2025年实习&秋招 图形&引擎岗面经总结
本文为本人在2025年暑期实习及秋招面试的所遇到的面试问题整理而成，问题均来自于本人面试各大厂图形及引擎岗所遇到的实际问题，供大家参考。分类和回答由AI编写，仅供参考，建议对自己不了解的问题，初本文回答外，自己更加深入了解一下。
一、C/C++ 基础
- C++ 函数的三种传参方式 问：C++ 函数有哪些传参方式？区别是什么？ 答： 常见有三种：值传递、指针传递、引用传递。
- 值传递：会拷贝实参，函数内修改不影响外部变量，简单安全，但大对象有拷贝开销。
- 指针传递：传地址，可以修改外部对象，也可以传空指针，适合表达“可选对象”语义，但需要判空。
- 引用传递：语法像别名，通常比指针更安全，不能为 null，适合必须存在的对象。 补充：
- const T& 常用于避免大对象拷贝。
- 右值引用 T&& 主要用于移动语义和完美转发。
- 指针和引用的区别 问：指针和引用有什么区别？ 答：
- 指针本质上是一个变量，存的是地址；引用本质上是别名。
- 指针可以为空，可以修改指向；引用定义时必须绑定对象，通常不能改绑。
- 指针需要显式解引用 *p；引用使用上和普通变量一致。
- sizeof(指针) 是固定大小；引用在语言层面不是对象，但实现上通常会占用存储。 面试里可以总结成一句： 指针更灵活，引用更安全、更符合“对象必须存在”的语义。
- 指针和引用都需要内存吗？ 答： 从语言语义上看，引用不是独立对象；但在编译器实现里，引用通常会以指针形式落地，因此大多数情况下也会占用存储。只是标准不要求你把它当成“普通对象”看待。
- 左值引用和右值引用的区别 答：
- 左值引用 T& 绑定左值，主要用于避免拷贝和提供可修改别名。
- 右值引用 T&& 绑定右值，主要用于移动语义和完美转发。
- 右值引用最大的价值是能“偷资源”，例如把临时对象内部的堆内存直接转移走，而不是深拷贝。
- 深拷贝和浅拷贝的区别 答：
- 浅拷贝：只复制指针值，多个对象共享同一块资源，容易重复释放、悬空指针。
- 深拷贝：复制资源本身，每个对象各自拥有一份独立数据。 如果类内部管理堆资源，就要自己正确实现拷贝构造、拷贝赋值、析构，或者直接遵循 Rule of 5 / Rule of 0。
- 浅拷贝和右值引用的区别 答： 它们完全不是一回事。
- 浅拷贝仍然是“两个对象指向同一份资源”。
- 右值引用配合移动构造/移动赋值，是把资源所有权从源对象转移到目标对象，转移后源对象处于可析构但未指定状态。 所以： 浅拷贝是共享资源，移动语义是转移资源。
- void* 的作用 答： void* 是“无类型指针”，可以指向任意类型对象的地址，常用于：
- 通用接口
- C 风格内存分配（如 malloc）
- 底层库和 ABI 交互 缺点是丢失类型信息，使用前通常要手动转换，类型不安全。
- inline 为什么要在头文件中定义 答： inline 的关键点不是“建议内联”，而是允许多个翻译单元中出现同一个函数定义而不违反 ODR（单一定义规则）。 如果一个 inline 函数只在 cpp 里定义，其他翻译单元看不到定义，就没法展开，也无法满足链接语义。因此通常写在头文件里，让所有使用它的翻译单元都看到相同定义。
- static 的作用 答： static 在不同场景含义不同：
- 局部变量：延长生命周期到整个程序运行期，但作用域仍在函数内。
- 全局变量/函数：限制链接属性为内部链接，只在当前翻译单元可见。
- 类成员变量：属于类本身，不属于某个对象。
- 类成员函数：没有 this 指针，只能访问静态成员。
- 局部 static 变量什么时候构造、什么时候析构、是否线程安全 答：
- 第一次执行到定义处时构造。
- 程序结束时析构。
- 从 C++11 开始，局部静态变量初始化是线程安全的，编译器会保证只初始化一次。
- 全局区和静态区的区别，生命周期是否一样 答： 教材里常把它们都归为“静态存储区”。
- 全局变量 和 静态变量 都具有静态存储期，生命周期通常都是整个程序运行期。
- 区别主要在作用域和链接属性：
- 全局变量默认是外部链接（可跨文件访问，若未 static）
- 文件作用域 static 变量是内部链接
- 局部 static 变量作用域只在函数内，但生命周期也是整个程序运行期 所以： 生命周期基本一样，主要区别在可见性和作用域。
- 栈能不能随意分配 答： 不能像堆那样“随意申请任意大小”。
- 栈由编译器和运行时管理，通常用于函数调用帧、局部变量、返回地址等。
- 生命周期随作用域结束自动释放。
- 栈空间有限，超大对象或动态大小对象通常不适合放栈上。 有些编译器支持 alloca，但不建议滥用，因为它仍受栈空间限制，而且可移植性差。
二、内存管理与对象模型 13. C++ 内存布局 问：程序内存一般怎么分区？ 答： 常见分为：
- 代码区：存放指令
- 全局/静态区：全局变量、静态变量
- 常量区：字符串字面量、只读常量
- 堆：动态分配内存，由程序员/分配器管理
- 栈：函数调用栈、局部变量 面试时也可补充：现代系统实际布局更复杂，但这个划分足够回答多数问题。
- 如何避免内存泄漏 答： 核心原则是：谁申请，谁释放；更进一步是尽量不要手动管理所有权。 常见方法：
- 优先使用 RAII
- 用智能指针管理动态对象
- 容器替代裸数组
- 明确所有权边界
