写这篇东西前先说说背景。我刷题这么多年围观过不少校招笔试也陪人复盘过美团秋招的真实考题。2019年美团秋招的编程题放在今天看风格依然典型不考偏题怪题不堆砌冷门数据结构但特别考验基本功的扎实程度和边界条件的敏感度。很多人一看题目觉得“这题我会”一提交就是“通过率0%”问题基本都出在细节上。这篇文章我就拿当年的几道有代表性的题目拆开揉碎讲讲出题思路、答题陷阱和复盘方法希望能给正在准备校招的同学一些真正能落地的参考。1. 先聊清楚2019年秋招这批题为什么值得刷很多人会问2019年的题放到现在刷还有意义吗我的回答是意义非常大甚至比盲目刷一堆“最新题库”更值得。美团笔试的出题风格讲究的是“低门槛、深陷阱”。所谓低门槛指的是每道题的知识点都在教材范围内——数组、字符串、模拟、贪心、动态规划、搜索绝对不会出现竞赛级别的冷门算法。所谓深陷阱则是把看似简单的题通过边界条件、数据规模、状态转移细节挖出足够大的区分度。2019年秋招这批题恰恰是这个风格非常成熟的阶段。那一年美团的编程题整体呈现三个特点。第一题干描述普遍偏业务化喜欢把算法问题包装成“订单调度”“外卖配送”“商家评分”之类的业务场景读题需要多花几十秒考察你从业务描述中抽取出数学模型的能力。第二数据范围是真正的“杀人点”很多题目的数据范围卡在“暴力能过一部分、但满分必须优化”的位置考察的是复杂度分析和常数级优化意识。第三输入输出格式的坑非常多比如多组数据、行末空格、换行符、大整数溢出这些在实际笔试环境中会直接导致答题失败。我觉得刷这套题的正确姿势不是把它当成“背答案的材料”而是当成“一次模拟真实笔试的压力测试”。具体操作上建议把每道题先自己吭哧吭哧做一遍再对照参考答案看差距最后认真复盘“为什么当时没想到”或者“为什么想到了却写错”。这个过程比单纯做十道新题都管用。还有一点要提醒永远不要轻视基础题。美团笔试中分值最高的往往不是最后的压轴题而是前面的中等难度题。很多同学喜欢死磕最后一道难题结果前面简单题因为粗心丢分最后总分反而不如稳扎稳打的选手。我见过太多这种案例了真的很可惜。2. 真题拆解一字符串处理类题目的边角陷阱字符串处理是大厂笔试永远跑不掉的题型美团尤其爱考。2019年秋招里有一道题很有代表性题干大意是给定一个字符串要求找出最长的不含重复字符的子串长度。如果你没见过这道题第一反应肯定是暴力枚举左右端点然后对每个子串做去重判断。但这么写复杂度直接爆炸。2.1 从暴力解到滑动窗口的思维跳跃暴力法的思路很简单枚举所有子串用哈希集合判断是否有重复字符记录最大长度。假设字符串长度为n子串数量是O(n^2)每次判断需要O(k)的时间k是子串长度总体复杂度O(n^3)甚至更差在n超过10^4时基本就跑不动了。正确解法是滑动窗口。维护一个左指针left和右指针right右指针不断向右扩展每次把新字符加入窗口。如果发现窗口内出现重复字符就不断右移左指针直到窗口内不再包含重复字符为止。在这个过程中用哈希表或数组记录每个字符最近一次出现的位置遇到重复时直接把左指针跳到重复位置的下一位可以做到O(n)复杂度。def length_of_longest_substring(s: str) - int: # last_pos记录每个字符最近一次出现的下标 last_pos {} left 0 max_len 0 for right, ch in enumerate(s): if ch in last_pos and last_pos[ch] left: # 发现重复字符左指针直接跳到重复字符下一位 left last_pos[ch] 1 last_pos[ch] right max_len max(max_len, right - left 1) return max_len这个代码实现里有几个细节值得展开讲。第一last_pos[ch] left这个判断绝对不可或缺。如果不加可能把之前已经移出窗口的字符位置错误地当成当前窗口内的位置导致left往回跳整个逻辑就崩了。我见过很多同学在这个判断上栽跟头一提交就是大片WA。第二为什么可以用数组代替哈希表如果题目明确说明字符串只包含小写字母或ASCII可见字符直接用长度为128或256的数组就行了数组下标就是字符的ASCII码访问速度比哈希表更快这在笔试环境Pypy上尤其明显。如果字符集不确定再考虑哈希表。这是一个很典型的常数级优化点。2.2 这道题真正想考察什么能力从面试官角度分析这道题至少有四个考察维度。