9.18 字节商业化广告一面

2025.9.445min无自我介绍，看了5min简历开始问1.为什么转码2.小米和腾讯实习里具体是做什么产品3.了解cas吗，什么作用4.了解java的反射吗5.java的spring支持注解和xml两种模式，为什么，各有什么优势6.了解c++的动态链接库和静态链接库吗7.说说堆和栈的区别8.说说epoll i/o多路复用模型，解决什么问题9.了解操作系统swap区域吗10.为什么2gb内存的设备可以运行大于2gb内存的应用11.什么是粘包问题，怎么解决12.了解docker吗，什么原理13.docker部署的链路流程14.win上打包docker可以在linux上运行吗15.了解哪些图算法，具体讲讲什么原理，解决什么问题16.了解哪些树算法，具体讲讲什么原理，解决什么问题。17.动规的原理，解决什么问题18.实现一个线程池19.控制工程主要是做什么的，无人机位姿在扰动下你们是怎么实现动态调整的。反问秋招第一面，干自闭了

1.mysql大对象用什么数据结构存2.text数据很大的时候对数据库的影响3.binlog，redolog，undolog4.数据库页和缓冲区作用5.脏页是啥，包括哪些数据6.大数据对页有什么影响7.b+树页分裂有什么后果8.怎么样造成写放大？9.mysql怎么保证事务一致性10.mvcc，行锁，间隙锁11.读已提交，可重复读区别12.用一个sql表达他两的特性13.mysql悲观锁乐观锁14.悲观锁乐观锁区别，cas为什么原子15.什么场景适合悲观锁，乐观锁16.java悲观锁有哪些？reentranlock和synchronized区别17.aqs具体实现18.aqs两种模式19.常见并发容器有哪些，concurrenthashmap介绍20.jdk8以后他的put和get的流程，然后满了会怎么样21.转红黑树是怎么转的22.coundownlatch用过没23.mq怎么避免重复消费，消息不丢失，消费失败怎么办24.死信队列怎么实现，有什么作用25.消息积压怎么办26.kafka副本的同步机制27.令牌桶算法，漏桶算法28.滑动窗口限流用redis什么数据结构实现29.缓存三兄弟，布隆过滤器用redis什么数据结构实现30.redis持久化方式31.主从复制用哪个方式，全量同步和增量同步怎么做的算法题：计算岛屿数量，hot100的题

mq场景题：假设如果a客户和b客户的消息发到同一个分区了，并且消费者消费速度已经达到极限1.a客户有没有可能受到b客户消息的影响2.a客户的消息处理很慢，导致b客户等10分钟都没结果，怎么办3.如果把a客户b客户的数据分开，在分片扩容的时候还能做吗4.扩分片的时候怎么做，新旧消息如何处理5.在上面的基础上，如果客户提交的任务要顺序执行，有哪些新限制6.分片扩容的时候怎么做7.不停机怎么操作场景题怪怪的。。也可能是我没接触过这种场景八股：1.reentranlock和synchronized区别2.reentranlock的condition能否实现阻塞队列3.condition底层实现4.四次挥手close wait哪个环节产生5.链接可能一直处在这个状态吗6.了解哪些rpc框架7.服务发现过程，客户端怎么用8.zookeeper挂了有啥影响9.负载均衡策略在哪一块生效10.update语句执行过程11.没刷磁盘数据丢了或者server挂了怎么办算法：带过期时间lru，要求10分钟内写完

最长公共子序列 求序列？中间endpos作用？是否一定包含在最终序列中？（没跑通，时间不够寄了）复盘：没睡醒没想起来该用backtrack来恢复序列，写的方法错了。rand5实现rand10？期望次数？有优化空间吗？（最后一个没答上来）后续复盘：之前我答的rand5(), 若1，3则 += 0， 2，4 += 0，5重骰，这种方式无法优化但对于rand5() * rand5()，若<= 20则直接%，反之重骰，这种方式有优化空间：落在21-25不重骰，直接复用作为另一个rand5Logistic regression？为什么用CE不用MSE？（先说了极大似然估计，追问还有吗，讲了数值稳定性并加上了sigmoid函数后两者梯度的公式推导）二分类指标？解释一下AUROC？实现中怎么做？（acc --> recall, precision, F1 --> AP & AUROC; 写TPR FPR公式 ;离散化，给定若干个threshold，记录点，然后处理成类似柱状图的计算方式）模型训练出现NaN或者loss不下降的情况？简历项目拷打，讲的强化学习介绍一下强化学习的这些策略？DQN -- > PG --> AC --> A2C，没来得及讲PPO，追问Q和V的关系问GRPO的具体reward？（大致按照自己理解讲了一下怎么从PPO来的，核心在同个state做出不同动作多次采样，归一化训练），训练时间与PPO相比？（其实不是太清楚，从策略空间分析了一下，单次epochGRPO更慢，因为多次采样，达到相同效果需要时间更少，因为当策略空间很大时，PPO需要更多采样次数才能达到与GRPO相同的效果，即多次到达同一个state 选择不同action）训练过程除了你讲的多次采样还有区别吗（没答上来）Update: 没想到过了，感谢面试官捞人！