- 避免循环引用
- 用工具排查：ASan、Valgrind、Visual Leak Detector 等
- 智能指针如何实现自动释放内存 答： 本质是 RAII。
- 智能指针对象在栈上或作为成员存在。
- 当其生命周期结束时，析构函数自动执行。
- 析构函数里再调用 delete 或自定义 deleter 释放资源。 例如：
- unique_ptr：独占所有权，析构时直接释放。
- shared_ptr：引用计数减到 0 时释放。
- 智能指针一定能正确释放内存吗 答： 不一定。 常见失效场景：
- shared_ptr 循环引用
- 一个裸指针被多个独立智能指针接管，导致重复释放
- 自定义 deleter 错误
- 指向的不是 new 出来的对象
- 数组和单对象释放方式不匹配 所以智能指针能大幅降低风险，但不是“绝对安全”。
- new 和 malloc 的区别 答：
- malloc 是 C 的库函数，只分配原始内存，不调用构造函数，失败返回 nullptr。
- new 是 C++ 运算符，会先分配内存，再调用构造函数，失败默认抛异常 std::bad_alloc。
- free 只释放内存；delete 会先调用析构函数再释放内存。 总结： new/delete 面向对象生命周期，malloc/free 只管字节块。
- 怎么重载 new 答： 可以在类内或全局重载 operator new / operator delete，常用于：
- 自定义内存池
- 对齐分配
- 统计分配次数
- 调试内存问题 调用流程一般是：
- operator new 分配原始内存
- 在该内存上调用构造函数
- placement new 的作用和底层 答： placement new 的作用是在一块已分配好的内存上构造对象，不负责分配内存。 典型形式： void* buf = ...; T* p = new(buf) T(...); 应用场景：
- 内存池
- 对象池
- 共享内存
- 手动控制构造时机 它的底层就是调用 placement new 版本的 operator new(size_t, void*)，直接返回传入地址，然后在该地址上执行构造函数。
- A* a = malloc(100); 是否合法 答： 在 C++ 里要显式转换： A* a = (A*)malloc(100); 但即使这样，也只分配了原始内存，没有调用 A 的构造函数，如果 A 不是平凡类型，直接用会有问题。 正确做法通常是用 new A 或 new A[n]。如果确实要分离“分配”和“构造”，那就配合 placement new。
- union 里有一个类，会调用它的构造函数吗 答： 不会自动像普通成员那样全部构造。union 同一时刻只能有一个活跃成员。若成员是非平凡类型，通常需要你手动构造和析构，现代 C++ 常配合 placement new 使用。
- 内存对齐是什么 答： 内存对齐是让对象地址满足某种边界要求，例如 4 字节、8 字节对齐。这样做是为了：
- 提高访问效率
- 满足硬件要求
- 降低跨边界访问代价 结构体大小通常会因为对齐而插入 padding。
- #pragma pack(n) 是什么 答： 它用于修改结构体/类成员的对齐方式，控制最大对齐粒度。常用于：
- 与网络协议或文件格式严格对齐
- 与外部二进制接口兼容 但过度压缩对齐可能导致访问性能下降，甚至某些平台出错，所以一般只在必须时使用。
- 如何降低编译时间 答： 常见方法：
- 减少头文件依赖，能前置声明就前置声明
- 降低头文件中模板和大实现的膨胀
- 使用 PImpl
- 合理拆分模块
- 预编译头 / Unity Build / C++ Modules（如果工具链支持）
- 减少无必要的宏和包含链 核心思想： 减少每个翻译单元需要重新处理的内容。
- 编译和链接分别做什么 答：
- 编译：把每个源文件独立翻译成目标文件，完成词法/语法/语义分析、模板实例化、代码生成等。
- 链接：把多个目标文件和库合并，解析符号引用，完成地址重定位，生成最终可执行文件或动态库。
- Link Error 常见原因 答： 常见有：
- 声明了没定义
- 定义重复
- 模板定义没放到头文件
- 静态成员没在类外定义
- 库没链接上
- 函数签名不一致
- C 和 C++ 混编时名字修饰不一致
三、类、继承、多态、虚函数 27. 多态是什么 答： 多态是指同样的接口，在不同对象上表现出不同实现。C++ 中常见分两种：
- 编译期多态：重载、模板
- 运行期多态：继承 + 虚函数 图形/引擎里常见用途是统一接口，比如不同渲染后端、不同资源类型、不同组件实现。
- 每个类都有虚表吗 答： 不是。只有包含虚函数，或者继承了带虚函数基类并需要支持运行期多态的类，编译器才通常会为其生成虚表。 补充：虚表、虚指针不是标准强制规定的实现形式，但主流编译器基本都这么做。
- 析构函数可以是虚函数吗，为什么 答： 可以，而且当类要被当作基类使用，并且可能通过基类指针删除派生类对象时，析构函数应该是虚函数。 原因： 如果基类析构不是虚的，delete basePtr; 只会调用基类析构，不会调用派生类析构，可能导致资源泄漏和未定义行为。
- 什么时候析构函数可以不是虚函数 答： 当一个类不打算作为多态基类使用，也不会通过基类指针删除派生对象时，可以不是虚函数。 例如：
