小红书2020校招算法笔试题卷三，算是一套在社区里流传比较广的题目。前阵子有学弟准备秋招，翻出这套题来问我哪些知识点必须吃透，我又把它整体过了一遍。说实话，这套卷子的风格很典型：不考偏门怪题，而是把数据结构、字符串处理、机器学习基础、经典算法设计这些核心能力揉在一起，既看你的代码功底，也看你对算法本质的理解。对准备算法岗、推荐岗、NLP岗校招的同学来说，这套题很有参考价值。这篇博文我就按试卷的考点分布，把每一类题目的解题思路、容易踩的坑、以及我实际写代码时的习惯都梳理一遍，希望能帮到正在刷题的你。
1. 笔试整体结构与考点风向
1.1 卷三的题目构成与出题思路
先说这套卷子的整体感觉。小红书2020校招算法笔试题卷三，题目范围覆盖了字符串算法、排序、机器学习基础、深度学习的常见概念，以及几道偏业务的场景题。它不是那种纯粹刷LeetCode就能应付的卷子，因为有一部分题目会结合业务场景，比如推荐系统里的召回、排序，或者图像处理里的基础算子。这意味着你不仅要会写代码，还得知道算法在真实场景里是怎么落地的。
从出题思路来看，这套卷子有几个明显的倾向。第一，基础数据结构考察得比较细，尤其是字符串相关的KMP算法，几乎每年必考，而且考的不是背模板，而是next数组的推导过程。第二，排序算法喜欢让你比较不同算法在特定数据下的表现，而不是单纯让你手写快排。第三，机器学习部分倾向于考察聚类、KNN这类经典算法的原理和适用场景，深度学习部分则集中在损失函数、优化方法、过拟合处理这些高频考点上。
还有一个有意思的点，这套卷子的算法题里出现了不少“边界情况”的陷阱。比如快速幂的取模问题、KMP的next数组从0开始还是从1开始，这些细节如果不提前注意，很容易在笔试的时候翻车。后面我会针对这些细节单独展开讲。
1.2 算法考点权重分析
我把这套卷子里涉及的考点按出现频率和重要性做了个排序，方便你确定复习优先级。第一梯队是字符串算法和经典数据结构，KMP、堆排序、快速排序这些是重中之重，基本属于必考内容。第二梯队是机器学习与深度学习的基础知识，聚类算法、KNN、损失函数、优化器这几个概念反复出现。第三梯队是工程场景题，集中在推荐系统召回策略、图像处理基础算子上。
从复习策略上说，如果你时间有限，优先把KMP的next数组推导、排序算法的复杂度对比、聚类算法的原理与评估这几个点吃透，就能拿到大部分基础分。如果你还学有余力，再去准备粒子群算法、模拟退火这类智能优化算法，虽然它们在小红书的笔试里不算高频，但作为加分项还是值得了解的。
我个人的建议是，不要只盯着题海，要学会总结每一类题的解题框架。比如看到字符串匹配，先想KMP；看到需要找到最优解的NP难问题，可以考虑贪心或者模拟退火；看到数据需要分组，就往聚类方向想。这种“题目特征到算法选择”的映射关系，比单纯刷题有用得多。
2. 数据结构与字符串算法的核心解法
2.1 KMP算法的next数组推导细节
KMP算法在这套卷子里被专门拎出来考，而且明确给了模式串p="abacaba"作为例子，要求写出next数组。这题看起来简单，但实际上是很多人的失分点，因为next数组的定义在不同教材里是有差异的。
先说这个具体例子。模式串p="abacaba"，长度是7。我们逐个字符分析。第一个字符'a'，没有真前缀和真后缀的概念，所以next[0]通常取-1或者0，取决于你用的定义。第二个字符'b'，前面的子串是"ab"，最长相等真前后缀长度是0，所以next[1]=0。第三个字符'a'，前面的子串是"aba"，最长相等真前后缀是'a'，长度是1，所以next[2]=1。第四个字符'c'，前面的子串是"abac"，最长相等真前后缀长度是0，所以next[3]=0。第五个字符'a'，前面的子串是"abaca"，最长相等真前后缀是'a'，长度是1，所以next[4]=1。第六个字符'b'，前面的子串是"abacab"，最长相等真前后缀是"ab"，长度是2，所以next[5]=2。第七个字符'a'，前面的子串是"abacaba"，最长相等真前后缀是"aba"，长度是3，所以next[6]=3。
