快手2019年秋季校园招聘笔试试卷——算法B卷这份卷子在我的网盘里躺了很久最近整理资料又翻出来看了一遍。当年我也坐在考场里写过它回头再看很多题目背后的考察逻辑其实相当清晰。快手那几年算法岗的笔试风格基本成型不玩偏题怪题但基础知识覆盖面广对代码底子的要求非常实在。这份B卷和A卷的区别在于侧重点略微不同B卷在数据结构和基础算法上比重更大机器学习的题目相对少一些但难度并不低。如果你正在准备大厂算法岗的笔试这份卷子值得认真做一遍——它基本代表了当年“中等偏上”难度的主流水平。这篇文章我结合自己做题的经验和后来辅导学弟学妹的反馈把这份B卷的考点、思路和实战技巧完整拆开讲一遍。1. 试卷整体结构与出题思路解读先说整体印象。快手2019秋招算法B卷总共分为几个大块单选题、多选题、编程题和简答题。其中选择题覆盖面非常广从数据结构、排序算法到机器学习基础都有涉及编程题则是实打实的代码考核简答题偏向考察对算法原理的理解深度。1.1 题型分布与分值结构根据当年的考场回忆和多方交叉验证这份B卷的题型大致如下单选题约20道每题2分共40分多选题约10道每题3分共30分多选少选都不得分编程题2道每题20分共40分简答题2道每题20分共40分总分150分考试时间120分钟。这个分值结构意味着选择题和编程题是绝对的大头简答题虽然分值高但往往拉不开太大差距——因为大家都只能写个大概。如果你是为了拿高分选择题的正确率和编程题的通过率就是生命线。1.2 出题思路背后的逻辑我做完这份卷子的最大感受是快手不考“背题”考的是“用题”。很多选择题看起来是基础知识但稍微一变通就是一个实际场景。比如排序算法那几道题表面上问时间复杂度和稳定性实际上是对海量日志排序、TopK问题这类真实业务场景的抽象。另一个显著特点是代码量考察很克制。两道编程题都不是那种动辄上百行的超级难题但每道题都埋了一到两个坑比如边界条件、整数溢出、时间复杂度退化等等。这反映了一个很朴素的招聘逻辑笔试不是为了刁难你而是为了筛掉那些“只会背模板、不会处理细节”的人。1.3 难度梯度设计从我做题的感觉来看这份卷子的难度有明显梯度。选择题前10道相对基础基本是送分题比如数据结构的基本概念、简单的时间复杂度计算。中间10道开始上强度涉及KMP的next数组、堆排序的建堆过程、贪心算法的正确性判断等。最后几道选择题和编程题则是拉开差距的关键需要你真正理解算法原理而不只是记住结论。2. 核心算法考点详解与解题要点这一部分我把B卷中出现的核心考点逐个拆开结合热词搜索里大家最关心的算法话题给你讲清楚每个考点的考察方式和应对策略。我会按照“考点是什么—常见的出题方式—解题的核心思路”来组织。2.1 KMP算法与next数组热词里有人专门搜了KMP算法中模式串pabacaba的next数组问题说明这是高频考点。KMP的next数组是笔试选择题里的常客我有理由相信B卷中至少有一道题在考这个。next数组的定义有两种常见版本一种是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不包含自身另一种是失配时跳转的位置。各校教材和各家题库定义略有差异考试时一定要看清楚题目给的是哪个定义。以pabacaba为例如果按照“最长相同前后缀长度”的定义来计算next[0]-1或0取决于具体约定手工推演过程如下前缀a最长相等前后缀长度为0前缀ab最长相等前后缀长度为0前缀aba最长相等前后缀长度为1前缀a后缀a前缀abac最长相等前后缀长度为0前缀abaca最长相等前后缀长度为1前缀a后缀a前缀abacab最长相等前后缀长度为2前缀ab后缀ab前缀abacaba最长相等前后缀长度为3前缀aba后缀aba笔试中这类题考的就是你对“最长相同前后缀”这个概念是否真的理解而不是死记硬背一个数组。如果你能把上面这个推导过程自己在纸上画一遍基本就能应对所有next数组的变形题。2.2 排序算法全景对比排序算法几乎是每一场笔试的必考内容B卷也不例外。热词中“排序算法”、“堆排序算法”、“冒泡排序算法c”、“快速排序算法”这些都有出现说明大家搜索时对这些基础内容的需求量非常大。