还没到10月很多准备秋招的朋友已经开始刷牛客、盯内推了。今年网易的算法工程师岗位依旧是大热门第二批正式批笔试我完整参加了题目风格、难度分布、考察侧重点都和网上流传的旧题有出入。这篇文章不聊虚的用一线算法岗的视角把这次笔试的考察逻辑、题型拆解、备考策略和实战踩坑完整复盘一遍给准备面大厂算法岗的朋友一个参考。这套笔试题我做完后的整体感受是基础扎实比刷难题更重要代码能力比模型原理更重要系统设计思维比背八股更重要。整张卷子覆盖了机器学习基础、深度学习原理、概率统计、数据结构与算法、系统设计五大方向算法编程题占了大头而且难度梯度明显前面送分题不少但压轴题区分度很高。下面逐块拆解。1. 先盘盘这套笔试题的“脾气”1.1 整体定位与考察逻辑网易的校招笔试和字节、阿里、腾讯风格差异挺大。字节喜欢考hard难度的贪心和DP腾讯爱考字符串处理网易整体上会更均衡既考代码能力也考理论基础尤其在机器学习方向的考察深度高于多数互联网公司。从这次第二批正式批的卷面看120分钟需要完成单选多选约20道覆盖机器学习、概率统计、深度学习、数据结构常识编程题3道纯算法题平台是牛客网支持C、Java、Python简答/设计题1道围绕推荐系统/搜索排序场景考察工程落地思路这个搭配说明网易判断算法工程师的标准是你既要能写对代码也要能说清楚模型的原理还要具备把模型落到业务场景的系统思维。时间分配上我的建议是选择题控制在30分钟以内编程题每道20-30分钟最后留20-30分钟给设计题。很多人在选择题上纠结太久导致编程题没时间调试这是最亏的。1.2 三大模块的题型分布选择题的分布我大致回忆了一下机器学习基础约6-8道LR、SVM、决策树、集成学习、聚类、特征工程深度学习基础约4-5道CNN、RNN、注意力机制、优化器、激活函数概率统计约4-5道贝叶斯公式、期望方差、最大似然估计、假设检验数据结构与数学约3-4道复杂度的计算、哈希冲突、组合数学编程题是经典的校招难度曲线第一道是简单题基本是数组处理或字符串模拟送分第二道是中等题考察贪心或DP第三道是偏难的综合题往往需要结合数据结构进行优化这道题决定了你能不能进面试。设计题考的是推荐系统召回与排序的链路设计这个后面详细展开。2. 算法编程题拉分关键在这里2.1 高频考点与刷题优先级编程题是算法岗笔试中权重最高的部分代码写不出来理论背得再多也白搭。根据这次笔试以及我刷网易往年的题目整理出的高频考点依次是动态规划出现频率最高背包问题、最长上升子序列、区间DP、状压DP贪心算法区间调度、贪心加排序的组合题字符串处理KMP、Manacher、字符串哈希、正则匹配图论最短路Dijkstra、SPFA、最小生成树、拓扑排序、并查集数据结构单调栈、单调队列、线段树、树状数组、LRU数学题组合数取模、快速幂、辗转相除法、素数筛、概率期望DP优先级怎么排我的建议是先保证DP和贪心再补字符串最后图论和数据结构。DP是算法题的考察核心网易虽然不是最偏爱DP的厂但三道题里至少有两道能用DP思路解决。笔试的复习节奏不要盲目追求刷题数量重点是高频题型的模板化。比如背包问题要能默写出0-1背包、完全背包、多重背包的优化写法最长上升子序列要掌握O(n²)和O(n log n)两种解法最短路要能默写Dijkstra的堆优化版本不能再依赖Floyd无脑跑。2.2 实战题型思路拆解与代码模板这次笔试的编程题虽然不能完整复述题目涉及保密但题型可以概括出来我按核心思路拆解一下这些思路是可以直接迁移的。第一道模拟/简单数学题这类题的套路就是“读题→找规律→模拟”难点往往在于读懂题目而不是算法本身。往往题干很长用一段故事包装要你提取出核心操作。注意点是有更高效解法时不要写暴力复杂度的常数很重要。