简介《名企AI面试100题1》是一份面向求职者与计算机专业学习者的AI及开发岗面试题整理聚焦计算机语言基础覆盖C与C混合调用、多线程与多任务、Java类初始化顺序、死锁编写、ArrayList遍历删除、Linux CPU与进程查看、top内存指标、iptables拒绝规则、网卡硬盘诊断及Python列表去重等高频考点。题目配有简明解析和示例代码便于理解原理、对照练习与面试前快速回顾也能帮助读者定位基础薄弱环节。资源包共1个PDF文件约49.22MB适合在电脑或移动设备上阅读检索。已有251人学习下载可作为名企技术面试基础环节的针对性训练材料并为后续算法、大数据、机器学习等方向复习打底。1. 知识地图五章一百题到底覆盖了什么把这份《名企AI面试100题》摊开第一眼不要扎进单题而是先看它的五章骨架语言基础、算法与大数据、机器学习、深度学习、应用方向。它像一张被压缩过的地图100 道题只是坐标点真正的复习价值在于你知道每个点挂在哪个模块上。语言基础考链接、并发、集合与 Linux 命令算法与大数据考链表树数组再叠加海量数据套路机器学习与深度学习各有一条从原理到调参的主线应用方向把 CV、NLP、推荐、风控串成场景题。适合已经学过一轮、需要查漏补缺的人也适合面试前快速定位薄弱模块的人。先看地图再拆模块最后用易错点收口。2. 语言基础从 extern C 到 Python 列表的必考点语言基础这一章看起来杂实际上可以归成四类链接与符号、并发与初始化顺序、集合与系统排障、Python 基础语法。复习时不要按题号死背而要问自己这道题考的是编译链接阶段、运行时阶段还是操作系统层面的观察手段。把阶段分清很多答案就能自己推出来。2.1 C/C 链接与名称修饰extern C 的真正动机C 支持函数重载编译器会把函数名、参数个数和参数类型一起编进符号名这个过程叫名称修饰。C 语言不支持函数重载符号名通常只保留函数名本身。于是同一个函数foo(int, int)C 编译器生成的符号接近_fooC 编译器生成的符号可能接近_foo_int_int。链接器只认符号名名字对不上链接就会失败。extern C的作用不是“让函数变成 C 语言”而是告诉 C 编译器这段声明按 C 的规则生成和查找符号不要做名称修饰。// moduleA.hC 侧声明一个按 C 规则链接的函数 #ifndef MODULE_A_H #define MODULE_A_H extern C int add(int x, int y); #endif// moduleB.cpp调用方包含头文件后正常调用 #include moduleA.h int main() { int result add(2, 3); // 链接器查找的是未修饰的 add 符号 return result; }上面两个代码块的关键点在头文件extern C写在声明处调用方包含头文件时就能继承这个链接约定。如果 C 要引用 C 头文件常见写法是用extern C { #include cExample.h }包住反过来C 代码引用 C 中导出的函数时C 头文件里要写好extern CC 文件里只按普通extern声明不能直接包含带extern C的 C 头文件否则 C 编译器不认识这个语法。复习时最容易漏掉的是“声明与定义的一致性”一边加了extern C另一边没加链接器就会去找两个不同的符号。2.2 Java 初始化顺序与死锁两个高频“顺序题”Java 类初始化顺序是典型的“背结论不如写一遍”的题。结论可以压缩成父类静态块和静态字段先于子类静态块和静态字段静态部分只在类第一次加载时执行然后父类普通代码块和普通字段、父类构造方法最后子类普通代码块和普通字段、子类构造方法。静态块与静态字段是并列优先级按代码出现顺序执行普通块与普通字段也一样。class Parent { static { System.out.println(Parent static block); } { System.out.println(Parent normal block); } Parent() { System.out.println(Parent constructor); } } class Child extends Parent { static { System.out.println(Child static block); } { System.out.println(Child normal block); } Child() { System.out.println(Child constructor); } } public class InitOrderDemo { public static void main(String[] args) { new Child(); // 观察输出顺序 } }这段代码的输出会先走父类静态、子类静态再走父类普通块、父类构造、子类普通块、子类构造。参数说明只有一点静态部分只执行一次第二次new Child()不会再打印静态块。死锁题则要抓住四个必要条件互斥、占有且等待、不可剥夺、循环等待。手写死锁时两个线程各自先锁住一把锁再请求对方那把锁顺序相反就会互相等待。// 死锁示意两个线程以相反顺序获取同一对锁 Object lockA new Object(); Object lockB new Object(); Thread t1 new Thread(() - { synchronized (lockA) { try { Thread.sleep(50); } catch (InterruptedException ignored) {} synchronized (lockB) { System.out.println(t1); } } }); Thread t2 new Thread(() - { synchronized (lockB) { try { Thread.sleep(50); } catch (InterruptedException ignored) {} synchronized (lockA) { System.out.println(t2); } } });这段代码的重点不是运行结果而是“相反顺序”四个字。