- final 类
- 纯数据类
- 明确不允许继承的工具类 虚析构会带来一点对象大小和间接调用成本，因此不是所有类都要加。
- 虚函数、虚表、虚指针分别是什么 答：
- 虚函数：允许在运行时根据对象真实类型调用对应实现。
- 虚表（vtable）：编译器生成的函数指针表。
- 虚指针（vptr）：对象内部隐藏指针，指向所属类型的虚表。 运行期调用虚函数时，通常通过对象的 vptr 找到 vtable，再定位具体函数入口。
- 类对象是在编译期还是运行期确定的 答：
- 对象的静态类型 在编译期确定。
- 对象的动态类型（尤其通过基类指针/引用访问时）在运行期体现。 这也是运行时多态成立的基础。
- 什么时候调用虚函数不用查虚表 答： 当编译器能够在编译期确定目标函数时，就可以去虚拟化，不一定真的查虚表。例如：
- 直接用对象调用，且类型已知
- 函数被 final 修饰
- 编译器做了 devirtualization 优化
- 构造/析构期间调用当前类版本的虚函数
- 基类构造函数调用虚函数会怎样？构造函数能是虚函数吗 答：
- 在基类构造函数中调用虚函数，不会分派到派生类重写版本，而是调用当前构造阶段所属类的版本。
- 构造函数不能是虚函数，因为构造对象时虚表机制本身还没完整建立；而且构造函数的目标本来就必须在创建对象前确定。
- 虚函数默认参数相关，默认参数存在哪里 答： 默认参数是静态绑定的，依据调用点的静态类型决定；而虚函数本体是动态绑定的。 因此：
- 调用哪个函数体，看对象动态类型。
- 默认参数取哪个值，看指针/引用的静态类型。 默认参数不在虚表里，本质上是编译器在调用点补上的。
- 如何做运行时动态类型识别 答： 常见方式：
- dynamic_cast
- typeid
- 自定义类型系统（引擎里很常见） 如果类层次有虚函数，RTTI 才能工作。引擎里为了性能和可控性，常自己维护 type id。
- C++ 类型转换有哪些 答：
- static_cast：常规静态转换
- dynamic_cast：多态层次安全向下转型
- const_cast：增删 const/volatile
- reinterpret_cast：按位重新解释，最危险
- C 风格强转：不推荐，语义混杂 面试建议强调： 优先使用 C++ 风格转换，语义更清晰。
- 构造函数私有化的目的是什么 答： 主要用于：
- 限制对象创建方式
- 实现单例
- 强制通过工厂创建
- 控制生命周期和初始化流程 这样可以防止用户随意在栈上或堆上实例化对象。
- 单例模式的优缺点和应用场景 答： 优点：
- 全局唯一实例
- 方便统一管理全局资源
- 可延迟初始化 缺点：
- 隐式全局状态，耦合高
- 不利于测试和并行开发
- 生命周期难管理
- 多线程下实现要谨慎 **应用场景：**日志系统、配置管理、资源管理器（但现代工程常会更倾向依赖注入或上下文对象）。
- 什么时候允许继承时函数返回类型不同 答： 这是 协变返回类型。当派生类重写基类虚函数时，如果返回的是指针或引用类型，且派生类返回类型是基类返回类型的派生类指针/引用，则允许不同。 例如： struct Base { virtual Base* clone(); }; struct Derived : Base { Derived* clone() override; }; 值类型不能这样协变。
- 虚表的内存布局，多重继承中的情况，对象布局是什么样 答： 主流实现下：
- 单继承时，一个带虚函数的对象通常有一个 vptr。
- 多重继承时，可能有多个基类子对象，每个多态基类子对象可能各自带一个 vptr。
- 对象内存布局通常按基类子对象 + 派生类成员排布，具体顺序由 ABI 决定。 回答时要强调： 标准不强制具体布局，具体实现依 ABI 和编译器而定，但主流编译器一般采用多 vptr + 子对象偏移调整。
- 虚继承中列表初始化的注意点 答： 虚继承下，虚基类最终由最派生类负责构造。因此中间层即使在初始化列表里写了对虚基类的构造调用，真正生效的通常还是最派生类的初始化方式。 这就是很多人觉得“调用不到”的原因。
四、STL 与数据结构 43. 动态数组和静态数组的区别 答：
- 静态数组：大小编译期确定，通常位于栈或静态区。
- 动态数组：大小运行期确定，通常位于堆，例如 new[] 或 vector。 vector 相比裸动态数组还额外提供自动扩容、析构管理、边界语义和迭代器等。
- 有了 vector 为什么还需要 array 答： std::array 适合固定大小、栈上存储、零额外动态分配的场景。 相比 vector：
- 不会动态扩容
- 不涉及堆分配
- 大小是类型的一部分
- 更适合小型固定数据、SIMD/数学结构、编译期优化场景
- push_back 和 emplace_back 的区别 答：
- push_back 是把一个现成对象放进去，可能涉及拷贝或移动。
- emplace_back 是直接在容器尾部原地构造对象，避免中间临时对象。 但若传进去的本来就是现成对象，两者收益差别不一定明显。
- 用指针指向 vector 里的一个元素，然后删除可以吗，地址还能有效吗 答： 一般要非常小心。
- vector 元素连续存储。
- 删除元素会导致后续元素前移，被删位置及其后的指针、引用、迭代器都可能失效。