比如常见的“小明要按规则走迷宫”类型的题核心就是把规则用代码表达清楚不涉及复杂算法。做题的关键是先花两分钟理清逻辑用注释把处理步骤写下来再动手写代码直接上手容易漏条件。第二道贪心排序这类题的突破口一般在于“排序依据”的确定这类题可以通过求两个相邻元素的贡献来确定排序的规则。比如有一类常见场景给定若干任务每个任务有耗时和截止时间问最大能完成的任务数。这个问题的标准解法就是按截止时间排序然后用一个小根堆维护当前已选任务的耗时当新任务的耗时小于堆顶时替换掉。import heapq def max_tasks(tasks): # tasks: list of (cost, deadline) tasks.sort(keylambda x: x[1]) heap [] current_time 0 for cost, deadline in tasks: heapq.heappush(heap, cost) current_time cost if current_time deadline: current_time - heapq.heappop(heap) return len(heap)这个模板值得背下来很多“最大化任务/最少取消”的题都是这个思路。第三道数据结构优化DP这是压轴题考察的是“想到DP还不够还得能优化到能跑过的复杂度”。常见的优化手段包括单调队列优化、斜率优化、树状数组/线段树优化。以经典的“最长上升子序列变种”为例如果加上一个额外维度比如每个元素还有一个颜色属性要求选择序列中颜色不能重复这时简单的O(n²)就过不去了需要用树状数组维护每个颜色的最大长度把复杂度降到O(n log n)。这种题目解题的关键是状态定义要准确转移方程要写对再用数据结构优化转移过程。除了这些核心思路外注意不要因为第三题难就直接放弃部分分也是很重要的即使只是普通DP也能拿到一部分样例分为面试增加筹码。3. 机器学习与AI基础选择题里藏着的细节坑3.1 知识点覆盖范围网易对机器学习基础的选择题考察范围很广但深度不算太深总体属于“基础得分的送分题”。我按记忆整理一下具体考点机器学习逻辑回归与SVM目标函数、损失函数、正则项的作用、核函数的选择决策树信息增益、增益率、基尼系数ID3、C4.5、CART的区别剪枝策略集成学习Bagging与Boosting的区别随机森林的随机性来源AdaBoost的权重更新GBDT与XGBoost的优化点聚类K-Means的收敛性、K值选择层次聚类DBSCAN中EPS与MinPts的影响特征工程标准化与归一化的区别PCA原理特征选择方法类别不平衡的处理方式深度学习反向传播链式法则梯度计算激活函数Sigmoid、Tanh、ReLU、Leaky ReLU、GELU的优缺点和适用场景优化器SGD、Momentum、RMSProp、Adam的原理与区别CNN卷积计算输出尺寸公式、感受野、池化层的作用RNN/LSTM梯度消失与梯度爆炸、门控机制Transformer自注意力机制、位置编码、多头注意力的作用、与CNN/RNN的对比概率统计贝叶斯公式与全概率公式常见分布正态、伯努利、二项、泊松、均匀最大似然估计样本均值与方差的无偏性置信区间与假设检验的基本概念这类选择题的正确率目标是80%以上因为考的知识点都是教科书级别的拿不到分说明基础不够扎实面试时被问到同样的问题也会很被动。3.2 易错点与避坑建议我整理了几个选择题里容易踩坑的知识点易错点一SVM中支持向量与几何间隔SVM的正确率很高因为只需记住目标是最小化||w||²等价于最大化几何间隔支持向量就是决定分类边界的那几个点。但要注意“正则参数C越大模型越容易过拟合”这个点C是对误分类的惩罚系数C越大越不能容忍错误边界越复杂。