破坏循环等待最常见的做法是给锁定义全局顺序所有线程按同一顺序获取也可以使用带超时的尝试锁避免无限等待。面试里只写两个synchronized嵌套还不够要能说清为什么它会卡住。2.3 集合遍历删除与 Linux 排障命令ArrayList在 for 循环里直接删除元素常见翻车点是ConcurrentModificationException。原因是迭代器内部维护了一个修改计数集合结构被直接改动后下一次next()会检查计数不一致。解决方式有三种用Iterator.remove()、用removeIf()、或者换成并发安全的集合。前两种更适合大多数业务代码。ListString list new ArrayList(Arrays.asList(a, b, c)); // 方式一迭代器删除 IteratorString it list.iterator(); while (it.hasNext()) { if (b.equals(it.next())) { it.remove(); } } // 方式二removeIf本质仍是迭代器安全删除 list.removeIf(c::equals);Linux 部分要能把命令和观察目标对上。lscpu看 CPU 架构、物理核与逻辑核top里%MEM是内存使用率RES是驻留内存SHR是共享内存ps aux看进程快照ifconfig或ip addr show看网卡状态硬盘健康看smartctl的 SMART 信息。iptables 题则要分清链、源地址、协议、端口和动作。# 拒绝来源 IP 192.168.1.101 访问本机 80 端口 iptables -A INPUT -s 192.168.1.101 -p tcp --dport 80 -j DROP参数含义-A INPUT追加到入站链-s指定源地址-p tcp指定协议--dport 80指定目标端口-j DROP表示直接丢弃。若写成REJECT对端会收到拒绝响应DROP则是静默丢弃。复习时不要只背命令要能解释“加在哪条链、匹配什么、动作是什么”。2.4 Python 基础去重、lambda、深浅拷贝Python 去重最顺手的写法是list(set(...))但它有两个坑结果无序元素必须可哈希。如果元素是列表或字典就不能直接塞进 set。需要保持顺序时可以用字典的键去重或者手动遍历加集合辅助。# 保序去重适合元素可哈希的场景 def unique_keep_order(items): seen set() result [] for item in items: if item not in seen: seen.add(item) result.append(item) return resultlambda是匿名函数适合作为短小的回调或排序键不适合塞复杂逻辑。深浅拷贝的区别要落到可变对象上赋值只是多一个引用浅拷贝创建新容器但内部可变元素仍共享深拷贝递归复制内部对象。目录文件名题则可以用os.listdir或pathlib.Path.iterdir前者返回名称列表后者返回路径对象过滤文件时更直观。语言基础这一章复习到最后应该能做到看到题目先判断它考编译链接、运行时对象生命周期、集合结构修改还是系统观察命令。3. 算法与大数据链表、树、数组与海量数据套路算法与大数据这一章的主线不是“刷多少题”而是把题型归到数据结构上链表题看指针操作树题看遍历与递归定义数组题看双指针、二分和动态规划海量数据题看分治、哈希和堆。每道题背后都有一个可复用的套路复习时把套路抽出来比记住某道题答案更稳。3.1 链表与树判环、B 树、有序链表转 BST单链表判环的标准解法是快慢指针。慢指针走一步快指针走两步如果存在环两者一定在环内相遇如果快指针走到空说明无环。这个题的重点不是“会不会写”而是能不能解释为什么快慢指针一定会相遇在环内快指针相对慢指针每次靠近一步距离最终会缩到零。class ListNode: def __init__(self, val0, nextNone): self.val val self.next next def has_cycle(head: ListNode) - bool: slow fast head while fast and fast.next: slow slow.next # 慢指针走一步 fast fast.next.next # 快指针走两步 if slow is fast: return True return FalseB 树的插入与删除是另一类高频题。复习时抓住“阶”的定义每个节点最多有多少个孩子、最少有多少个孩子关键字数量与孩子数量差一。插入先落到叶子再向上分裂删除先借兄弟借不到再合并。很多答案写得长其实核心就是“保持所有叶子在同一层”和“节点关键字数量在上下界内”。有序链表转二叉搜索树则考分治链表不能随机访问所以要么先转数组再递归取中点要么用快慢指针找中点递归构造左右子树。要能说清为什么必须选中间节点为了平衡。3.2 数组与动态规划子序列、连续子数组、金字塔路径最大连续子数组和是动态规划的入门题。定义dp[i]为以i结尾的最大和转移只有两种选择接上前一段或从当前元素重新开始。状态压缩后只需要一个变量。def max_subarray_sum(nums): current best nums[0] for x in nums[1:]: current max(x, current x) # 要么重开要么接上 best max(best, current) return best金字塔最小路径之和则是二维动态规划从顶部到底部每个位置只能从左上或正上方来取较小值累加。