我在复习时整理了一张排序算法速查表这里直接分享给你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^1.3~1.5)O(n²)O(1)不稳定归并排序O(n log n)O(n log n)O(n)稳定快速排序O(n log n)O(n²)O(log n)不稳定堆排序O(n log n)O(n log n)O(1)不稳定这张表看起来简单但笔试中至少有三种考法一是直接问某个排序算法的复杂度二是给一段代码让你判断是什么排序算法三是结合稳定性、适用场景来出题比如“对包含大量重复元素的数组排序用哪种算法最合适”。关键要理解为什么快速排序最坏会退化到O(n²)——因为每次划分都极端不平衡。理解了这一点你就知道为什么实际工程中会用“三数取中”或“随机化快排”来避免退化。2.3 动态规划与贪心算法的辨析热词里“贪心算法”“动态规划”这类的搜索量一直很高B卷选择题中也几乎必有一道关于贪心和DP的辨析题。这两者的核心区别其实就一句话贪心是每一步做局部最优决策不再回溯动态规划则记录所有子问题的解通过状态转移来保证全局最优。笔试常见的出题方式有给出一个场景让你判断适合用贪心还是DP或者给一个经典的贪心反例让你分析错误原因。最有代表性的一个反例是“分数背包问题”——按单位价值贪心可以拿到最优解但换成分数背包之外的变体比如“01背包”贪心就不成立了。应对这类题的关键是掌握经典模型的判型能力看到“区间调度”“哈夫曼编码”“最小生成树”优先往贪心想看到“最大子数组和”“编辑距离”“爬楼梯”优先往DP想不确定的时候用“贪心是否会导致后续无法修复的错误”来检验2.4 图论算法与常见变形图论在B卷中的占比不算特别大但基本必考。热词里提到“二分图hk算法”“dijkstra算法”“kahn算法”这些都是图论领域比较有代表性的算法。笔试中不会直接让你写一个完整的Dijkstra通常有以下几种考法一是给一张图让你手算从某个节点出发的最短路径用来考察你是否理解松弛操作的执行顺序二是给一段伪代码判断是哪种图算法三是结合拓扑排序的Kahn算法来考入度出度的概念。这里我想多说一句Dijkstra因为很多人只知道它“不能处理负权边”但笔试中更进一步会问“为什么不能”——因为Dijkstra基于贪心思想每次从优先队列中弹出的节点距离已经确定不再更新一旦出现负权边后面可能还有更短的路径没被发现贪心选择就失效了。如果你能顺着这个思路把Dijkstra和Bellman-Ford的适用场景对比着复习图论相关的选择题基本难不倒你。2.5 机器学习算法基础虽然B卷的机器学习题比A卷少但仍然有涉及。热词中“机器学习算法”“聚类算法”“knn算法”“xgboot算法”等都有出现说明这是面试准备中的重点方向。笔试中出现这一类的题一般偏概念理解比如KNN的“K值”对模型复杂度的影响K越小越容易过拟合K越大模型越平滑聚类算法中K-Means的优缺点对初始中心敏感、需要预先指定K值决策树与随机森林的关系随机森林通过Bagging降低方差说实话这些题目对真正做算法的同学来说不算难但如果你是临时抱佛脚建议至少把KNN、K-Means、逻辑回归、决策树这四个经典模型的原理和优缺点背熟。这些是在笔试中最常出现的基础题。3. 编程题的实操过程与核心代码模板B卷的编程题虽然只有两道但考察点非常精准。根据我当年的做题经验和对周围同学的调研编程题的难度大致是LeetCode中等偏上不会出现竞赛级别的压轴题。但这里有个非常重要的提醒光会写算法不够边界条件、输入输出格式、时间复杂度的控制这些才是决定你是否能AC的关键。3.1 经典题型一TopK问题TopK问题是算法笔试中的“万金油”几乎每家公司的题库里都有它的变形。B卷的编程题中很可能出现了类似“求一个无序数组中第K大的元素”或者“求数组中出现频率最高的K个元素”的题目。