易错点二Bagging vs Boosting的偏差方差分解一句话总结Bagging减少方差Boosting减少偏差。随机森林属于Bagging每个模型独立训练、可以并行GBDT/XGBoost属于Boosting每个模型依赖前序模型的残差、必须串行。选择题经常会问“下列哪个说法是正确的”在这两个概念上设坑的频率很高。易错点三卷积输出尺寸计算公式输出尺寸 (W - F 2P) / S 1其中W是输入尺寸F是卷积核尺寸P是paddingS是步长。很多人公式记得但具体代入会忘记除以步长后是否向下取整如果除不尽PyTorch中是向下取整这也会影响感受野的计算。易错点四最大似然估计的正规方程推导极大似然估计和最小二乘法的联系要理解高斯噪声假设下的似然最大化等价于残差平方和最小化。选择题可能会给一组数据和两个候选估计方法让你判断哪个更合理——这时候核心思想是写出似然函数再看形式。刷选择题的方式最好是按模块刷题比如今天只刷机器学习、明天只刷深度学习集中突破比分散刷题效率高得多。推荐用李航《统计学习方法》搭配PRML的部分章节把公式推导亲手过一遍。4. 简答/系统设计题思路比答案更重要4.1 常见出题方向设计题是算法岗笔试中差异化最明显的部分跟编程题不一样这题没有标准答案。网易的考察方向主要集中在推荐系统链路召回→粗排→精排→重排的完整流程各个模块的作用与侧重点搜索排序分词→倒排索引→相关性计算→排序模型用户增长相关算法流失预测、付费意愿预测、个性化推送策略风控场景异常检测、欺诈识别、特征工程与模型选型这次的题目大致是给定一个信息流推荐场景用户有行为日志曝光、点击、停留时长、转发等需要设计一个完整的推荐系统包括但不限于特征工程、召回策略、排序模型、冷启动与评估指标。这种题的特点就是开放性和系统性强考察的是综合能力而不只是记忆硬背。4.2 答题框架与评分要点设计题的回答要像写方案文档一样结构化不要想到哪说到哪我总结了一个可以套用的框架第一步明确目标先界定清楚优化的目标比如信息流推荐的核心指标是人均时长还是点击率不同目标会导致后续设计差异巨大。如果目标没定义清楚后面的方案都站不住脚。第二步拆分模块把完整的推荐链路拆分成召回、粗排、精排、重排四个部分每个部分说明功能、输入输出、对应手段。召回负责从海量内容中筛出数百条候选粗排用轻量模型从数百条筛到数十条精排用复杂模型对所有候选精算得分重排负责多样性、频控、去重等策略。这样回答完整且有宏观视角。第三步讲清细节这是区分度最大的部分需要说明以下细节特征体系如何构建包括用户画像特征、物品内容特征、交叉特征和实时特征。要能举出具体例子比如用户最近10次点击的物品类别分布、当前上下文时间、网络状态等。模型选型理由召回阶段可以选双塔模型通过内积相似度做向量检索精排阶段选择DeepFM或DIN考虑用户历史行为的注意力机制理由要落在“效率与效果平衡”。冷启动怎么处理对新用户用热门推荐和人口统计学特征、对新物品用内容特征在召回阶段打底避免算法冷启动的常见死循环。第四步评估与迭代离线评估指标用AUC、GAUC、NDCG等在线评估通过AB实验验证还要注意“线上真实曝光/点击是否导致选择偏差”的问题。最后提一嘴模型迭代节奏比如周级重训、天级增量更新会让你的回答显得更有工程感觉。回答设计题的时间控制在25分钟以上如果前面的选择题消耗太多时间这题基本是来不及好好答的。设计题是充分展示你对工业界理解的机会比选择题更值得提前准备。5. 备考时间安排与笔试实战策略5.1 考前一个月如何分配精力如果以网易笔试为目标考前一个月的备考可以这样分配第一周知识查漏把机器学习基础的所有知识点过一遍目标不是追求高分而是确认没有“从来没见过的名词”。可以用课本目录或知识图谱检查遇到不清楚的就标记下来集中解决。同时每天刷5-10道LeetCode简单题快速恢复手感。