1. 这套题为什么值得反复研究很多准备校招的同学看到百度2019校招计算与存储系统研发工程师笔试题第二批这个标题第一反应可能是都过去好几年的题了还有啥好看的。我反倒觉得这类经典真题恰恰是含金量最高的复习资料。原因很简单校招笔试的考察范围这几年虽然一直在微调但计算系统和存储系统这两个方向的核心考点其实非常稳定。基础题考来考去就是虚拟内存、文件系统、缓存一致性、RAID级别、分布式系统这些底层的、几十年都变不了的东西。把一份优秀企业的真题吃透远比漫无目的地刷几十套模拟题更有效。这套题对应的岗位在业界通常被称为系统研发工程师或基础设施研发工程师工作内容是围绕服务器硬件、操作系统、底层存储引擎、分布式存储系统来展开。它不像后端业务开发那样主要关注接口设计和业务逻辑而是更贴近硬件与软件交界的地方要求你既要懂CPU、内存、磁盘的工作方式又要懂操作系统如何管理这些资源还要懂分布式场景下数据如何可靠、高效地存放。所以这套笔试题的目标非常明确筛选出那些对计算机系统底层有扎实理解、有真正工程思维的人。它考的很多题目表面上是一道选择题或简答题但背后考察的是一整套知识体系。适合拿来研究的读者一是准备冲大厂基础架构岗位的应届生二是工作了一两年想转岗做存储或者底层的开发工程师三是纯粹对计算机到底是怎么运转的有兴趣的技术爱好者。本文就结合这类笔试中常见的高频考点把题目背后真正想考察的东西逐一拆开讲讲同时附上备考思路和实操经验。2. 整体考察方向与出题思路拆解2.1 能力模型这份岗位到底要什么样的人先说一个很多人容易忽略的点笔试题的每道题都不是随便出的。面试官围绕计算系统和存储系统这两个关键词设计题目本质上是想通过一张卷子快速判断你有没有以下三种能力。第一种是底层原理的掌握程度。比如考你虚拟地址到物理地址的转换过程、页表的结构、TLB的作用或者考你机械硬盘和固态硬盘在随机读写性能上的差异。这类题目不需要你有项目经验只需要你对计算机组成原理和操作系统有系统性的掌握。很多同学学历背景很好但问到一个read系统调用从发出到数据返回中间经历了什么就答不上来这就是原理没吃透。第二种是工程取舍的思维。系统研发最大的特点是什么是做权衡。比如设计一个存储系统你是要更高的写入性能还是更强的数据一致性用RAID 5还是RAID 10缓存放在客户端还是服务端这些问题没有绝对正确的答案只有在特定场景下更合适的选择。笔试题里经常出现以下哪种说法是错的哪种方式更优这类题目的就是看你能不能站在工程角度分析利弊。第三种是排查复杂问题的能力。系统研发工程师日常有一大块工作是处理线上故障磁盘IO异常飙升、内存泄漏、响应变慢、数据不一致。笔试中虽然没法让你实操但可以通过一些假设场景来考察你的排查思路。比如给你一个写性能突然下降的现象让你分析可能的原因这就是在模拟真实的工作场景。2.2 题目分布计算与存储的考点地图以这类笔试的常见结构来说覆盖范围大体分为四块。第一块是计算机体系结构大约占20%-30%的分数。涉及CPU流水线、缓存层级L1/L2/L3、局部性原理、字节序大端小端、整数溢出这些内容。这一部分的题目相对标准化靠记忆和理解就能拿分。第二块是操作系统这是重头戏占30%以上。重点包括进程与线程、虚拟内存、页面置换算法LRU、LFU、FIFO、文件系统inode、软硬链接、页缓存、用户态与内核态的切换开销、锁和并发控制。这些内容必须做到能讲清楚底层执行流程而不只是背概念。第三块是存储系统专项占30%左右。这块最贴合岗位方向会涉及磁盘机械硬盘/固态硬盘的物理结构和性能指标、RAID各级别的原理、分布式存储系统比如数据分片、副本一致性、一致性哈希还有常用的存储引擎内部机制比如LSM-Tree和BTree的对比。这部分题目最有区分度答得好的人往往能拉开比较大的差距。第四块是算法与编程一般占15%-20%。虽然占比不算最高但往往是卡人的地方。基本都是数据结构和基础算法题比如链表反转、快排变种、TopK问题、并查集偶有涉及位运算的题目。这些题需要你在笔试环境中限时完成代码风格和正确性都会被考察。2.3 出题风格为什么要用选择题考系统设计一个很有意思的现象是这类笔试里很多系统设计类的考察点会被包装成选择题或者判断题。