严格单调递增数组找a[x] x可以用二分如果a[mid] mid说明右侧更不可能相等往左找如果a[mid] mid往右找。交替字符串题要看两个字符串能否交错组成目标串用二维布尔 DP 或滚动数组核心是“最后一个字符来自谁”。这一组题复习时要以“状态定义”为中心不要一上来就写循环。3.3 海量数据Top K、Top IP 与并行计算框架对比海量数据题最容易背成模板实际要按数据规模选路线。找重复出现次数最多的前 100 个关键字常见做法是哈希分片到多个文件每个文件单独统计再用小顶堆维护 Top 100最后合并。找访问某搜索站点次数最多的 IP 也是同一套路先哈希分桶保证同一 IP 落到同一桶再桶内计数最后堆排序。关键点是“分而治之”之后每个桶都能放进内存。对比项Hadoop MapReduceSpark计算模型磁盘为主的批处理Map 和 Reduce 两阶段内存计算为主支持 DAG 执行中间结果多落磁盘容错靠重算可缓存到内存迭代计算更快适用场景超大规模型批处理、离线统计迭代算法、交互式分析、机器学习流水线复习重点分片、Shuffle、容错RDD 血缘、宽窄依赖、缓存与 Checkpoint这张表不要死背要能解释“为什么迭代算法更偏向 Spark”因为多轮计算可以复用内存中的中间结果减少磁盘往返。海量数据题最后都要落到复杂度分片是否均匀、堆的大小是否可控、合并阶段是否只处理候选集。4. 机器学习从 SVM 到 GBDT 的复习主线机器学习这一章的题量最大但主线只有三条模型原理、特征与评估、过拟合与正则化。复习时不要按题号从第一题背到最后一题而要先把模型按“判别式/生成式”“参数化/非参数”“树模型/非树模型”分堆再往每堆里填细节。这样遇到陌生题也能判断它问的是边界、损失函数、优化方法还是评估指标。4.1 模型原理SVM、逻辑回归、贝叶斯与 EMSVM 的核心是“最大间隔”在能分开数据的超平面里选离最近样本最远的那个。硬间隔要求完全分开软间隔引入松弛变量容忍噪声核函数把低维不可分映射到高维。复习时要能说清支持向量是什么只有它们决定最终超平面其他样本删掉不影响结果。逻辑回归为什么要对特征离散化常见解释是离散化后每个区间有独立权重能拟合非线性同时对异常值更鲁棒还方便特征交叉。贝叶斯定理则是“先验乘似然归一化得后验”朴素贝叶斯假设特征条件独立所以计算快但假设强。EM 算法解决含隐变量的最大似然估计E 步求隐变量后验M 步更新参数本质是下界优化。对比项判别式模型生成式模型建模对象直接建模 $P(yx)$代表逻辑回归、SVM朴素贝叶斯、隐马尔可夫优点分类边界直接通常精度高能生成样本小数据下先验有用注意点需要足够数据估边界条件独立假设可能过强4.2 树模型家族RF、GBDT、XGBoost、Adaboost随机森林是 Bagging 思路多棵树并行训练每棵树用自助采样和随机特征子集最后投票或平均。GBDT 是 Boosting 思路串行训练每棵新树拟合前一轮的残差。XGBoost 在 GBDT 上做二阶泰勒展开目标函数同时用一阶导和二阶导并加入树复杂度正则项。为什么用泰勒展开因为把损失函数近似到二阶后叶子权重有闭式解分裂增益可以直接算工程上还能并行找分裂点。Adaboost 则是通过调整样本权重让错分样本在下一轮更受关注最后按弱分类器权重加权投票。模型核心思路并行性复习重点随机森林Bagging 随机特征树间可并行袋外误差、特征重要性GBDT拟合负梯度/残差树间串行学习率、树深、欠拟合与过拟合XGBoost二阶泰勒 正则项特征分裂可并行目标函数、增益公式、缺失值方向Adaboost样本权重更新串行弱分类器权重、指数损失4.3 特征工程与评估归一化、离散化、特征选择、AUC归一化是把特征缩放到同一量纲常见作用是让梯度下降更稳、让距离度量更公平。标准化是减均值除标准差适合近似正态的特征归一化通常缩到固定区间。树模型为什么不需要归一化因为树在某个特征上只看阈值切分单调变换不改变分裂顺序所以量纲影响小。但线性模型、KNN、SVM、神经网络对尺度敏感复习时要把模型和预处理配对记。AUC 的物理意义可以理解为随机抽一个正样本和一个负样本模型给正样本打分高于负样本的概率。它不依赖具体阈值所以适合评估排序能力。特征选择常见三类过滤式看统计量包裹式看模型性能嵌入式靠正则化或树模型重要性。缺失值处理要看缺失机制随机缺失可以均值/中位数/模型补非随机缺失要把“缺失”本身做成指示特征。KNN 的过程则是算距离、取前 K 个、投票或平均K 小容易过拟合K 大容易欠拟合。4.4 过拟合、正则化与模型对比过拟合是训练集表现好、验证集表现差。解决方向有增加数据、简化模型、早停、正则化、Dropout、数据增强、集成。正则化 L1 倾向于稀疏L2 倾向于让权重变小在损失函数里加惩罚项本质是限制模型复杂度。决策树、回归、SVM、神经网络各有优缺点树模型可解释但容易过拟合线性回归简单但拟合能力有限SVM 在小样本高维数据上有优势但核矩阵开销大神经网络拟合能力强但调参和數據需求高。最大熵模型则是在满足约束的前提下选熵最大的分布和逻辑回归有很深的联系。贝叶斯网络用有向无环图表示变量条件依赖适合做概率推理。复习这一章最后要能在一张白纸上画出“模型—损失—优化—评估”的链条。5. 深度学习与应用五个最容易翻车的易错点深度学习与应用这一章横跨神经网络基础、CNN、RNN、注意力、NLP、推荐和风控。它的特点是名词多、链路长复习时最容易出现“每个词都见过连起来说不清”的状态。下面先按模块把主线串起来再把最容易翻车的五个细节单独拎出来。每一个易错点都按“易漏点—为什么漏—怎么补”拆开方便直接对照错题本。5.1 神经网络基础ReLU、梯度消失与 BNReLU 比 sigmoid、tanh 更常用原因有三正区间梯度不饱和计算简单稀疏激活。