13
©2026 超级简历WonderCV wondercv.com | 
京ICP备17055181号
职位题库
算法工程师面试题库
面向算法工程师相关面试，围绕强化学习、算法、机器学习、GRPO、动态规划等主题展开练习，结合题目考察点、回答思路、参考答案和常见误区，梳理知识要点并练习清晰表达。
全部题目 65 道题
14
在计算 AUC 时，如果存在并列分数，为什么必须使用平均名次？如果简单按顺序分配名次会有什么问题？
考察候选人对并列分数处理的理解，以及其对 AUC 计算的影响。15
请分析以下 AUC 计算代码中的错误： ```python order = sorted(range(m), key=lambda i: scores[i], reverse=True) rank = [0] * m for i, idx in enumerate(order): rank[idx] = i + 1 k_pos = sum(labels) s_pos = sum(rank[i] for i in range(m) if labels[i] == 1) u = s_pos - k_pos * (k_pos + 1) / 2 auc = u / (k_pos * (m - k_pos)) ```
考察候选人识别 AUC 计算中常见错误的能力，包括排序方向、并列处理和公式应用。16
给定数组 a[1..n]，可反复执行“所有 a[i] 减 i”或“所有 a[i] 减 n-i+1”，判断能否使数组全部变为 0；请说明你的解法，并分析条件是否同时满足必要性和充分性，是否存在边界情况？
考察候选人将操作转化为线性方程组或差分约束的能力，以及严谨证明必要性与充分性的思维。17
n 个 32 位整数中，一个数出现 1 次，其余数都出现 3 次，要求 O(n) 时间、O(1) 额外空间找出只出现一次的数；如果其余数出现 2 次应如何处理，是否有更优方法？
考察位运算技巧、状态机设计以及针对不同出现次数的迁移能力。18
已知 rand5() 等概率返回 0～4，使用 rand5() 实现 rand3() 和 rand7()；调用 rand5() 的期望次数是多少？
考察随机数生成、拒绝采样以及期望调用次数的计算。19
64 匹马、8 条跑道，每匹马能力固定，最少比赛多少轮可以决出前 4 名？
考察候选人在资源受限条件下的排序与淘汰策略，以及逻辑推理能力。20
请介绍你的实习项目，并说明你具体负责的模块、技术难点和最终效果。
考察候选人实习项目的真实参与度、技术深度、问题解决能力以及成果量化能力。21
请讲解你的论文工作，包括研究问题、方法创新和实验结论。
考察候选人的科研素养、对研究问题的理解深度以及表达逻辑。22
给定一个长度为 n 的数组，找出一个三元组满足 i < j < k 且 a[i] < a[j] < a[k]，要求时间复杂度 O(n)，空间复杂度 O(1)。
考察候选人在严格时空限制下的算法设计能力，特别是对数组遍历和状态维护的优化。23
请解释 LoRA 中 alpha 和 rank 的含义，它们如何影响微调效果？
考察候选人对 LoRA 微调技术的理解深度，包括超参数的作用和调参经验。24