核心解法有几种排序后取第K个时间复杂度O(n log n)空间复杂度O(1)使用大小为K的最小堆时间复杂度O(n log K)空间复杂度O(K)基于快速排序的partition思想时间复杂度平均O(n)最坏O(n²)使用BFPRT算法中位数的中位数时间复杂度O(n)确定性实际笔试中我推荐用最小堆方案因为实现简单、不容易出错而且面试官看到你用堆会认为你对常见数据结构足够熟悉。如果数据量非常巨大比如海量日志场景堆方案还能进一步优化为“先哈希计数再堆排序”这一点可以做进你的答案里作为加分项。这里给出C的最小堆实现参考#include iostream #include vector #include queue using namespace std; int findKthLargest(vectorint nums, int k) { if (nums.empty() || k 0 || k nums.size()) return -1; priority_queueint, vectorint, greaterint minHeap; for (int num : nums) { if (minHeap.size() k) { minHeap.push(num); } else if (num minHeap.top()) { minHeap.pop(); minHeap.push(num); } } return minHeap.top(); }在实际笔试环境中只要没有特殊说明函数接口已经给你了的话你只需要实现函数体即可不用处理输入输出格式。这在快手这类公司的线上笔试中很常见。3.2 经典题型二字符串处理与DP结合第二道编程题我印象里更偏向字符串处理与动态规划的结合。热词里也出现了“bm25算法”“kmp算法”“字符串处理”相关的搜索说明这类题目的出现频率不低。常见出题方向包括最长公共子序列、最长回文子串、字符串的编辑距离、正则表达式匹配等。虽然不确定原卷具体是哪一道但备考策略是共通的——建议把编辑距离和最长公共子序列这两道经典DP题彻底吃透它们几乎覆盖了字符串DP类题目80%的状态转移思想。这里给出最长公共子序列LCS的经典实现def lcs(s1: str, s2: str) - int: m, n len(s1), len(s2) dp [[0] * (n 1) for _ in range(m 1)] for i in range(1, m 1): for j in range(1, n 1): if s1[i - 1] s2[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[m][n]很多人在写这道题时会犯一个经典错误忘记初始化边界为0导致访问dp[i - 1][j - 1]时越界。这里先申请(m1)*(n1)的二维数组就是为了让边界状态天然为0省去单独初始化的麻烦。滚动数组优化后的版本def lcs_optimized(s1: str, s2: str) - int: n len(s2) dp [0] * (n 1) for i in range(1, len(s1) 1): prev 0 for j in range(1, n 1): temp dp[j] if s1[i - 1] s2[j - 1]: dp[j] prev 1 else: dp[j] max(dp[j], dp[j - 1]) prev temp return dp[n]这个滚动数组优化值得掌握。笔试中如果遇到空间限制较严的题目它能帮助你从O(m×n)降到O(n)的空间复杂度这经常是附加分点或者通过率的分水岭。3.3 编程题的调试流程与时间分配笔试现场的心态管理和时间分配同样重要。我个人的做题节奏是先花2分钟通读两道编程题判断哪道更熟悉先做更有把握的那道确保拿满一道题的分每道题控制在25到35分钟内如果超过40分钟还没AC就先跳过去做另一道留最后10分钟做整体检查重点看边界条件和极端输入另外笔试的在线编译器平时不会太多提示所以一定要在本地IDE或草稿纸上先跑一遍示例数据再提交线上运行。当年我身边的同学最少一半以上的非AC提交都是因为数组越界、没有处理空输入、类型溢出等低级问题而不是算法本身写错了。4. 