贝壳找房的校招算法笔试在居住服务赛道里算是最有辨识度的一套题。2023届的卷2整体难度不低既要啃数据结构硬骨头又要处理跟业务强绑定的编程题还塞了几个让人意外的优化算法考点。我考完当晚就把题目回忆整理了一遍今天把这份解析和备考思路完整写出来给后面准备贝壳算法岗的同学做个参考。关于卷面内容需要先说明一下下面所有题目均为考场回忆整理措辞不是原卷原文但核心考法和考点方向是准确的。贝壳的题每年会有调整但出题思路基本稳定把这套卷子吃透对你理解这家公司算法团队在找什么人会很有帮助。1. 卷面整体印象与贝壳算法岗的出题思路1.1 题型分布与时间压力2023届算法卷2一共是三大块单选题、多选题、编程题外加两道选做题。考试时间给的是120分钟实际做下来时间相当紧张我周围的考生普遍反映编程题只能完整做出两题到两题半。单选题大概15道集中在数据结构、排序、复杂度计算、经典算法原理这些基础层面。多选题8道左右难度有明显提升主要坑在多选题的错选漏选都不得分这就逼着你每个选项都得有把握才敢选。编程题三题分值递增最后一题直接占了大头。选做题二选一一道偏机器学习检索方向一道偏运筹优化方向两道题面都挺长需要先花几分钟读懂业务场景才能动手。整个卷子的设计逻辑很清楚先筛基础算法功底再筛代码实现能力最后筛你在具体业务场景下能不能设计出合理解法。1.2 贝壳业务如何借壳出题贝壳找房做的是居住服务核心业务链条里包含房源检索排序、经纪人任务调度、智能估价、楼盘字典数据结构、用户与房源的匹配推荐。这些业务场景几乎被原封不动地搬进了笔试题。比如编程题里出现经纪人从门店出发带客户看多套房源的路线规划选做题里出现用户搜索词与房源描述的相关性排序压轴题直接让设计经纪人—带看任务的分配方案。这种出题方式的好处是对校招生公平——你不懂房地产也能做但如果你能意识到题目背后的业务含义答题时会更主动。我的直观感受是贝壳算法岗比较看重候选人的两件事一是基础算法是不是真的扎实不是背答案那种而是能应对变形题二是面对业务问题时有没有能力把业务描述抽象成数学问题。这两件事在卷面上体现得特别直白。1.3 与卷1的横向对比考场上有人提到上个月的卷1我当时也刷过网上流传的版本。对比下来卷2的整体风格有几点明显变化选择题里对字符串匹配知识点的考查比重加大KMP、字符串哈希都有涉及编程题第二题的图论属性增强从卷1的简单模拟题升级成了带权最短路问题选做题增加了对算法原理的追问不只是让你给出结果还要说明为什么这个算法在这个场景下有效。这种变化透露出一个信号贝壳算法团队在校招筛选上正在从能写代码向懂算法原理并且能落地决策方向迁移。卷2里优化算法相关题目明显增多模拟退火、粒子群这类元启发式算法都作为选项或背景出现了。你不需要全部精通但至少要知道它们各自擅长解决什么样的问题。2. 选择题的硬核考点KMP、排序与复杂度陷阱2.1 手算模式串 abacaba 的 next 数组选择题里有一道KMP相关的题给的是模式串 p abacaba要求判断 next 数组的某一位取值。这道题在考生里讨论度很高因为KMP的 next 数组在不同教材里有两种定义方式理解不一致非常容易翻车。我当时按照最常见的定义来算next[i] 表示模式串 p[0..i-1] 这个子串的最长相等前后缀长度。逐个位置计算如下i 1子串为 a最长相等前后缀为 0i 2子串为 ab前缀集合 {a}后缀集合 {b}无交集取 0i 3子串为 aba前缀 {a, ab}后缀 {a, ba}最长公共前后缀是 a长度为 1i 4子串为 abac前缀后缀无共同部分取 0i 5子串为 abaca最长相等前后缀是 a长度为 1i 6子串为 abacab最长相等前后缀是 ab长度为 2i 7子串为 abacaba最长相等前后缀是 aba长度为 3按这个定义next 数组就是 [0, 0, 0, 1, 0, 1, 2, 3]下标从0到7。如果你在别的教材里看过另一种定义——next[i] 表示失配时模式串跳转到的位置那结果会变成 [-1, 0, 0, 0, 1, 0, 1, 2]。两种都有道理考试时看题目给的定义方式再计算我当时在草稿纸上把两种都列了出来才选的答案。这道题背后真正想考察的其实是你知不知道 next 数组是怎么一步步算出来的而不是单纯背代码。字符串匹配在搜索、推荐、匹配场景里太常用了KMP 作为经典线性复杂度算法值得多花时间把它的推导过程研究明白。2.2 排序算法在不同数据分布下的表现差异多选题里有一道排序题问在一个几乎有序的大数组上哪些排序算法的表现会退化到接近最坏情况哪些算法能够保持稳定效率。我在考场上的思路是先排除稳定的。归并排序在任意输入下时间复杂度都是O(n log n)不会因为数据有序而退化堆排序的建堆和调整过程也跟数据分布关系不大复杂度稳定在O(n log n)。