这样算出来的next数组是[-1, 0, 0, 1, 0, 1, 2, 3]（如果第一位补-1的话）。但如果你用另一种定义，next[i]表示当前字符不匹配时应该回退的位置，那含义会略有不同。所以考试的时候一定要先看清楚题目对next的定义，否则容易满盘皆输。
这里有一个实操中的细节我特别想说。很多同学在笔试的时候会临时手写KMP，但写到一半容易把next数组的递推逻辑写错。我建议你在准备阶段就把KMP的代码写得非常熟练，尤其是失配时回退的循环逻辑。有一个小技巧是：在求next数组的时候，用一个指针j表示当前已匹配的前缀长度，然后依次遍历模式串。如果当前字符匹配，j加1，next[i]等于j；如果不匹配，j回退到next[j]的位置，直到匹配或者j变为-1。这个写法可以避免很多边界问题。
2.2 排序算法选型与手写注意事项
排序算法在小红书的笔试里也经常出现。这套卷子虽然没有直接给一道“手写快排”的题目，但在选择题或者复杂度分析题里，排序算法的比较是少不了的。尤其是堆排序、快速排序、归并排序这几种经典算法的稳定性、时间复杂度、空间复杂度，你必须烂熟于心。
这里我整理了一个对比表，方便你考前快速浏览：
| 排序算法 | 平均时间复杂度 | 最坏时间复杂度 | 空间复杂度 | 稳定性 |
|---|---|---|---|---|
| 冒泡排序 | O(n²) | O(n²) | O(1) | 稳定 |
| 快速排序 | O(n log n) | O(n²) | O(log n) | 不稳定 |
| 归并排序 | O(n log n) | O(n log n) | O(n) | 稳定 |
| 堆排序 | O(n log n) | O(n log n) | O(1) | 不稳定 |
快排最坏时间复杂度退化为O(n²)的情况，是每次划分都极端不平衡，比如数据已经有序而选取了固定基准。解决方法是随机化选取基准，或者取三数取中法。
在实际笔试中，如果题目要求你手写排序算法，我建议优先写清楚快排或者归并排序，因为它们的平均性能优秀。写快排的时候要留意递归的终止条件和partition函数的边界处理。我第一次写快排的时候，就是在partition返回值那里搞错了，导致死循环，后来形成了肌肉记忆才彻底解决。
还有一个容易被忽视的点，就是比较排序的时间复杂度下界是O(n log n)，如果题目里出现要求O(n)级别的排序，那就要考虑计数排序、桶排序或者基数排序这种非比较排序。小红书的题里也出现过这种思路，题目会给你一个特定范围的数据，暗示你用桶排序解决。
3. 机器学习与深度学习考点拆解
3.1 聚类算法的场景与评估
机器学习基础这部分，聚类算法是高频考点。卷子里提到了“聚类算法”这个热词，而且从出题趋势看，不仅会问你K-Means的原理，还会让你解释不同聚类算法的适用场景。
K-Means的核心流程其实很简单：随机选择K个中心点，然后迭代执行两步，第一步把每个样本分配到距离最近的中心点，第二步重新计算每个簇的中心点，直到中心点不再变化。但真正理解K-Means，你需要知道几个关键问题。第一，K值怎么选，常用的方法是手肘法，画出不同K值对应的SSE曲线，找到下降趋势明显变缓的拐点。第二，初始中心点的选择会影响最终结果，所以K-Means++的初始化方式在实际中更常用，它让初始中心点尽可能分散。第三，K-Means对异常值敏感，因为均值计算会被极端值拉偏。
除了K-Means，你还需要了解层次聚类和DBSCAN。层次聚类不需要预先指定K值，它通过不断合并或分裂簇来构建树状图。DBSCAN则基于密度，能发现任意形状的簇，还能识别噪声点。在小红书的场景里，提到聚类往往和用户分群、商品类目聚合相关，所以结合业务场景来理解这些算法会更有优势。