比如关于LSM-Tree以下说法正确的是在以下哪种场景下使用顺序写更合适。有同学会觉得这种题简单四选一嘛蒙也能蒙对。但恰恰是这种形式最容易暴露对知识的理解深度。举个例子题目可能会这样出关于数据库存储引擎中BTree和LSM-Tree的对比哪个说法是错误的A选项说BTree读性能更稳定B选项说LSM-Tree写放大更小C选项说LSM-Tree更适合写多读少的场景D选项说BTree的磁盘利用率通常更高。如果你对这两种结构只有表面了解看到LSM-Tree写放大更小可能会觉得对但实际上LSM-Tree的写放大问题恰恰是它被诟病最多的地方因为要反复进行Compaction合并。判断这种选项靠的就是对底层机制有量化级的理解而不是会背LSM适合写多读少这种口号。选择题的另一个作用是用有限的题量覆盖尽可能多的知识面。系统研发涉及的知识点太广不可能像专业课考试那样每章一道大题。通过密集的小题能够在两个小时内摸清候选人的知识边界。所以你复习的时候也要跟着这种节奏来不要只盯着某一个方向钻牛角尖而是要尽量做到各方向都能稳定拿分。3. 高频考点深度解析与实操思路3.1 虚拟内存与分页机制存储体系的基石虚拟内存是计算系统里计算和存储结合最紧密的模块之一几乎是每年必考的内容。它的核心作用是让每个进程拥有独立的、连续的虚拟地址空间同时通过页表映射到物理内存。笔试中经常出现的考点包括虚拟地址的构成页号页内偏移、页表项里都有哪些标志位有效位、修改位、访问位、保护位、多级页表是怎么省内存的、TLB和页表缓存有什么区别。举个例子假设页面大小是4KB虚拟地址是32位那么页内偏移是12位剩下的20位是虚拟页号。如果是两级页表每级页表索引10位那么地址转换过程是先查一级页表再查二级页表最后得到物理页框号加上12位偏移组合成物理地址。有同学会问这个知识点在工作中真的用得上吗我举一个真实的例子。线上服务出现内存占用过高你用top看RSS不高但通过/proc/PID/smaps发现共享内存和私有内存的分布很异常这时如果不懂页表机制可能连问题都定位不了。更典型的是谈到性能优化时如果知道TLB miss会导致一次真正的内存访问你就会理解为什么大页内存HugePages能带来性能提升——因为页变大了同样大小的虚拟地址空间需要的页表项就少了TLB的命中率自然就高了。这就是底层原理直接指导工程实践的典型场景。这道题在复习时可以这样准备自己手动画一张虚拟地址-多级页表-物理地址的完整转换图然后把每一步的硬件/软件开销标注出来。画过一遍之后你对为什么说一次内存访问在缺页情况下可能造成上万次CPU时钟周期开销这种问题就会有非常直观的体感。3.2 缓存与局部性让数据访问变快的核心逻辑计算系统笔试里关于缓存Cache的题目出现频率也非常高。CPU缓存分为L1、L2、L3级速度递减、容量递增价格也是天壤之别。为什么要设计这么多级说白了就是性价比权衡用极快的SRAM做L1只能做几十KB用稍慢的SRAM做L2能做几百KB到几MB而L3一般用更慢但更便宜的SRAM或特殊设计容量可以达到几十MB。笔试中最常考的概念有两个。一个是时间局部性意思是一个数据被访问后短时间内很可能会再次被访问。典型的例子是循环体里的变量在一个for循环中反复使用。另一个是空间局部性意思是访问了一个地址附近的数据接下来很可能访问相邻地址。典型例子是数组的顺序遍历预取器Prefetcher就是利用这个原理提前把相邻数据加载到缓存中。存储系统方向和缓存有什么关系关系太大了。你以为缓存只在CPU里有实际上操作系统页面缓存Page Cache就是磁盘数据的缓存数据库Buffer Pool也是缓存分布式存储客户端的本地缓存也是缓存。笔试题目经常把CPU缓存和这些场景结合起来考比如让你分析为什么顺序读大文件比随机读小文件快得多背后就涉及磁盘预读readahead机制和局部性原理。复习缓存相关知识点时我建议你亲自做一个小实验用相同的算法逻辑处理一个超级大的数组分别按照行优先和列优先的方式遍历一个二维数组对比耗时。在大多数语言里行优先遍历会比列优先快几倍甚至一个数量级。