做过不少校招笔试题也帮学弟学妹们改过代码提到“猿辅导2023校园招聘笔试算法二”这套题我的第一反应是它不像很多公司那样只考模板套题而是会在一道题里同时压上“算法原理理解”和“工程落地细节”两座大山。简单说算法二这套卷子的难度不在题目本身多偏而在它特别喜欢把常见算法换个场景包装再挖几个边界条件坑你光会背模板根本扛不住。这篇文章我不会去复述具体真题答案那些网上都有而且每年都会更新。我更想从命题逻辑、高频算法模块、完整实战拆题、考场滚分策略、常见失误这五个角度把“算法二”这套笔试背后的东西讲透。无论你是正在冲刺校招的应届生还是想系统补算法短板的在职工程师这篇内容都能帮你少走弯路。1. 笔试全貌与命题逻辑拆解1.1 题型结构与考察范围定位从猿辅导历年的校招笔试风格来看算法二这张卷子通常不是单纯的ACM式刷题比赛它会结合在线教育业务场景把算法题包装成“小猿搜题拍照上传”“课程推荐排序”“题库去重”这类实际业务命题。题型一般分两块选择题和编程题。选择题覆盖数据结构、算法复杂度、概率统计、机器学习基础编程题则集中在贪心、动态规划、图论、字符串、数学这些硬核考点。为什么这么设计因为在线教育业务有大量搜索、推荐、内容审核、题目查重的场景后端工程师必须对排序、字符串匹配、图遍历这类基础算法有扎扎实实的掌握。笔试不只是筛“会不会写代码”更是在筛“遇到业务问题能不能抽象成算法模型”。算法二这个“二”字通常意味着是第二套卷难度会比第一套高半个档位尤其是编程题的推理链条更长给你挖的坑更多。1.2 考察层次从“背模板”到“改模型”我刷过不少校招真题后总结出一个规律基础题约三成是直接套模板比如给你一个数组让你手写快排、给一个图让你求单源最短路但剩下七成题目都需要你做两步额外工作。第一步是识别题目描述背后的算法模型第二步是根据题目限制条件去调整模板代码。举个例子很多同学看到“课程表”就知道用拓扑排序但如果题目改成“每门课有多个先修条件且存在学分权重要求输出满足条件的最大加权拓扑序列”单纯拓扑排序就无解了必须结合贪心或优先队列。算法二的命题人特别喜欢做这种“模型替换”。所以我说笔试前不要只刷LeetCode Hot 100更要练“读题后先画状态转移或图结构”的抽象能力。1.3 时间分配与做题顺序建议整套卷子代码量不算大但思考量很大。以90分钟为例我个人建议的时间分配是选择题控制在25分钟内编程题第一题20分钟第二题30分钟剩余15分钟做复查和补测例。做题顺序上先把所有题目快速扫一遍如果发现第二道编程题读了两遍还没思路立刻跳过做下一题不要死磕。这里有个经验算法二的编程题经常是“第一题送分、第二题要命、第三题挣扎”。如果你卡在第二题上超过20分钟先把暴力解写上能过多少测试用例算多少。笔试是看总分和通过率不是看单题完美度这个策略尤其重要。2. 高频算法模块与原理精讲2.1 字符串与模式匹配KMP的next数组必须手推一遍算法二对字符串的考察频率很高尤其“KMP算法”几乎属于必背模板。很多同学能背出next数组的求法但题目一旦考到“统计模式串在文本串中出现的次数”“求最短循环节”就不知道怎么变形。这里我把原理拆开讲一遍。KMP的核心思想是匹配失败时不回退主串指针而是利用已匹配部分的信息把模式串一次性移动到下一个可能匹配的位置。这里的“信息”就是next数组。以热词里提到的模式串pabacaba为例next[i]通常定义为前i个字符组成的子串中最长相等前后缀的长度不同教材定义略有差异但思路一致。手动推一遍。先算每个位置的最长相等前后缀p[0]anext[0] 0p[0..1]ab前缀集合{a, ab}后缀集合{b, ab}相等只有空串next[1]0p[0..2]aba前缀{a, ab, aba}后缀{a, ba, aba}最长相等是a长度1next[2]1p[0..3]abac前缀{a, ab, aba, abac}后缀{c, ac, bac, abac}没有相等next[3]0p[0..4]abaca前缀后缀各有a长度1next[4]1p[0..5]abacab没有相等next[5]0p[0..6]abacaba前缀后缀相等的是aba长度3next[6]3。