会退化的是快速排序如果实现方式固定取第一个元素作为基准在已经有序的数组上每次分区都极度不平衡递归深度变成n时间复杂度退化到O(n²)。考点就在这里——不是快排快不快而是你的快排是怎么选基准的。当时还有个选项涉及冒泡排序。别笑这题出得很典型。如果在冒泡排序里加了某轮无交换就提前结束的优化那在几乎有序的数组上冒泡排序反而会很快结束如果没加优化它依然是一轮一轮机械比较O(n²)跑满。这个细节区分度很高很多人没注意到优化标志的存在。排序相关选择题我多提一嘴桶排序、桶思想的思想在数据分析里用得很多但在笔试选择题里它通常作为排序下界的讨论背景。基于比较的排序时间复杂度下界是O(n log n)而不基于比较的排序计数排序、基数排序、桶排序可以做到线性复杂度代价是空间。这些概念要形成知识网络不要单独记。2.3 贪心、快速幂与数学底子题怎么考卷2里出现了至少三道跟数学基础强相关的选择题。一道是快速幂给了一个中等大小的底数和指数让你算模运算结果。快速幂的核心思想是把指数按二进制拆分比如计算 a^1313的二进制是1101于是 a^13 a^8 × a^4 × a每一步只需反复平方底数整体复杂度从O(n)降到O(log n)。这是很多密码学、哈希算法的基础出现在算法卷里不意外。一道是贪心算法的经典题——最少用多少硬币凑出某个金额。这类题容易让考生惯性思维直接按面值从大到小贪心但题目故意设计了一个反例面值组合此时贪心并不能得到最优解必须用动态规划。这种伪贪心陷阱在校招笔试里出现频率非常高考的就是你能不能识别贪心策略的适用条件。贪心成立的前提是局部最优能推出全局最优比如硬币面值是倍数关系时才成立而一般货币体系里面值之间并不是严格倍数此时只能靠DP。还有一道给了递推关系求第n项问时间和空间复杂度最优能到多少。这就涉及状态压缩DP用滚动数组把空间复杂度从O(n)压到O(1)。题目本身不难但很多人习惯性开一维数组存所有中间结果忘了只需要保留前两项白白丢分。这类能不能再优化一下的意识贝壳的笔试题里反复在考。3. 编程题第一题经纪人带看路线与最短路算法3.1 原题回忆与输入输出设计编程题第一题给了一个比较经典的业务场景一个经纪人要从门店出发带着客户依次去看若干个房源每个房源看完后可以选择直接去下一个房源也可以先回门店再出发。所有门店和房源之间形成一个无向带权图边的权值表示通行时间。题目输入是节点数 n、边数 m、门店节点编号、需要带看的房源节点列表输出是从门店出发、带看完所有房源再返回门店的最短总时间。这个题的关键在于读题要仔细因为它没有要求按给定顺序带看而是允许你自由安排带看顺序。这就把问题的复杂度直接拉高了——如果允许自由排序本质上是在求经过一些指定节点的最短回路是旅行商问题。我看到题面第一反应是难度跳跃有点大但再一想贝壳这套卷子确实有意识地在考察你能不能识别出某个问题其实是TSP。当你识别出来之后就要根据数据范围决定用什么算法。3.2 最优解设计思路与复杂度分析我的做法分两步走。先跑Floyd或者Dijkstra求所有节点之间的最短距离但这一步其实可以更精细——原图的节点数可能很大但真正要做路径规划的只有门店加需要带看的房源总数不大时只需要以这些关键节点为源点分别跑一次Dijkstra得到关键节点之间的两两最短距离。这个操作在数据范围比较大的时候可以节省大量时间。拿到关键节点之间的最短路矩阵后问题就变成了一个小规模TSP。带看房源数量是k的时候可以用状态压缩动态规划处理dp[S][i] 表示已经带看完集合 S 里的房源当前停在房源 i花费的最少时间。状态转移时枚举下一个要看房源 j如果 j 不在 S 里就尝试从 i 走到 j。初始状态是 dp[1i][i] dist[门店][i]答案是 min(dp[全集合][i] dist[i][门店])。状态数 O(2^k × k)每个状态转移 O(k)总复杂度 O(2^k × k²)k 在 15 以内都能跑得动。如果你没学过状态压缩DP暴力的全排列枚举也能过一部分测试用例。k ≤ 8 时全排列 k! 也就是40320种加上每种的路径求和完全可以接受。所以这道题的数据范围设定其实给了至少两层解法空间——基础较好的用状态压缩DP拿满分基础一般的用排列枚举也能拿不少分。这种层层递进的判分设计我认为是合理的能有效区分不同水平的候选人。考虑效率更极致的做法可以先对所有关键节点跑一遍Dijkstra预处理关键节点两两最短路再用状态压缩DP复杂度就是 O(k(nm) log n 2^k k²)这是这道题的正解。考场时间有限不建议直接上 FloydO(n³) 在大数据下会超时。3.3 边界条件与易错点别在最简单的地方丢分这道题的易错点不在算法而在边界处理。