- 扩容时更会导致全部地址失效。 所以： 可以取地址，但不能假设删元素或扩容后地址仍有效。
- 动态数组/vector 在循环时可以直接删除元素吗 答： 可以，但不能一边普通 for 一边无脑删，否则会漏元素或迭代器失效。 常见做法：
- 用返回新迭代器的 erase
- remove_if + erase
- 反向遍历删除 例如： for (auto it = v.begin(); it != v.end(); ) { if (needDelete(*it)) it = v.erase(it); else ++it; }
- 删除 vector 中指定重复元素，保留其他元素顺序 答： 如果是删除所有值等于 x 的元素，保序可用 remove-erase： v.erase(remove(v.begin(), v.end(), x), v.end()); 如果是“去重但保留第一次出现顺序”，可配合哈希表记录是否出现过，再原地覆盖。
- map 和 unordered_map 什么时候用 答：
- map：红黑树实现，有序，查找/插入/删除稳定在 O(log n)，适合需要有序遍历、范围查询。
- unordered_map：哈希表实现，平均 O(1)，适合高频查找，不关心顺序。 如果面试官继续追问，要补：
- unordered_map 最坏可能退化到 O(n)
- map 内存局部性通常较差，但迭代稳定性更好
- hashmap 的底层实现 答： 底层核心是：
- 哈希函数把 key 映射到桶
- 冲突处理常见有链地址法或开放寻址法
- 负载因子过高时需要 rehash C++ 标准库 unordered_map 的具体实现因库而异，但思想一致。
- 手写 map 答： 面试里通常指手写一个简化版有序 map，本质上是平衡二叉搜索树，工业上最常见是红黑树。 如果手写难度太大，也可以先说明：
- 基础版可用 BST
- 想保证复杂度，需要 AVL 或红黑树
- 节点存 key/value 和左右孩子，支持插入、查找、删除、旋转维护平衡
- STL 中容器的内存排列特点 答：
- vector / array：连续内存
- deque：分段连续
- list / forward_list：链式
- set / map：树节点离散分布
- unordered_map / unordered_set：桶数组 + 节点 连续内存更利于缓存命中，链式和树结构插删灵活但局部性差。
- 最小栈，要求空间复杂度 O(1) 答： 做法是维护两个栈：
- 一个正常存值
- 一个同步存当前最小值 每次 push：
- 若新值 <= 当前最小值，也压入最小栈 每次 pop：
- 若弹出的值等于最小栈栈顶，也同步弹出最小栈 这样 getMin() 始终 O(1)。
- 两个有序数组 merge 答： 双指针即可，时间复杂度 O(m+n)。 如果要求原地合并到第一个数组尾部，通常从后往前写，避免覆盖未处理元素。
- TopK 答： 常见解法：
- 小顶堆：适合动态维护前 K 大，复杂度 O(n log k)
- 快速选择：平均 O(n)
- 桶排序：适用于值域有限 面试时先问清： 是静态一次性求，还是流式数据。
- 二分查找 答： 前提一般是有序。关键点：
- 注意边界定义 [l, r] 还是 [l, r)
- 注意死循环和溢出：mid = l + (r - l) / 2
- 常见变体：找第一个 >= x、最后一个 <= x
- 拓扑排序 答： 用于有向无环图（DAG）。常见两种：
- Kahn：统计入度，入度为 0 入队
- DFS：后序逆序输出 如果排不完所有点，说明图中有环。
- 最长不重复子串 答： 经典滑动窗口。
- 用哈希表记录字符最近出现位置
- 右指针扩张，若字符重复，左指针移动到合法位置
- 维护窗口最大长度 时间复杂度 O(n)。
- 最长递增子数组 答： 如果题目是连续子数组，直接线性扫描：
- 若 a[i] > a[i-1]，当前长度 cur++
- 否则重置为 1
- 维护最大值即可 时间复杂度 O(n)。 如果题目实际问的是 LIS（最长递增子序列），那就要明确区分，不是同一道题。
- 如何计算一个二进制数中 1 的个数 答： 常见方法：
- 逐位判断
- Brian Kernighan 算法：x &= (x - 1) 每次消掉最低位的一个 1
- 编译器内建函数，如 __builtin_popcount
五、Lambda、函数对象与回调 61. Lambda 表达式中局部变量是否存在 答： 取决于捕获方式：
- 值捕获：lambda 对象内部保存一份副本，即使外部局部变量销毁，副本仍存在。
- 引用捕获：lambda 内部引用外部对象，若 lambda 活得比外部变量久，就会悬空。
- Lambda 在安全上要注意什么 答： 重点是生命周期问题：
- 不要把引用捕获的 lambda 异步执行到外部变量已经销毁之后
- 小心捕获 this，对象可能先析构
- 多线程环境注意共享数据竞争
- 不要无意识捕获过多内容，尤其 [=] / [&] 最常见事故就是： 异步任务里捕获了悬空引用或悬空 this。
- std::function 和函数指针有什么不同 答：
- 函数指针只能保存普通函数或静态函数地址，类型简单，开销小。