聚类结果的评估也是一个考点。常用的内部指标有轮廓系数（Silhouette Coefficient），它综合衡量了簇内紧密度和簇间分离度，取值在[-1, 1]之间，越大表示聚类效果越好。外部指标则需要有标签才能计算，比如调整兰德指数（ARI）和标准化互信息（NMI）。笔试的时候如果给你一组聚类结果，让你判断效果好不好，优先想到轮廓系数。
3.2 损失函数与优化思路
深度学习基础方面，这套卷子反复提到损失函数、优化算法、过拟合处理这几个方向。交叉熵损失、均方误差损失是最常见的两个。分类问题用交叉熵，回归问题用均方误差，这是最基本的搭配。但如果更深一层，你需要知道为什么分类问题不直接用均方误差。因为交叉熵配合Softmax，可以让梯度更新更稳定，而均方误差在Softmax输出接近0或1的时候，梯度会非常小，导致学习速度变慢。
优化器这块，SGD、Momentum、RMSProp、Adam这几代优化器的演进逻辑值得梳理。SGD简单，但收敛慢且容易震荡。Momentum在SGD基础上引入了动量项，可以加速收敛并抑制震荡。RMSProp对每个参数使用不同的学习率，自动调整步长。Adam则是Momentum和RMSProp的结合，在实际工程中使用最广泛。
这里我要提醒一个笔试中容易遇到的坑：Adam虽然好用，但有些任务里它的泛化性能可能不如SGD配合恰当的退火学习率。这个观察在很多图像分类实验里都出现过。所以如果题目问“为什么有时候SGD效果比Adam好”，你要能从泛化性、学习率退火、随机性带来的隐式正则化这几个角度来分析，而不是简单回答“Adam更好”。
过拟合的常见手段也几乎是必考题。L1/L2正则化、Dropout、早停法（Early Stopping）、数据增强，这几种方法在不同场景下的适用逻辑要能区分。L1正则化带来稀疏解，适合特征选择场景；L2正则化让权重趋向于较小值，是最常用的权重衰减；Dropout在训练时随机丢弃神经元，相当于集成了多个子网络；数据增强则通过增加训练样本多样性来缓解过拟合。
4. 高频基础算法题解题思路
4.1 贪心与动态规划的选择逻辑
基础算法设计题里，贪心和动态规划是两大主力。小红的笔试题卷三里也少不了这两类。很多同学遇到一个最优化问题，容易纠结到底该用贪心还是动态规划。我分享一下我的判断方法。
贪心算法适合“局部最优能推出全局最优”的问题，也就是说每一步做当前看起来最好的选择，最终结果就是全局最优。经典例子是找零钱问题，如果用无限量的硬币面额是整除关系，贪心就能得到最优解。但如果硬币面额是任意组合，贪心就可能失效。
动态规划则适用于问题具有重叠子问题和最优子结构的情况。你不需要每一步做当下最优选择，而是通过状态转移方程，枚举所有可能的选择，保留每个状态下的最优值。典型的例子是背包问题、最长递增子序列、编辑距离。
这里有一个我踩过的坑。有一次笔试我遇到一道题，看起来可以用贪心，我图省事就直接写了贪心解法，结果只过了一部分测试用例。后来我意识到，那道题存在后效性，就是当前选择会影响后续状态，所以必须用动态规划。从那以后，我遇到最优解问题时，会先问自己：“当前选择有没有可能堵住后续更好的路径？”如果有可能，大概率是动态规划而不是贪心。
动态规划的难点在状态定义和状态转移方程。我的建议是，拿到题先画出递归树，看看有没有重复计算。如果有，就尝试用备忘录或者自底向上的表格法。状态定义一般是“dp[i]表示前i个元素能得到的...”，然后通过最后一个元素的状态转移来推导递推关系。做题多了你会发现，很多动态规划题的套路是相似的。
4.2 快速幂等数学算法要点