sigmoid 在两端梯度接近零深层网络容易梯度消失tanh 虽然零中心但两端同样饱和。梯度消失和梯度爆炸的缓解手段包括换 ReLU 类激活、合理初始化、批归一化、残差连接、梯度截断、调小学习率。判断梯度爆炸不能只看 loss 曲线还要看梯度范数、参数范数是否突然变大以及是否出现 NaN。BN 的重点是训练和推理行为不同训练时用当前 batch 的均值和方差并维护滑动平均推理时用滑动平均后的统计量。很多人只记住“BN 能加速收敛”却说不清 batch 大小对它的影响。batch 太小时统计量噪声大BN 效果会抖这时可以考虑 LayerNorm 或 GroupNorm。反向传播复习要抓住链式法则每层局部梯度乘以上游梯度缓存前向激活可以避免重复计算。5.2 CNN 与目标检测卷积、anchor、NMS、IoUCNN 的核心是局部连接、权值共享和池化降维。卷积核在空间上滑动提取局部模式感受野是输出特征图上一个点对应原图的区域大小堆叠卷积和池化会扩大感受野。目标检测里anchor 是预设的参考框模型预测相对 anchor 的偏移和置信度IoU 是交并比衡量两个框的重叠程度NMS 是非极大值抑制按得分排序后删掉与高分框 IoU 过大的框。对比项one-stage 检测two-stage 检测流程直接回归框和类别先生成候选区域再分类回归速度通常更快通常更慢精度小目标有时偏弱精度通常更稳代表思路稠密采样 直接预测候选框 第二阶段修正边缘检测看梯度变化Harris 角点看窗口移动后灰度变化大的位置角点适合做特征点是因为它在多个方向都有明显变化匹配时更稳定。图像检索题则要从“召回重排”想先做粗粒度特征索引再做细粒度比对海量图像下要考虑向量量化和倒排。5.3 RNN/LSTM、注意力与 TransformerRNN 按时间步展开隐藏状态传递历史信息但长序列容易梯度消失。LSTM 用遗忘门、输入门、输出门控制细胞状态缓解长依赖问题。注意力机制则是让模型在解码时动态关注输入的不同位置Transformer 把注意力做成自注意力每个位置都能和序列中其他位置交互再叠加位置编码、残差和 LayerNorm。复习时要能说清“自注意力为什么能并行”因为它是矩阵运算不依赖时间步递归。也要能说清复杂度序列长度的平方长序列下要考虑稀疏化或分块。5.4 应用方向NLP、推荐与风控的常考链路NLP 方向常从 TF-IDF 和 word2vec 起步。TF-IDF 用词频乘逆文档频率衡量词对文档的代表性word2vec 用上下文预测或中心词预测得到词向量。预训练技术从静态词向量走到上下文表示再到大规模预训练加微调。推荐方向要能串起召回、排序、重排协同过滤看用户-物品共现冷启动分用户冷启动和物品冷启动常用侧信息、热门兜底、探索策略LFM 隐语义模型把用户和物品映射到隐空间widedeep 用宽侧记记忆、深侧记泛化FM 用隐向量交叉代替二阶特征交叉。风控方向常问 WOE 编码原因是它把非线性关系变成线性同时处理缺失和异常值样本量题没有标准答案要结合特征维度、正负样本比例和模型复杂度说明。5.5 易错点五个最容易翻车的细节易漏点一归一化和标准化混着用。为什么漏两者都叫“缩放”很多笔记只写公式不写适用场景。怎么补记住标准化是减均值除标准差归一化是缩到区间线性模型、KNN、神经网络优先标准化树模型可以不做但要做缺失值处理。易漏点二BN 训练和推理行为分不清。为什么漏只看过“BN 加速收敛”的结论没注意滑动平均。怎么补自己写一遍训练前向和推理前向标出均值方差来源再想 batch 很小时为什么效果会抖。易漏点三NMS 只背流程不说阈值影响。为什么漏把 NMS 当成固定后处理忽略 IoU 阈值和得分阈值。怎么补用两个重叠框手算一次 IoU再分别设高阈值和低阈值观察保留框数量变化高阈值保留多低阈值删得狠。易漏点四冷启动只答“用热门补”。为什么漏只记了兜底策略没分用户侧和物品侧。怎么补按“新用户—新物品—新系统”三类分别写策略新用户用注册信息或热门新物品用内容特征或探索流量新系统先做规则再逐步上模型。易漏点五梯度消失和梯度爆炸只看 loss。为什么漏loss 不降就归因于梯度问题忽略学习率、数据、初始化。怎么补同时看梯度范数、参数范数、激活值分布梯度爆炸优先梯度截断和调小学习率梯度消失优先换激活、加残差、检查初始化。6. 复习清单从 100 题回到知识地图最后两周不要再从头刷题而是用“地图—错题—自测”三步收口。先拿一张纸默写五章骨架每章下面只写三个关键词语言基础写“链接、初始化、排障”算法写“指针、DP、分治”机器学习写“模型、特征、评估”深度学习写“激活、卷积、注意力”应用写“召回、排序、场景”。写不出来的那一章就是接下来要补的模块。复习顺序自测问题补漏动作语言基础extern C 解决的是编译期还是链接期问题手写一个 C 调 C 的最小例子算法与大数据快慢指针为什么一定会相遇手写判环和最大子数组和机器学习XGBoost 为什么要二阶展开推一遍分裂增益的直觉深度学习BN 训练和推理差在哪画一张训练/推理流程图应用方向冷启动分几类各用什么策略每类写两条可落地策略错题本不要抄答案只记三行这题考什么、我错在哪个判断、下次先看哪个关键词。比如“ArrayList 删除”错在把“遍历”和“修改”混在一起下次先看是否用了迭代器“NMS”错在忘了阈值下次先写 IoU 公式再写流程。每道错题隔三天回看一次能用自己的话讲通才算过。我自己的血泪经验是第一次复习时总想按题号从头刷结果刷到第 60 题前面 30 题的模型对比已经混了。后来每次开始新一章我都强制先画一张本章地图再把错题挂到地图的节点上地图上挂不满的节点就是没复习透的地方。从那以后我每次刷题都强制走一遍“先地图、再错题、后自测”比单纯堆题量稳得多。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/31 21:27:45 · 阅读 1.2k 名企AI面试100题知识地图：五章复习与易错点清单
