米哈游春招笔试求助

研发卷，10道选择题 + 3道编程题，选择题基本上都是AI/大模型相关：RAG、大模型等等，最近做笔试基本上都是AI相关的了， 大家还是提前多刷刷AI的知识吧 编程题： T1. 风不吹雨 操作 1 是把  变成 ，最多用  次；操作 2 是减 ，最多用  次。每个位置每种操作最多做一次，两种可以同时做，求最小元素和。 一个比较显然的结论：如果同时做两种操作，先除后减一定不差于先减后除（因为除法会把减掉的量也砍半）。所以同时做两种操作的减少量就是 ，其中 。 然后注意到操作 2 对每个元素的减少量都是 ，跟选哪个元素无关。所以操作 2 直接贡献  的减少量。操作 1 的减少量取决于选哪些元素，贪...

3.27 时间：35min1.自我介绍2.hashmap底层原理3.hash扩容4.completeblefuture解决了什么样的问题，举例说说5.mysql索引失效6.分布式锁的实现方案，以及redisson看门狗的底层原理7.说说实习agent节点验证自动化测试是如何做的8.了解过UE或者unity的一些3d框架吗9.平时都玩什么游戏10.对于足球游戏中球员的射门以及守门你会如何进行测试用例的设计11.在这个游戏里你遇到过哪些bug（光标切换）12.光标变更这个问题你认为开发是如何进行逻辑判断的13.你认为这种判断机制在哪些方面需要进行优化14.你认为这种判断机制是在服务端进行还是在本地进行判断15.实习过程中有没有遇到过什么困难？16.对于你说的对于AI的使用还在什么方面有所体现17.能说说足球游戏过程中如何获取球员？18.对于获取球员这个功能如何设计测试用例19.那么对于这个抽卡的概率你会如何测试呢20.对于新出的一个球员，你会从哪些方面进行测试21.软件测试与游戏测试

在开发 AI 对话应用（如调用豆包、GPT 等 API）时，我们常面临一个核心问题：AI 本身是无状态的，如何让它记得用户的历史对话，且在高并发下依然保持极速响应？ 一、 核心痛点：为什么 AI 需要“记忆”？ 调用大模型 API 时，模型不会自动记录之前的聊天记录。为了实现“多轮对话”，我们必须在每次发送请求时，把历史消息一并传给 API。这就引出了三个挑战：  性能：频繁的数据库查询会拖慢响应速度。 上下文窗口：模型有 Token 上限，不能无限制地堆积历史。 成本：发送的上下文越多，消耗的 Token 越多，费用越高。  二、 四种演进方案深度解析 1. MySQL 单库方案（起步阶段）...

没想到挂了还有感谢信啊哈哈哈哈啊哈哈啊哈哈