先分岗位
Capital One 的不同岗位和团队可能考不同内容。先核对 JD 与面试邀请,再选对应题型。
Question Study
本地面经库有 41 条来源 URL 去重后的记录,其中 40 条有正文;目前整理出 57 道代表练习题,其中 57 道已完成独立深文。题目清单仍在逐帖核对和补充。
Reading Guide
题目根据面经方向重新表述,其中可能包含站内攻略建议的训练题;它们不是公司的官方题库,也不保证下一场面试重复出现。
Capital One 的不同岗位和团队可能考不同内容。先核对 JD 与面试邀请,再选对应题型。
相同核心考点只保留一条,后续的附加约束放在原题里练,避免把同一道题当成多道题刷。
先口述输入、输出和边界,再写核心方案;最后解释复杂度、失败路径和面试官可能追加的约束。
Featured Deep Dive
先把这道题的核心思路讲完整,再根据自己的目标岗位挑下面的题继续练。
虚拟信用卡 Case 三段:比较用户/发卡方利弊,按卡号与交易 ID 指定位编码判断 Visa/Master 交易是否有效,再调试给定条件代码。
Deduplicated Question Map
同一题的追加条件合并在一条里。题目清单用于确定训练范围;具体流程和准备优先级见公司攻略。
虚拟信用卡 Case 三段:比较用户/发卡方利弊,按卡号与交易 ID 指定位编码判断 Visa/Master 交易是否有效,再调试给定条件代码。
阅读这道题的独立深文 →实现 createAccount、deposit、transfer 与 TOP_ACTIVITY:活动量按成功存入和成功转账绝对金额累计,按金额降序、账户 ID 升序返回前 N。
解题切入:Banking Top Activity 只在成功 deposit/transfer 后更新活动量;转账双方各加绝对金额,失败/自转不计;排序按活动降序、账户 ID 升序。
阅读这道题的独立深文 →设计信用卡系统:登录、支付授权与 fraud check、账务状态、月度报告、消费查询与实时提额,重点拆解延迟和敏感数据边界。
解题切入:信用卡 SD 从认证、授权、风险、账务、消费视图和报告分链路,再设延迟预算与未知结果对账;不能把异步风控当同步授权必过条件。
阅读这道题的独立深文 →数字与 +/− 构成矩阵,沿向右/向下路径形成合法交替表达式,求最大值;区分允许转弯与只能保持单一方向的帖间差异。
解题切入:矩阵表达式只能数字/符号交替、从数字开始和结束;沿右/下可转弯的版本用完整值与待操作符 DP,另帖说不可转弯,要分开验证。
阅读这道题的独立深文 →统计数组中奇偶严格交替的所有连续子数组,单元素也计入;用以 i 结尾的连续长度 O(n) 求总数。
解题切入:奇偶交替子数组用当前连续合法后缀长度累加;相邻同奇偶时重置为 1,单元素始终有效。
阅读这道题的独立深文 →字符串每个长度为 3 的连续窗口中,首尾字符忽略大小写相同就计数;覆盖重叠窗口与短串。
解题切入:长度三窗口首尾字符忽略大小写相同即计数,窗口可以重叠,短于三返回零。
阅读这道题的独立深文 →数组里的两个不同下标按顺序拼接,统计结果恰等于 target 的有序 pair;重复值要按出现次数计,不能复用同一下标。
解题切入:有序拼接 pair 按下标区分,重复值不能去重;用字符串前后缀频次求 O(n+|target|) 查询并排除同一下标。
阅读这道题的独立深文 →对矩阵依次执行 reverseRow、swapRows 和顺时针 rotate 90°;转后行列维度变化,后续命令按当前矩阵解释。
解题切入:矩阵命令必须依序执行;顺时针旋转后行列互换,后续 reverse/swap 的索引基于新矩阵。
阅读这道题的独立深文 →仓库有初始容量,配送时跳过禁用或满仓,全部容量耗尽则重置再尝试;最终返回处理包裹最多、同分索引最大的仓库。