简介《名企AI面试100题1》是一份面向求职者与计算机专业学习者的AI及开发岗面试题整理聚焦计算机语言基础覆盖C与C混合调用、多线程与多任务、Java类初始化顺序、死锁编写、ArrayList遍历删除、Linux CPU与进程查看、top内存指标、iptables拒绝规则、网卡硬盘诊断及Python列表去重等高频考点。题目配有简明解析和示例代码便于理解原理、对照练习与面试前快速回顾也能帮助读者定位基础薄弱环节。资源包共1个PDF文件约49.22MB适合在电脑或移动设备上阅读检索。已有251人学习下载可作为名企技术面试基础环节的针对性训练材料并为后续算法、大数据、机器学习等方向复习打底。1. 知识地图五章一百题到底覆盖了什么把这份《名企AI面试100题》摊开第一眼不要扎进单题而是先看它的五章骨架语言基础、算法与大数据、机器学习、深度学习、应用方向。它像一张被压缩过的地图100 道题只是坐标点真正的复习价值在于你知道每个点挂在哪个模块上。语言基础考链接、并发、集合与 Linux 命令算法与大数据考链表树数组再叠加海量数据套路机器学习与深度学习各有一条从原理到调参的主线应用方向把 CV、NLP、推荐、风控串成场景题。适合已经学过一轮、需要查漏补缺的人也适合面试前快速定位薄弱模块的人。先看地图再拆模块最后用易错点收口。2. 语言基础从 extern C 到 Python 列表的必考点语言基础这一章看起来杂实际上可以归成四类链接与符号、并发与初始化顺序、集合与系统排障、Python 基础语法。复习时不要按题号死背而要问自己这道题考的是编译链接阶段、运行时阶段还是操作系统层面的观察手段。把阶段分清很多答案就能自己推出来。2.1 C/C 链接与名称修饰extern C 的真正动机C 支持函数重载编译器会把函数名、参数个数和参数类型一起编进符号名这个过程叫名称修饰。C 语言不支持函数重载符号名通常只保留函数名本身。于是同一个函数foo(int, int)C 编译器生成的符号接近_fooC 编译器生成的符号可能接近_foo_int_int。链接器只认符号名名字对不上链接就会失败。extern C的作用不是“让函数变成 C 语言”而是告诉 C 编译器这段声明按 C 的规则生成和查找符号不要做名称修饰。// moduleA.hC 侧声明一个按 C 规则链接的函数 #ifndef MODULE_A_H #define MODULE_A_H extern C int add(int x, int y); #endif// moduleB.cpp调用方包含头文件后正常调用 #include moduleA.h int main() { int result add(2, 3); // 链接器查找的是未修饰的 add 符号 return result; }上面两个代码块的关键点在头文件extern C写在声明处调用方包含头文件时就能继承这个链接约定。如果 C 要引用 C 头文件常见写法是用extern C { #include cExample.h }包住反过来C 代码引用 C 中导出的函数时C 头文件里要写好extern CC 文件里只按普通extern声明不能直接包含带extern C的 C 头文件否则 C 编译器不认识这个语法。复习时最容易漏掉的是“声明与定义的一致性”一边加了extern C另一边没加链接器就会去找两个不同的符号。2.2 Java 初始化顺序与死锁两个高频“顺序题”Java 类初始化顺序是典型的“背结论不如写一遍”的题。结论可以压缩成父类静态块和静态字段先于子类静态块和静态字段静态部分只在类第一次加载时执行然后父类普通代码块和普通字段、父类构造方法最后子类普通代码块和普通字段、子类构造方法。静态块与静态字段是并列优先级按代码出现顺序执行普通块与普通字段也一样。class Parent { static { System.out.println(Parent static block); } { System.out.println(Parent normal block); } Parent() { System.out.println(Parent constructor); } } class Child extends Parent { static { System.out.println(Child static block); } { System.out.println(Child normal block); } Child() { System.out.println(Child constructor); } } public class InitOrderDemo { public static void main(String[] args) { new Child(); // 观察输出顺序 } }这段代码的输出会先走父类静态、子类静态再走父类普通块、父类构造、子类普通块、子类构造。参数说明只有一点静态部分只执行一次第二次new Child()不会再打印静态块。死锁题则要抓住四个必要条件互斥、占有且等待、不可剥夺、循环等待。手写死锁时两个线程各自先锁住一把锁再请求对方那把锁顺序相反就会互相等待。// 死锁示意两个线程以相反顺序获取同一对锁 Object lockA new Object(); Object lockB new Object(); Thread t1 new Thread(() - { synchronized (lockA) { try { Thread.sleep(50); } catch (InterruptedException ignored) {} synchronized (lockB) { System.out.println(t1); } } }); Thread t2 new Thread(() - { synchronized (lockB) { try { Thread.sleep(50); } catch (InterruptedException ignored) {} synchronized (lockA) { System.out.println(t2); } } });这段代码的重点不是运行结果而是“相反顺序”四个字。