亮提示这对手写代码的规范程度提出了更高要求。第一个细节是变量命名。不要用a、b、c这种无意义命名用idx、end、cnt这种能一眼看出含义的命名。这不仅是给阅卷人看的也是给自己看的。笔试现场本来就紧张变量名清晰能大大降低犯错的概率。第二个细节是边界条件处理。空数组、只有一个元素、目标值不存在……这些情况一定要在代码开头就处理掉。我见过太多人算法思路完全正确但因为没考虑空数组导致数组越界最后只过了一半测试用例。第三个细节是时间复杂度估算。一个很实用的经验1秒时间限制下Python大概能跑10^7次简单操作C大概能跑10^8次。如果你写出了O(n²)的算法而n10^5那基本肯定超时。这时候就要考虑优化思路而不是纠结常数优化。比如求最大公约数用更相减损术处理大数时可能会很慢而欧几里得算法用取模就能轻松搞定。这种细节在笔试里虽然不会明说但一旦数据卡得比较狠普通实现和优化实现的差距就会暴露。4. 在线笔试环境与常见坑4.1 笔试平台和IDE调试技巧58同城校招笔试一般用的是牛客网或者赛码这种在线笔试平台。每个平台的代码编辑器和测试环境都不太一样建议在笔试前先去平台上熟悉一下界面布局尤其是代码提交按钮、测试用例运行按钮在哪里。有一个大家都容易忽略的坑本地IDE能跑通的代码复制到笔试平台可能因为输入输出格式问题而报错。所以从准备阶段开始就要习惯用标准输入输出写代码不要在代码里写死文件路径或者调试输出的print。我自己的习惯是写代码时先写一个专门的solve函数然后main函数只负责读输入、调用solve、输出结果这样模块清晰调试也方便。笔试平台一般不支持断点调试你只能用print或日志来定位问题。所以在写复杂度较高的代码时我会先在草稿纸上把核心逻辑捋一遍再写到编辑器里减少反复调试的次数。调试时也不要盲目print一堆变量而是有目的地打印关键中间结果比如二分搜索过程中每次的mid和边界值。4.2 输入输出与边界条件丢分重灾区我见过太多人在输入输出格式上栽跟头。C的getline处理带空格的字符串、Python的sys.stdin.readline读入时带换行符、Java的Scanner.nextLine和方法之间的对比……这些细节看似无关紧要却直接影响你能不能通过测试用例。第一个高频问题输入可能包含多组数据什么时候结束有些题目会告诉你以某个特定值结尾比如读入0结束有些则是读到EOF结束。没注意这一点就会导致程序只处理了第一组数据就退出。第二个高频问题输出精度。如果题目要求保留小数点后两位那你需要按格式输出。Python的f{ans:.2f}、C的printf(%.2f)都是常用方式。别小看这个问题因为输出格式错误而判错真的非常可惜。第三个高频问题整型溢出。当数据范围达到10^9级别求和就可能超过32位整型范围。这种时候统一用long long或者Python的大整数就不用担心了。C选手尤其要注意这种细节Java选手记得用long而不要用int。4.3 遇到不会的题怎么办说句实话校招笔试遇到不会的题是百分之百会发生的事。关键在于不会的时候怎么处理才能拿到最多的分。第一步暴力解法要写出来。就算时间复杂度是O(2^n)也好过交白卷。很多笔试平台是按测试用例的比例给分的你能过30%的用例就能拿到30%的分。对于紧张的笔试现场来说这个分数非常关键。第二步考虑特殊数据的骗分法。如果输入数据范围很小可以枚举所有情况如果所有值都是正整数有些算法可以简化。这些技巧虽然听起来不够“正统”但笔试就是拿分第一。第三步选择题和题目中如果有“复杂度分析”的部分一定要认真计算不要凭感觉。很多时候你以为自己写的是O(n)实际上一层层嵌套下去已经变成O(n²)等你在一个大数据集上跑超时再意识到这个问题时间已经浪费了。踩过几次坑之后我现在准备笔试都会给自己定一个规矩每道编程题先花2分钟设计解法并估算复杂度如果复杂度不过关就先想优化想不出优化就干脆先写暴力版本然后通过测试用例来倒推题目的数据强度。这个方法看起来有点“鸡贼”但在校招笔试这个以拿分为导向的场景里非常实用。关于如何准备算法笔试我还想补充两个小技巧。一个是在笔试前把常用模板默写一遍包括二分查找、DFS、BFS、并查集、Dijkstra和DP模板。模板不需要多但每个都要写到肌肉记忆的程度考场上的时间非常宝贵根本来不及临时推演。另一个是笔试结束后的复盘不要只看自己有没有AC要看自己卡在哪一步、逻辑漏洞出在哪里。根据我个人的经验复盘比刷题更重要因为笔试题目往往是从题库里抽的你今天复盘搞懂的套路说不定下次笔试就能原封不动地碰到。