- std::function 是类型擦除后的通用可调用包装器，可以装函数、lambda、bind 结果、函数对象等，更灵活但通常有额外开销。
- Lambda 和 std::function 有什么不同 答：
- Lambda 是闭包对象，有具体匿名类型。
- std::function 是一个“容器/包装器”，用于统一存储各种可调用对象。 把 lambda 赋给 std::function 时，可能发生一次包装和额外开销。
六、进程、线程、并发与原子 65. 进程和线程的区别 答：
- 进程 是资源分配基本单位，拥有独立地址空间。
- 线程 是调度基本单位，同一进程内线程共享地址空间和大部分资源。 线程切换成本通常比进程低，但共享内存也更容易引入竞态问题。
- 线程冲突如何解决 答： 常见方法：
- 互斥锁 mutex
- 读写锁
- 原子变量
- 条件变量
- 无锁数据结构
- 任务划分，尽量避免共享写 工程上最重要的不是“事后加锁”，而是一开始就减少共享状态。
- 原子操作比线程锁的优点 答：
- 通常更轻量，避免进入内核或阻塞
- 适合简单共享状态，如计数器、标志位
- 在低冲突下性能很好 但原子操作不等于“万能替代锁”： 复杂临界区、多个变量一致性、复合逻辑仍然常需要锁。
- 多线程与死锁 答： 死锁四个必要条件：互斥、占有且等待、不可剥夺、循环等待。 常见避免方法：
- 固定加锁顺序
- 尽量缩小锁粒度
- 用 scoped_lock 同时锁多个互斥量
- 避免锁中调用外部未知逻辑
- 超时锁 / 死锁检测
七、编译原理与 CPU 基础 69. CPI 和指令乱序 答：
- CPI：平均每条指令消耗的时钟周期数。
- 现代 CPU 为提高吞吐，会做乱序执行、流水线、分支预测等优化。
- 程序看到的最终结果仍要满足架构定义的可见顺序，但执行时内部顺序可能不同。 这也是为什么并发编程里需要内存序和同步原语。
八、图形学总览与渲染管线 70. 介绍渲染管线 答： 典型实时渲染管线包括：
- 应用阶段：场景更新、剔除、提交 draw call
- 顶点处理：Vertex Shader
- 图元装配
- 裁剪
- 光栅化
- 片元/像素处理：Fragment/Pixel Shader
- 深度/模板测试、混合
- 输出到帧缓冲 现代 GPU 还可能有 Geometry、Tessellation、Compute 等阶段。
- Vertex Shader 和 Fragment Shader 哪个处理的数据更多 答： 通常 Fragment Shader 处理的数据更多，因为一个三角形可能覆盖大量像素，光栅化后会产生很多片元。 但也不是绝对： 如果场景顶点极多、过度细分，VS 压力也可能很大。多数实时渲染场景下，片元阶段更容易成为瓶颈。
- 一个像素和一个三角形相交会产生多个片元吗 答： 会有这种情况。
- 一个像素位置上，可能来自不同三角形产生多个片元。
- 同一个三角形在开启 MSAA 时，一个像素内部多个采样点也可能分别参与覆盖测试。 最后哪个留下来，要看深度测试、模板测试和混合流程。
- CPU 中的剔除算法有哪些 答： 常见有：
- 视锥剔除
- 背面剔除（通常更多在图元阶段/GPU）
- 遮挡剔除（CPU 端可做粗粒度）
- LOD 剔除
- Portal / Occlusion Cell 等场景结构剔除 CPU 剔除核心目标是减少无意义 draw call 和 GPU 工作量。
- 判断 1000 个怪是否命中，怎么做 答： 这是典型空间查询/碰撞检测问题。 若是“子弹或射线是否命中多个怪”：
- 先做宽相位，用网格、四叉树、八叉树、BVH、空间哈希快速筛候选
- 再做窄相位，做精确包围体/模型测试 如果每帧都暴力测 1000 个对象，复杂度高且缓存不友好；工程上一定要做空间加速结构。
九、深度测试、Early-Z、遮挡与精度 75. Early-Z 是什么 答： Early-Z 是在片元着色前尽早做深度测试，把被挡住的片元提前丢掉，减少昂贵的片元着色开销。
- 写 UAV 的时候为什么会自动关 Early-Z 答： 因为如果像素着色器要写 UAV（无序访问视图），那即使这个片元最后深度测试失败，它的副作用也可能已经发生。为了保证可见结果和副作用顺序正确，驱动/硬件通常会禁用或限制 Early-Z。 本质上是： 有副作用的 shader 很难在“着色前”就安全裁掉。
- 写 UAV 的原理是什么 答： UAV 允许 shader 随机读写某类资源，不要求像传统 render target 那样严格按光栅顺序输出到固定像素。它常用于：
- 计算着色器
- OIT
- 屏幕空间数据结构
- 自定义并行写入 因为写入可能存在并发冲突，所以常需要原子操作或显式同步。
- TBR（Tile-Based Rendering）上的 Early-Z 有什么特点 答： TBR 架构会先把图元分桶到 tile，再在片上存储中做更多局部处理，因此它对带宽更友好，也更容易结合 tile 内的隐藏面消除。 但是否能做 Early-Z、做到什么程度，仍取决于：
- shader 是否有副作用
- 是否 discard
- 是否修改深度
- 硬件具体实现 回答时不要绝对化，强调“依平台和 shader 特性而定”。
- Z-fighting 的精度丢失发生在什么时候 答： 主要发生在深度值量化到深度缓冲时，以及投影后深度分布不均带来的精度不足。 透视投影下深度精度在近处更密、远处更稀，所以远距离共面或接近共面的表面更容易出现 Z-fighting。