模型抽象能力把“最长不含重复子串”这个业务描述转化为“维护一个无重复字符的滑动窗口”这一步决定了整个解题方向。边界条件处理空字符串、单个字符、全重复字符串、全不相同字符串这些输入都要保证输出正确。很多人写的代码在空字符串上报错就是因为没有处理输入为空的情况。复杂度优化意识能不能从O(n^3)优化到O(n)不光是算法知识的储备问题更是对数据规模是否敏感的体现。题目如果给出n的范围是10^5暴力法连测试都跑不完。代码实现的健壮性循环变量边界、哈希表的更新时机、left和right的关系这些都是考察代码基本功的地方。我的经验是这一题如果你想拿满分不但要写出正确代码还要在代码里显式处理输入为空的情况并保证输出格式正确。有些在线评测系统对答案格式要求极其严格多一个空格都算错。3. 真题拆解二动态规划与贪心策略的判断边界美团笔试特别喜欢考察一类经典题型给定一些约束求最大收益或最小代价。2019年秋招里有一道“股票买卖”类题目题面大意是给定一只股票连续N天的价格你可以进行多次交易每次交易必须持有一笔后才能卖出且两次交易不能重叠求最大收益。初学者最容易陷入的误区是见到“最多收益”就条件反射地想用动态规划但实际上一旦交易次数不限这个题用贪心就够了。贪心策略非常简洁只要今天的价格比昨天高就“昨天买、今天卖”把所有正向差价累加起来就是最大收益。这个结论听着反直觉但它是严谨的。3.1 贪心为什么在这里成立先把问题数学化。价格序列为p[1], p[2], ..., p[n]。你要做的决策是选择若干不相交的区间[ buy, sell ]使得Σ(p[sell] - p[buy])最大。贪心策略为什么对因为相邻价格差可以累加p[sell] - p[buy] (p[buy1] - p[buy]) (p[buy2] - p[buy1]) ... (p[sell] - p[sell-1])也就是说任意一笔交易的收益等于该区间内所有相邻价格差之和。那么问题就转化为从p[1]到p[n]对所有正向的相邻价格差求和。负向的差价你完全可以不赚不做交易即可。有人会问累积多次小涨幅和一次大涨幅结果不就一样吗对这就是贪心成立的核心。因为你把区间拆开不会改变总收益而且拆开之后你还能灵活跳过下跌段。3.2 动态规划写法与贪心写法的复杂度对比如果题目改成“最多只能完成K次交易”贪心就不成立了必须用动态规划。这个变体也很常见我用动态规划来解决这种限制下的收益最大化问题。def max_profit_with_k_transactions(prices, k): n len(prices) if n 0 or k 0: return 0 # 如果k大于等于n//2说明交易次数足够多退化为贪心 if k n // 2: profit 0 for i in range(1, n): if prices[i] prices[i-1]: profit prices[i] - prices[i-1] return profit dp [[0] * n for _ in range(k1)] for i in range(1, k1): max_diff -prices[0] for j in range(1, n): dp[i][j] max(dp[i][j-1], prices[j] max_diff) max_diff max(max_diff, dp[i-1][j] - prices[j]) return dp[k][n-1]这个状态转移方程是经典的行之有效的优化。dp[i][j]表示“最多交易i次在第j天结束时的最大收益”。内层循环里维护max_diff实质是“前i-1次交易结束后买入股票的最佳时机对应的最大利润”省去了第三层枚举。对比一下贪心写法时间O(n)、空间O(1)动态规划写法时间O(kn)、空间O(n)还可以滚动数组压到O(n)。所以先判断题意是“不限次数”还是“限次数”直接决定了你的解题路径。这一步判断错了后面再怎么写都是南辕北辙。3.3 这类题目在笔试中的变体美团的题不会只考一个裸模型。常见变体有卖出后有冷冻期即卖出后的第二天不能买入。这时候状态机要加一个“冷冻”状态状态转移也要变复杂。每次交易有手续费这时贪心策略的阈值会改变不能用简单差值判断。只能买卖一次的版本退化为“找最大差值”问题维护前缀最小值即可。