第一个坑是图可能不连通某些房源节点可能无法从门店到达此时应该输出 -1而不是跑出一个奇怪的大数。第二个坑是可能有多个房源在同一节点这种情况要注意去重否则路径规划会认为要访问同一个节点多次。第三个坑是节点编号从0开始还是从1开始题目没明确说明的话用样例数据验一下再写边读边验证能省去不少调试时间。我考场上还犯过一个低级错误自己把按给定顺序带看当成题目的隐含条件导致第一版代码完全跑偏。后来重读题面发现是可以自由排序这是两种完全不同的算法路径。提醒所有考生编程题动笔前先把题目里的自由任意至少若干这类词圈出来它们往往决定了解法方向。4. 选做题之一房源检索排序与BM25算法实战4.1 题面回忆用户搜索词与房源描述的相关性排序选做题有一道跟搜索引擎排序强相关的题目题干模拟了一个简化版房源检索场景给定若干条房源描述文本每条描述包含区域、户型、面积、朝向、周边设施等信息。用户输入一个查询词要求设计一个方案给房源打分排序输出相关性最高的TopN房源。这道题本质上是信息检索中的文本相关性问题最经典的解法就是BM25。我当时看到这题眼睛一亮——BM25是搜索引擎和推荐系统里最常用的文本匹配算法之一贝壳作为信息服务平台考这个太合理了。4.2 BM25匹配分数的计算逻辑BM25的核心思想可以拆成两个部分。一部分是词频TF即查询词在文档中出现的次数越多文档越相关另一部分是逆文档频率IDF即包含该查询词的文档数越少这个词越能区分文档权重越高。两者综合起来就是BM25的评分公式score(D, Q) Σ(IDF(qi) × (f(qi, D) × (k1 1)) / (f(qi, D) k1 × (1 - b b × |D| / avgdl)))这个公式看着吓人实际思想很朴素。f(qi, D) 是词 qi 在文档 D 中的出现次数|D| 是文档长度avgdl 是平均文档长度k1 和 b 是超参数一般取1.2到2.0和0.75。k1 控制词频的饱和效应出现次数超过一定量后再多出现的边际收益会越来越小b 控制文档长度的影响长文档的匹配分值会被适当压低避免长文档靠字数刷词频占便宜。实现思路就是先对房源描述做分词统计词频和文档频次然后对每个查询词计算相关度最后累加排序。在笔试题里直接调 jieba 分词再自己实现BM25公式或者干脆用内存里的倒排索引都能跑通。4.3 检索模型的工程化变形分数融合和冷启动场景BM25这道题背后其实还有一层延伸思考笔试题不会明说但要你具备这种意识线上真实场景里搜索排序往往是多路召回加多信号融合。BM25只是文本相关性的一路信号除了相关性还要考虑房源质量分、经纪人响应速度、距离用户当前位置远近、价格匹配度等。如果你能在写这题的时候主动提一句后续可以在BM25基础上叠加业务特征进行线性加权或GBDT排序这题的答题层次会明显提升。阅卷人想看的不是只会调库而是理解一个算法在真实系统里是扮演某一环的。另外一个跟推荐冷启动相关的考点也在选择题里出现过就是KNN算法的应用能力。KNN在房源推荐冷启动阶段可以做用户相似度匹配——新用户没有行为记录时用他输入的搜索偏好价格区间、面积、区域找到最相似的老用户把老用户感兴趣的房源推荐给他。KNN实现简单、解释性强很适合作为冷启动阶段的baseline但它的问题也明显计算量随样本量线性增长高维特征下距离度量不够稳定实际使用时一般会先做特征筛选或降维。5. 压轴题经纪人任务调度与启发式优化算法的用武之地5.1 压轴题描述经纪人—带看任务的多约束分配压轴编程题是一道明显有现实业务背景的调度题。题面大意是有若干个经纪人和若干个带看任务每个经纪人对不同房源的熟悉程度不同因此完成带看的效率和评分也不同。每个经纪人一次只能带看一个任务每个任务只需要一个经纪人。要求设计一个分配方案使得所有经纪人完成任务的整体收益最大或者整体完成时间最小。第一眼看起来这就是经典的二分图最大权匹配问题可以用KM算法匈牙利算法的带权版本求解。二分图左侧是经纪人节点右侧是任务节点边的权值是匹配收益求最大权完美匹配。这个知识点在热词里也出现了说明命题人确实有意识地在考察经典图算法而不是随便给道模拟题充数。如果经纪人数量和任务数量不相等还要先做补零处理把图补成完美匹配的形式再跑KM。这是很多人做这道题容易卡住的地方——原题可能设定了经纪人数量多于任务数量或者反过来不补零直接套模板会出错。5.2 为什么说粒子群、模拟退火、强化学习是加分项压轴题的最后一小问问的是如果任务数量增加到较大规模精确算法无法在有限时间内求出最优解你会采用什么策略近似求解并说明理由。这种开放性问题才是整张卷子真正拉开差距的地方。这道题最容易想到的策略是贪心——按收益从高到低排序依次把每个任务分配给当前最优的经纪人。