破坏循环等待最常见的做法是给锁定义全局顺序所有线程按同一顺序获取也可以使用带超时的尝试锁避免无限等待。面试里只写两个synchronized嵌套还不够要能说清为什么它会卡住。2.3 集合遍历删除与 Linux 排障命令ArrayList在 for 循环里直接删除元素常见翻车点是ConcurrentModificationException。原因是迭代器内部维护了一个修改计数集合结构被直接改动后下一次next()会检查计数不一致。解决方式有三种用Iterator.remove()、用removeIf()、或者换成并发安全的集合。前两种更适合大多数业务代码。ListString list new ArrayList(Arrays.asList(a, b, c)); // 方式一迭代器删除 IteratorString it list.iterator(); while (it.hasNext()) { if (b.equals(it.next())) { it.remove(); } } // 方式二removeIf本质仍是迭代器安全删除 list.removeIf(c::equals);Linux 部分要能把命令和观察目标对上。lscpu看 CPU 架构、物理核与逻辑核top里%MEM是内存使用率RES是驻留内存SHR是共享内存ps aux看进程快照ifconfig或ip addr show看网卡状态硬盘健康看smartctl的 SMART 信息。iptables 题则要分清链、源地址、协议、端口和动作。# 拒绝来源 IP 192.168.1.101 访问本机 80 端口 iptables -A INPUT -s 192.168.1.101 -p tcp --dport 80 -j DROP参数含义-A INPUT追加到入站链-s指定源地址-p tcp指定协议--dport 80指定目标端口-j DROP表示直接丢弃。若写成REJECT对端会收到拒绝响应DROP则是静默丢弃。复习时不要只背命令要能解释“加在哪条链、匹配什么、动作是什么”。2.4 Python 基础去重、lambda、深浅拷贝Python 去重最顺手的写法是list(set(...))但它有两个坑结果无序元素必须可哈希。如果元素是列表或字典就不能直接塞进 set。需要保持顺序时可以用字典的键去重或者手动遍历加集合辅助。# 保序去重适合元素可哈希的场景 def unique_keep_order(items): seen set() result [] for item in items: if item not in seen: seen.add(item) result.append(item) return resultlambda是匿名函数适合作为短小的回调或排序键不适合塞复杂逻辑。深浅拷贝的区别要落到可变对象上赋值只是多一个引用浅拷贝创建新容器但内部可变元素仍共享深拷贝递归复制内部对象。目录文件名题则可以用os.listdir或pathlib.Path.iterdir前者返回名称列表后者返回路径对象过滤文件时更直观。语言基础这一章复习到最后应该能做到看到题目先判断它考编译链接、运行时对象生命周期、集合结构修改还是系统观察命令。3. 算法与大数据链表、树、数组与海量数据套路算法与大数据这一章的主线不是“刷多少题”而是把题型归到数据结构上链表题看指针操作树题看遍历与递归定义数组题看双指针、二分和动态规划海量数据题看分治、哈希和堆。每道题背后都有一个可复用的套路复习时把套路抽出来比记住某道题答案更稳。3.1 链表与树判环、B 树、有序链表转 BST单链表判环的标准解法是快慢指针。慢指针走一步快指针走两步如果存在环两者一定在环内相遇如果快指针走到空说明无环。这个题的重点不是“会不会写”而是能不能解释为什么快慢指针一定会相遇在环内快指针相对慢指针每次靠近一步距离最终会缩到零。class ListNode: def __init__(self, val0, nextNone): self.val val self.next next def has_cycle(head: ListNode) - bool: slow fast head while fast and fast.next: slow slow.next # 慢指针走一步 fast fast.next.next # 快指针走两步 if slow is fast: return True return FalseB 树的插入与删除是另一类高频题。复习时抓住“阶”的定义每个节点最多有多少个孩子、最少有多少个孩子关键字数量与孩子数量差一。插入先落到叶子再向上分裂删除先借兄弟借不到再合并。很多答案写得长其实核心就是“保持所有叶子在同一层”和“节点关键字数量在上下界内”。有序链表转二叉搜索树则考分治链表不能随机访问所以要么先转数组再递归取中点要么用快慢指针找中点递归构造左右子树。要能说清为什么必须选中间节点为了平衡。3.2 数组与动态规划子序列、连续子数组、金字塔路径最大连续子数组和是动态规划的入门题。定义dp[i]为以i结尾的最大和转移只有两种选择接上前一段或从当前元素重新开始。状态压缩后只需要一个变量。