遇到这些变体时我建议你先别急着套模板而是把题目里的限制条件一个个列出来再问自己这条件改变了什么限制了哪一步决策这样才能在有限时间内找到正确的方案。4. 真题拆解三状态搜索与数据结构的综合应用字符串和DP以外美团笔试还经常在第三四题的位置放一道“地图/网络”类题目。2019年秋招有一道“矩阵连通域”的题目题面大意是给定一个只包含0和1的二维矩阵1表示陆地、0表示水域要求统计所有陆地连通块的数量以及最大连通块的面积。这道题看起来简单但它考察的是深度优先搜索DFS的实现细节和递归栈控制非常容易写出“栈溢出”的代码。4.1 DFS和BFS的选型理由对于连通域问题DFS和BFS都能做但在笔试环境中我强烈建议优先用BFS而不是DFS原因有两点。第一DFS在二维矩阵上如果写不好方向数组和边界判断很容易无限递归。尤其是矩阵规模偏大比如1000×1000时递归深度可能超过Python默认递归上限需要使用sys.setrecursionlimit()但设置不当又会引发新的问题。更麻烦的是在大矩阵全为1的情况下DFS递归深度可能达到10^6级别直接爆栈。第二BFS用队列实现天然没有递归深度问题。对于“最大连通块面积”这种需要遍历整个连通块的场景BFS每出队一个节点就累加一次计数逻辑很直观。from collections import deque def count_and_max_island(grid): if not grid or not grid[0]: return 0, 0 rows, cols len(grid), len(grid[0]) visited [[False] * cols for _ in range(rows)] # 四个方向上、下、左、右 directions [(-1, 0), (1, 0), (0, -1), (0, 1)] island_count 0 max_area 0 for i in range(rows): for j in range(cols): if grid[i][j] 1 and not visited[i][j]: island_count 1 queue deque() queue.append((i, j)) visited[i][j] True area 0 while queue: x, y queue.popleft() area 1 for dx, dy in directions: nx, ny x dx, y dy if 0 nx rows and 0 ny cols and grid[nx][ny] 1 and not visited[nx][ny]: visited[nx][ny] True queue.append((nx, ny)) max_area max(max_area, area) return island_count, max_area4.2 方向数组与标记时机的细节方向数组我习惯统一按上下左右的顺序写这样做的好处是代码可读性强不容易漏方向。八个方向的问题比如迷宫可以斜着走就把方向数组扩展为八项其他地方不用动。这里有一个非常重要的细节入队时就要标记visited而不是出队时再标记。如果你在出队时才标记同一个节点可能被多个相邻节点重复入队虽然最终结果可能仍然正确但中间过程会引入大量重复计算极端情况下队列里堆积很多冗余节点内存暴涨。这个问题我在不少同学代码里看到过属于比较隐蔽的性能隐患。关于输入的坑矩阵题目最容易出现的问题是输入字符串可能带空格、换行符或者每行长度不一致。处理的时候我一般会先做一次清洗再判断矩阵是否为空、是否有非法字符。在笔试环境里不要假设输入“很干净”多写一层防御会让你的提交通过率显著提高。4.3 如果题目加难度多源BFS与并查集法美团如果把这题难度往上抬常见的加码方式是“多源BFS”。比如矩阵中有多个起点要求从任意起点出发到所有1节点的最远距离这种题就需要把所有起点同时压入队列逐层往外扩展。层数就是距离用BFS天然就是正确答案因为它保证了首次访问到某个节点时路径最短。另外连通块计数还可以用并查集Union-Find实现。并查集的思路是把所有相邻的1节点按秩合并最后统计根节点数量。在笔试中用并查集做这道题代码会偏长但好处是如果题目后续要求“动态添加陆地并询问连通块数量”并查集就是唯一可行方案。平时把两种解法都练熟上考场才能做到游刃有余。5. 