贪心速度快、实现简单但容易陷入局部最优。我当时在答题里提了两种改进方向一是模拟退火二是粒子群算法。模拟退火的核心思想来自金属冶炼中的退火过程金属高温时分子活跃随着温度降低逐渐稳定到低能状态。用在组合优化里就是从当前解出发通过交换两个任务的分配产生新解如果新解更优就接受它如果新解更差也有一定概率接受这个概率由 Metropolis 准则给出——温度越高、目标值变差越多时概率就越小。这种允许暂时变差的机制正是跳出局部最优的关键。粒子群算法则是模拟鸟群觅食行为每个候选解是一只在解空间里飞翔的粒子粒子会记住自己历史上最好的位置同时参考整个群体历史上最好的位置调整自己的飞行速度。对调度问题来说粒子群通过反复迭代能在较短时间里找到质量不错的可行解。它的优势在于实现简单、参数不多、对连续和离散问题都有效缺点是容易早熟收敛需要配合足够的迭代轮数和合适的参数设置。如果你对强化学习有了解还可以提到多智能体强化学习在调度场景的应用——每个经纪人看作一个智能体通过环境反馈学习协作分配策略。但这个方向在笔试题里属于加分中的加分不建议没有相关经验的人硬写容易露怯。我当时只在最后提了一笔重头放在了模拟退火和粒子群的对比上。5.3 常见错误把调度题做成贪心之后直接交卷这题有个明显的丢分点只写贪心解法而没有后续分析。不是说贪心不正确而是在追求最优解的压轴题语境下你的分值是跟问题难度认知挂钩的。完全不做讨论直接交卷虽然能过一部分测试用例但拿不到较高分数。另一个错误的思路是把这题当成每个任务都独立选择最优经纪人忽略了一个经纪人同时只能接一个任务的约束。这个约束恰恰是调度问题和非调度问题的分界忽略它等于没有理解题目的业务含义。做调度类笔试题时先把约束条件列全再思考算法效率会高很多。6. 考后复盘这套卷子真正想筛什么能力6.1 代码基本功决定你能拿多少保底分复盘整张卷子最核心的结论是代码基本功决定了你的下限。选择题考察KMP next数组手算考察排序算法在不同数据分布下的表现考察快速幂和贪心适用条件——这些都是计算机专业的基本功。这些题没有技巧只能靠平时多写多练。编程题即使不会状态压缩DP也可以用全排列枚举拿部分分即使不会BM25公式推导用简单的TF-IDF也能完成排序即使不会模拟退火分析清楚约束条件也能给出合理的贪心近似方案。这些解法都拿不到满分但能保证你不至于交白卷。保障底分靠的是基本功和审题能力。6.2 抽象建模能力决定你能走多远卷2真正拉开差距的是能不能识别这道题其实是什么问题。带看路线题背后是TSP经纪人调度题背后是二分图最大权匹配房源检索题背后是BM25排序模型。如果你能识别出它们背后的经典问题模型解题思路就顺理成章了。这种抽象建模能力真的需要靠平时刷题时有意识地训练。每次遇到一个长题面的题目先问自己三个问题这是搜索/动态规划/图论/匹配/排序中的哪类问题数据范围决定我应该用什么复杂度的算法业务描述里的哪些信息是干扰项哪些是真正的约束条件训练一段时间后读完题面就能条件反射地画出问题模型这种状态上去考场是真的有用。6.3 对业务的理解是隐性加分项贝壳这套卷子的隐形考察点是你能不能从题目中读出业务意图。房源检索排序题考的是用户找房的搜索体验经纪人调度题考的是平台如何提高整体服务效率带看路线题考的是线下带看环节的时间成本优化。这些题目表面上考算法本质上在考算法工程师的思维方式。想清楚这一层你在回答开放性问题时的角度就不一样了。调度题的开放问答题如果只讨论算法收敛性而不提调度结果对客户等待时间的实际影响评分上就会有所欠缺。我的建议是准备贝壳笔试前先花点时间了解居住服务平台的典型算法应用场景理解了业务再做题很多乍看很花哨的题目会变得亲切很多。6.4 给下一届考生的三条实用建议第一时间分配不要任性。我建议单选题控制在25分钟以内多选题控制在20分钟以内剩下的时间全部留给编程题选做题视自己的熟悉程度决定投入比例。编程题从简单到难做先拿到基础题的完整分数再攻克压轴题。第二多写多练状态压缩DP和二分图匹配这类进阶基础算法。贝壳卷2的编程题高度依赖这两个知识点而大多数学校的算法课程里对它们的覆盖不够。把状态压缩DP的典型题目售货员问题、排列问题、覆盖问题刷十几道比盲目刷一百道简单模拟题有效得多。第三考前把常见算法的适用条件、时间复杂度和优缺点用一张表整理出来。不是背给自己看而是为了在做压轴题开放问答时能快速画出不同方案之间的对比框架。我考试时答模拟退火和粒子群的对比基本就是靠考前整理的那张表节省了很多组织语言的时间。贝壳这套卷2整体给我的感觉是出的题都算经典但每道题都故意加了一层业务外衣剥掉外衣才能看到它的真实面目。这种风格在接下来的校招笔试里很可能是主流方向。希望这份复盘能帮你在备考路上少走一点弯路考场上能多一分从容。 贝壳算法笔试2023届卷2解析：KMP、BM25与优化算法全梳理