def max_subarray_sum(nums): current best nums[0] for x in nums[1:]: current max(x, current x) # 要么重开要么接上 best max(best, current) return best金字塔最小路径之和则是二维动态规划从顶部到底部每个位置只能从左上或正上方来取较小值累加。严格单调递增数组找a[x] x可以用二分如果a[mid] mid说明右侧更不可能相等往左找如果a[mid] mid往右找。交替字符串题要看两个字符串能否交错组成目标串用二维布尔 DP 或滚动数组核心是“最后一个字符来自谁”。这一组题复习时要以“状态定义”为中心不要一上来就写循环。3.3 海量数据Top K、Top IP 与并行计算框架对比海量数据题最容易背成模板实际要按数据规模选路线。找重复出现次数最多的前 100 个关键字常见做法是哈希分片到多个文件每个文件单独统计再用小顶堆维护 Top 100最后合并。找访问某搜索站点次数最多的 IP 也是同一套路先哈希分桶保证同一 IP 落到同一桶再桶内计数最后堆排序。关键点是“分而治之”之后每个桶都能放进内存。对比项Hadoop MapReduceSpark计算模型磁盘为主的批处理Map 和 Reduce 两阶段内存计算为主支持 DAG 执行中间结果多落磁盘容错靠重算可缓存到内存迭代计算更快适用场景超大规模型批处理、离线统计迭代算法、交互式分析、机器学习流水线复习重点分片、Shuffle、容错RDD 血缘、宽窄依赖、缓存与 Checkpoint这张表不要死背要能解释“为什么迭代算法更偏向 Spark”因为多轮计算可以复用内存中的中间结果减少磁盘往返。海量数据题最后都要落到复杂度分片是否均匀、堆的大小是否可控、合并阶段是否只处理候选集。4. 机器学习从 SVM 到 GBDT 的复习主线机器学习这一章的题量最大但主线只有三条模型原理、特征与评估、过拟合与正则化。复习时不要按题号从第一题背到最后一题而要先把模型按“判别式/生成式”“参数化/非参数”“树模型/非树模型”分堆再往每堆里填细节。这样遇到陌生题也能判断它问的是边界、损失函数、优化方法还是评估指标。4.1 模型原理SVM、逻辑回归、贝叶斯与 EMSVM 的核心是“最大间隔”在能分开数据的超平面里选离最近样本最远的那个。硬间隔要求完全分开软间隔引入松弛变量容忍噪声核函数把低维不可分映射到高维。复习时要能说清支持向量是什么只有它们决定最终超平面其他样本删掉不影响结果。逻辑回归为什么要对特征离散化常见解释是离散化后每个区间有独立权重能拟合非线性同时对异常值更鲁棒还方便特征交叉。贝叶斯定理则是“先验乘似然归一化得后验”朴素贝叶斯假设特征条件独立所以计算快但假设强。EM 算法解决含隐变量的最大似然估计E 步求隐变量后验M 步更新参数本质是下界优化。对比项判别式模型生成式模型建模对象直接建模 $P(yx)$代表逻辑回归、SVM朴素贝叶斯、隐马尔可夫优点分类边界直接通常精度高能生成样本小数据下先验有用注意点需要足够数据估边界条件独立假设可能过强4.2 树模型家族RF、GBDT、XGBoost、Adaboost随机森林是 Bagging 思路多棵树并行训练每棵树用自助采样和随机特征子集最后投票或平均。GBDT 是 Boosting 思路串行训练每棵新树拟合前一轮的残差。XGBoost 在 GBDT 上做二阶泰勒展开目标函数同时用一阶导和二阶导并加入树复杂度正则项。为什么用泰勒展开因为把损失函数近似到二阶后叶子权重有闭式解分裂增益可以直接算工程上还能并行找分裂点。Adaboost 则是通过调整样本权重让错分样本在下一轮更受关注最后按弱分类器权重加权投票。模型核心思路并行性复习重点随机森林Bagging 随机特征树间可并行袋外误差、特征重要性GBDT拟合负梯度/残差树间串行学习率、树深、欠拟合与过拟合XGBoost二阶泰勒 正则项特征分裂可并行目标函数、增益公式、缺失值方向Adaboost样本权重更新串行弱分类器权重、指数损失4.3 特征工程与评估归一化、离散化、特征选择、AUC归一化是把特征缩放到同一量纲常见作用是让梯度下降更稳、让距离度量更公平。标准化是减均值除标准差适合近似正态的特征归一化通常缩到固定区间。树模型为什么不需要归一化因为树在某个特征上只看阈值切分单调变换不改变分裂顺序所以量纲影响小。但线性模型、KNN、SVM、神经网络对尺度敏感复习时要把模型和预处理配对记。AUC 的物理意义可以理解为随机抽一个正样本和一个负样本模型给正样本打分高于负样本的概率。它不依赖具体阈值所以适合评估排序能力。特征选择常见三类过滤式看统计量包裹式看模型性能嵌入式靠正则化或树模型重要性。缺失值处理要看缺失机制随机缺失可以均值/中位数/模型补非随机缺失要把“缺失”本身做成指示特征。KNN 的过程则是算距离、取前 K 个、投票或平均K 小容易过拟合K 大容易欠拟合。4.4 过拟合、正则化与模型对比过拟合是训练集表现好、验证集表现差。解决方向有增加数据、简化模型、早停、正则化、Dropout、数据增强、集成。正则化 L1 倾向于稀疏L2 倾向于让权重变小在损失函数里加惩罚项本质是限制模型复杂度。决策树、回归、SVM、神经网络各有优缺点树模型可解释但容易过拟合线性回归简单但拟合能力有限SVM 在小样本高维数据上有优势但核矩阵开销大神经网络拟合能力强但调参和數據需求高。最大熵模型则是在满足约束的前提下选熵最大的分布和逻辑回归有很深的联系。贝叶斯网络用有向无环图表示变量条件依赖适合做概率推理。复习这一章最后要能在一张白纸上画出“模型—损失—优化—评估”的链条。5. 深度学习与应用五个最容易翻车的易错点深度学习与应用这一章横跨神经网络基础、CNN、RNN、注意力、NLP、推荐和风控。它的特点是名词多、链路长复习时最容易出现“每个词都见过连起来说不清”的状态。下面先按模块把主线串起来再把最容易翻车的五个细节单独拎出来。每一个易错点都按“易漏点—为什么漏—怎么补”拆开方便直接对照错题本。