2023届秋招那会儿贝壳找房的算法岗笔试一共出了好几套卷子这套“卷2”的题型和考点组合很有代表性覆盖了数据结构、经典算法、机器学习基础以及业务场景设计几个大类难度梯度也拉得比较开。当时我刷完这套题最大的感受是贝壳的出题风格不只是考你会不会背算法模板更看重你对算法原理的理解深度和落地场景的判断力尤其是涉及搜索排序、房源匹配这类跟房产交易强相关的业务题非常贴合他们的实际技术栈。这篇就来把卷2涉及的核心考点、解题思路和备战注意事项完整拆一遍给正在准备大厂算法岗笔试的朋友一个可参考的复习坐标。1. 2023届算法卷2的整体框架与考察侧重点1.1 题型结构与时间分配贝壳校招算法岗笔试通常是牛客网在线评测卷2的题型主要分为三大块单选题/多选题、编程题、以及少量问答题或场景设计题。单选中很大一部分是算法原理题比如给定一个KMP模式串求next数组、给出一组数据问用什么排序算法最合适、或者给一段代码问时间/空间复杂度这类题吃的是基本功没有太多捷径。编程题一般是两到三道难度从LeetCode中等偏下到困难不等需要在有限时间内完成读题、设计、编码、调试全流程。时间分配上我个人的建议是选择题控制在20到30分钟内完成遇到拿不准的先标记跳过别在单个概念题上死磕编程题每道预留20到30分钟优先做自己最有把握的那道把该拿的分先拿到手。很多同学容易犯的错是在一道困难题上耗太久结果后面简单的题没时间写非常不划算。1.2 考察范围全景从基础数据结构到前沿算法模型把卷2的考点和当前校招算法岗的主流考察方向对照来看覆盖的范围相当典型。数据结构方面重点考察字符串、堆、二叉树、图KMP算法、堆排序、Dijkstra最短路、二分图匹配这些经典内容都有涉及经典算法方面贪心、动态规划、回溯、二分答案、快速幂、模拟退火这些都有可能出现机器学习方面则集中在线性模型、KNN、聚类、XGBoost、深度学习中的图像分类和注意力机制以及一些工业界常用的算法比如BM25检索排序、卡尔曼滤波、PID控制等此外还出现了粒子群算法、剪枝算法、强化学习等相对进阶的内容。值得注意的是这些考点并不是平均用力而是明显偏向“能落地、可部署、有业务价值”的算法。贝壳的业务核心是房产交易服务平台搜索、推荐、定价、风控、智能客服都是算法岗的典型应用场景所以笔试题里出现BM25、排序算法、聚类、异常检测这类跟搜索推荐和风控强相关的题目是非常自然的。准备的时候不能只刷LeetCode机器学习基础和高频业务算法原理同样要花时间过一遍。2. 数据结构与经典算法的核心考点拆解2.1 KMP算法与字符串处理next数组的计算是必考题字符串算法里KMP的出镜率非常高尤其是next数组的计算可以说是卷2选择题里的固定嘉宾。题目形式常常是“模式串pabacaba其next数组为多少”这种题考的就是你对KMP前缀函数理解得透不透。next数组的语义要搞清楚next[i]表示模式串前i个字符组成的子串中最长相等前后缀的长度不同教材对next数组的定义略有差异有的从1开始有的从0开始做题时先看清题目定义。以pabacaba为例手动推导一下next[0] 0或-1取决于定义前2个字符ab最长相等前后缀长度为0前3个字符aba前缀a等于后缀a长度为1前4个字符abac无相等前后缀长度为0前5个字符abaca前缀a等于后缀a长度1前6个字符abacab前缀ab等于后缀ab长度2前7个字符abacaba前缀aba等于后缀aba长度3这类题除了会计算还要理解为什么KMP能在线性时间内完成匹配当某个字符匹配失败时通过next数组把模式串向右滑动尽可能远的距离避免重复匹配已经比对过的前缀。实际笔试中可能会出现变体比如让你根据next数组推断模式串的某种性质或者结合具体匹配过程问某一步的移动次数只要把next数组的计算逻辑吃透这些都能从容应对。注意刷题时建议把next数组的两种定义-1起始和0起始都练熟很多教材和网上的模板不统一考试时如果题面没有明确定义优先按题目给出的示例推导不要硬套自己熟悉的模板。2.2 KMP之外的高频字符串考点除了KMP字符串相关的算法还会涉及字典树、后缀数组、字符串哈希等虽然这些在卷2里不一定作为独立大题出现但作为选择题或者编程题的基础工具是很有可能的。