这个实验做完你对缓存友好这四个字的理解会完全不一样。笔试中如果再遇到为什么遍历二维数组时i和j的循环顺序会影响性能这种题你就可以从缓存行的角度给出让面试官眼前一亮的回答。3.3 链表、哈希与LRU算法题中的系统思维算法题在系统研发笔试里虽然占比不算最高但往往是软性刷人的部分。为什么很多公司爱考LRU缓存淘汰算法因为它完美结合了数据结构哈希表双向链表和系统设计缓存淘汰策略。这个题看起来简单但能真正写对、写优雅的人并没有想象中多。核心在于哈希表负责O(1)查找双向链表负责O(1)插入和删除。每次访问一个key就把对应节点移动到链表头部缓存满了要淘汰就删除链表尾部的节点。很多同学一上来就用现成的LinkedHashMapJava或者OrderedDictPython实现这在笔试中当然可以但如果你能手写一遍双向链表和哈希表的协作过程对理解这个算法会深很多。另外通过这个题还可以延伸出一个高频考点常见的页面置换算法有哪些FIFO先进先出、LRU最近最少使用、LFU最不经常使用、Clock算法时钟算法它们各自的优缺点是什么为什么现代操作系统多用改进型Clock而不是纯LRU因为纯LRU在硬件层面实现代价太高需要记录每个页的最后访问时间并维护精确顺序而Clock算法只用一个访问位就能近似模拟LRU的行为开销小很多。从这道算法题往整个体系去扩散你会发现系统研发的面试题有一个特点不喜欢那种纯刷题能刷出来的算法而更喜欢算法系统的结合体。比如用双指针解决滑动窗口问题、用位运算实现权限控制、用布隆过滤器判断数据是否存在以降低磁盘IO这些都是系统场景里真正用得上的算法能力。所以你刷题的时候不要只追求AC而是多想一步这个数据结构/算法在底层系统里是怎么被使用的这一想复习效果完全不一样。3.4 存储引擎与IO模型从数据库到文件系统存储系统是这套笔试的另一个关键词也是最能体现岗位特色的部分。存储系统相关的考察点上到分布式文件系统/对象存储的架构设计下到单机存储引擎BTree和LSM-Tree的实现差异中间还有RAID、磁盘调度、文件系统布局等每一块都有经典题目。BTree和LSM-Tree的对比是必考。简单来说BTree是一个平衡多路搜索树所有数据都在叶子节点叶子节点用链表串起来方便范围查询非常适合传统关系型数据库的读多写少场景。LSM-Tree的核心理念是把随机写转化为顺序写数据先写到内存中的MemTable达到阈值后刷成磁盘上的SSTable排序字符串表后台再定期做Compaction合并。这种设计使得LSM-Tree的写入性能非常强但代价是读的时候可能要查多层SSTable且Compaction过程会带来写放大和读放大。像LevelDB、RocksDB、HBase、Cassandra这些系统底层都是基于LSM-Tree的思想。笔试中经常从两个角度出题。一是概念理解关于LSM-Tree以下哪个说法是错误的选项里会出现顺序写友好适合写多读少Compaction降低写放大需要有后台线程做合并等。二是工程权衡如果让你设计一个日志系统写入量巨大但读需求低你选哪种存储引擎这种题没有固定答案关键是你能不能自圆其说。我的建议是复习时做一个对比表格把BTree和LSM-Tree在读性能、写性能、空间放大、实现复杂度、适合场景五个维度列出来比较这样无论题目怎么变你都能找到对应的分析维度。IO模型也是存储方向绕不开的考点。阻塞IO、非阻塞IO、IO多路复用select/poll/epoll、异步IO这些概念在笔试题里会出现但考察的深度一般不如面试。笔试更爱考的是同步写和异步写的差别buffer IO 和 direct IO 的区别顺序写和随机写的性能差异有多大。曾有一道经典的题目向机械硬盘随机写入10000个4KB的小数据块和一个顺序写入100MB的数据块哪个耗时更长很多没有实际操作经验的同学会想当然觉得100MB肯定更久但实际上随机写10000个小数据块的耗时可能是顺序写的几十倍甚至上百倍因为机械硬盘寻道时间和旋转延迟远大于数据传输时间。