一份迟来的字节日常实习面经,来自9月的感谢信。

自我介绍(5 min  面试官: 为什么要学前端?对AI感兴趣为什么不投AI岗来投前端岗? 学校的竞赛做了什么? )
介绍项目(上来直接问八股,没问项目只问了为什么做这个项目。)

八股 (40min左右)
1. 移动端的物理像素和逻辑像素
2. 怎么利用物理像素和逻辑像素画一根1px的分割线 (用transform属性)(使用border:1px实际上会很宽)
3. 怎么设计一个iconfont库
4. 介绍一下css的transform属性,为什么要有transform属性(transform属性的应用场景)
5.聊一下闭包(优缺点)
6.js原型链,为什么要有原型链
7.强缓存和协商缓存(浏览器怎么识别强缓存和协商缓存,怎么去选择使用强缓存还是协商缓存)
8.http状态码(细分到二级,比如201,202,3xx这样每个代表什么含义)
9.OSI七层模型每层模型的意义,为什么要七层
10.为什么要ip地址,为什么不能只用mac地址
11.浏览器的组成?
12.node的原理,node源码看过吗?
13.vue响应式与react响应式的区别
14.为什么用vue不要react
15.vue3.5了解哪些(了解了useTemplateRef来代替ref做dom操作避免与响应式造成混乱)
16.用css让一个列表的前三项默认打上勾( :nth-child(3-n)::before{} )
17.babel原理 (答:生成AST树,根据AST树生成js AST 然后修改该树的内容得到兼容不同版本浏览器js代码),怎么自己设计一个babel
18. 项目中的intersectionObserver监听最后一个节点,那么当我在视口到达最后一个节点的时候,瞬间又滑上去然后又滑下来那么会产生什么效果(会发两次接口请求吗?你怎么解决这个问题?我看你是模拟一个异步操作,那你是怎么解决这个特殊情况的)
19.css怎么让一个元素隐藏(display:none;和opacity:0除了一个会占据文档流一个不会占据文档流还有什么区别)还有别的属性可以让该元素隐藏吗
20.弹性布局flex:x x x每个位置代表的是哪个flex属性? 用flex-basis设置了基础大小和width、height设置大小哪个优先级高。
21.我看你项目用了vite请你说一下vite的原理,怎么实现一个简单的vite

算法(20min左右)
字符串展开   
给定如下字符串,请你转化成符合相应规则的字符串,以`[]`为分界线。
如: 2[ 2 [ a 1[ b ] ] ] => abababab
     3 [ 2[a] 2[c 1[ b] ] ] => aacbcbaacbcbaacbcb

最开始用递归没写出来,想了半天递归的终止条件。
#实习#
全部评论
这问的这么难还能挂吗
2 回复 分享
发布于 2025-01-13 10:22 广东
佬orz
1 回复 分享
发布于 2025-02-17 15:36 江西
怎么这么难,不像日常实习的强度
点赞 回复 分享
发布于 2025-02-23 22:01 天津
佬,现在我想试着找大厂日常,准备不够,但心里清楚没有准备完全这一说,准备一边沉淀一边海投大厂日常。有些害怕原先做好准备能获得的机会,因为鲁莽而错失。想问问如果面试一个岗位挂掉后,多久之后能再投?之前挂掉会对之后的投递产生影响吗?除了字节以外,其他大厂面评会保留多久?(我看有的人说其他大厂没面评,有的说有)
点赞 回复 分享
发布于 2025-02-10 16:28 河南
佬 字节限制学历带学院二字吗
点赞 回复 分享
发布于 2025-01-20 08:02 广东

相关推荐

头像
03-03 15:53
已编辑
黑龙江大学 Java
在当前开源项目极为丰富的背景下,付费资源并不一定意味着最前沿的技术优势,在具体执行层面展示出自己的独特价值,才是简历上最重要的加分项。1. WebMCP — 让网站主动告诉 AI 该怎么操作AI 操作浏览器的方案一直靠"猜"——截图识别、DOM 解析,错误率 15-30%。WebMCP 反过来,让网站自己声明能做什么,AI 直接调用结构化接口,准确率接近 100%。Chrome Canary 已实装。企业内部系统的 WebMCP 适配目前几乎没人做,是明确的蓝海。推荐理由:简历上写的不是"我会用某个框架",而是"我在标准刚发布时就做了企业适配&...
书海为家:#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑,但二者的运作方式截然不同:深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练,它在相同领域的表现将远远超过人类(尤其是在数字的量化学习,例如挑选某人最可能购买的产品,或从100万张脸中挑选最匹配的一张)——相对来说,人类在同一时间内只能把注意力放在少数几件事情上面,而深度学习算法却可以同时处理海量信息,并且发现在大量数据背后的模糊特征之间的关联,这些模糊特征不仅复杂而且微妙,人类往往无法理解,甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”,但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比,深度学习想要充分发挥作用,离不开海量的相关数据、单一领域的应用场景以及明确的目标函数,这三项缺一不可,如果缺少其中任何一项,深度学习将无用武之地。
AI求职实录
点赞 评论 收藏
分享
评论
22
99
分享

创作者周榜

更多
正在热议
更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务