字符串哈希的思想很朴素把字符串映射为整数从而在O(1)时间内判断两个子串是否相等配合二分可以在O(nlogn)时间内解决最长回文子串等经典问题。在实际笔试中字符串类编程题通常不会是纯模板题而是包装成一个实际场景比如“给定一个房源描述文本需要从中提取出特定格式的小区名/户型信息”这时候就要综合运用字符串匹配、正则、动态规划等知识。建议字符串这一块至少掌握KMP和next数组计算、字典树的插入与查询、字符串哈希的构造与应用、最长公共子序列/最长公共子串的DP解法这四个方向覆盖了绝大部分笔试和面试的高频场景。2.3 排序与复杂度从冒泡到堆排、快排的选型逻辑排序算法是笔试选择题里的重头戏卷2里出现了冒泡排序、堆排序、快速排序、归并排序等多个关键词。这类题表面上是考代码实现实际上考的是“在特定场景下选择正确的排序算法”的工程判断力。一个经典的选择题是“对近乎有序的大规模数据进行排序以下哪种算法最优”答案是插入排序或其优化版本因为当数据基本有序时插入排序的时间复杂度可以退化到O(n)。相反如果面试官问的是“数据量极大、无法全部载入内存时该用什么”答案就该是外部排序核心是归并的思路。冒泡排序在笔试中出现通常是为了考察稳定性或交换次数计算。比如“给定序列[5,3,8,6,2,7,1,4]冒泡排序第一趟结束后的序列是什么”这类题只要记得冒泡排序是相邻元素两两比较、每趟把最大值或最小值冒泡到末端即可不容易出错。堆排序的重点在于建堆和调整的过程建堆的时间复杂度为什么是O(n)而不是O(nlogn)因为从最后一个非叶节点开始向下调整大部分节点的高度很小整体复杂度经过求和后是O(n)。这个推导过程在选择题里如果出现要知道怎么算。快排则要重点掌握分区函数Partition的实现以及快排在完全逆序数据下时间复杂度退化为O(n²)的原因还有随机化快排为什么能大概率避免这种退化。实操心得备考排序算法时不要只背代码模板建议把每种排序的“稳定性”“时间复杂度最好/平均/最坏”“空间复杂度”“是否原地排序”四要素整理成一张表反复默写。选择题和面试题里这四要素是最高频的出题角度。2.4 贪心、动态规划与二分答案编程题的主力题型卷2的编程题部分贪心和动态规划出现的概率非常高尤其是区间类、背包类、序列类DP。贝壳的业务里有一些典型的组合优化问题比如“经纪人带看路线规划”“多个房源的最优推荐顺序”等都可能被抽象成DP或贪心的模型。DP题目有一个比较通用的解题流程第一步定状态想清楚dp[i]代表什么第二步找转移方程这一步是最核心的要明确当前状态可以从哪些前置状态转移而来第三步确定初始化条件第四步确定遍历顺序这是很多新手容易踩坑的地方尤其是背包问题一维数组优化后遍历顺序错了结果就是错的。二分答案也是笔试里的常客典型特征是“求最大化的最小值”或“最小化的最大值”。这类题目如果直接正向思考很难下手但如果你猜到答案是一个单调的值就可以用二分去逼近。核心是写好check函数比如常见题目“给定每个房源之间的距离求使得任意两个经纪人负责的房源数量差不大于某个值的最小分组数”很多都是二分答案的变体。2.5 图论与搜索算法Dijkstra、二分图、剪枝与树的遍历图论算法在算法岗笔试里出现的频率也不低Dijkstra最短路、二分图匹配HK算法、以及树相关的遍历和递归是重点。Dijkstra的适用条件是边权非负核心是贪心思想加优先队列优化时间复杂度O((VE)logV)。笔试中经常给一个具体图结构让你手动跑一遍Dijkstra考察你对“已确定最短路的节点集合”和“松弛操作”的理解是否透彻。二分图匹配的匈牙利算法和HK算法在校招笔试中属于进阶考点。HK算法相比匈牙利算法最大的优势在于通过BFS分层、DFS增广的方式把时间复杂度从O(VE)优化到O(E√V)。如果编程题中出现“给经纪人分配房源要求每个经纪人最多负责一个房源且存在兼容关系求最大匹配数”这类问题就能直接用二分图匹配建模。判断一个图是不是二分图可以用染色法BFS解决这也是一道经典小题。剪枝算法在搜索题中非常重要。