面试官视角从评分规则反推答题策略刷题不能只站在做题者视角很多时候你需要换个身份站在出题人和面试官的角度去思考他们到底想要什么美团的笔试评分规则一般不是“做了多少题算多少分”这么简单而是每一道题按测试点给分。也就是说哪怕你没有完整通过所有测试只要通过了部分测试点也能拿到对应分数。这个规则特别重要它决定了你应该怎么分配时间。5.1 先拿基础分再挑战满分我的建议是笔试开始之后先把所有题目快速扫一遍明确每道题的难度梯队。然后把第一梯队简单题稳稳做对包括处理边界条件、保证输入输出的格式正确这些基础分一定要全部拿下。第二梯队中等题是你和别人拉开差距的地方。做题时如果发现时间不够可以考虑用暴力解法先拿一半分数不要死磕最优解。比如滑动窗口那题如果你一下没想到O(n)写法不妨先写一个O(n^2)的枚举写法至少能过一部分测试点。在时间压力下“拿分”永远比“完美”重要。最难的那道题我通常建议放在最后处理。如果思路清晰可以直接写如果憋了二十分钟还没头绪果断放弃回去检查前面题目的边界情况。很多人总是怕“空着难看”硬把时间耗在难题上反而丢了前面该拿的分。5.2 代码风格和变量命名的隐藏加分项在线笔试没有人工阅卷代码风格不会直接影响分数。但请相信我笔试之后往往会有面试官重新看你的答题记录。有些公司校招流程里面试官确实会翻笔试代码这时候代码的清晰程度直接影响他对你代码能力的判断。变量命名要尽量语义化。count_and_max_island可以但f1(a, b)这种就非常劝退。关键逻辑处写一点注释不需要长篇大论两三行说明意图就够了。还有一个容易被忽视的点把工具函数拆出来比如判断是否越界的in_bound会让代码显得更有工程素养。这些看似不重要但当你和另一位候选人笔试分数一样时这些细节就是下决定的因素。5.3 时间分配的心得一次笔试一般1.5到3小时我用过比较合理的分配是前10分钟浏览全部题目并预估难度中间50%的时间分配给前面的简单题和中等题最后30%的时间攻坚难题和从头检查。我说的“检查”不是单纯看代码而是重新读一遍题目把自己的代码代入样例跑一遍再虚拟几个边界数据空输入、极端输入、重复输入来验证逻辑。这一步能拦住很多“样例过了但提交全红”的悲剧。6. 刷题之后的事复盘方法、延伸准备与心态调整代码写完、题目通过不等于这件事结束了。我见过太多人刷了200道题效果不如别人刷了50道差别就在复盘。6.1 建立个人错题本的正确姿势错题本不是把题解抄一遍就完了那是自欺欺人。我的做法是每道题记录三栏一是“我当时卡在哪里”二是“正确解法的关键洞察”三是“这类题下次怎么快速识别”。以滑动窗口那题为例“卡在哪里”可能是一开始没想到用哈希表记录字符位置“关键洞察”是“无重复字符”可以转化为“窗口内字符唯一”“下次怎么识别”则是“最长连续区间”类题目优先考虑滑动窗口方案。这个积累过程才是刷题真正的复利。当你建立了对题目模式的敏感度笔试时会发现自己审题速度明显变快、思路切换更顺畅。比如看到“连续、不重复、最长”你会自动联想到滑动窗口“有限次数交易、最大收益”自动联想到状态DP“连通块、最大面积”自动联想到BFS/DFS或并查集。6.2 笔试之外的准备建议美团笔试的编程题只是整个流程的第一关之后通常还有一轮面试考察其中很可能涉及简历项目深挖和基础知识问答。不过本文以编程题为主我只提醒一句不要因为算法题刷得顺就在项目上掉以轻心。笔试过了之后面试官更关心你能不能把这个算法模型落地到一个真实系统里这恰恰是你刷题时的思维“延伸”所在。如果还想更稳一点建议校招季前把常用数据结构和算法的模板代码打熟。不是背模板而是把每行代码的含义都吃透。到了考场上这种内化过的能力会在你遇到陌生题目时带来真正的底气。6.3 心态把笔试当练习我特别想聊最后这一点。2019年秋招的题目放到今天来看难度并不算离谱但为什么每年都有人发挥失常很大一部分原因是心态崩了。某道题卡住了就不断回想“完了完了这次简历白投了”结果后面的题目全部受影响。我个人的经验是笔试时允许自己卡壳但给自己设一个止损线——最多15分钟。15分钟还没思路先跳过做后面的题回头再看。这就像打牌一手牌不好也要继续打而不是把牌桌掀了。平时刷题时就养成这种习惯考场上就不会慌。现在离下一个校招季还有时间如果你打算认真准备我的建议是把本文提到的几类题目当成“基础训练项”每天一两类别贪多。每做完一道题认真走一遍“理解—实现—复盘”的流程。三个月下来你的编码速度和思路清晰度都会有非常明显的变化。这套方法值得你亲测一遍。