选择题中的高频坑点与易错题复盘选择题是这份B卷拿分的关键也是最容易丢分的地方。很多时候不是你不会而是出题人故意在细节上设了陷阱。这一节我集中梳理几个容易踩坑的考点都是我在复盘时整理的避坑经验。4.1 时间复杂度的常见误判笔试中经常出现“计算某段代码的时间复杂度”这类题看上去简单但错误率非常高。最常见的坑是双重循环不一定就是O(n²)比如for (int i 1; i n; i * 2) { for (int j 0; j n; j) { // do something } }外层循环执行次数是log₂n内层是n所以总复杂度是O(n log n)不是O(n²)。这类题考的是对循环变量变化规律的敏感度建议看到循环变量的更新方式是i * 2或者i / 2时立刻警觉。另一个容易误判的是递归算法的时间复杂度。很多人一看到递归就写O(2ⁿ)但像归并排序这种递归其实是O(n log n)因为它每层分解合并花了O(n)递归深度是log n。关键要动手画递归树而不是靠直觉猜。4.2 排序稳定性判断的快速技巧稳定性是排序选择题中的高频考点。手写一遍归并排序确实能保证稳定但笔试时间紧如果你不想每次都推导可以参考我的记忆技巧只要存在“交换不相邻元素”操作的排序基本都不稳定比如快排、堆排、选择排序只要按顺序逐个插入或者合并、且相等时保持先来后到的排序基本都是稳定的比如冒泡、插入、归并核心原因在于稳定性被破坏的本质是“长距离交换导致相同元素的相对位置变化”。理解了这句话你就不需要死记硬背哪个算法稳定、哪个不稳定了推一遍便能快速判断。4.3 哈希表与冲突处理的选择题哈希表在B卷选择题中出现的概率很高。常见考点有三个哈希函数的构造函数、哈希冲突的解决方法、负载因子对性能的影响。其中最容易出错的是开放定址法和链地址法的适用场景判断。这里给一个简单的记忆锚点链地址法适合存储元素数量不确定、删除操作多的场景代价是额外指针空间开放定址法适合数据量小、能够预先估计规模、以查询为主的场景代价是删除麻烦、容易堆积热词里虽然没有直接出现哈希相关的搜索但“数据结构与算法”这个大关键词涵盖的内容里哈希必定是重点。在复习阶段我建议你重点看HashMap的底层实现以及扩容机制因为这几乎是所有大厂笔试和面试的必考项。4.4 二叉树遍历的变体考察二叉树的前序、中序、后序、层序遍历是基础中的基础但笔试不会直接问“中序遍历的顺序是什么”而是喜欢出变体题。比如给出一棵二叉树的前序和中序序列要求还原后序序列。这种题考察的是你是否理解三种遍历之间的关系。一个实用的还原口诀是“前序定根中序分左右”。即前序序列第一个元素是根节点再到中序序列中找到这个根的位置左边的全部属于左子树右边的全部属于右子树然后递归处理。还有一类题是把“完全二叉树存储在数组”中要求你找某个节点的父节点或子节点。这种题只需要记住下标i的节点左孩子是2i1、右孩子是2i2、父节点是(i-1)/2即可但要注意题目存储下标是从0开始还是从1开始这是另一个高频陷阱。4.5 数值溢出与位运算的隐患算法笔试中经常隐藏着数据范围的提示。比如题目说数组长度最大是10^5元素值最大是10^9那么你在计算过程中可能会用到int类型无法容纳的中间值。C的int最大约2.1×10^9两个10^9的数相加就直接溢出了。处理方式很简单看到可能超过int范围的运算直接用long long。笔试中因为溢出丢分非常冤但每年都会有一批人中招。热词里也提到了“快速幂算法c”快速幂的实现过程中取模运算尤其要注意中间结果溢出写代码时每步取模是标准操作。5. 简答题的思路构建与高分作答策略简答题在B卷中一共两道每题20分看起来分值很高但很多考生在这部分丢分非常厉害。原因很简单简答题不是让你写个结论就完事而是要用清晰的逻辑和分析过程来展示你自己的思考深度。