解题切入:仓库轮转先明确每次从 0 还是接续上次指针;禁用仓库即使容量重置仍不可接收,全部禁用时应终止而非无限重置。
阅读这道题的独立深文 →给列车发车时间表与当前时间,返回最近一次已经发车距今多少分钟;明确未有发车、同时间和跨日边界。
解题切入:最近已发车时间是 current 之前最大 departure,转换分钟后可二分;无车已发或跨日规则需问清。
阅读这道题的独立深文 →找数组中第一对奇偶不同的相邻元素,返回后一元素的索引;源帖 [1,1,6] 返回 2。
解题切入:相邻奇偶题返回第一对中的后一个索引;零与负数也按余数/最低位判断奇偶,n<2 返回 -1。
阅读这道题的独立深文 →A/P 数组每轮优先移除足够数量的末尾 P,否则把最后一个 A 变 P;求到终态的轮数并确认停止条件。
解题切入:A/P 模拟先确认一轮只做移除或转化;用 A 数、尾部 P 数与总数状态推进,防转换后立即移除导致轮数少算。
阅读这道题的独立深文 →数组中选下标差至少 distance 的一对数,使数值绝对差最小;边扫描边维护足够远的历史值,澄清返回 pair 还是差值。
解题切入:隔至少 k 个下标的最小数值差,扫描 j 时只把 i=j-k 的值加入有序多重集合,查前驱/后继;先按值排序会丢原始下标约束。
阅读这道题的独立深文 →颜色矩阵中若格子有至少两个同色四邻居则触发一次消除,再按列重力下落;明确相邻格参与和是否连锁。
解题切入:四邻居同色消除要在原矩阵同时标记所有参与格,再一次清空与下落;原帖没有说明邻居是否也清除或级联,须标训练假设。
阅读这道题的独立深文 →给 target 和数组,比较严格大于与严格小于 target 的元素个数,返回 greater、smaller 或 tie。
解题切入:target 比较只数严格大于与严格小于,等于 target 的值两边都不计;数目相等回 tie。
阅读这道题的独立深文 →若字符串首尾都是元音,反转中间字符而保留首尾;确认大小写、长度和‘同为元音’的含义。
解题切入:首尾均为元音才反转中间字符,首尾保持不动;原帖未说明两端须是同一个元音,长度≤2 是 no-op。
阅读这道题的独立深文 →两个数组中对第二个数组做点更新,再查询跨数组有多少有序下标 pair 的和等于 target;重复数字按重数计。
解题切入:跨两个数组的 Two Sum pair 要按下标重数计;第二数组点更新时维护频次,查询 sum_t countA[x]·countB[t−x]。
阅读这道题的独立深文 →数字逐个加入集合后,每个前缀返回当前最长连续整数段长度;用左右区间长度合并并忽略重复数字。
解题切入:前缀最长连续整数段用 x−1 和 x+1 两侧区间长度合并;重复 x 不得重复扩大,示例 [2,3,0,4] 应为 [1,2,2,3]。
阅读这道题的独立深文 →两个等长数组做全部 n 个循环位移,分别算位置绝对差之和,最后将 n 个和值按非降序输出。
解题切入:循环位移绝对差逐个 shift 计算并排序;位移方向只改变各 shift 的次序,最终排序列表不变,n=0 单列。
阅读这道题的独立深文 →找数组中第一个内部元素,其左右相邻元素都严格大于它;明确返回元素还是下标、端点如何处理。
解题切入:局部低点只能是有左右邻居的内部元素,严格大于排除相等;帖子没给返回值/下标口径,应现场确认。
阅读这道题的独立深文 →在数字矩阵中按行优先找与数字/字母模式同尺寸的子矩阵;数字精确匹配,同一字母映到同一数值。
解题切入:子矩阵模式在每个候选左上角重新建字母→数字映射,数字格精确比较;不同字母是否必须不同值原帖未披露。
阅读这道题的独立深文 →操作可在坐标建障碍块,或查询从 start 起连续 length 个位置能否放置;逐次输出布尔位并澄清坐标闭区间。
解题切入:障碍块查询把 length 展开成 [start,start+length−1],只要任一坐标被占就返回 0;操作顺序和重复建块需保留。
