字节前端一面(75分钟)

1. 自我介绍
2. 介绍一下项目及基础架构
3. 项目拷打(大约20分钟、围绕简历提问)
4. 性能优化怎么做的(大约20分钟)
性能优化会从性能指标到阶段分析到优化细问
5. JSBridge和客户端底层怎么进行通信的
6. Ts的keyof、tyoeof、泛型、装饰器;ts在前端工程化有什么作用呢
7. JS基础数据类型、通过哪些方法可以判断一个变量是数组类型?(问了5种方法)
8. 做移动端的时候怎么保证视觉的还原度
9. 如果视觉走查的某个视觉问题反复调整都无法完美还原怎么解决
10. AI视觉稿转代码详细说说
11. 为什么移动端上图片会展示模糊呢?
12. DRP对图片渲染模糊有什么关联
13. 移动端的动画选型和动画类型
14. 有没有自己使用过canvas做一些绘制或动画渲染呢?
15. js驱动的动画遇到卡顿怎么优化和处理呢
16. 重绘重排在渲染层为什么会有不同的性能影响
17. React的常用hooks;
18. React对比直接使用js有什么提升?
19. React18之前的版本对比React18有什么不同
20. 服务端渲染ssr、rsc与csr的对比;水合失败会怎样
21. http 0.9, http 1.0 ,http 1.1, http2,http3的区别,队头阻塞在各个阶段的问题和解决方案
22. TCP vs UDP,介绍一下TCP的慢启动,强缓存+协商缓存
23. csrf xss
24. 加密方式了解哪些,介绍一下对称加密,非对称加密
25. 日常怎么使用AI的,在工作中有哪些提效
26. 两道题
26.1. 手写数组的flat方法
26.2. 手写一个PromiseAll,写完后顺便问了Promise的其他方法
全部评论

相关推荐

只记录总结了一些没答好的推荐系统用例设计:基础的功能交互:图片封面的尺寸,关键词的截取,后台的一些用户点击,停留时长以及收藏等行为是否正常上报,还有负反馈机制,就是说用户点击“不感兴趣”后是否当前列表会立即移除该内容,最后就是推荐结果和详情的一致性,进入的详情页要和推荐位显示的内容一致算法效果的测试:比如说相关性:是否与用户的搜索内容是强相关的,多样性:推荐的内容对应的tag是否是同一类目,然后还有实时更新:用户在一个地方停流了很久是否后台会出现该信息,然后是推荐列表是否包含一定的低频上线内容特殊场景的测试:用户没有历史行为的反应,没有商品的反应,极端搜索的处理,出来的内容是否符合规定数据和性能的测试:接口的性能,容灾的一个降级,离线和线上的一个对齐接口过慢:首先会去看监控,观察CPU和内存还有网络IO的一些情况,确认是否是硬件资源的瓶颈,接着会去查询慢查询日志,看看数据库的性能能否优化,比如说可以添加索引啊,还有一些sql语句不合理的情况可以处理一下,比如一些嵌套查询可以优化成联表查询,对于一些数据量过大的表可以进行一些分库分表的操作。业务逻辑中可以采用异步的流程,可以看看是否发生了FullGC,以及是否有一些递归导致时间复杂度过高。最后是网络,可以看看Redis是否变慢,队列是否积压,或者请求是否过多,可以适当做一些限流策略面对偶现的bug:面对偶现的bug,需要去差全链路的日志,确认当前的用户环境以及查看输入的参数和环境的快照等等,第二步是尝试利用压力测试去强行复现,找到它偶现的一个规律。算法:最长公共前缀(leetcode 14)ac
查看7道真题和解析
点赞 评论 收藏
分享
评论
6
16
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务