笔试中的搜索题经常是DFS/BFS加上剪枝条件比如“在网格中寻找房源到地铁站的最短路径要求经过特定类型的小区”这类题如果不剪枝复杂度指数级膨胀用了可行性剪枝和最优性剪枝才能把搜索空间压到可接受范围内。剪枝的核心原则是在搜索树的尽可能高层剪掉不可能产生最优解的分支。3. 机器学习与深度学习算法考点详解3.1 经典模型KNN、聚类、XGBoost的原理与对比卷2在机器学习方面的选择题特别倾向于考察经典模型的原理细节和应用边界。KNN是出现频率很高的一个考点题目经常问“KNN算法的应用能力包括哪三个方面”这类题在热搜中也出现了。KNN的三个核心应用能力可以概括为分类、回归和异常检测。分类时通过K个近邻投票决定类别回归时通过近邻的目标值取平均作为预测异常检测时通过样本到近邻的距离来判断其是否偏离正常分布。这种题考察的是你对一个算法“一专多能”的理解而不是死记硬背。聚类算法也是一个热点K-Means、层次聚类、DBSCAN都有可能考到。K-Means的优点是简单高效缺点是必须预先指定K值、对初始中心点敏感、对非凸形状的簇效果差。DBSCAN则不需要指定簇数能够识别任意形状的簇同时可以自动识别噪声点。选择题会问“以下哪种聚类算法不需要预先指定聚类数”或者“针对某个业务场景应该选择哪种聚类”这时候要会分析场景特征数据分布是否规则、是否有噪声、对计算效率的要求如何。XGBoost作为工业界最常用的GBDT实现在贝壳这类跟搜索排序强相关的公司笔试中出现频率相当高。XGBoost的核心考点包括损失函数中加入正则化项防止过拟合、二阶泰勒展开加速优化、列抽样和行抽样增强泛化能力、以及分裂点寻找时的贪心算法和近似算法。选择题如果问“XGBoost相对于GBDT的主要改进在哪”答案可以从“目标函数二阶近似正则项列抽样并行化”几个角度展开。避坑提醒KNN属于惰性学习Lazy Learning训练阶段只是存储数据没有显式的学习过程预测阶段才真正进行计算所以预测复杂度是O(nd)其中n是训练样本数d是特征维数。笔试里关于“KNN训练时间和预测时间谁更长”这类题考的就是你对惰性学习本质的理解。3.2 深度学习与图像算法方向贝壳找房的业务中房源图片的审核、户型图的识别、装修风格的分类都有深度学习的用武之地所以卷2的机器学习部分会涉及图像分类、卷积神经网络、注意力机制等内容。图像分类算法是深度学习的基础考点从经典的AlexNet、VGG、ResNet到近年来的EVA-02这类视觉Transformer模型核心要理解卷积操作如何提取局部特征、池化如何降低分辨率并增强平移不变性、残差连接如何解决深层网络退化问题。选择题可能会给出一个包含卷积层、池化层、全连接层的网络结构问某一层的输出尺寸是多少这就需要熟练掌握卷积输出尺寸公式输出尺寸(输入尺寸-卷积核大小2×填充)/步长1。注意力机制在深度学习里已经是标配BERT、GPT乃至图像Transformer都依赖它。笔试题可能会问自注意力的计算过程Q、K、V三个矩阵通过Q与K的点积计算相似度经过softmax归一化后与V相乘最后得到加权求和的结果。缩放点积注意力中除以√dk的原因也要理解当dk很大时点积结果方差变大梯度会变得非常小除以√dk是为了把方差稳定在1左右。3.3 算法原理类卡尔曼滤波、PID、粒子群与模拟退火这组考点属于“看起来冷门、实际很容易考”的范畴因为它们代表了工业控制、机器人、组合优化等场景中的核心理念。卷2中出现这些关键词说明贝壳的出题人不希望候选人只懂深度学习那一套而是能具备比较广的算法视野。卡尔曼滤波的核心思想是在“预测”和“更新”之间反复迭代预测阶段根据状态转移方程估计当前状态更新阶段利用观测值对预测结果进行修正修正的权重取决于预测的不确定性和观测的噪声。可以用一个生活化类比来理解你要估计一个移动物体的位置GPS给的观测值有噪声你自己的运动模型预测也有误差卡尔曼滤波做的就是根据两者的不确定性大小做一个最优加权平均。笔试中出现这道题通常不会让你推导完整公式但会考察“预测-更新”的循环结构以及“系统噪声/观测噪声”对估计结果的影响。粒子群算法是一种模仿鸟群觅食行为的群体智能优化算法。每个粒子代表问题空间中的一个候选解通过“惯性”“个体认知向自身历史最优学习”和“社会认知向群体全局最优学习”三条规则更新速度与位置。