《AI未来星球》陪伴成长的人工智能社群，价值过万的各种内部资源及活动，限时特惠中，点击查看。

求职跳槽福利：为了便于大家求职、跳槽的准备，大白将45家大厂的面经，按照知识框架，整理成700多页的《人工智能算法岗江湖武林秘籍》，限时开放下载，点击查看下载。

---

字节跳动算法秘籍（上）：点击查看

字节跳动算法秘籍（中）：点击查看

5 编程高频问题：Python&C/C++方面

5.1 python方面

5.1.1 网络框架方面

5.1.1.1 Pytorch相关

● torch.Tensor 和torch.tensor 有什么区别？

● torch.no_grad 和 required_grad=False 的区别？

● pytorch里function和module有什么区别？

● pytorch里dataset、dataloader、sampler有什么区别？

5.1.1.2 Tensorflow相关

● 问TensorFlow如何实现并行，我讲了下PS架构，又问梯度更新时是同步还是异步，同步异步的优缺点。最后问到优缺点说明面试官经验还是非常丰富的，刨根问底可以看出你是否真的深入思考过这个问题，抑或是从别人博客看来的人云亦云。

● 用TensorFlow多吗？它的优化器都是什么？分别介绍一下

● TensorFlow怎么实现梯度传递？

● Tf、keras、pytorch区别？

5.1.2 基础知识

5.1.2.1 线程相关

● 你比较熟悉Python?你了解过他的多线程么？ 为什么多线程比较鸡肋

● python GIL解释一下

● python里的多线程，怎么让它占满核呢？

● 问了 python中的进程和线程？python中线程有什么缺点吗（全局锁）？

● 既然 python中的线程有全局锁是不是没有啥用（不是，虽然有全局锁但是对于一些 I/O操作较大的应用影响不大，因为他们并不需要真正的并行运算）？

● Python中多进程多线程的应用

5.1.2.2 内存相关

● STL中vector的低层实现，STL中插入的操作时间复杂度，要考虑内存复制扩充，

● 如何实现一个栈，支持动态扩充

● python里面的深拷贝和浅拷贝

● python 的回收机制

5.1.2.3 区别比较

● python是解释语言还是编译语言

● xrange与range的区别，xrange通过什么关键字实现的？yield语句底层如何实现？

● python中 is与== 的区别

● new和malloc区别

● map和unordered_map区别

● 了解 utf8吗？utf8有几位？英文在 utf8中占几位？utf8和 utf16有什么区别？（utf8四连把我给问蒙了，出师不利）

5.1.2.4 讲解原理

● python装饰器，python迭代器和生成器介绍一下

● python全局锁是什么？

● python的动态数组是如何实现的

● python中dict的底层是啥

● 问python中list的底层怎么实现

● python有多线程吗？

● python里的生成器是什么？

5.1.2.5 讲解应用

● Python数据结构有哪些？

● python中的C拓展的具体例子

5.1.3 手写代码相关

● 交换a和b两个数，不借助第三个变量

● 用lambda表达式生成奇数的数组

● 实现sqrt函数，结果保留5位小数

5.2 C/C++方面

5.2.1 基础知识

5.2.1.1 内存相关

● C语言的动态内存分配器

● 是否了解虚函数，虚继承，多态。 vector底层如何实现插入的时候不改变内存空间

● C++共享内存实现原理，多线程通信，互斥锁

5.2.1.2 区别比较

● 参数传递时，传值、传引用和传指针的区别

● 函数返回时，返回值、返回引用和返回指针的区别

● dynamic_cast、static_cast和reinterpret_cast区别

● const A&func(const B& b) const 中三个const的区别

● new 和malloc有什么区别

● C++的虚函数和虚继承的作用

● 数组和链表的优缺点?

5.2.1.3 讲解原理

● 重载和重写

● 什么是多态，如何实现多态

● 多态；虚函数表；虚函数表指针大小；gcc编译过程；

● c++11新特性；const；new、malloc区别; 虚继承；四种类型转换；智能指针

● C++ static关键词的作用，初始化参数列表有什么用

● 介绍C++的虚函数，析构函数一定要是虚函数吗？

● C++面向对象介绍下？

● static修饰符有什么用？如果不加会出现什么后果？

● List的底层实现?

● Hashmap特点?HashMap的实现原理?如何解决Hash冲突?