这个知识点直接关联到现在很多存储系统尽量把随机IO转换为顺序IO的设计哲学理解了它你再看日志结构文件系统、LSM-Tree、Kafka的磁盘写入设计就全都通了。3.5 分布式系统副本、一致性与一致性哈希分布式存储系统是百度这类公司核心业务的基础笔试题一定少不了这块内容。考点通常集中在三块数据分布策略、副本一致性、一致性哈希。数据分布这个考点最经典的题目是有N个存储节点如何把数据均匀地分布到各个节点上最简单的是hash(key) % N但问题很明显节点数量变化时绝大部分key都会映射到新的节点导致大规模数据迁移。一致性哈希就是为解决这个问题出现的把key哈希到一个环形空间上每个节点也哈希到环上key顺时针找到第一个节点存储。这样新增或删除节点时只影响环上邻近节点的数据。但一致性哈希有一个问题节点数量少时数据容易分布不均。解决方法是引入虚拟节点让每个物理节点对应环上的多个逻辑位置。笔试可能会给你一个场景比如集群有3个物理节点每个节点设置100个虚拟节点当某个节点宕机时它的数据主要由哪两个节点分担这种题就是看你有没有真正理解一致性哈希的机制。副本一致性这块笔试更常考的是概念辨析比如强一致性和最终一致性的区别、Quorum机制WRN的原理。给你一个N3的副本集群写操作需要至少多少个副本确认才算成功答案是W2配合R2读取就能保证读到最新数据。注意这里的最新指的是至少有一个副本包含了最新写入。这类题你要是能画一张读写Quorum时间线图来辅助说明基本就不会错。最后还有一个容易混的概念分布式事务里的2PC两阶段提交和3PC。笔试一般考到2PC的程度就够用了但你要能说清楚它为什么会有阻塞问题——协调者宕机了参与者拿不到最终指令只能一直等待。很多基础不牢的同学把2PC和Paxos/Raft混为一谈这是大忌。2PC是阻塞式的、有单点问题的协议Paxos/Raft是基于选举和日志复制的共识算法两者解决的问题不太一样考察的角度也不同。4. 复习路线与实战准备策略4.1 建立自己的知识框架图很多人复习系统方向的笔试最大的问题不是不努力而是知识点太散今天看内存明天看数据库后天看网络脑子里是一堆碎片。我强烈建议你在复习初期先动手画一张涵盖计算系统和存储系统的知识框架图把每个领域的主干列出来然后逐步往里填充细节。比如计算系统这个分支主干就是CPU流水线、指令集、多核、内存RAM、Cache、虚拟内存、IO总线、中断、DMA存储系统分支的主干是单机存储磁盘、文件系统、存储引擎、分布式存储数据分布、一致性、容错、存储网络SCSI/iSCSI/FC。每复习到一个知识点就在框架上标注笔试出现频率以及和哪些知识点关联。这样做的好处是当你遇到一道综合题比如数据库为什么慢如何从IO层面排查时你能快速从不同分支调动知识点来组织答案而不是只从单一角度回答。我当年复习时还会用另一个技巧每复习完一个模块模拟面试官自己给自己出三道题一道概念题、一道原理题、一道场景题。概念题比如什么是页缓存原理题比如页缓存命中和未命中时read的路径有什么差异场景题比如如果你的服务大量顺序读文件如何优化。这个自问自答的过程能让你快速找到自己理解模糊的地方。4.2 实操清单这些实验做过才算真懂有一类知识光看书永远觉得懂了上手一做就露馅。这里我列一个建议动手做的清单都是在复习计算系统和存储系统过程中非常有价值的实操你不需要全做但至少挑三四个核心的体验一下体感完全不一样。第一个实验用strace跟踪一个简单的文件读写程序观察底层调用了哪些系统调用尤其看有没有mmap、read、write以及它们的参数和返回值。这能帮你把用户态和内核态的边界具象化。第二个实验用dd和iostat分别测试机械硬盘/固态硬盘如果没有物理机用云主机也行的顺序写和随机写性能。记录IOPS和吞吐量数据再用Python画个对比图你会对随机IO为什么贵有极其深刻的体感。第三个实验给一个程序加mlockall或修改它的内存分配方式对比开启前后在/proc/PID/status里voluntary_ctxt_switches和nonvoluntary_ctxt_switches的变化理解内存换页对系统性能的影响。第四个实验用fio测试SQLite或RocksDB在顺序写和随机写场景下的吞吐差异并尝试修改它们的缓存参数观察性能变化。