它相比遗传算法的优势是参数少、实现简单、收敛快缺点是容易早熟收敛、陷入局部最优。模拟退火算法则借鉴了金属退火的过程以一定概率接受比当前解更差的解从而跳出局部最优这个“以概率接受劣解”的操作是它和贪心算法最本质的区别。PID算法也就是比例-积分-微分控制算法在自动化控制领域可以说是基石级的存在。P负责根据当前误差做出即时反应I负责消除稳态误差D负责抑制超调和振荡。三个参数整定的好与坏直接决定了控制系统动态性能的优劣因此笔试中经常出现“增大Kp会带来什么影响”“积分项的作用是什么”这类题。这类题本身并不难但如果你完全没有控制论背景可能会觉得无从下手建议把P、I、D三者的作用和调节方向搞清楚。4. 业务场景题与技术选型思路4.1 搜索排序与推荐从BM25到Learning to Rank贝壳找房的业务中搜索是一个核心入口。用户搜索“朝阳区两居室”“近地铁”等关键词背后就是一套完整的搜索引擎链路分词、召回、粗排、精排、重排。卷2的场景题很可能会把某个环节拿出来考察你对相关算法的理解。BM25是召回阶段最常用的文本相关性算法之一。它本质上是一个词频加权的检索模型不仅考虑查询词在文档中出现的频率TF还考虑了词的区分度IDF同时引入文档长度归一化因子避免长文档天然更容易命中关键词的偏差。选择题可能会问“BM25算法相对于向量空间模型的优势”答案核心在于它处理词频饱和和文档长度差异的方式更合理。排序阶段目前工业界普遍采用Learning to Rank算法从GBDT、XGBoost到LambdaMART都是常见选择。考察的点通常在于如何构造训练样本、如何定义损失函数比如Pairwise中比较两个房源谁更应该排前面、以及如何处理位置偏差。4.2 房源匹配与定价场景组合优化与异常检测贝壳的业务天然带有“双边平台”的属性一端是房东一端是租客/买家算法需要解决的核心问题是“如何让房子更快、价格更合理地成交”。这背后可能是一套估值模型利用小区均价、面积、朝向、楼层、装修、周边配套等特征通过XGBoost或神经网络来预测房源的市场参考价。类似的问题可能在笔试中转化为“给出房屋特征预测成交价”的回归类编程题或者“如何评估模型在某个小区上的预测偏差是否过大”的异常检测小题。工业异常检测算法也是卷2相关热搜词中出现的一个考点对应贝壳内部“识别虚假房源、异常价格”的需求。传统的方法有基于统计的3σ原则、基于距离的KNN检测、基于密度的LOF算法等。近几年基于自编码器重建误差和基于单分类如DeepSVDD的深度异常检测方法也逐渐成为主流。笔试中问到异常检测首先要说清输入特征和数据的性质再根据噪声情况、数据维度、对可解释性的要求来选型。4.3 数据流与增量计算从离线到在线的算法演进贝壳这类业务对算法的实时性有较高要求比如房价指数监测、供需热度实时趋势、经纪人服务质量实时评分等这就会涉及增量式PID、流式计算等话题。增量式PID在高频交易、实时控制中很常见它的特点是输出量只和最近三次误差有关不需要累积历史误差计算量小且误动作影响小。数据流场景下传统算法需要改造才能适应增量的需求比如聚类中的BIRCH算法就是为流式数据设计的聚类方法通过CF树实现单遍扫描聚类。这类题在笔试中可能变成“在实时场景下你会选择哪种排序/聚类/统计方法为什么”的开放问答题考察的是对算法时间和空间复杂度的敏感度以及“离线与在线”两套数据处理思维的切换能力。5. 编程题实战策略与踩坑记录5.1 ACM模式与核心代码模式输入输出处理的差异贝壳校招笔试用的是牛客平台编程题通常有两种模式核心代码模式只需要补全函数输入输出已处理和ACM模式需要自己处理标准输入输出。卷2的两三道编程题我记得至少有一道是ACM模式这就需要提前练习input()/sys.stdin.readline()和print()的搭配尤其是多组输入、空格分隔、逗号分隔这些细节每年都有不少考生因为输入解析问题白白丢分。Python和C相比笔试里各有优势。Python写起来快、内置库丰富适合快速实现DP、BFS等思路C性能好在数据规模较大的题目上更稳妥但编码速度慢一些。我的建议是主用你最熟练的那门语言但至少熟悉另一门语言的输入输出格式。