阅读这道题的独立深文 →给商户 cashback rate 与一个月交易流水,按成功交易金额计算商户返现总额并排序;先澄清费率匹配和退款。
解题切入:Cashback 按交易月份/商户和适用 rate 汇总返现金额;金额用整数最小单位或 Decimal,退款/失败交易需先约定。
阅读这道题的独立深文 →对 train/test CSV 统一做类别编码、缺失值均值填充和指定列标准化,参数只在训练集拟合后输出两份 processed 文件。
解题切入:DS 预处理必须只在 train 拟合缺失值、类别词表和 scaler,再把相同参数应用 test;未知类别和 0 方差列需处理。
阅读这道题的独立深文 →用已处理的 train/test 数据建立房价回归基线,按训练/验证切分选模型并输出 test 预测,避免评估泄漏。
解题切入:房价回归先留验证集并定义 MAE/RMSE,再训练简单 baseline 与 Random Forest;测试集只做最终预测,不拿来调参。
阅读这道题的独立深文 →给一棵树,列出根到每个叶节点的完整路径;明确节点格式、叶定义和返回顺序。
解题切入:树到叶路径用 DFS 维护当前 path,遇到无子节点的叶子复制输出;总成本与输出路径总长度相关。
阅读这道题的独立深文 →设计多账户在线银行 App:Checking/Saving/Mortgage/Auto Loan 的账户与授权、存取转账、日周月统计及外部转款。
解题切入:在线银行 App 要先分账户类型、授权、账务事件与外部转款,再定义存取/转账一致性与日周月统计的读模型。
阅读这道题的独立深文 →已有 fraud detection model 经 API 提供服务但达不到 <50ms 延迟要求;先测分位数与分段,再优化特征、模型、依赖与容量。
解题切入:Fraud API 的 <50ms 延迟追问先核 p50/p99/端到端口径,分解特征读取、模型推理与网络依赖;优化要守住误判/漏判指标。
阅读这道题的独立深文 →如何部署一个 ML model:从模型与特征版本、服务/批处理形态、灰度、回滚到在线验证。
解题切入:模型部署从 artifact/特征 schema 版本到灰度与回滚形成可复现链路,在线服务与 batch 推理的 SLA、失败策略不同。
阅读这道题的独立深文 →模型部署后怎么监控:服务延迟/错误、输入/预测分布、延迟标签下的质量、风险护栏与触发回滚。
解题切入:模型监控同时看服务指标、特征/预测分布与延迟标签质量;漂移警报必须对应排查和回滚动作。
阅读这道题的独立深文 →解释 bias-variance tradeoff:训练/验证误差如何识别欠拟合与过拟合,怎样选择复杂度、正则和数据策略。
解题切入:Bias–variance 回答从训练/验证误差差距入手,再选数据、模型容量与正则;不要把所有验证差距都归因于模型复杂度。
阅读这道题的独立深文 →区分模型 parameter 与 hyperparameter:谁从训练数据学得、谁由实验配置设定,避免在 test set 上反复调参。
解题切入:Parameter 由训练优化得到,hyperparameter 是训练前或实验中设定的配置;验证集用于选择,test set 只做最终评估。
阅读这道题的独立深文 →比较 batch inference 和 real-time inference 的输出时效、吞吐、特征一致性、失败恢复及适用场景。
解题切入:Batch 与实时推理的核心差别是时效和失败边界;比较特征新鲜度、吞吐、延迟、重跑/幂等与输出消费方式。
阅读这道题的独立深文 →训练数据规模极大时怎么处理:先核瓶颈与数据质量,再做分区/流式处理、抽样基线、分布式训练和成本验证。