第二周针对性刷题以中等难度的题目为主每天15道左右专项突破DP和贪心。按标签去刷不做随机题。编程题参考模板化刷题方式每题尽量总结成自己的思路模板而不是写完就过了。选择题按模块来每天固定一个模块的专项。第三周真题模拟用牛客网历年真题或模拟题约束时间做完整卷子尽量按照“选择题编程题设计题”的完整流程来让自己习惯考试节奏。做完认真复盘重点看哪些题耗时过长、哪些题知识点不熟、编程题的边界条件是否想全。第四周错题巩固和心态调整把前三周的错题重新过一遍特别是选择题的错题对应的知识点要反复背诵。编程题只做高频模板题的默写和关键数据结构的默写不要新刷难题。这个时候最大的敌人是焦虑保持睡眠把状态调整到最好。5.2 笔试当天的时间管理和心态笔试当天最重要的不是“发挥超常”而是“尽量多拿分”。我给出的时间建议选择题25-30分钟不要纠结拿不准的先标记编程题第一道10分钟第二道25分钟第三道25-35分钟设计题剩余时间全力以赴先做编程题的第一道“送分题”确保有保底分。再回头做选择题注意有的公司选择题退一步会倒扣分不确定可以不做但网易一般不扣拿不准的也可以蒙。编程题的注意事项是先花1-2分钟理解题意明确输入输出格式特别是多组数据和边界条件用 Python 写的时候注意数据规模对应的复杂度不要因为 Python 慢导致 TLE本地调试时可以自己构造边界测试用例比如空数组、全部相同、最小最大值如果编程题卡住了不要死磕及时放弃去做下一道。校招笔试最重要的策略是“保证拿分的题全部拿到拿不到的分不硬抢”。6. 我在笔试中踩过的坑与复盘6.1 常见失分点速查表把我自己和周围同学反馈的常见失分情况总结成一张表失分点具体表现解决办法选择题时间失控在一道概率题上磨了8分钟后面编程题时间不够不会就标记跳过最后再回头编程题忘记处理边界数组长度为0、目标值不存在时程序崩溃提交前检查边界情况写测试用例验证复杂度分析失误以为O(n²)能过实际数据规模是10^5读题时先估算数据规模O(n²)只适用n≤1000设计题答得太空只讲了“用协同过滤”没有细节支撑每个模块都至少要举出具体的模型名、特征名Python运行超时大数据量下Python比C慢几十倍会C的用C实在用Python要优化常数简答题没分主次所有内容平铺直叙没有重点先总述框架再展开关键点适当分点写我自己这次最大的教训是第一道选择题在SVM核函数的选择上纠结太久导致后面编程题的时间有点紧。复盘时发现那句“线性不可分时应该选择什么核函数”的答案是RBF核这是一个非常基础的概念但在考场上因为过于小心反而慢了下来。6.2 给后来者的大实话从这次笔试可以看出网易算法岗的筛选逻辑非常明确编程能力是第一道筛子理论基础是第二道筛子系统设计思维是第三道筛子。三道编程题全部AC的人很少大多数人会有一到两道没完全跑通所以不要因为一道没AC就心态崩了。算法工程师这个岗位笔试只是起点。我参加完笔试后最深的感受是刷题是必要的但不是万能的。有些人LeetCode刷了四五百道笔试照样挂为什么因为他们刷题只看解法不总结思路、不归纳模板、不复盘错题。你需要的不是题量而是遇到新题能快速匹配到已有解题模板的能力。如果你现在是准备状态我给出的优先级建议是编程题每天都要练保持手感和思路的顺畅度机器学习基础按模块过重心放在能推导公式的算法上找一套系统的设计题资料整理出自己的答题框架定期做整套笔试模拟适应时间压力下的决策最后再说一个很多人忽视的点笔试答题的整洁度也会影响面试官的印象。编程题的注释可以简洁地写清楚思路设计题的分点要条理清晰。这不是评分标准但好的表达习惯能让你从一堆答案中被记住。网易的笔试风格在我看来更接近“考察综合能力”的路子扎实复习、平衡发展通过的希望还是很大的。祝准备秋招的各位都能顺利过关。