写这篇东西前先说说背景。我刷题这么多年围观过不少校招笔试也陪人复盘过美团秋招的真实考题。2019年美团秋招的编程题放在今天看风格依然典型不考偏题怪题不堆砌冷门数据结构但特别考验基本功的扎实程度和边界条件的敏感度。很多人一看题目觉得“这题我会”一提交就是“通过率0%”问题基本都出在细节上。这篇文章我就拿当年的几道有代表性的题目拆开揉碎讲讲出题思路、答题陷阱和复盘方法希望能给正在准备校招的同学一些真正能落地的参考。1. 先聊清楚2019年秋招这批题为什么值得刷很多人会问2019年的题放到现在刷还有意义吗我的回答是意义非常大甚至比盲目刷一堆“最新题库”更值得。美团笔试的出题风格讲究的是“低门槛、深陷阱”。所谓低门槛指的是每道题的知识点都在教材范围内——数组、字符串、模拟、贪心、动态规划、搜索绝对不会出现竞赛级别的冷门算法。所谓深陷阱则是把看似简单的题通过边界条件、数据规模、状态转移细节挖出足够大的区分度。2019年秋招这批题恰恰是这个风格非常成熟的阶段。那一年美团的编程题整体呈现三个特点。第一题干描述普遍偏业务化喜欢把算法问题包装成“订单调度”“外卖配送”“商家评分”之类的业务场景读题需要多花几十秒考察你从业务描述中抽取出数学模型的能力。第二数据范围是真正的“杀人点”很多题目的数据范围卡在“暴力能过一部分、但满分必须优化”的位置考察的是复杂度分析和常数级优化意识。第三输入输出格式的坑非常多比如多组数据、行末空格、换行符、大整数溢出这些在实际笔试环境中会直接导致答题失败。我觉得刷这套题的正确姿势不是把它当成“背答案的材料”而是当成“一次模拟真实笔试的压力测试”。具体操作上建议把每道题先自己吭哧吭哧做一遍再对照参考答案看差距最后认真复盘“为什么当时没想到”或者“为什么想到了却写错”。这个过程比单纯做十道新题都管用。还有一点要提醒永远不要轻视基础题。美团笔试中分值最高的往往不是最后的压轴题而是前面的中等难度题。很多同学喜欢死磕最后一道难题结果前面简单题因为粗心丢分最后总分反而不如稳扎稳打的选手。我见过太多这种案例了真的很可惜。2. 真题拆解一字符串处理类题目的边角陷阱字符串处理是大厂笔试永远跑不掉的题型美团尤其爱考。2019年秋招里有一道题很有代表性题干大意是给定一个字符串要求找出最长的不含重复字符的子串长度。如果你没见过这道题第一反应肯定是暴力枚举左右端点然后对每个子串做去重判断。但这么写复杂度直接爆炸。2.1 从暴力解到滑动窗口的思维跳跃暴力法的思路很简单枚举所有子串用哈希集合判断是否有重复字符记录最大长度。假设字符串长度为n子串数量是O(n^2)每次判断需要O(k)的时间k是子串长度总体复杂度O(n^3)甚至更差在n超过10^4时基本就跑不动了。正确解法是滑动窗口。维护一个左指针left和右指针right右指针不断向右扩展每次把新字符加入窗口。如果发现窗口内出现重复字符就不断右移左指针直到窗口内不再包含重复字符为止。在这个过程中用哈希表或数组记录每个字符最近一次出现的位置遇到重复时直接把左指针跳到重复位置的下一位可以做到O(n)复杂度。def length_of_longest_substring(s: str) - int: # last_pos记录每个字符最近一次出现的下标 last_pos {} left 0 max_len 0 for right, ch in enumerate(s): if ch in last_pos and last_pos[ch] left: # 发现重复字符左指针直接跳到重复字符下一位 left last_pos[ch] 1 last_pos[ch] right max_len max(max_len, right - left 1) return max_len这个代码实现里有几个细节值得展开讲。第一last_pos[ch] left这个判断绝对不可或缺。如果不加可能把之前已经移出窗口的字符位置错误地当成当前窗口内的位置导致left往回跳整个逻辑就崩了。我见过很多同学在这个判断上栽跟头一提交就是大片WA。第二为什么可以用数组代替哈希表如果题目明确说明字符串只包含小写字母或ASCII可见字符直接用长度为128或256的数组就行了数组下标就是字符的ASCII码访问速度比哈希表更快这在笔试环境Pypy上尤其明显。如果字符集不确定再考虑哈希表。这是一个很典型的常数级优化点。2.2 这道题真正想考察什么能力从面试官角度分析这道题至少有四个考察维度。