快速幂算法在小红书笔试里也出现过。它的核心思想是用二分的方式计算a的n次方，时间复杂度从朴素法的O(n)降到O(log n)。原理很简单：如果n是偶数，a^n = (a^(n/2))²；如果n是奇数，a^n = a * a^(n-1)。通过不断将指数减半，可以在对数时间内完成计算。
写快速幂的时候，有两个细节需要特别注意。第一个是取模。很多题目要求的幂结果非常大，所以题目会给一个模数，比如10^9+7，要求在计算过程中随时取模，而不是等到最后再取。这里的原理是乘法取模的分配律：(a × b) mod m = ((a mod m) × (b mod m)) mod m。第二个细节是处理指数为负数或零的情况，虽然笔试里多数是正整数指数，但养成习惯总是好的。
我用C++写一个快速幂的模板，方便你参考：
long long quickPow(long long a, long long n, long long mod) { long long res = 1; while (n > 0) { if (n & 1) { res = res * a % mod; } a = a * a % mod; n >>= 1; } return res; }这段代码的逻辑是：每次循环判断当前指数的最低位是否为1，如果是1，就乘以当前的a；然后把a平方，指数右移一位。整个过程把指数按二进制拆解，本质上和“将n写成若干2的幂之和”是等价的。笔试的时候，只要你理解了二进制拆分的思路，即使忘了模板，也能现场推出来。
类似的数学算法还有GCD的欧几里得算法，以及求乘法逆元的扩展欧几里得算法。这些算法虽然简单，但在组合数计算、概率题、加密相关题目里会频繁出现，建议也顺手准备一下。
5. 推荐系统与图像处理场景题
5.1 推荐场景下的召回与排序
小红书的业务核心是内容社区，所以推荐系统的知识在校招笔试里占了不少分量。卷三里也出现了和推荐召回、排序相关的场景题。这类题不会让你写完整的推荐系统，但会考察你对召回策略、排序模型、特征工程这些概念的理解。
推荐系统一般分为召回、粗排、精排、重排这几个阶段。召回阶段的任务是从全量内容库中快速筛出几百个候选集，常用方法有基于物品的协同过滤、基于用户的协同过滤、双塔模型等。排序阶段则对候选集做精细打分，常用模型从早期的LR、GBDT，到深度学习时代的DCN、DeepFM等。
笔试里常考的一个点是召回和排序的区别。曾经有同学问我，为什么不能直接用一个深度学习模型对所有内容打分。原因是全量内容数量太大，精排模型即使再快也不可能在毫秒级内对所有物品完成推理，所以必须先通过轻量级召回快速缩小范围。这个逻辑理解了，场景题才能答到点子上。
还有一个高频概念是协同过滤。基于物品的协同过滤（ItemCF）的思路是：如果用户A和用户B都喜欢物品X，那么A可能也喜欢B喜欢的其他物品。这里的核心是计算物品之间的相似度，常用余弦相似度或者皮尔逊相关系数。但ItemCF有一个冷启动问题，新物品没有交互记录，就很难被推荐出去。解决思路包括基于内容特征的冷启动策略，利用物品的文字、图片、标签等属性计算相似度。
5.2 图像边界特征的基础算子
图像处理相关的考点虽然没有推荐系统那么多，但像Sobel算子、图像锐化、拉普拉斯算法这类词也出现在热词里。这说明卷三可能涉及图像特征提取的基础题目，或者需要你理解卷积操作的基本原理。
Sobel算子是一种离散微分算子，用来计算图像灰度函数的近似梯度。它通过两个3×3的卷积核，分别计算水平方向和垂直方向的梯度。水平方向的Sobel核是[[-1,0,1],[-2,0,2],[-1,0,1]]，垂直方向是[[-1,-2,-1],[0,0,0],[1,2,1]]。把两个方向的梯度幅值组合起来，就得到了边缘强度图。