- 为什么会出现 Z-fighting，而不是永远一个遮另一个 答： 因为两个表面的深度值太接近，经过浮点计算、投影变换、插值、量化后可能落到相同或交替的深度表示上，不同像素/不同帧/不同三角形顺序下结果可能不稳定，所以看起来会“闪”。
- Reverse-Z 是什么，失效怎么办 答： Reverse-Z 通过把近远平面映射反过来，并配合浮点深度缓冲，使远处深度精度更好，能显著缓解 Z-fighting。 如果仍失效或不够：
- 调大 near plane，尽量不要太小
- 使用更高精度深度格式
- 减少共面面片
- 做 depth bias / polygon offset
- 场景分层渲染
- 对极端大场景做 camera-relative rendering
十、抗锯齿、时域重建与超分 82. TAA 如何在时域工作 答： TAA（Temporal Anti-Aliasing）的核心是：
- 当前帧使用抖动后的采样
- 通过运动矢量把历史帧颜色重投影到当前帧
- 将当前帧和历史帧做融合，累积更多时域采样信息 这样能在多帧内逼近更高采样率，减少锯齿和闪烁。
- TAA 的主要问题有哪些，如何解决鬼影等瑕疵 答： 常见问题：
- 鬼影
- 拖尾
- 细节发糊
- disocclusion 区域错误历史残留 常见解决方法：
- 更准确的运动矢量
- 历史颜色的 neighborhood clamp / clip
- disocclusion 检测
- 响应式 mask
- 对高频区域降低历史权重
- 锐化补偿 一句话总结： TAA 的核心难点是“历史信息能不能可信地复用”。
- TAA 什么时候做 答： 通常在主渲染完成、拿到颜色和运动矢量后执行，位置常在后处理链前中段。 实际顺序依管线而定，但一般要在依赖当前分辨率 GBuffer/速度信息之后，并与 motion blur、upscaling、sharpening 等协调。
- 动态模糊和 TAA 之间的顺序 答： 常见做法是 TAA 先于 Motion Blur，因为：
- TAA 依赖更“干净”的历史重投影
- Motion Blur 会扩散颜色，不利于 TAA 稳定重建 但具体实现会因引擎而异，关键是保证速度信息和历史使用逻辑一致。
- TAAU 是什么 答： TAAU（Temporal Anti-Aliasing Upsampling）是在 TAA 基础上进一步承担升采样功能：
- 低分辨率渲染
- 结合历史帧、运动矢量和当前帧信息重建高分辨率图像 它本质上是“时域抗锯齿 + 时域超分辨率”的结合。
- FSR 的优缺点 答： 如果指 AMD FSR 系列： 优点：
- 集成相对方便
- 跨平台性较好
- 不强依赖专用 AI 硬件
- 带来较明显性能收益 缺点：
- 在高频细节、快速运动、半透明、细线条等场景可能重建不如更强的时域/AI 方案
- 不同版本能力差异大，早期版本更多偏空间上采样，时域稳定性有限
- 超分前后，后处理 pass 放在哪里 答： 要按 pass 的性质分：
- 依赖低分辨率几何信息 的 pass，通常在超分前
- 依赖最终显示分辨率 的 pass，如 UI、锐化、部分屏幕后特效，通常在超分后 一个常见原则： 几何相关的尽量前置，显示相关的尽量后置。
- 实习中的超分算法怎么介绍 答： 建议按这四层讲：
- 目标：在较低渲染成本下恢复高分辨率观感
- 输入：低分辨率颜色、深度、运动矢量、曝光等
- 核心流程：重投影、历史融合、重建滤波、抗伪影、锐化
- 优化点：质量优化、稳定性优化、移动端性能优化、带宽优化 面试时不要只讲“用了什么算法名”，要讲清输入、流程、难点、指标、结果。
- 超分里如何测耗时，苹果和安卓有何区别 答： 一般会结合：
- GPU timestamp query
- 平台 profiling 工具
- RenderDoc / Xcode GPU Frame Capture / AGI / Snapdragon Profiler 等 区别在于：
- iOS 更封闭，常用 Xcode 工具链，Metal 生态更统一
- Android 硬件分裂更严重，不同 GPU 架构和驱动差异大，结果波动更大 要强调： 移动端测耗时要区分 CPU 时间、GPU 时间、提交延迟和异步执行。
- RenderDoc 怎么看耗时，准不准 答： RenderDoc 可以用于分析事件、资源和部分 GPU 时间信息，但它更偏调试与结构分析，不一定是最权威的性能工具。 原因：
- 捕获会扰动原始运行状态
- 不同平台/驱动支持不同
- 不能完全代表真实线上帧时间 所以它适合定位问题，而最终性能评估仍要结合平台原生 profiler。
- 移动端和桌面端测耗时有区别吗 答： 有，而且很大。
- 移动端多为 TBR，带宽、电源、温控、驱动策略影响更大
- 桌面端离散显卡更强调吞吐，工具链更成熟
- 移动端要特别注意 thermal throttling、异步队列、VSync 和系统调度影响 因此测试方法和结论不能简单互相套用。
- 抗锯齿算法有哪些 答： 常见有：
- MSAA
- FXAA / SMAA
- TAA
- TAAU
- DLAA / DLSS / FSR 类时域/超分方案 分类上可以说：
- 空间域