5.1 神经网络基础ReLU、梯度消失与 BNReLU 比 sigmoid、tanh 更常用原因有三正区间梯度不饱和计算简单稀疏激活。sigmoid 在两端梯度接近零深层网络容易梯度消失tanh 虽然零中心但两端同样饱和。梯度消失和梯度爆炸的缓解手段包括换 ReLU 类激活、合理初始化、批归一化、残差连接、梯度截断、调小学习率。判断梯度爆炸不能只看 loss 曲线还要看梯度范数、参数范数是否突然变大以及是否出现 NaN。BN 的重点是训练和推理行为不同训练时用当前 batch 的均值和方差并维护滑动平均推理时用滑动平均后的统计量。很多人只记住“BN 能加速收敛”却说不清 batch 大小对它的影响。batch 太小时统计量噪声大BN 效果会抖这时可以考虑 LayerNorm 或 GroupNorm。反向传播复习要抓住链式法则每层局部梯度乘以上游梯度缓存前向激活可以避免重复计算。5.2 CNN 与目标检测卷积、anchor、NMS、IoUCNN 的核心是局部连接、权值共享和池化降维。卷积核在空间上滑动提取局部模式感受野是输出特征图上一个点对应原图的区域大小堆叠卷积和池化会扩大感受野。目标检测里anchor 是预设的参考框模型预测相对 anchor 的偏移和置信度IoU 是交并比衡量两个框的重叠程度NMS 是非极大值抑制按得分排序后删掉与高分框 IoU 过大的框。对比项one-stage 检测two-stage 检测流程直接回归框和类别先生成候选区域再分类回归速度通常更快通常更慢精度小目标有时偏弱精度通常更稳代表思路稠密采样 直接预测候选框 第二阶段修正边缘检测看梯度变化Harris 角点看窗口移动后灰度变化大的位置角点适合做特征点是因为它在多个方向都有明显变化匹配时更稳定。图像检索题则要从“召回重排”想先做粗粒度特征索引再做细粒度比对海量图像下要考虑向量量化和倒排。5.3 RNN/LSTM、注意力与 TransformerRNN 按时间步展开隐藏状态传递历史信息但长序列容易梯度消失。LSTM 用遗忘门、输入门、输出门控制细胞状态缓解长依赖问题。注意力机制则是让模型在解码时动态关注输入的不同位置Transformer 把注意力做成自注意力每个位置都能和序列中其他位置交互再叠加位置编码、残差和 LayerNorm。复习时要能说清“自注意力为什么能并行”因为它是矩阵运算不依赖时间步递归。也要能说清复杂度序列长度的平方长序列下要考虑稀疏化或分块。5.4 应用方向NLP、推荐与风控的常考链路NLP 方向常从 TF-IDF 和 word2vec 起步。TF-IDF 用词频乘逆文档频率衡量词对文档的代表性word2vec 用上下文预测或中心词预测得到词向量。预训练技术从静态词向量走到上下文表示再到大规模预训练加微调。推荐方向要能串起召回、排序、重排协同过滤看用户-物品共现冷启动分用户冷启动和物品冷启动常用侧信息、热门兜底、探索策略LFM 隐语义模型把用户和物品映射到隐空间widedeep 用宽侧记记忆、深侧记泛化FM 用隐向量交叉代替二阶特征交叉。风控方向常问 WOE 编码原因是它把非线性关系变成线性同时处理缺失和异常值样本量题没有标准答案要结合特征维度、正负样本比例和模型复杂度说明。5.5 易错点五个最容易翻车的细节易漏点一归一化和标准化混着用。为什么漏两者都叫“缩放”很多笔记只写公式不写适用场景。怎么补记住标准化是减均值除标准差归一化是缩到区间线性模型、KNN、神经网络优先标准化树模型可以不做但要做缺失值处理。易漏点二BN 训练和推理行为分不清。为什么漏只看过“BN 加速收敛”的结论没注意滑动平均。怎么补自己写一遍训练前向和推理前向标出均值方差来源再想 batch 很小时为什么效果会抖。易漏点三NMS 只背流程不说阈值影响。为什么漏把 NMS 当成固定后处理忽略 IoU 阈值和得分阈值。怎么补用两个重叠框手算一次 IoU再分别设高阈值和低阈值观察保留框数量变化高阈值保留多低阈值删得狠。易漏点四冷启动只答“用热门补”。为什么漏只记了兜底策略没分用户侧和物品侧。怎么补按“新用户—新物品—新系统”三类分别写策略新用户用注册信息或热门新物品用内容特征或探索流量新系统先做规则再逐步上模型。易漏点五梯度消失和梯度爆炸只看 loss。为什么漏loss 不降就归因于梯度问题忽略学习率、数据、初始化。怎么补同时看梯度范数、参数范数、激活值分布梯度爆炸优先梯度截断和调小学习率梯度消失优先换激活、加残差、检查初始化。6. 复习清单从 100 题回到知识地图最后两周不要再从头刷题而是用“地图—错题—自测”三步收口。先拿一张纸默写五章骨架每章下面只写三个关键词语言基础写“链接、初始化、排障”算法写“指针、DP、分治”机器学习写“模型、特征、评估”深度学习写“激活、卷积、注意力”应用写“召回、排序、场景”。写不出来的那一章就是接下来要补的模块。复习顺序自测问题补漏动作语言基础extern C 解决的是编译期还是链接期问题手写一个 C 调 C 的最小例子算法与大数据快慢指针为什么一定会相遇手写判环和最大子数组和机器学习XGBoost 为什么要二阶展开推一遍分裂增益的直觉深度学习BN 训练和推理差在哪画一张训练/推理流程图应用方向冷启动分几类各用什么策略每类写两条可落地策略错题本不要抄答案只记三行这题考什么、我错在哪个判断、下次先看哪个关键词。比如“ArrayList 删除”错在把“遍历”和“修改”混在一起下次先看是否用了迭代器“NMS”错在忘了阈值下次先写 IoU 公式再写流程。每道错题隔三天回看一次能用自己的话讲通才算过。我自己的血泪经验是第一次复习时总想按题号从头刷结果刷到第 60 题前面 30 题的模型对比已经混了。后来每次开始新一章我都强制先画一张本章地图再把错题挂到地图的节点上地图上挂不满的节点就是没复习透的地方。从那以后我每次刷题都强制走一遍“先地图、再错题、后自测”比单纯堆题量稳得多。希望帮到你。本文还有配套的精品资源点击获取