贝壳找房的校招算法笔试在居住服务赛道里算是最有辨识度的一套题。2023届的卷2整体难度不低既要啃数据结构硬骨头又要处理跟业务强绑定的编程题还塞了几个让人意外的优化算法考点。我考完当晚就把题目回忆整理了一遍今天把这份解析和备考思路完整写出来给后面准备贝壳算法岗的同学做个参考。关于卷面内容需要先说明一下下面所有题目均为考场回忆整理措辞不是原卷原文但核心考法和考点方向是准确的。贝壳的题每年会有调整但出题思路基本稳定把这套卷子吃透对你理解这家公司算法团队在找什么人会很有帮助。1. 卷面整体印象与贝壳算法岗的出题思路1.1 题型分布与时间压力2023届算法卷2一共是三大块单选题、多选题、编程题外加两道选做题。考试时间给的是120分钟实际做下来时间相当紧张我周围的考生普遍反映编程题只能完整做出两题到两题半。单选题大概15道集中在数据结构、排序、复杂度计算、经典算法原理这些基础层面。多选题8道左右难度有明显提升主要坑在多选题的错选漏选都不得分这就逼着你每个选项都得有把握才敢选。编程题三题分值递增最后一题直接占了大头。选做题二选一一道偏机器学习检索方向一道偏运筹优化方向两道题面都挺长需要先花几分钟读懂业务场景才能动手。整个卷子的设计逻辑很清楚先筛基础算法功底再筛代码实现能力最后筛你在具体业务场景下能不能设计出合理解法。1.2 贝壳业务如何借壳出题贝壳找房做的是居住服务核心业务链条里包含房源检索排序、经纪人任务调度、智能估价、楼盘字典数据结构、用户与房源的匹配推荐。这些业务场景几乎被原封不动地搬进了笔试题。比如编程题里出现经纪人从门店出发带客户看多套房源的路线规划选做题里出现用户搜索词与房源描述的相关性排序压轴题直接让设计经纪人—带看任务的分配方案。这种出题方式的好处是对校招生公平——你不懂房地产也能做但如果你能意识到题目背后的业务含义答题时会更主动。我的直观感受是贝壳算法岗比较看重候选人的两件事一是基础算法是不是真的扎实不是背答案那种而是能应对变形题二是面对业务问题时有没有能力把业务描述抽象成数学问题。这两件事在卷面上体现得特别直白。1.3 与卷1的横向对比考场上有人提到上个月的卷1我当时也刷过网上流传的版本。对比下来卷2的整体风格有几点明显变化选择题里对字符串匹配知识点的考查比重加大KMP、字符串哈希都有涉及编程题第二题的图论属性增强从卷1的简单模拟题升级成了带权最短路问题选做题增加了对算法原理的追问不只是让你给出结果还要说明为什么这个算法在这个场景下有效。这种变化透露出一个信号贝壳算法团队在校招筛选上正在从能写代码向懂算法原理并且能落地决策方向迁移。卷2里优化算法相关题目明显增多模拟退火、粒子群这类元启发式算法都作为选项或背景出现了。你不需要全部精通但至少要知道它们各自擅长解决什么样的问题。2. 选择题的硬核考点KMP、排序与复杂度陷阱2.1 手算模式串 abacaba 的 next 数组选择题里有一道KMP相关的题给的是模式串 p abacaba要求判断 next 数组的某一位取值。这道题在考生里讨论度很高因为KMP的 next 数组在不同教材里有两种定义方式理解不一致非常容易翻车。我当时按照最常见的定义来算next[i] 表示模式串 p[0..i-1] 这个子串的最长相等前后缀长度。逐个位置计算如下i 1子串为 a最长相等前后缀为 0i 2子串为 ab前缀集合 {a}后缀集合 {b}无交集取 0i 3子串为 aba前缀 {a, ab}后缀 {a, ba}最长公共前后缀是 a长度为 1i 4子串为 abac前缀后缀无共同部分取 0i 5子串为 abaca最长相等前后缀是 a长度为 1i 6子串为 abacab最长相等前后缀是 ab长度为 2i 7子串为 abacaba最长相等前后缀是 aba长度为 3按这个定义next 数组就是 [0, 0, 0, 1, 0, 1, 2, 3]下标从0到7。如果你在别的教材里看过另一种定义——next[i] 表示失配时模式串跳转到的位置那结果会变成 [-1, 0, 0, 0, 1, 0, 1, 2]。两种都有道理考试时看题目给的定义方式再计算我当时在草稿纸上把两种都列了出来才选的答案。这道题背后真正想考察的其实是你知不知道 next 数组是怎么一步步算出来的而不是单纯背代码。字符串匹配在搜索、推荐、匹配场景里太常用了KMP 作为经典线性复杂度算法值得多花时间把它的推导过程研究明白。2.2 排序算法在不同数据分布下的表现差异多选题里有一道排序题问在一个几乎有序的大数组上哪些排序算法的表现会退化到接近最坏情况哪些算法能够保持稳定效率。我在考场上的思路是先排除稳定的。