● LRU算法讲一下？

● FFmpeg熟悉程度？

● 研究过h264，h265和h266吗？写过解码器吗？

● 设计一个带TTL的容量有限的hash map，在TTL=0后从map中移除。在装满后，如果还有元素进入，将TTL最小的元素移除。

5.2.1.4 讲解应用

● C语言中结构体struct{int i; bool b}一共占几个字节？

● C++的析构函数一定要是虚函数吗？

● 如何从用户态进入内核态？

● C++定义图和节点

● 这样声明变量有没有问题：int a[10000000]？

● C++ map中自定义的class 为什么不能作为key？

5.2.2 手写代码相关

● 实现一个C++双向链表类

● 手写双向链表插入新元素；

● 稀疏向量的点乘。先要我自定义存储的结构体，然后写函数头，再编程，本来要我用template但我不会就算了

● 如果实现c++中的vector，只需push_back和查找两个功能，底层如何实现。

● 实现memcpy

● 手写拓扑排序？

● 底层基于xnor运算的二值化卷积算子你是怎么实现的？ 可以简单实现一下吗？现场用CUDA写了  底层基于位运算的GEMM kernel ，实现im2col的矩阵乘法。

6 操作系统高频问题：数据库&线程&常用命令等

6.1 数据库方面

6.1.1 基础问题

6.1.1.1 区别比较

● SQL中count(1), count(*), count(列）区别

6.1.1.2 讲解原理

● Mysql的数据存储结构

● MySQL底层是什么、B树和B 树的区别（因为我回答MySQL用B 树）

6.1.2 手写代码

● SQL如何取出成绩表中各科的前三名？

6.2 操作系统方面

6.2.1 TCP协议相关

● TCP和UDP的区别:一个面向连接，一个面向无连接。

● 为什么TCP比较慢，另外怎么保证可靠性

● TCP如何保证消息安全？

● 拥塞控制，流量控制，然后问流量控制会不会发生死锁？

● 三次握手和四次挥手的原理？

6.2.2 线程和进程相关

6.2.2.1 区别比较

● 线程和进程的区别和联系,进程和线程相比有什么好处？

● 同步 IO 和异步 IO

6.2.2.2 讲解原理

● 进程之间的通信方式 ,进程之间的序列

● 常见的进程调度算法？公平调度？时间片调度？

● 32位操作系统和64位操作系统的寻址范围？

● 线程如何保证原子性?

6.2.2.3 讲解应用

● 讲一下进程和线程的应用场景（多线程爬虫）。

● 加问死循环发生原因：

● 多个线程执行put操作时同时触发了rehash方法，可能会生成环形链

● 两个线程，每个线程有一个数组，交替输出，怎么做？

（问操作系统、数据库、网络哪个比较会。。答差不多都忘了，随便问吧，应该就是跪在这里了吧？所以说投算法的同学还是要复习计算机基础的，基础不能放下啊）

6.2.3 常用命令

● Linux系统怎么查看进程CPU使用率?

7 技术&产品&开放性问题

7.1 技术方面

● 电梯算法设计，机器学习怎么搞?

● 听音乐，怎么推荐，10亿首，怎么设计方案（K-D树以及实现）

● 有一个1000w的视频库，每个视频3-5分钟。 新来一个视频，我们需要去这1000w的视频库里查询，是否存在相同视频。 1.选择使用什么样的特征 。 2.设计一个好的index，使得查询尽可能快 （这1000w视频可以离线处理）-抽帧+Pooling+相似性哈希

● 工程中遇到了哪些优化复杂度的方法。

● 正负样本数据不均衡怎么处理。说了几种方案，欠采样，负采样，生成负样本等。接着问我怎么生成负样本，说了图像处理，GAN等等。就问我生产样本需要注意什么，我说最重要的是要和原始样本的分布保持一致。接着问我怎么能保证分布一致，到这基本就是我的知识盲区了，靠着经验和理解开始扯，期间他一直盯着屏幕打字，中间还打了几个哈欠，让我一直纠结还要不要接着说下去，最后实在扯不下去了，经历了十几秒尴尬的沉默之后。他说，问你道题吧。

● 如果遇到一个模型的归回效果特别差，怎么考虑和解决？A:首先考虑模型的选取是否符合问题，然后考虑数据样本映射到更易回归的空间中（后来觉得应该是：先看数据是否有很多异常值、离群点影响模型效果，然后再看模型的复杂度够不够，通过增加模型复杂度来提升模型拟合能力，好了，我不瞎说了，说的都是皮毛，纸上谈兵罢了，自行百度，真的可以很复杂）