5.1 从原理到场景的答题框架根据我和周围人的经验一份能够拿高分的算法简答题答案通常遵循这个框架一句话点明问题的核心定义或算法原理分步骤描述算法的关键过程最好能配合时间复杂度的推导说明算法的适用场景、边界条件和潜在缺陷如果可能提一两种替代方案并做对比比如如果题目问“简述快速排序的原理和适用场景”一份高分答案会包含快速排序基于分治思想每次选一个基准元素将数组划分为小于基准和大于等于基准的两部分然后递归排序平均时间复杂度是O(n log n)最坏O(n²)工程实现中通常通过随机化选基准来避免最坏情况它属于原地排序空间复杂度是O(log n)递归栈适用于大多数通用排序场景但对近乎有序的数组性能可能退化。这个框架看起来简单但我在实际阅卷中发现能完整覆盖这四个层次的考生不到三分之一。多数人只写了第一层和第三层的一部分缺少时间复杂度的推导过程和替代方案的对比。5.2 高频简答题方向的备考建议热词里高频出现的“粒子群算法原理”“模拟退火算法”“卡尔曼滤波算法”“贪心算法”等说明这类经典算法原理的考察是大家普遍关心的方向。笔试中如果出现简答题很可能给定一个具体的算法名词要求阐述原理、流程和应用场景。备考时我建议按这个顺序去准备十大经典排序算法至少能默写6到8个的核心思想KMP算法含next数组的计算过程DijKstra、Floyd、Prim等图算法动态规划的经典模型背包、LIS、LCS、区间DP机器学习中的KNN、逻辑回归、K-Means、决策树只要能把这些算法的原理用“定义—过程—复杂度—场景”这个框架完整过一遍简答题的20分基本能拿到15分以上。6. 笔试实战中的时间管理与答题策略最后聊一个很多人忽略但实际影响巨大的话题做题顺序和时间分配。我从自己的经历说起——当年我做这份B卷时先花了10分钟把选择题通读一遍把有把握的题先答完大概拿到了35分左右的确认分数然后花45分钟做两道编程题第一道20分钟AC第二道25分钟AC最后20分钟集中攻克剩下的选择题和简答题。这个顺序背后的逻辑是选择题的“确认感”能帮你建立信心编程题分值高、确定性也高简答题开放性最强、适合最后用剩余时间发挥。这里有几个非常实用的操作建议遇到超过2分钟还没思路的选择题先标记跳过不要死磕编程题如果样例测试通过但提交不过先检查是否漏了极端边界空数组、单个元素、最大值简答题即使时间不够也要把框架写出来——分点列出的提纲式答案往往比一段混乱的文字得分更高不要早退多出来的时间用来逐题检查选择题的选项陷阱提示如果线上笔试系统支持“本地IDE编写后粘贴”强烈建议先在本地编译器跑过关键样例再粘贴避免因为在线编译器版本差异导致的语法错误。多选题是另一个重灾区。快手笔试延续了不少公司“多选少选均不得分”的规则这意味着你的每个选择都要有把握。我的策略是“宁缺毋滥”只要有一个选项不确定就不选它但如果所有选项都不确定这道题也只能根据第一直觉选了因为至少还有蒙对的概率。不选不确定的选项比蒙错导致整题归零要稳妥得多。7. 后续扩展从笔试到面试的算法准备路径笔试只是算法岗面试的第一关但它的准备成果可以直接复用。如果你正在准备不止一家的笔试我建议你把这份B卷的分析扩散成一套通用的备战体系而不是只盯着一家公司刷题。具体来说可以分三步走第一步整理一份自己的“算法模板库”。把排序、二分、双指针、滑动窗口、二叉树遍历、图的最短路、并查集、动态规划模板全部整理成统一的代码风格然后在LeetCode上找对应的题目练习到能默写的程度。我自己的经验是每个模板至少手写5遍写到不需要思考就能敲出来的程度笔试时才不会因为紧张而写错。第二步刷题要刷出体系感。只做一道道的题目效率很低建议按专题刷第一遍按题型分类刷第二遍打乱顺序刷第三遍限时模拟笔试。热词里高频出现的“堆排序算法”“快速幂算法c”“kmp算法”“贪心算法”这些都可以在不同的专题里对应到具体的题目上。第三步做真题复盘。每次模拟笔试后不要只盯着分数看而是把错题的原因分成三类概念不清、代码粗心、思路偏差。概念不清就回到基础知识点重新看代码粗心则要总结易错点清单思路偏差需要学习标准解法的思考路径。这套复盘方法能让你在两周内提升一个档次。我个人的经验是笔试准备的核心不是“刷了多少题”而是“复盘了多少题”。一道题做三遍并彻底搞懂比做三道题但每道都没吃透要有用得多。快手这份B卷虽然已经过去几年了但它的考点覆盖和难度设计放在今天依然是很好的模拟素材你可以把它当作检测自己基础知识是否牢固的试金石来用。