归并排序在任意输入下时间复杂度都是O(n log n)不会因为数据有序而退化堆排序的建堆和调整过程也跟数据分布关系不大复杂度稳定在O(n log n)。会退化的是快速排序如果实现方式固定取第一个元素作为基准在已经有序的数组上每次分区都极度不平衡递归深度变成n时间复杂度退化到O(n²)。考点就在这里——不是快排快不快而是你的快排是怎么选基准的。当时还有个选项涉及冒泡排序。别笑这题出得很典型。如果在冒泡排序里加了某轮无交换就提前结束的优化那在几乎有序的数组上冒泡排序反而会很快结束如果没加优化它依然是一轮一轮机械比较O(n²)跑满。这个细节区分度很高很多人没注意到优化标志的存在。排序相关选择题我多提一嘴桶排序、桶思想的思想在数据分析里用得很多但在笔试选择题里它通常作为排序下界的讨论背景。基于比较的排序时间复杂度下界是O(n log n)而不基于比较的排序计数排序、基数排序、桶排序可以做到线性复杂度代价是空间。这些概念要形成知识网络不要单独记。2.3 贪心、快速幂与数学底子题怎么考卷2里出现了至少三道跟数学基础强相关的选择题。一道是快速幂给了一个中等大小的底数和指数让你算模运算结果。快速幂的核心思想是把指数按二进制拆分比如计算 a^1313的二进制是1101于是 a^13 a^8 × a^4 × a每一步只需反复平方底数整体复杂度从O(n)降到O(log n)。这是很多密码学、哈希算法的基础出现在算法卷里不意外。一道是贪心算法的经典题——最少用多少硬币凑出某个金额。这类题容易让考生惯性思维直接按面值从大到小贪心但题目故意设计了一个反例面值组合此时贪心并不能得到最优解必须用动态规划。这种伪贪心陷阱在校招笔试里出现频率非常高考的就是你能不能识别贪心策略的适用条件。贪心成立的前提是局部最优能推出全局最优比如硬币面值是倍数关系时才成立而一般货币体系里面值之间并不是严格倍数此时只能靠DP。还有一道给了递推关系求第n项问时间和空间复杂度最优能到多少。这就涉及状态压缩DP用滚动数组把空间复杂度从O(n)压到O(1)。题目本身不难但很多人习惯性开一维数组存所有中间结果忘了只需要保留前两项白白丢分。这类能不能再优化一下的意识贝壳的笔试题里反复在考。3. 编程题第一题经纪人带看路线与最短路算法3.1 原题回忆与输入输出设计编程题第一题给了一个比较经典的业务场景一个经纪人要从门店出发带着客户依次去看若干个房源每个房源看完后可以选择直接去下一个房源也可以先回门店再出发。所有门店和房源之间形成一个无向带权图边的权值表示通行时间。题目输入是节点数 n、边数 m、门店节点编号、需要带看的房源节点列表输出是从门店出发、带看完所有房源再返回门店的最短总时间。这个题的关键在于读题要仔细因为它没有要求按给定顺序带看而是允许你自由安排带看顺序。这就把问题的复杂度直接拉高了——如果允许自由排序本质上是在求经过一些指定节点的最短回路是旅行商问题。我看到题面第一反应是难度跳跃有点大但再一想贝壳这套卷子确实有意识地在考察你能不能识别出某个问题其实是TSP。当你识别出来之后就要根据数据范围决定用什么算法。3.2 最优解设计思路与复杂度分析我的做法分两步走。先跑Floyd或者Dijkstra求所有节点之间的最短距离但这一步其实可以更精细——原图的节点数可能很大但真正要做路径规划的只有门店加需要带看的房源总数不大时只需要以这些关键节点为源点分别跑一次Dijkstra得到关键节点之间的两两最短距离。这个操作在数据范围比较大的时候可以节省大量时间。拿到关键节点之间的最短路矩阵后问题就变成了一个小规模TSP。带看房源数量是k的时候可以用状态压缩动态规划处理dp[S][i] 表示已经带看完集合 S 里的房源当前停在房源 i花费的最少时间。状态转移时枚举下一个要看房源 j如果 j 不在 S 里就尝试从 i 走到 j。初始状态是 dp[1i][i] dist[门店][i]答案是 min(dp[全集合][i] dist[i][门店])。状态数 O(2^k × k)每个状态转移 O(k)总复杂度 O(2^k × k²)k 在 15 以内都能跑得动。如果你没学过状态压缩DP暴力的全排列枚举也能过一部分测试用例。k ≤ 8 时全排列 k! 也就是40320种加上每种的路径求和完全可以接受。所以这道题的数据范围设定其实给了至少两层解法空间——基础较好的用状态压缩DP拿满分基础一般的用排列枚举也能拿不少分。这种层层递进的判分设计我认为是合理的能有效区分不同水平的候选人。考虑效率更极致的做法可以先对所有关键节点跑一遍Dijkstra预处理关键节点两两最短路再用状态压缩DP复杂度就是 O(k(nm) log n 2^k k²)这是这道题的正解。考场时间有限不建议直接上 FloydO(n³) 在大数据下会超时。