模型抽象能力把“最长不含重复子串”这个业务描述转化为“维护一个无重复字符的滑动窗口”这一步决定了整个解题方向。边界条件处理空字符串、单个字符、全重复字符串、全不相同字符串这些输入都要保证输出正确。很多人写的代码在空字符串上报错就是因为没有处理输入为空的情况。复杂度优化意识能不能从O(n^3)优化到O(n)不光是算法知识的储备问题更是对数据规模是否敏感的体现。题目如果给出n的范围是10^5暴力法连测试都跑不完。代码实现的健壮性循环变量边界、哈希表的更新时机、left和right的关系这些都是考察代码基本功的地方。我的经验是这一题如果你想拿满分不但要写出正确代码还要在代码里显式处理输入为空的情况并保证输出格式正确。有些在线评测系统对答案格式要求极其严格多一个空格都算错。3. 真题拆解二动态规划与贪心策略的判断边界美团笔试特别喜欢考察一类经典题型给定一些约束求最大收益或最小代价。2019年秋招里有一道“股票买卖”类题目题面大意是给定一只股票连续N天的价格你可以进行多次交易每次交易必须持有一笔后才能卖出且两次交易不能重叠求最大收益。初学者最容易陷入的误区是见到“最多收益”就条件反射地想用动态规划但实际上一旦交易次数不限这个题用贪心就够了。贪心策略非常简洁只要今天的价格比昨天高就“昨天买、今天卖”把所有正向差价累加起来就是最大收益。这个结论听着反直觉但它是严谨的。3.1 贪心为什么在这里成立先把问题数学化。价格序列为p[1], p[2], ..., p[n]。你要做的决策是选择若干不相交的区间[ buy, sell ]使得Σ(p[sell] - p[buy])最大。贪心策略为什么对因为相邻价格差可以累加p[sell] - p[buy] (p[buy1] - p[buy]) (p[buy2] - p[buy1]) ... (p[sell] - p[sell-1])也就是说任意一笔交易的收益等于该区间内所有相邻价格差之和。那么问题就转化为从p[1]到p[n]对所有正向的相邻价格差求和。负向的差价你完全可以不赚不做交易即可。有人会问累积多次小涨幅和一次大涨幅结果不就一样吗对这就是贪心成立的核心。因为你把区间拆开不会改变总收益而且拆开之后你还能灵活跳过下跌段。3.2 动态规划写法与贪心写法的复杂度对比如果题目改成“最多只能完成K次交易”贪心就不成立了必须用动态规划。这个变体也很常见我用动态规划来解决这种限制下的收益最大化问题。def max_profit_with_k_transactions(prices, k): n len(prices) if n 0 or k 0: return 0 # 如果k大于等于n//2说明交易次数足够多退化为贪心 if k n // 2: profit 0 for i in range(1, n): if prices[i] prices[i-1]: profit prices[i] - prices[i-1] return profit dp [[0] * n for _ in range(k1)] for i in range(1, k1): max_diff -prices[0] for j in range(1, n): dp[i][j] max(dp[i][j-1], prices[j] max_diff) max_diff max(max_diff, dp[i-1][j] - prices[j]) return dp[k][n-1]这个状态转移方程是经典的行之有效的优化。dp[i][j]表示“最多交易i次在第j天结束时的最大收益”。内层循环里维护max_diff实质是“前i-1次交易结束后买入股票的最佳时机对应的最大利润”省去了第三层枚举。对比一下贪心写法时间O(n)、空间O(1)动态规划写法时间O(kn)、空间O(n)还可以滚动数组压到O(n)。所以先判断题意是“不限次数”还是“限次数”直接决定了你的解题路径。这一步判断错了后面再怎么写都是南辕北辙。3.3 这类题目在笔试中的变体美团的题不会只考一个裸模型。常见变体有卖出后有冷冻期即卖出后的第二天不能买入。这时候状态机要加一个“冷冻”状态状态转移也要变复杂。每次交易有手续费这时贪心策略的阈值会改变不能用简单差值判断。只能买卖一次的版本退化为“找最大差值”问题维护前缀最小值即可。