所以next数组是0 0 1 0 1 0 3。为什么这个数组重要因为当匹配到某个字符失败时模式串的指针不是归零而是跳到next[j-1]的位置。这避免了重复匹配把时间复杂度从O(n*m)降到O(nm)。笔试里手推next数组的填空题非常多平时一定要自己动手推至少三个不同模式串不要只背代码。2.2 排序与基础数据结构堆排序和快速幂怎么考排序算法在笔试里不一定让你手写完整实现但会考复杂度、稳定性、比较次数还会结合业务场景考变体。“堆排序算法”是高频考点因为它支持动态插入、取最大/最小值特别适合做TopK和优先队列场景。我记得有一道题是“给定一个大文件包含几十亿个用户ID需要统计出现次数最多的100个ID内存只有几百MB”。如果你用快排全排一遍内存直接爆掉。正确思路是用哈希表统计频次再用大小为100的最小堆维护当前TopK。堆排序在这里不是用来排序而是用来维持“滑动窗口内的最值”这种变体思维在算法二里出现频率极高。另一个人气考点是“快速幂算法”它和乘方取模绑在一起比如计算a^b mod p如果b是10^18级别直接循环乘会超时。核心思想就是把b拆成二进制利用a^(2^i)的倍增关系把连乘次数从b次压缩到log(b)次。C参考模板long long fastPow(long long a, long long b, long long mod) { long long res 1; a % mod; while (b) { if (b 1) res res * a % mod; a a * a % mod; b 1; } return res; }笔试很少直接要求写模板但会在“数学题大数取模”组合时用到。比如求排列组合数取模、矩阵快速幂求斐波那契第n项这类题的题眼就是快速幂。2.3 图论算法Dijkstra、拓扑排序和二分图图论是算法二的重灾区也是最容易拉开分差的部分。Dijkstra算法是单源最短路的基础款几乎每年都会出现但纯裸Dijkstra太简单命题人通常会加上“边权为1~100的稠密图”“需要求路径上最大边权最小”等限制。这时候你需要会堆优化版Dijkstra还得会二分答案最短路径可行性验证。拓扑排序经常结合“课程依赖”“构建顺序”“编译顺序”来考核心是Kahn算法。维护一个入度数组每次把入度为0的节点加入队列然后删除它的出边并更新入度。如果要输出字典序最小的拓扑序就把普通队列换成优先队列。我见过一道真题变体给N个任务和M个依赖关系其中部分任务必须在特定时间点开始求是否存在合法调度这就要结合时间窗口做贪心判断复杂度一下子就上去了。“二分图 HK算法”这类名字看着吓人其实它解决的是最大匹配问题。算法二不太会直接考裸HK但可能考“最少点覆盖 最大匹配数”“最大独立集 顶点数 - 最大匹配数”这类结论的应用。比如“棋盘上放置棋子同一行同一列不能冲突问最多放几个”把它建模成二分图最大匹配即可。哪怕你不会HK掌握匈牙利算法的DFS实现也能过大部分测试用例。2.4 贪心与动态规划两类题的转换与高分关键贪心和动态规划是算法二的编程题大头而且经常混在一起考。区别就一句话贪心是每一步做局部最优且局部最优能推导全局最优动态规划则要枚举所有状态通过状态转移方程收敛到最优解。举例经典的“区间调度”问题给你一批课程的开始和结束时间问最多能选多少门不冲突的课。解法是把区间按结束时间排序然后贪心选择最早结束的区间。为什么贪心成立因为结束得越早留给后续课程的时间越多这是一个可证明的交换论证。笔试中你需要先在草稿纸上证明贪心性质再写代码。动态规划则要重点掌握01背包、完全背包、最长上升子序列、编辑距离这几个模板并且重点练习“压缩维度”。