这个实验能让你把存储引擎这个抽象概念落地到具体系统中。这些实验不复杂每个大概一个晚上就能做完但它们带来的理解深度是你看十篇博客都换不来的。笔试中遇到某存储系统写放大为什么高为什么固态硬盘随机写也会遇到瓶颈这类题时你脑海里有真实的测试数据和性能曲线就能结合数据和原理讲出有说服力的答案。4.3 C/算法题限时训练与代码规范系统研发岗位的笔试编程语言上C和Go是主流偶尔也接受Java/Python。不过这里提醒一下如果笔试环境支持多语言尽量选你最有把握的那门语言写算法题不要为了炫技临时用不熟的语言。算法题本身考的是思维和实现能力语言用得磕磕绊绊反而容易出错。限时训练非常重要。笔试现场通常是一道题20-30分钟你需要在这个时间内完成读题、思考和编码。平时训练时建议用LeetCode的每日一题或者按专题刷每个专题给自己设个时间上限。比如链表类题目15分钟之内必须写出可以通过所有测试用例的代码动态规划类题目25分钟。超时就停下来看题解然后总结卡在哪一步——是状态定义没想清楚还是边界条件漏了还是代码实现太繁琐。有针对性地补齐短板比漫无目的地一天刷三十题有效得多。另外要特别注意代码规范。笔试的判卷系统往往不会只看最终结果人工评审阶段会看你的代码风格。变量命名语义化、函数拆分合理、边界检查严谨、有必要的注释这些都能加分。很多同学算法思路对但代码写成一坨变量名全是a、b、c、temp面试官一眼就会减分。系统研发岗位对代码质量的要求本来就高你想想一个存储系统成千上万行代码如果风格混乱维护成本会高到什么程度。4.4 从真题看趋势校招笔试风格的演变最近几年随着云计算和大数据的发展校招笔试中关于存储系统的题目占比有明显上升趋势。尤其是云存储、对象存储、KV存储、数据库内核这些细分方向的题目出现了很多。如果你目标是大厂的基础架构团队除了传统的操作系统和计算机组成原理还得关注以下新技术方向的常识它们都有可能变成笔试选择题的素材。第一个是RDMA远程直接内存访问。比如RDMA相比传统TCP/IP的优势是什么这种题答案关键是内核旁路Kernel Bypass、低延迟、高吞吐、CPU卸载。第二是NVMe和NVMe-oF核心考点是NVMe SSD相比SATA SSD的优势支持更多的队列深度、更低的协议开销。第三是存算一体或计算存储融合的基本概念。第四是云原生存储的架构比如容器持久化存储、CSI接口是干什么的。如果你平时关注这些前沿概念笔试时遇到从没见过的名词起码不会慌。我的方法是每天花20分钟刷几个技术资讯类网站和社区了解存储领域的新动向。有些知识不需要深入掌握但至少要知道它是干什么的这对应聘系统研发工程师这种需要持续学习新技术岗位的人本身也是一种加分信号。5. 笔试现场遭遇的常见坑与对策5.1 选择题里的坑看着对其实错这种系统性笔试的选择题难度不在于知识点本身而在于出题人精心设计的陷阱选项。最常见的一种套路是把几个容易混淆的概念放在一起让你选错误的或不正确的。比如把写放大说成读放大、把一致性哈希说成能保证强一致性、把BTree叶子节点说成存储在非叶子节点。应对方法只有一个每个选项都当成判断题来做不仅要判断对错还要能说出正确说法应该是什么。如果某个选项你只是感觉对但说不清原理那大概率是你复习有漏洞标出来回去查资料。另一种常见陷阱是绝对化表述。选项中出现一定必定完全不会任何场景下这类词基本都是有问题的。技术领域几乎所有结论都有适用边界。比如固态硬盘的随机写性能一定优于机械硬盘这句话在大多数场景下是对的但如果SSD是低端QLC且写入缓存已满而机械盘在顺序写入时性能对比就未必是碾压性的。出题人有时候就是利用这种边界知识来制造干扰项。我建议在做选择题时养成一个习惯在草稿纸上写出每个选项的关键词和判断理由。虽然答题速度会慢一点但正确率会明显提升。系统研发岗位的笔试选择题通常每题1-2分错一道就少一道与其抢时间做后面的大题不如先保证选择题的准确率。5.2 简答题与系统设计题答题结构大于字数笔试中简答题和系统设计题是拉开分数差距的地方。很多同学一上来就写一大段想到哪写到哪结果内容冗长却抓不住重点。