字节hr面（30+分钟

家人们谁懂啊， 春招投完简历，就进入了漫长的等待期，连个面试邀约都没有，真的会慌！每天早上一睁眼，先摸手机刷招聘软件，就盼着HR能给个回复，结果每次都是“抱歉，您的XXX不符合本岗位要求”，刷来刷去还是那几个岗位，简历改了八百遍，面试也没个动静。没面试的日子，我真没摆烂！。每天抽1个多小时刷算法题、补知识点，偶尔用AI Coding工具练手，生怕等面试来了，自己啥也不会，掉链子。累了就摆一会儿，下楼散散步，吹吹风。毕竟一直紧绷着，反而容易内耗，不如给自己松松劲，养足精神再准备。身边也有同学跟我一样，投完简历就石沉大海，偶尔吐槽两句，但也没真的放弃，该刷题刷题，该改简历改简历。其实也想通了，没有...

1. 有赞，预估15k，杭州，电商业务 比较核心，组里基建都比较完善，业务方向的质量治理最近在做，会有挺多产出2. 初创 行业内top，17k，北京，AI+游戏业务，1k租房补贴，公司就三个qa，老板想要推AI想看看有无大佬们知道 有赞社招跳槽的认可度，主要个人还是纠结在在有赞待；还是继续春招前段时间快手春招也一面挂了，直接出了一道hard给我干碎了，真心感觉蒸不动了补充信息：1. 个人规划是要毕业1-2年快速跳槽，三年左右在北京发展，想快点圈钱，2. 很担心因为留有赞导致base低一截，社招的时候吃亏我是引流狗，对不起对不起对不起：

最近翼支付在牛客热度好高，有不少学弟学妹来问我关于翼支付的求职流程。我之前秋招顺利拿到了offer，今天就把我当时的准备思路和面试心得整理出来，希望能给大家一些参考。  一、求职准备：从“广投”到“精投”我是在秋招中后期才开始系统准备翼支付的。说实话，刚开始也走了不少弯路，后来总结下来，最关键的一步是：明确岗位方向，针对性补基础。我投的是技术类岗位，所以重点在以下几个方面做了准备：计算机基础：数据结构、数据库、操作系统、网络，这些是技术面试的“底盘”，我每天花1-2小时系统梳理，不求深但求全。金融科技常识：翼支付业务涉及支付清算、风控、金融产品等。我专门去了解了第三方支付的基础流程、备付金存管...

气笑了,写了半个小时感觉没GPT讲的好,喂给GPT帮我重写了一下,但是有些缩写没说明LCS = Longest Common Subsequence，最长公共子序列LIS = Longest Increasing Subsequence，最长上升子序列BIT = Binary Indexed Tree，树状数组suf[i] = suffix 的缩写，这里表示“从 i 开始的最优长度”给你两个长度为 2e5 的排列 p 和 q，求它们的最长公共子序列中字典序最大的一个。例如：104 7 8 9 5 10 2 1 3 63 2 6 10 8 9 1 4 5 7ans: 8 9 5补了半天，也是补出来了。整体思路其实分两步：第一步，先把 LCS 转化成 LIS。因为 p 和 q 都是排列，所以每个数在 q 中出现的位置唯一。把 p 中每个数替换成它在 q 里的下标，原问题就转化成了求最长上升子序列。第二步，为了方便构造字典序最大的答案，记录每个位置的 suf[i]。suf[i] 的意思是：如果当前选了第 i 个位置，并且把它作为这一段的开头，那么从这里开始最多还能选出多长的合法序列。注意，这个长度是包含当前位置自己的。然后贪心构造答案。从最大的 suf 开始往下做，每次都在当前这一层里选能选到的最大值。这里“能选到”不只是原排列里位置要在后面，还要求它映射到 q 里的位置也在后面。这两个条件都满足，才能保证它仍然是公共子序列。时间复杂度分析：映射下标 O(n)。算 suf[i]，本质上还是 LIS 的 DP，可以用二分 / 树状数组 BIT 加速到 O(nlogn)。构造时，把 suf 相同的位置放到同一个桶里，同时记录它们的原值和原下标。每个桶内按值从大到小排序，然后从大到小枚举 suf，顺着扫一遍找第一个合法位置即可。这样排序总复杂度是 O(nlogn)，最后构造整体扫一遍是 O(n)。所以总复杂度是 O(nlogn)，2e5 可以通过。下面说一下为什么能转成 LIS。最长公共子序列这题，如果两个序列都是排列，那么把其中一个排列里的元素，替换成它在另一个排列中的下标，就可以转成 LIS。核心原因是：“值相同且顺序一致”等价于“映射后的下标严格递增”。这一步成立的关键条件就是：排列里的每个数只出现一次。比如在 p 中选出一个公共子序列：p[i], p[j], p[k]如果它在 q 中也按同样顺序出现，那么它们在 q 里的位置一定满足：pos[p[i]] < pos[p[j]] < pos[p[k]]所以公共子序列就对应着一个上升子序列，LCS 也就变成了 LIS。最后说一下 BIT 为什么能算 suf。这个本质上还是 LIS 的 DP。如果从右往左扫，设 suf[i] 表示以 i 位置开头时最多能选多少个，那么转移就是：suf[i] = 1 + max(suf[j])，其中 j > i 且 p[j] > p[i]也就是：要从右边、并且值比当前大的位置里，找一个最优的接在后面。这个可以用 BIT 维护前缀 max 来加速。因为 BIT 的结构天然适合维护前缀信息，后面的块会汇总前面的信息，而前面的不会被后面的影响。只要维护的是 max 这种可合并的信息，就能像维护前缀和一样维护前缀最大值。而这里值域又正好是 1..n 的排列，所以非常适合直接用 BIT 做到 O(nlogn)。