比如01背包的一维数组解法为什么容量要倒序遍历因为正序会让同一个物品被重复选中。这类细节是笔试判分点写错遍历方向很大概率WA到怀疑人生。贪心和DP还有个常见坑是“二者皆可”的题目。比如跳跃游戏LeetCode 55既能用贪心解决也能用DP解决但笔试里数据范围如果给到10^7贪心才是正解。所以答题前一定先看数据范围再决定用什么模型。2.5 数学、位运算与搜索剪枝数学类算法题在算法二里占比不算高但题型很固定快速幂、最大公约数辗转相除法、质数筛埃氏筛和线性筛、约瑟夫环、组合数取模。这些题目考的是数学功底和代码效率没有太多业务包装会就是会。位运算偶尔也会出现比如“不用加减乘除做加法”“判断一个数是不是2的幂”“数出二进制中1的个数”。这类题解题思路比较偏脑筋急转弯建议考前突击一下常见位运算技巧。搜索剪枝则是另一大主题尤其是深搜在状态空间过大时必须配合剪枝才能过题。“剪枝算法”在笔试里经常作为优化点出现比如N皇后问题用列、对角线标记剪枝数独问题用行、列、宫候选表剪枝。Minimax算法在井字棋、五子棋AI中很经典主要应用场景是博弈类编程题用递归模拟双方最优决策。算法二如果出现博弈题通常是简化版的Minimax或带Alpha-Beta剪枝的版本。2.6 机器学习与工业界算法扩展这里特别提一嘴算法二偶尔会出几道“机器学习算法”相关的选择题比如SVM核函数、K-Means收敛条件、梯度下降的变种、KL散度与ELBO的关系、粒子群优化PSO的基本流程、卡尔曼滤波的状态更新方程等。原因是猿辅导这样的AI教育公司算法岗位笔试会混入机器学习基础考查候选人的AI素养。不过这类题目占比不高而且考察方式偏概念理解不会让你手推SVM对偶问题。比如粒子群算法原理知道“每个粒子有位置和速度按个体最优和群体最优更新速度再更新位置”就够了。音频重采样算法、图像锐化的拉普拉斯算子、Sobel边缘检测这些也只看基本思想和应用场景。如果你只是投后端或客户端岗位这部分不用复习太深把常见算法的名字和作用记一下就行。3. 完整实战一道真题的手把手拆解3.1 题目还原与读题心法我从见过的几套题里抽一个高仿题作为例子这道题综合了拓扑排序、贪心和优先队列非常符合算法二的命题风格。题目描述大致是学校要安排一学期的课程一共有N门课编号1~N课程之间有先修关系共M条边每条边表示u必须在v之前修完。另外每门课有一个学分值w[i]。现在要求给出一个合法的排课顺序使得“按顺序上课时任意课程都能满足先修条件”的前提下学分累计的前缀和最大。如果存在多个顺序输出字典序最小的那个。读题之后先别急着写代码在草稿纸上记录三个关键信息这是一个有向图问题先修关系决定拓扑约束优化目标是“每一刻的累计学分前缀和”尽可能大多个解时按字典序选最小。第一反应是用拓扑排序生成合法序列但要保证“当前可修课程中优先选学分高的”这样才能让前缀和赚到最多。3.2 从暴力到优化的推导细节暴力的做法是每次枚举所有入度为0的课程选一个学分最高的然后更新入度每选一门就累加一次前缀和。复杂度是O(N^2)N如果到5000就会超时。优化思路也很直接把“找入度为0且学分最大”这个操作交给大顶堆完成每次从堆里弹出课程累加进答案同时把它的出边邻接节点入度减1如果减到0就入堆。时间复杂度降到O((NM)logN)。这里有个细节容易被忽略题目要求“前缀和最大”其实是把所有合法顺序都枚举一遍但贪心选择当前学分最高的课程是否一定能得到全局最优直觉上是的因为当前学分高的课越早修它对前缀和的贡献时间越长。严格证明可以用交换论证如果某个最优解中当前时刻选择了学分较低的课而学分较高的课也同时可选那么交换它们的顺序会让前缀和不减。所以这个贪心策略成立。至于“多个解时输出字典序最小”需要处理好排序规则。字典序最小要求在所有满足“优先选择当前学分最高”的方案里再按课程编号从小到大选。那这里就不能只用学分建大顶堆而是“以学分为第一关键字降序编号为第二关键字升序”构建优先队列。C里可以自定义比较器。