面试官阅卷时最先看到的是你的答题框架。框架清晰哪怕细节有瑕疵分数也不会低。怎么构建框架我建议用总-分-总加分维度的方式。先一句话给出核心结论然后从几个维度展开最后再用一句话总结。比如题目问对比分析BTree和LSM-Tree在存储引擎中的优劣及适用场景你的回答结构应该是先总说两种结构分别是什么思想然后用一个表格或分点从读性能、写性能、空间放大、实现复杂度四个维度对比最后给出读多写少选BTree、写多读少选LSM-Tree但要结合compaction策略和硬件环境综合考虑的结论。系统设计题更是如此。比如请设计一个支持海量小文件存储的系统这种题看似自由发挥实际考察的是你有没有完整的设计思维。你应当从数据分布、元数据管理、读写路径、容错策略、性能瓶颈等几个方面来展开而不是只写一句话用分布式文件系统就行了。哪怕你设计得不是最优只要覆盖面广、思路清晰、能说明每个选择的理由就比支离破碎的片段回答强得多。还有一个很多年都被忽视的点手写能力。在线笔试系统允许你打字但有些笔试需要拍照上传手写答案或者面试中的白板题需要手写。平时习惯了打字和IDE补全手写代码时会很别扭容易写出简单的语法错误。建议在复习后期每三天做一次手写限时练习随便找一道算法题或系统设计题用纸笔作答培养在没法快速删改、没法自动缩进条件下的编码手感。5.3 时间分配策略先易后难保底争高一套两个小时的笔试卷子通常包含30-40道选择题/判断题和2-3道大题。很多人的失败不是因为不会做而是因为时间分配不合理。我见过太多同学在一道难啃的系统设计题上磨了四五十分钟导致后面好几道送分的选择题没时间读题只能乱蒙。这是非常不划算的。我的经验是拿到卷子后先用3分钟快速翻一遍全部题目尤其是大题的题目做到心里有数。然后先做看一眼就有思路的题目遇到卡壳的题先在题号上做个标记回头再来看。选择题部分控制在40分钟内完成遇到特别有把握的题直接选遇到模棱两可的先标记跳过不要恋战。大题部分分配时间按照分值比例来比如2道大题各20分那就各留40分钟剩余时间用来检查。另外有一个小技巧在做选择题时如果有拿不准的用排除法和取反法辅助判断。排除法就是先确定哪些选项一定错缩小范围取反法就是假设某个选项是对的看能否自洽地解释其他现象。如果两种方法得出的结论不一致继续标记回头复查。这种技巧虽然简单但在时间紧张时能显著提升蒙题的命中率。5.4 笔试后的复盘比分数更重要笔试结束不等于这件事就结束了。无论考得好不好我都强烈建议你当晚就做一次复盘把每一道不确定或做错的题整理到错题本上标注出错误原因知识点不熟、粗心、读题理解错、时间不够然后针对性地回头去看书或查资料。这一步看起来是额外工作但恰恰是提升最快的环节。校招投递的岗位数量很多这类系统研发笔试往往会在多家公司出现你在一套卷子上踩过的坑很可能在下一家的卷子里换个马甲再次出现。复盘时特别注意两类题一是完全没看懂在问什么的题这说明你的知识盲区很大需要赶紧补基础二是明明复习过但还是做错的题这说明你的理解停留在表面没有形成准确的判断力需要重新梳理相关知识点。前者通常可以通过系统性的课程或教材来补后者则需要通过反复做同类题来强化。记录时不要只写正确答案要把当时为什么选错和正确思路应该是什么都写清楚。你会发现很多错误不是偶发的而是有固定的思维惯性找出并纠正这些惯性才是复盘的最大价值。5.5 心态调节把笔试当一次技术体检最后说一个很多人忽略但很重要的方面心态。笔试前容易焦虑很正常尤其当你把进大厂这个目标看得非常重的时候。但换个角度想笔试无非是把你目前的知识水平做一次技术体检发现薄弱环节然后有针对性地加强这本身就是一个非常有价值的过程。即使某家公司的笔试没过积累的复习经验和题目方法也会在下一家派上用场。我自己的体会是考前一周不要再猛刷难题了把精力放在回顾基础概念、翻看错题本、复习自己做过的实验数据上。考前一晚不要熬夜保证充足睡眠。考试时如果遇到完全不会的题不要惊慌标记后跳过继续往后做最后有时间再回头啃。答题过程中每做完一个大题深呼吸一两秒钟把注意力从上一题难住了的沮丧中拉回来。这些看似微小的细节往往决定了你在关键时刻能不能把真实水平发挥出来。