- 多重采样
- 时域
- AI/重建类
十一、后处理、AO、OIT、半透明 94. SSAO 是什么，以及其他 AO 算法 答： SSAO（Screen Space Ambient Occlusion）是在屏幕空间依据深度/法线估计局部遮蔽，近似环境光被遮挡程度。 优点：实时、便宜；缺点：
- 只看屏幕内信息
- 易有噪声、漏算、边界问题 其他 AO：
- HBAO / GTAO：更高质量的屏幕空间 AO
- RTAO：光追 AO，质量更高但成本大
- 预计算 AO / 烘焙 AO
- OIT 是什么 答： OIT（Order-Independent Transparency）是为了解决透明物体对绘制顺序敏感的问题。 常见方案：
- Depth Peeling：精确但贵
- Per-pixel linked list：精确但内存和带宽重
- Weighted Blended OIT：近似但高效，实时里常见
- 半透明渲染在移动端为什么消耗很大 答： 原因主要有：
- 无法像不透明那样充分利用 Early-Z
- 需要 blending，带来读改写开销
- 层数多时 overdraw 严重
- 移动端带宽敏感，透明叠加非常吃带宽
- 排序和复杂材质进一步增大成本
- UI 在 sRGB 空间做 blending 会有什么瑕疵 答： 如果直接在 sRGB 编码空间混合，而不是在线性空间混合，会出现：
- 颜色过暗或过亮
- 边缘过渡不自然
- 半透明叠加结果错误 因为 blending 应该在线性空间做，最后再转回 sRGB 显示。
十二、移动端渲染与优化 98. 移动端的相关优化有哪些 答： 常见方向：
- 降低 overdraw
- 减少带宽占用
- 减少 render target 切换
- 压缩纹理、减少纹理采样
- 控制 shader 复杂度与寄存器压力
- 减少半透明和后处理层数
- 充分利用 tile memory
- 减少 CPU 提交开销
- LOD / batching / instancing 移动端优化的核心是： 算力、带宽、温控三者都要看。
- 移动端和桌面端渲染管线的区别 答：
- 桌面端多为 IMR（Immediate Mode Rendering）
- 移动端多为 TBR/TBDR（Tile-Based Rendering） 移动端特点：
- 更重视片上 tile 存储和带宽节省
- 对 overdraw、RT 切换、带宽更敏感
- 某些桌面思路搬到移动端可能不划算
- 延迟渲染在移动端怎么优化，如何降低访问 GBuffer 的开销 答： 常见手段：
- 减少 GBuffer 通道数和精度
- 合并编码，如法线压缩
- 尽量减少 MRT 带宽
- 只为需要的材质走延迟，其他走 forward/forward+
- 利用 tile memory，避免频繁落外存
- 做 light culling，降低光照 pass 访问量 移动端上纯传统延迟渲染往往不如桌面端划算，要根据带宽重新设计。
- Shadow Map 软阴影在移动端很多时怎么优化 答： 方向包括：
- 减少阴影光源数量
- 阴影图集 / 级联复用
- 动静分离
- 低分辨率阴影 + 时域/空间滤波
- PCF tap 数控制
- 只给关键光源开阴影
- 根据距离/重要性动态更新 核心是： 减少 shadow map 生成次数、分辨率和采样成本。
- 实时纹理压缩 答： 常见理解有两层：
- 使用适合平台的压缩格式（ASTC、ETC2、BCn）减少带宽和显存
- 或运行时转码/流式上传 移动端通常优先 ASTC，因为质量和压缩率平衡较好。
十三、PBR、BRDF、光照与颜色 103. PBR 是什么，BRDF 的组成和物理意义 答： PBR（Physically Based Rendering）强调基于物理规律的材质和光照建模。 常见微表面 BRDF 由三部分组成：
- D：法线分布函数，描述微表面朝向分布
- F：Fresnel，描述不同视角下反射比例
- G：几何项，描述遮蔽和阴影效应 总体上常写成 Cook-Torrance 形式。 物理意义是： 材质表面的微观结构决定光如何被反射，且需要满足能量守恒。
- 间接光中的漫反射和 specular 有什么不同 答：
- 间接漫反射：来自多次反弹后的低频、方向性较弱的能量，通常更平滑。
- 间接高光（specular）：对入射方向更敏感，依赖视角和粗糙度，常表现为环境反射、反射探针、SSR、RT 反射等。 从工程角度说： 漫反射更容易做低频近似；specular 更难，因为方向性强、频率高、对细节敏感。
- 球谐相关 答： 球谐函数适合表示球面上的低频信号，图形里常用于：
- 环境光低频表示
- Irradiance 近似
- 预计算光照 优点是存储紧凑、运算快；缺点是不适合高频尖锐信号，例如镜面高光。
十四、阴影、光线追踪与加速结构 106. TLAS / BLAS 是什么 答： 在光线追踪中：
- BLAS（Bottom Level AS）：单个网格或几何体的加速结构
- TLAS（Top Level AS）：场景实例级加速结构，引用多个 BLAS 这样可以高效支持实例化和动态场景更新。
十五、采样、蒙特卡洛与离线渲染 107. pbrt 的渲染流程 答： 可概括为：
- 场景建立与加速结构构建
- 相机生成主射线
- 与场景求交