3.3 完整代码与测例验证完整C参考代码#include bits/stdc.h using namespace std; struct Course { int id, credit; }; struct cmp { bool operator()(const Course a, const Course b) { if (a.credit ! b.credit) return a.credit b.credit; // 学分大的优先 return a.id b.id; // 学分相同编号小的优先 } }; int main() { int n, m; cin n m; vectorint credit(n 1); for (int i 1; i n; i) cin credit[i]; vectorvectorint graph(n 1); vectorint indeg(n 1, 0); for (int i 0; i m; i) { int u, v; cin u v; graph[u].push_back(v); indeg[v]; } priority_queueCourse, vectorCourse, cmp pq; for (int i 1; i n; i) { if (indeg[i] 0) pq.push({i, credit[i]}); } long long ans 0, sum 0; vectorint order; while (!pq.empty()) { Course cur pq.top(); pq.pop(); order.push_back(cur.id); sum cur.credit; ans sum; for (int nxt : graph[cur.id]) { indeg[nxt]--; if (indeg[nxt] 0) pq.push({nxt, credit[nxt]}); } } if ((int)order.size() n) { cout 存在环无法完成全部课程 endl; return 0; } cout 最大前缀和: ans endl; for (int id : order) cout id ; cout endl; return 0; }测试数据也给一组。假如3门课学分分别是5、3、4先修关系是1-2、1-3。初始入度为0的只有1必须先选1然后3学分的2和4学分的3都入度0按学分优先选3再选2。顺序是1、3、2前缀和为5 (54) (543) 26。如果顺序选成1、2、3前缀和为5 (53) (534) 25贪心优势很明显。3.4 现场调试时注意的坑这类题调试时最容易出问题的点有三个。第一入度数组要开够N1别开成N否则越界报错很伤时间。第二大顶堆的比较器方向容易写反C的priority_queue默认是大顶堆但自定义结构体需要把“优先级高的”通过返回false表达我试过好几次写反导致全WA。第三最终答案要开long long因为前缀和累加在课程数多、学分大的时候会爆int这个坑等你看到红色超限就晚了提前预防最好。4. 考场策略与刷题规划4.1 高频题型速查表建议在考前把下面这张表过一遍遇到题目先对照类型能快速定位算法模型。题型特征候选算法关键优化点求最短路径Dijkstra、SPFA、Floyd稠密图用堆优化边权负看题目是否允许课程依赖/任务调度拓扑排序Kahn加优先队列输出指定顺序字符串匹配/循环节KMP、Z算法、哈希next数组定义搞清楚有限物品选最优01背包、完全背包、多重背包一维滚动数组注意遍历方向区间决策贪心、区间DP先排序再处理证明贪心性质棋盘/配对问题二分图最大匹配、匈牙利算法建模比套模板更重要大数取模/幂运算快速幂、矩阵快速幂模数可能为质数注意费马小定理状态搜索空间大DFS/BFS 剪枝、双向BFS能剪枝就不裸搜TopK/大文件统计哈希 堆排序空间约束是主要思考点这张表不是让你死记硬背而是平时刷题时有意识地把题目分类归档。