拉普拉斯算子则是一个二阶微分算子，它不区分方向，直接检测灰度突变的位置。常用的3×3拉普拉斯核是[[0,-1,0],[-1,4,-1],[0,-1,0]]，或者包含对角线的变体[[-1,-1,-1],[-1,8,-1],[-1,-1,-1]]。拉普拉斯算子对噪声比较敏感，所以一般先做高斯平滑再做拉普拉斯检测，这个组合叫做高斯拉普拉斯（LoG）。
卷积操作的核心原理在这类题目中属于基础中的基础。你只需要理解，卷积核在图像上滑动，每个位置做逐元素相乘再求和，就得到输出图像的对应像素值。边界部分通常用零填充（Zero Padding）或者镜像填充来处理。这些概念在深度学习里的卷积神经网络中也是完全一样的，理解了基础算子，后续看CNN会轻松很多。
6. 实战复盘与避坑清单
6.1 典型失分点回顾
刷这套卷子的时候，我总结了一些高频失分点，写在这里帮你避坑。
第一个失分点是KMP的next数组定义不统一。不同教材、不同选手写的模板，next数组的下标起点和含义都不一样。如果你在笔试时照搬某个博主的模板，而题目用的是另一种定义，很容易出错。我建议你在试卷开头花十秒钟确认题目给出的next定义，再动手推导。
第二个失分点是排序算法复杂度记忆混乱。尤其是堆排序的空间复杂度，很多人误以为是O(n)，因为它使用数组存储堆结构。实际上，堆排序是原地排序，空间复杂度是O(1)。归并排序因为需要额外的临时数组合并，才是O(n)。这种细节在选择题里很容易被拿来当干扰项。
第三个失分点是动态规划状态转移方程写错边界条件。比如最长递增子序列问题，很多人会把dp[i]定义成前i个元素的最长递增子序列长度，但正确的定义是以第i个元素结尾的最长递增子序列长度。这两种定义写出来的转移方程完全不一样。边界条件写错，整个答案就废了。
第四个失分点是场景题回答太笼统。比如问你“如何解决推荐系统冷启动问题”，如果你只回答“用热门内容推荐”，得分会很有限。更好的回答是分场景展开：新用户冷启动可以用热门内容和注册时选择的兴趣标签；新物品冷启动可以用物品的内容特征（文本、图片、类目）计算相似度，或者用多臂老虎机策略在探索和利用之间做权衡。这种结构化回答才能体现出算法思维。
6.2 备考建议与时间分配
最后聊聊怎么备考这类校招算法笔试题。我的建议是把复习分成三个阶段。
第一阶段是基础巩固，用两周时间把数据结构（数组、链表、栈、队列、树、图）、字符串算法（KMP、Trie）、排序算法、二分查找、贪心、动态规划这些核心模块过一遍。这一阶段不追求刷题数量，而是追求理解每个算法的原理和适用场景。
第二阶段是专项突破，针对目标公司的真题风格做训练。比如小红书经常考推荐场景题，那么你就需要重点看协同过滤、Embedding、双塔模型这些内容。可以找一些机器学习系统设计的资料来补充场景知识。
第三阶段是模拟实战，卡着时间做整套真题。我自己的经验是，笔试的环境和平时刷题很不一样，有时间压力、有页面切换的干扰，所以提前适应真实场景很重要。每次模拟完，一定要做错题复盘，把每道题的知识点、错误原因、正确解法记录下来。这样比漫无目的地刷一百道新题更高效。
6.3 写在最后的几点心得
我做完这套卷子后的体会是，算法笔试到最后拼的其实是对基础知识的熟悉程度，而不是会不会几个炫技的骚操作。所谓“熟悉”，就是你看到一道题，能快速判断它属于哪一类，能用最稳妥的方法在规定时间内写出可运行的代码。这种能力没有捷径，只能靠长期的刻意练习。
另外，我也特别想提醒一句：笔试只是校招的第一关，后面还有面试、项目考察、业务考察。算法题做得漂亮，不等于你一定能通过所有轮次。但反过来，如果算法基础不扎实，连笔试都过不了。所以还是踏踏实实把每一类高频考点的原理吃透，再把代码写得又快又稳，这才是最靠谱的路径。
最后分享一个小习惯。我在刷题的时候，会把每一道做错或卡壳的题，用一个简单的标签分类记录下来，比如“字符串-边界条件”“动态规划-状态定义”“机器学习-概念混淆”。到了笔试前一天，我只复习这些标签，省时又高效。希望这套方法也能帮到你，祝你顺利拿到心仪的offer。