遇到这些变体时我建议你先别急着套模板而是把题目里的限制条件一个个列出来再问自己这条件改变了什么限制了哪一步决策这样才能在有限时间内找到正确的方案。4. 真题拆解三状态搜索与数据结构的综合应用字符串和DP以外美团笔试还经常在第三四题的位置放一道“地图/网络”类题目。2019年秋招有一道“矩阵连通域”的题目题面大意是给定一个只包含0和1的二维矩阵1表示陆地、0表示水域要求统计所有陆地连通块的数量以及最大连通块的面积。这道题看起来简单但它考察的是深度优先搜索DFS的实现细节和递归栈控制非常容易写出“栈溢出”的代码。4.1 DFS和BFS的选型理由对于连通域问题DFS和BFS都能做但在笔试环境中我强烈建议优先用BFS而不是DFS原因有两点。第一DFS在二维矩阵上如果写不好方向数组和边界判断很容易无限递归。尤其是矩阵规模偏大比如1000×1000时递归深度可能超过Python默认递归上限需要使用sys.setrecursionlimit()但设置不当又会引发新的问题。更麻烦的是在大矩阵全为1的情况下DFS递归深度可能达到10^6级别直接爆栈。第二BFS用队列实现天然没有递归深度问题。对于“最大连通块面积”这种需要遍历整个连通块的场景BFS每出队一个节点就累加一次计数逻辑很直观。from collections import deque def count_and_max_island(grid): if not grid or not grid[0]: return 0, 0 rows, cols len(grid), len(grid[0]) visited [[False] * cols for _ in range(rows)] # 四个方向上、下、左、右 directions [(-1, 0), (1, 0), (0, -1), (0, 1)] island_count 0 max_area 0 for i in range(rows): for j in range(cols): if grid[i][j] 1 and not visited[i][j]: island_count 1 queue deque() queue.append((i, j)) visited[i][j] True area 0 while queue: x, y queue.popleft() area 1 for dx, dy in directions: nx, ny x dx, y dy if 0 nx rows and 0 ny cols and grid[nx][ny] 1 and not visited[nx][ny]: visited[nx][ny] True queue.append((nx, ny)) max_area max(max_area, area) return island_count, max_area4.2 方向数组与标记时机的细节方向数组我习惯统一按上下左右的顺序写这样做的好处是代码可读性强不容易漏方向。八个方向的问题比如迷宫可以斜着走就把方向数组扩展为八项其他地方不用动。这里有一个非常重要的细节入队时就要标记visited而不是出队时再标记。如果你在出队时才标记同一个节点可能被多个相邻节点重复入队虽然最终结果可能仍然正确但中间过程会引入大量重复计算极端情况下队列里堆积很多冗余节点内存暴涨。这个问题我在不少同学代码里看到过属于比较隐蔽的性能隐患。关于输入的坑矩阵题目最容易出现的问题是输入字符串可能带空格、换行符或者每行长度不一致。处理的时候我一般会先做一次清洗再判断矩阵是否为空、是否有非法字符。在笔试环境里不要假设输入“很干净”多写一层防御会让你的提交通过率显著提高。4.3 如果题目加难度多源BFS与并查集法美团如果把这题难度往上抬常见的加码方式是“多源BFS”。比如矩阵中有多个起点要求从任意起点出发到所有1节点的最远距离这种题就需要把所有起点同时压入队列逐层往外扩展。层数就是距离用BFS天然就是正确答案因为它保证了首次访问到某个节点时路径最短。另外连通块计数还可以用并查集Union-Find实现。并查集的思路是把所有相邻的1节点按秩合并最后统计根节点数量。在笔试中用并查集做这道题代码会偏长但好处是如果题目后续要求“动态添加陆地并询问连通块数量”并查集就是唯一可行方案。平时把两种解法都练熟上考场才能做到游刃有余。5. 