3.3 边界条件与易错点别在最简单的地方丢分这道题的易错点不在算法而在边界处理。第一个坑是图可能不连通某些房源节点可能无法从门店到达此时应该输出 -1而不是跑出一个奇怪的大数。第二个坑是可能有多个房源在同一节点这种情况要注意去重否则路径规划会认为要访问同一个节点多次。第三个坑是节点编号从0开始还是从1开始题目没明确说明的话用样例数据验一下再写边读边验证能省去不少调试时间。我考场上还犯过一个低级错误自己把按给定顺序带看当成题目的隐含条件导致第一版代码完全跑偏。后来重读题面发现是可以自由排序这是两种完全不同的算法路径。提醒所有考生编程题动笔前先把题目里的自由任意至少若干这类词圈出来它们往往决定了解法方向。4. 选做题之一房源检索排序与BM25算法实战4.1 题面回忆用户搜索词与房源描述的相关性排序选做题有一道跟搜索引擎排序强相关的题目题干模拟了一个简化版房源检索场景给定若干条房源描述文本每条描述包含区域、户型、面积、朝向、周边设施等信息。用户输入一个查询词要求设计一个方案给房源打分排序输出相关性最高的TopN房源。这道题本质上是信息检索中的文本相关性问题最经典的解法就是BM25。我当时看到这题眼睛一亮——BM25是搜索引擎和推荐系统里最常用的文本匹配算法之一贝壳作为信息服务平台考这个太合理了。4.2 BM25匹配分数的计算逻辑BM25的核心思想可以拆成两个部分。一部分是词频TF即查询词在文档中出现的次数越多文档越相关另一部分是逆文档频率IDF即包含该查询词的文档数越少这个词越能区分文档权重越高。两者综合起来就是BM25的评分公式score(D, Q) Σ(IDF(qi) × (f(qi, D) × (k1 1)) / (f(qi, D) k1 × (1 - b b × |D| / avgdl)))这个公式看着吓人实际思想很朴素。f(qi, D) 是词 qi 在文档 D 中的出现次数|D| 是文档长度avgdl 是平均文档长度k1 和 b 是超参数一般取1.2到2.0和0.75。k1 控制词频的饱和效应出现次数超过一定量后再多出现的边际收益会越来越小b 控制文档长度的影响长文档的匹配分值会被适当压低避免长文档靠字数刷词频占便宜。实现思路就是先对房源描述做分词统计词频和文档频次然后对每个查询词计算相关度最后累加排序。在笔试题里直接调 jieba 分词再自己实现BM25公式或者干脆用内存里的倒排索引都能跑通。4.3 检索模型的工程化变形分数融合和冷启动场景BM25这道题背后其实还有一层延伸思考笔试题不会明说但要你具备这种意识线上真实场景里搜索排序往往是多路召回加多信号融合。BM25只是文本相关性的一路信号除了相关性还要考虑房源质量分、经纪人响应速度、距离用户当前位置远近、价格匹配度等。如果你能在写这题的时候主动提一句后续可以在BM25基础上叠加业务特征进行线性加权或GBDT排序这题的答题层次会明显提升。阅卷人想看的不是只会调库而是理解一个算法在真实系统里是扮演某一环的。另外一个跟推荐冷启动相关的考点也在选择题里出现过就是KNN算法的应用能力。KNN在房源推荐冷启动阶段可以做用户相似度匹配——新用户没有行为记录时用他输入的搜索偏好价格区间、面积、区域找到最相似的老用户把老用户感兴趣的房源推荐给他。KNN实现简单、解释性强很适合作为冷启动阶段的baseline但它的问题也明显计算量随样本量线性增长高维特征下距离度量不够稳定实际使用时一般会先做特征筛选或降维。5. 压轴题经纪人任务调度与启发式优化算法的用武之地5.1 压轴题描述经纪人—带看任务的多约束分配压轴编程题是一道明显有现实业务背景的调度题。题面大意是有若干个经纪人和若干个带看任务每个经纪人对不同房源的熟悉程度不同因此完成带看的效率和评分也不同。每个经纪人一次只能带看一个任务每个任务只需要一个经纪人。要求设计一个分配方案使得所有经纪人完成任务的整体收益最大或者整体完成时间最小。第一眼看起来这就是经典的二分图最大权匹配问题可以用KM算法匈牙利算法的带权版本求解。二分图左侧是经纪人节点右侧是任务节点边的权值是匹配收益求最大权完美匹配。这个知识点在热词里也出现了说明命题人确实有意识地在考察经典图算法而不是随便给道模拟题充数。如果经纪人数量和任务数量不相等还要先做补零处理把图补成完美匹配的形式再跑KM。这是很多人做这道题容易卡住的地方——原题可能设定了经纪人数量多于任务数量或者反过来不补零直接套模板会出错。5.2 为什么说粒子群、模拟退火、强化学习是加分项压轴题的最后一小问问的是如果任务数量增加到较大规模精确算法无法在有限时间内求出最优解你会采用什么策略近似求解并说明理由。这种开放性问题才是整张卷子真正拉开差距的地方。这道题最容易想到的策略是贪心——按收益从高到低排序依次把每个任务分配给当前最优的经纪人。