我见过太多同学刷题几百道但从不总结上了考场看到“课程表”和“任务调度”想不到是同一道题很亏。4.2 刷题顺序建议如果你离笔试还有三到四周我的建议是分阶段安排。第一周主攻数组、链表、栈、队列、哈希这些基础数据结构确保简单题和中等题不丢分。第二周集中刷排序、二分、双指针、滑动窗口这些都是编码快、得分稳的题型。第三周啃贪心、DP和图论先做模板题再做变体题。第四周开始每天做一套完整模拟题严格计时找到自己的做题节奏。特别提醒算法二的编程题经常有“每道题限制只能用C/Java/Python中的一种”不同语言在细节上有区别。如果你用C熟悉STL容器和Algorithm库是底线用Python则要能熟练写切片、堆、队列和深拷贝不然笔试现场写代码会很吃力。4.3 滚分与保分策略笔试不是竞赛拿到60%以上的分数就很有希望进面试。所以遇到不熟悉的题第一原则是“先写暴力解拿部分分”。很多笔试平台会按测试用例的通过比例给分暴力解在数据量小的时候能过不少用例千万别交白卷。第二原则是“多造测例自测”写完代码后手动构造一个最小输入、一个边界输入、一个最大输入至少跑通三种情况再提交。还有个容易被忽略的保分手段选择题不要空着。算法二的选择题有些是单选题有些是多选题多选题少选可能得部分分。如果实在不确定宁可少选也不多选这是血的教训。5. 常见错误与调试心得实录5.1 边界条件和数据范围坑笔试最常见的翻车点不是算法不会而是边界条件没考虑。比如Dijkstra里的源点不可达、拓扑排序里存在环、背包问题里物品重量为0、二分法里左右边界是闭区间还是开区间。这些细节在本地自己测可能测不出来但线上用例会把你卡得明明白白。建议每次写完核心逻辑后花30秒检查三个地方数组是否越界、循环终止条件是否正确、变量类型是否够大。很多同学习惯用int但涉及累加、乘法、路径和的地方int很容易溢出。尤其是在数据范围写着1 N 10^5、w[i] 10^5的题目里前缀和轻松超过2^31必须用long long。5.2 调试技巧用例构造、打印日志与对拍现场笔试的调试环境通常比IDE差很多我建议平时就养成“打印日志造测例”的调试习惯。遇到WA先别瞎改代码构造一个能覆盖所有分支的小数据用例跑一遍输出中间变量对比预期。复杂题目还可以用“对拍”技巧先写一个暴力解法再写优化解法用随机数据跑两者结果是否一致。这个技巧在校招笔试中虽然不能现场用但平时刷题时能极大提高正确率。我在练KMP、Dijkstra、拓扑排序这类模板题时都会拿暴力版和优化版对拍几百组随机数据直到完全一致再收工。5.3 推荐工具与本地环境准备刷题阶段推荐用本地IDE配合在线评测平台本地可以装Visual Studio Code加C/C插件、Python的PyCharm或Jupyter在线平台用牛客网、LeetCode、Codeforces都行。重点是所有代码提交前在本地用编译器的-Wall选项看一下有没有警告编译警告经常是隐形bug的信号。还有一个建议平时练习时就用笔试平台的真实界面做题不要只在IDE里写。有些笔试系统不支持断点调试只支持print如果你习惯了IDE调试器到考场会突然不适应。提前适应打印日志的调试方式考试时才不会慌。5.4 心态与时间管理心得最后说点心态层面的。算法二这套卷子考的不只是算法水平还有时间管理能力。我见过有同学在第二道编程题上纠结了50分钟结果第三题连看都没看白白丢了可能拿到的部分分。正确的做法是每道编程题先花15分钟想思路如果15分钟还完全没有头绪立刻写暴力解然后跳到下一题。从备考角度不要把目标定在“每道题都会做”而是定在“每道题都能拿到至少一半分数”。笔试通过的关键是总体分数不是单题完美。这个思路虽然听起来不够热血但在真实的校招流程中是最稳的过关方式。我自己当年求职时也是靠这个策略才在时间紧张的情况下拿到了心仪的算法岗面试机会。