面试官视角从评分规则反推答题策略刷题不能只站在做题者视角很多时候你需要换个身份站在出题人和面试官的角度去思考他们到底想要什么美团的笔试评分规则一般不是“做了多少题算多少分”这么简单而是每一道题按测试点给分。也就是说哪怕你没有完整通过所有测试只要通过了部分测试点也能拿到对应分数。这个规则特别重要它决定了你应该怎么分配时间。5.1 先拿基础分再挑战满分我的建议是笔试开始之后先把所有题目快速扫一遍明确每道题的难度梯队。然后把第一梯队简单题稳稳做对包括处理边界条件、保证输入输出的格式正确这些基础分一定要全部拿下。第二梯队中等题是你和别人拉开差距的地方。做题时如果发现时间不够可以考虑用暴力解法先拿一半分数不要死磕最优解。比如滑动窗口那题如果你一下没想到O(n)写法不妨先写一个O(n^2)的枚举写法至少能过一部分测试点。在时间压力下“拿分”永远比“完美”重要。最难的那道题我通常建议放在最后处理。如果思路清晰可以直接写如果憋了二十分钟还没头绪果断放弃回去检查前面题目的边界情况。很多人总是怕“空着难看”硬把时间耗在难题上反而丢了前面该拿的分。5.2 代码风格和变量命名的隐藏加分项在线笔试没有人工阅卷代码风格不会直接影响分数。但请相信我笔试之后往往会有面试官重新看你的答题记录。有些公司校招流程里面试官确实会翻笔试代码这时候代码的清晰程度直接影响他对你代码能力的判断。变量命名要尽量语义化。count_and_max_island可以但f1(a, b)这种就非常劝退。关键逻辑处写一点注释不需要长篇大论两三行说明意图就够了。还有一个容易被忽视的点把工具函数拆出来比如判断是否越界的in_bound会让代码显得更有工程素养。这些看似不重要但当你和另一位候选人笔试分数一样时这些细节就是下决定的因素。5.3 时间分配的心得一次笔试一般1.5到3小时我用过比较合理的分配是前10分钟浏览全部题目并预估难度中间50%的时间分配给前面的简单题和中等题最后30%的时间攻坚难题和从头检查。我说的“检查”不是单纯看代码而是重新读一遍题目把自己的代码代入样例跑一遍再虚拟几个边界数据空输入、极端输入、重复输入来验证逻辑。这一步能拦住很多“样例过了但提交全红”的悲剧。6. 刷题之后的事复盘方法、延伸准备与心态调整代码写完、题目通过不等于这件事结束了。我见过太多人刷了200道题效果不如别人刷了50道差别就在复盘。6.1 建立个人错题本的正确姿势错题本不是把题解抄一遍就完了那是自欺欺人。我的做法是每道题记录三栏一是“我当时卡在哪里”二是“正确解法的关键洞察”三是“这类题下次怎么快速识别”。以滑动窗口那题为例“卡在哪里”可能是一开始没想到用哈希表记录字符位置“关键洞察”是“无重复字符”可以转化为“窗口内字符唯一”“下次怎么识别”则是“最长连续区间”类题目优先考虑滑动窗口方案。这个积累过程才是刷题真正的复利。当你建立了对题目模式的敏感度笔试时会发现自己审题速度明显变快、思路切换更顺畅。比如看到“连续、不重复、最长”你会自动联想到滑动窗口“有限次数交易、最大收益”自动联想到状态DP“连通块、最大面积”自动联想到BFS/DFS或并查集。6.2 笔试之外的准备建议美团笔试的编程题只是整个流程的第一关之后通常还有一轮面试考察其中很可能涉及简历项目深挖和基础知识问答。不过本文以编程题为主我只提醒一句不要因为算法题刷得顺就在项目上掉以轻心。笔试过了之后面试官更关心你能不能把这个算法模型落地到一个真实系统里这恰恰是你刷题时的思维“延伸”所在。如果还想更稳一点建议校招季前把常用数据结构和算法的模板代码打熟。不是背模板而是把每行代码的含义都吃透。到了考场上这种内化过的能力会在你遇到陌生题目时带来真正的底气。6.3 心态把笔试当练习我特别想聊最后这一点。2019年秋招的题目放到今天来看难度并不算离谱但为什么每年都有人发挥失常很大一部分原因是心态崩了。某道题卡住了就不断回想“完了完了这次简历白投了”结果后面的题目全部受影响。我个人的经验是笔试时允许自己卡壳但给自己设一个止损线——最多15分钟。15分钟还没思路先跳过做后面的题回头再看。这就像打牌一手牌不好也要继续打而不是把牌桌掀了。平时刷题时就养成这种习惯考场上就不会慌。现在离下一个校招季还有时间如果你打算认真准备我的建议是把本文提到的几类题目当成“基础训练项”每天一两类别贪多。每做完一道题认真走一遍“理解—实现—复盘”的流程。三个月下来你的编码速度和思路清晰度都会有非常明显的变化。这套方法值得你亲测一遍。
)