选择题里出现的C代码片段不一定要求你完全读懂但核心逻辑比如排序比较函数的返回值、指针操作的结果还是要能判断出来。5.2 边界条件与数据规模决定过与不过的关键编程题最大的坑不是算法想不出来而是边界条件没处理好。比如快速幂算法如果幂次为0或底数为0需要特判二分查找时搜索区间是左闭右闭还是左闭右开决定了下一次迭代是mid1还是mid-1DP数组开多大取决于数据规模是100还是100000空间复杂度会不会超限。笔试题里有一类很常见的坑是“整数溢出”在C里尤其明显比如两个int相乘结果远超int范围如果不用long long就会WA。即使是Python这种没有溢出问题的语言也要注意数据规模大了之后O(n²)的算法可能运行超时。实操建议笔试时写完代码后花一分钟检查三件事边界值n0、n1、负值、极端输入全相同元素、完全逆序、巨大数值、内存占用数组是否开得过大。这三样检查完至少能避免40%的隐藏错误。5.3 一套可复用的笔试时间管理与题目优先级这里分享一个我自己实践下来比较好用的做题策略拿到试卷后先把所有题目快速扫一遍给每道编程题标注难度和预估用时然后优先做最有把握的一道中等题保证AC再回头处理简单题最后剩给困难题。选择题如果卡住超过2分钟先随便选一个并标记等编程题全部AC之后再回来仔细推敲。这个策略的核心逻辑在于笔试的分数是“做对题目数”的函数而不是“攻克难题”的函数。对于校招来说过笔试线比拿高分更重要先稳定拿到基础分再争取附加分才是性价比最高的打法。6. 常见问题与备战经验总结6.1 高频错误和易踩坑点速查把卷2的常见错误整理成一份排查清单按“题目类型-易错点-解决方案”三个维度来梳理方便大家考前对照自查。数据结构类题目最常错的是KMP的next数组边界不统一、堆排序建堆时从哪个节点开始、树的递归遍历中返回值类型忘记处理空节点。算法设计类最常错的是DP初始化条件错误、二分查找的退出条件混乱、贪心策略无法反证正确性。机器学习类最常错的是混淆聚类算法的输入是否需要标签、混淆KNN训练和预测时间、混淆L1和L2正则化的作用。编程题部分最典型的一个错误是只在题目给的示例上测试通过就提交。笔试的隐藏用例往往包含大量极端情况只在示例上验证远远不够。建议在本地多构造几组边界测试用例比如空输入、单元素输入、大量重复元素输入确认逻辑都处理正确再提交。6.2 备战规划的优先级建议如果你还有两到三周的备战时间我的建议是这样分配第一周主攻LeetCode高频题型重点是字符串KMP、排序快排、堆排、贪心与DP、二分答案、图论最短路这五个方向每天至少定量刷题并整理错误第二周转向机器学习基础和业务场景题把KNN、聚类、XGBoost、BM25、卡尔曼滤波这些高频考点的原理细节过一遍重点看“算法适合什么场景、不适合什么场景”因为这是选择题和场景题最难的部分第三周做套题模拟限时两个小时完整做一套往年的真题严格按照考场节奏来训练时间分配和心态调节。如果时间非常紧已经不到一周了那就精准抓重点优先复习KMP的next数组计算、排序复杂度对比表、常见DP模型背包、最长上升子序列、区间DP、XGBoost原理和聚类算法的适用场景。这些内容在笔试题里的命中率最高投入产出比最划算。6.3 后续还可以继续深入的方向笔试题里的很多考点其实都是点到为止真正的深度要在面试和实际工作中才会展开。比如卷2出现过的“规则引擎Drools的Rete算法”在笔试题中可能只是一个选项或者简述题但在实际业务中涉及大量事实匹配和规则推理其背后的Rete算法通过构建规则网络来避免重复匹配是一个非常重要的工业级算法。再比如强化学习如果线上推荐系统有实时反馈闭环用强化学习做多轮对话推荐和长期收益优化会是很好的研究方向。对于有志于进入房产交易平台这类重线下、重双边匹配的业务做算法的人来说笔试只是第一道门槛后续的面试会更多追问“你在这个场景里怎么定义正负样本”“你的评估指标和业务目标怎么对齐”这些才是真正体现算法工程师价值的地方。我个人在实际操作中的体会是刷题和背原理只是基础把算法放到具体业务场景里思考“为什么用这个而不是那个”才是校招笔试题真正想考察的能力。希望这份拆解能帮你少走一些弯路也祝各位秋招顺利上岸。