- 根据材质和光源计算直接/间接光照
- 路径继续采样与递归/迭代累积贡献
- 结果写入 film PBRT 更偏离线路径追踪框架，强调物理正确性与可拓展性。
- 蒙特卡洛渲染是什么 答： 蒙特卡洛渲染是用随机采样来估计渲染方程积分的方法。样本越多，结果越接近真实值。 特点：
- 通用性强
- 噪声会随样本数增加而下降
- 收敛速度通常较慢
- 如何采样、怎么获取采样点、怎么获取随机分布 答： 流程通常是：
- 先有均匀随机数生成器
- 再通过反函数法、拒绝采样、重要性采样、分层采样等，把均匀随机数映射到目标分布 例如：
- 半球均匀采样
- cosine-weighted 半球采样
- 按 BRDF 分布采样 回答时最好强调： 关键不是“随机”，而是让采样分布尽量接近被积函数，从而降低方差。
- 如何在球内均匀采样 答： 常见方法：
- 先均匀采样方向
- 半径按 r = R * cbrt(u) 取，而不是线性取 因为球体体积和半径三次方成正比，必须用立方根修正，才能保证体积意义上的均匀。
- OBB 包围盒是什么 答： OBB（Oriented Bounding Box）是带方向的包围盒，不要求与坐标轴对齐。 相比 AABB：
- 包围更紧
- 相交测试更复杂 适合旋转物体、碰撞检测和更精确的宽相位。
十六、三维表示、3DGS 与相关项目表达 112. 讲 3DGS 的内容 答： 3DGS（3D Gaussian Splatting）是一种场景表示与新视角合成方法。核心思想是：
- 用大量三维高斯表示场景中的局部体
- 每个高斯包含位置、协方差、颜色/不透明度等属性
- 渲染时按屏幕投影后做 splatting，并进行可见性与 alpha 合成 它相比 NeRF 的优势通常在于：
- 实时渲染更强
- 训练与显示效率更高 难点常在：
- 质量与内存平衡
- 遮挡处理
- 动态场景
- 压缩与编辑
十七、数学与数值表示 113. 浮点数的缺点，精度问题要注意什么 答： 缺点包括：
- 不能精确表示很多十进制小数
- 有舍入误差
- 不满足严格结合律
- 大小数量级差很大时会出现消减误差 图形里常见注意点：
- 不要直接比较浮点相等
- 世界坐标过大时精度下降
- 深度、法线、矩阵累计误差
- 插值和归一化误差
- 透视投影矩阵为什么需要齐次坐标 答： 因为透视投影不是普通 3x3 线性变换，不能只靠三维线性运算表达。引入齐次坐标后，可以把平移和投影统一写成矩阵乘法，并通过最后的齐次除法得到透视缩小效果。
十八、设计模式与工程应用 115. 设计模式有哪些，项目里怎么用 答： 面试里不建议背一串模式名，建议按项目说：
- 单例：日志、配置、全局服务
- 工厂：资源创建、渲染后端抽象
- 观察者：事件系统、UI 通知
- 策略：多种渲染算法/压缩算法切换
- 命令：渲染命令、编辑器操作撤销重做
- 对象池：粒子、子弹、临时资源复用 回答重点应放在： 为什么用、解决了什么问题、代价是什么。
十九、字符串与底层代码阅读 116. strlcpy 这类代码主要考什么 答： 这类题一般考：
- 指针运算
- 边界条件
- 缓冲区安全
- 返回值语义
- 字符串终止符处理 回答时要特别注意：
- 是否保证 dst 以 \0 结尾
- 当 siz == 0 时如何处理
- 返回的是源串长度还是实际拷贝长度
二十、可直接背诵的高频简答 117. C 和 C++ 的区别，C++ 的特性 答： C 偏过程式，C++ 在 C 基础上增加了面向对象、模板、RAII、异常、STL、泛型编程等能力。C++ 更适合大型工程抽象和资源管理，但复杂度也更高。
- 项目中有哪些难点，怎么回答 答： 建议按 STAR 或“问题—分析—方案—结果”来讲：
- 遇到什么问题
- 为什么难
- 你怎么定位
- 做了什么优化
- 指标提升了多少 面试官最想听的是： 你有没有真正理解问题，并且能量化结果。
- 实习中做了哪些优化，怎么回答 答： 最好从三个层面讲：
- 算法层：质量更好 / 更稳定
- 工程层：减少带宽、减少采样、降低分支、提升缓存命中
- 平台层：针对移动端 GPU 特性做适配 最后一定补结果：
- 提升多少 ms
- 画质改善什么场景最明显
- 稳定性或功耗是否改善
二十一、补充：几个容易被追问的点 120. shader_ptr 手写会怎么答 答： 如果面试官让手写，通常是在考你对智能指针/资源句柄的理解。可以答：
- 持有 GPU 资源句柄或对象指针
- 管理引用计数或独占所有权
- 析构时自动释放 shader 资源
- 需要禁拷贝/支持移动，或实现 intrusive refcount
- 多光源、多 shading mode 的延迟渲染怎么做 答： 常见思路：
- GBuffer 统一存材质基础参数
- 光照阶段按 light volume / tiled / clustered 处理多光源
- 不同 shading model 通过 material id 或分支表区分
- 对复杂模型可分路径：常规材质走延迟，特殊材质走 forward 这类问题主要考的是： 如何在可扩展性和性能之间做架构设计。
- DSF 算法怎么讲 答： 如果你项目里有自定义算法，建议固定模板：
- 它解决什么问题
- 输入输出是什么
- 和已有方法比优势是什么
- 你负责哪一部分
- 指标提升多少 不要只说名字，要把它讲成一个完整的工程方案。