● 如何判断机器是大端模式还是小端模式

● 优化搜索引擎时，如何从用户的行为上判断用户对我们提供的搜索结果的满意程度？很实际的问题，但对我而言是完全陌生的领域，估计研究推荐系统的人都懂这个，我当时绞尽脑汁：如果用户经常点开的链接不是第一个结果，而是后面的若干结果，那么说明用户对结果不满意。

● 三维视觉,你的研究方向在我们的产品中可以用到哪里？

回答了抖音的动态贴图和头部三维建模

现在大部分手机都是单目摄像头没有深度摄像头，怎么解决，来应用你的算法

回答了模型需要通过三维数据进行训练，但是应用模型时可以直接单张图片重建三维模型

了解动作捕捉吗？现在有一个人在做表情，有一个动画模型，怎么让动画模型做出人脸同样的表情？

回答了3DMM的表情系数

● 现代cpu算力在什么量级

● 开放题：有一个1000w的视频库，新来一个视频，我们需要去库里查询是否存在相同视频。存储这么多视频时应该选择什么样的特征，查询要用什么方法。（这个回答的还行，楼主大致说了一下用LSTM提特征再哈希的思路，面试官没说什么就过了）

● 开放题：磁盘上有M个数组（M很大），每个数组长度不确定，数组内数值不会重复。现在要求其中n个数组的交集。设计算法使这个求交集的速度最快，另外有内存限制。（这题真的雪崩！楼主在看题的时候把交集当成了并集来做，所以思路完全跑偏了。。。后面是快结束的时候面试官一提醒才发现的。。。然后赶紧说了一个两个数组求交集的实现就结束了）

● 开放题：你觉得影响模型效果的因素有什么，并排个序。（我回答的是特征>模型>优化器，才疏学浅只答了这些）

●  开放式问题：怎么论证现有的模型需要多少额外的标注数据

● 给你一亿个特征，现在来了一个新的特征如何处理。

● 2.5亿个整数找不重复的整数，内存无法一下存下这2.5亿个数，怎么做。

● 写一个函数，输入是N个文件，每个文件中是很多float的数值，文件内部无序。输出是一个有序的大文件，内存约束2个G，磁盘可以随便用，具体怎么实现比较高效？

● 设计一个函数，判断传入的IP地址在过去一个小时之内的访问次数是否大于10000次。这个问题没有做出来。（还是没有get到面试官出这个题的点，当时自己想的太过于复杂，就不知如何去实现了）

● 推荐系统方面：具体场景应用是由词向量引出的，首先问了词向量负采样的细节，数学原理，然后问大规模的用户导致维度爆炸怎么处理？如果让你设计一个推荐系统怎么做？

● NLP方面：设计一个系统来筛选抖音中的低俗视频？（从视频帧，图片，文字三方面来提取特征）

● NLP方面：现在有一些新闻，包含军事、体育、经济等，想分出它属于哪个类，该怎么做？

7.2 产品方面

● 模型升级后，放到线上使用，发现线上效果不好，此时你该怎么办？

● 给图片去水印怎么去？

● 面试官解释题目：假如抖音里面有5亿用户，那么每个用户打开一次抖音就有5亿条记录，如果每个用户打开两次抖音，就有10亿条记录。也就是说，用户每打开一次抖音，就记录一下他的uid。请找出打开抖音次数最频繁的前10个用户。

● 聊了一些开放性问题，问抖音APP的冷启动怎么做。如何推测用户的性别，怎么手机训练模型用的数据。你觉得你使用抖音有什么问题，有什么解决方案。

● 怎么推测抖音用户是男性还是女性？怎么确认判断结果的靠谱程度？

● 从一段长视频中截取或者拼凑10s-20s的短视频用于广告投放，吸引用户点击下载app，怎么得到目标短视频？

● 任务，找出大量数据中的宠物猫

7.3 开放性问题

● 抖音你觉得如何刻画用户画像？用户在不同时间段刷，怎么理解用户的属性？如果一个时间段用户活跃度不高，怎么从数据挖掘角度看呢？

● 如何给主播打标签？

● 给你一个产品，作为一个算法工程师，你会做些什么，来让你的产品变得更好?