贪心速度快、实现简单但容易陷入局部最优。我当时在答题里提了两种改进方向一是模拟退火二是粒子群算法。模拟退火的核心思想来自金属冶炼中的退火过程金属高温时分子活跃随着温度降低逐渐稳定到低能状态。用在组合优化里就是从当前解出发通过交换两个任务的分配产生新解如果新解更优就接受它如果新解更差也有一定概率接受这个概率由 Metropolis 准则给出——温度越高、目标值变差越多时概率就越小。这种允许暂时变差的机制正是跳出局部最优的关键。粒子群算法则是模拟鸟群觅食行为每个候选解是一只在解空间里飞翔的粒子粒子会记住自己历史上最好的位置同时参考整个群体历史上最好的位置调整自己的飞行速度。对调度问题来说粒子群通过反复迭代能在较短时间里找到质量不错的可行解。它的优势在于实现简单、参数不多、对连续和离散问题都有效缺点是容易早熟收敛需要配合足够的迭代轮数和合适的参数设置。如果你对强化学习有了解还可以提到多智能体强化学习在调度场景的应用——每个经纪人看作一个智能体通过环境反馈学习协作分配策略。但这个方向在笔试题里属于加分中的加分不建议没有相关经验的人硬写容易露怯。我当时只在最后提了一笔重头放在了模拟退火和粒子群的对比上。5.3 常见错误把调度题做成贪心之后直接交卷这题有个明显的丢分点只写贪心解法而没有后续分析。不是说贪心不正确而是在追求最优解的压轴题语境下你的分值是跟问题难度认知挂钩的。完全不做讨论直接交卷虽然能过一部分测试用例但拿不到较高分数。另一个错误的思路是把这题当成每个任务都独立选择最优经纪人忽略了一个经纪人同时只能接一个任务的约束。这个约束恰恰是调度问题和非调度问题的分界忽略它等于没有理解题目的业务含义。做调度类笔试题时先把约束条件列全再思考算法效率会高很多。6. 考后复盘这套卷子真正想筛什么能力6.1 代码基本功决定你能拿多少保底分复盘整张卷子最核心的结论是代码基本功决定了你的下限。选择题考察KMP next数组手算考察排序算法在不同数据分布下的表现考察快速幂和贪心适用条件——这些都是计算机专业的基本功。这些题没有技巧只能靠平时多写多练。编程题即使不会状态压缩DP也可以用全排列枚举拿部分分即使不会BM25公式推导用简单的TF-IDF也能完成排序即使不会模拟退火分析清楚约束条件也能给出合理的贪心近似方案。这些解法都拿不到满分但能保证你不至于交白卷。保障底分靠的是基本功和审题能力。6.2 抽象建模能力决定你能走多远卷2真正拉开差距的是能不能识别这道题其实是什么问题。带看路线题背后是TSP经纪人调度题背后是二分图最大权匹配房源检索题背后是BM25排序模型。如果你能识别出它们背后的经典问题模型解题思路就顺理成章了。这种抽象建模能力真的需要靠平时刷题时有意识地训练。每次遇到一个长题面的题目先问自己三个问题这是搜索/动态规划/图论/匹配/排序中的哪类问题数据范围决定我应该用什么复杂度的算法业务描述里的哪些信息是干扰项哪些是真正的约束条件训练一段时间后读完题面就能条件反射地画出问题模型这种状态上去考场是真的有用。6.3 对业务的理解是隐性加分项贝壳这套卷子的隐形考察点是你能不能从题目中读出业务意图。房源检索排序题考的是用户找房的搜索体验经纪人调度题考的是平台如何提高整体服务效率带看路线题考的是线下带看环节的时间成本优化。这些题目表面上考算法本质上在考算法工程师的思维方式。想清楚这一层你在回答开放性问题时的角度就不一样了。调度题的开放问答题如果只讨论算法收敛性而不提调度结果对客户等待时间的实际影响评分上就会有所欠缺。我的建议是准备贝壳笔试前先花点时间了解居住服务平台的典型算法应用场景理解了业务再做题很多乍看很花哨的题目会变得亲切很多。6.4 给下一届考生的三条实用建议第一时间分配不要任性。我建议单选题控制在25分钟以内多选题控制在20分钟以内剩下的时间全部留给编程题选做题视自己的熟悉程度决定投入比例。编程题从简单到难做先拿到基础题的完整分数再攻克压轴题。第二多写多练状态压缩DP和二分图匹配这类进阶基础算法。贝壳卷2的编程题高度依赖这两个知识点而大多数学校的算法课程里对它们的覆盖不够。把状态压缩DP的典型题目售货员问题、排列问题、覆盖问题刷十几道比盲目刷一百道简单模拟题有效得多。第三考前把常见算法的适用条件、时间复杂度和优缺点用一张表整理出来。不是背给自己看而是为了在做压轴题开放问答时能快速画出不同方案之间的对比框架。我考试时答模拟退火和粒子群的对比基本就是靠考前整理的那张表节省了很多组织语言的时间。贝壳这套卷2整体给我的感觉是出的题都算经典但每道题都故意加了一层业务外衣剥掉外衣才能看到它的真实面目。这种风格在接下来的校招笔试里很可能是主流方向。希望这份复盘能帮你在备考路上少走一点弯路考场上能多一分从容。