字节推荐算法面经

之前做了字节的笔试，感觉似乎算法有难度啊，我当时做了3个算法，过了一个，另外2个过了一点点，我感觉似乎比较难啊，但最后居然也有面试

一面3.11 45min1、拷打实习2、拷打实验室项目3、AOP、IOC4、Websocket和SSE5、DNS解析域名的流程6、基于UDP和TCP有哪些应用层协议7、completeableFuture的原理8、TD的原理，和MySQL的区别9、虚拟内存，段页式的优势和劣势10、 索引失效的场景11、Syn和AQS的区别12、spec的开发流程13、MongoDB的底层原理（不会）14、手撕：岛屿数量15、反问二面 3.16 75min1、过实习和项目2、AB测试3、kafka怎么防止丢消息4、https的握手过程5、如果你的室友正在访问一个http的网站，你怎么恶搞一下他6、kafka的I...

1.面试官业务介绍5-10min，然后说岗位跟面试邀约的可能不一样2.看你简历投大模型岗位，这边是后端岗多些，和统计更多，基础也比较重要3.反问ai结合场景这里莫名其妙的说了下，未来ai业务场景的的发展，最近看裁员帖子之类的面：像工程项目会被替代很多，像统计和类似于这种，系统验证还好些4.手撕回溯 子集输入调错5.有看过限流算法吗；手撕 令牌通限流服务端 伪代码，加并发控制，加乒乓球式限流，还是流式限流；5.1 怎么记录每个getToken()方法入参的lasttime构造器5.2 怎么控制乒乓球式还是流式5.3  refillToken方法要传什么参5.4 gettoken 没有写currentToken --5.5 now - last 时，单位是 s、ms 还是 μs？用户体量比较大，百万的时候怎么考虑int 会强转为 0”，时间戳溢出 + 精度丢失问题。核心问题二：浮点数精度丢失与性能损耗me：基础有待提升面：思路还可以，细节有待提升，还是细节注意6.反问to B to C业务ai答案：如果是流式控制：我关注的是平均速率。我会利用令牌桶算法，重点调节 refillRate（补充速率）。无论请求是突发还是连续，我都会把它们看作连续的数据流，只要桶里有令牌就放行，主要用于防止下游被大流量冲垮。如果是乒乓球式控制：我关注的是交互的同步性。这通常用于对延迟敏感或需要严格顺序的场景。我会通过信号量（Semaphore）或者容量为1的令牌桶来实现。核心逻辑是：必须收到上一个响应（回球），才释放下一个请求的令牌（发球）。所以，在代码里，我是通过选择限流原语（是用单纯的令牌桶，还是用信号量/状态机）来控制这两种模式的。”

一直想发的，但因为一面面了 1h47min 让我整理面经就整理了好几天小黑盒面试官有个特点，你要是没回答到他的点上，他就会打断你，会一直深挖整个面试压力爆大，过程中大脑宕机重启宕机重启一面自我介绍介绍下 GMP 是什么东西？如果在早期的 GM 模型中，我们直接给每个 M 分配一个本地队列和上下文资源，不也能解决全局锁冲突的问题吗？为什么非得在 G 和 M 之间，再凭空造出一个 P 的抽象层呢？M 没法窃取吗？为什么非要 P？如果 M 阻塞掉，P 会怎么处理？怎么动态知道 M 会阻塞，并提前退回 P？M 被解绑后，它还有 P 吗？新接手的 M 是哪来的？如果所有的 M 都进行了系统调用，程序会停...