解题切入:超大训练数据先找 I/O、计算、内存或网络瓶颈,再设计分区/流式和分布式训练;抽样基线应检查代表性与质量损失。
阅读这道题的独立深文 →什么是 feature engineering、为什么重要:以时间点可得性、泄漏、缺失、漂移和训练/服务一致性解释。
解题切入:Feature engineering 要按预测时点构造可获得特征,防目标泄漏;编码/缺失/标准化的参数只在训练集拟合并随模型版本保存。
阅读这道题的独立深文 →从业务问题到上线监控走一遍 ML lifecycle,并用一个端到端项目说明个人贡献、评估、部署和结果。
解题切入:ML lifecycle 项目叙述串起问题、数据、基线、切分、实验、上线和监控,明确候选人的决策、失败修正与可量化结果。
阅读这道题的独立深文 →原地将 0/1/2 三色数组排序;用低中高三个指针维护不变量,确认输入取值与稳定性要求。
解题切入:Sort Colors 原地版用 low/mid/high 不变量,mid 遇 2 交换后不能立刻前进;0/1/2 是训练假设,原帖只写了题名。
阅读这道题的独立深文 →读取和合并多个 CSV,计算整体与条件均值,并过滤指定时间之后的数据;先定义 join key、缺失值、日期解析和输出顺序。
解题切入:DS CSV 操作按读取→校验→明确键合并→均值/条件均值→时间过滤;日期时区、空值和重复键需事先说明,不能臆造原始列名。
阅读这道题的独立深文 →设计实时汇率 dashboard:数据源更新、缓存、新鲜度、移动端分页/视图和后台并发刷新;原帖未给交易功能。
解题切入:实时汇率 dashboard 要给每个报价标源、时间戳和陈旧阈值;移动端只显示/缓存可信快照,后台刷新和分页视图分开处理。
阅读这道题的独立深文 →设计高可靠账户余额系统:定义账务真相、可用余额、并发转账、不明结果恢复、审计和读写一致性。
解题切入:高可靠余额系统以不可丢的账务事件/分录为真相,定义 available 与 posted 口径;并发扣款、幂等重试和未知结果对账是核心。
阅读这道题的独立深文 →设计跨 Region 事件处理平台:明确顺序、去重、重放、故障切换、地域隔离与延迟目标,再选择复制拓扑。
解题切入:跨 Region 事件平台先按 key 定序、持久化消费位置与事件 ID 去重;故障切换会牵涉延迟、数据丢失和地域约束。
阅读这道题的独立深文 →讲一次挑战现状或推动组织改变:你发现了什么证据、争取了哪些人、如何验证新方案并承担后果?
解题切入:挑战现状的 BQ 要给旧流程的证据、试点方案、反对意见与结果;讲清个人推动行为,不能只有‘我提出建议’。
阅读这道题的独立深文 →讲一次陌生领域/新技能学习:在期限内如何划定知识缺口、验证理解并独立交付?
解题切入:学习新事物的 BQ 以交付倒排知识缺口、快速实验和求助节点;说明何时达到可独立判断,而非只列读过的材料。
阅读这道题的独立深文 →讲一次遭遇意外障碍仍按时交付:如何调整范围、风险与沟通,最终交付了什么?
解题切入:障碍与按时交付的 BQ 要记录首次风险信号、改动范围/时间的决策、对利益相关方的同步和最终质量验证。
阅读这道题的独立深文 →讲一次与你的经理、队友或跨团队发生分歧:如何还原共同目标、解决冲突并修复合作?
解题切入:冲突 BQ 应区分事实/目标/方案分歧,复述对方约束并提出可验证选择;不能把对方描写成‘难合作’就结束。
阅读这道题的独立深文 →讲一次优先级中途变化:如何重排计划、明确取舍、告知相关方并量化结果?
解题切入:优先级变化时先确认新目标及不可延期项,再明确取消/延期的工作与负责人,用里程碑和验收定义结果。
阅读这道题的独立深文 →讲自己最难的项目、同事认为困难的目标或带人经历:具体说明 scope、决策、影响力和可核结果。
解题切入:最难项目/领导力 BQ 用个人决策和团队影响力证明 scope;没有公司级规模也可以讲跨角色约束与可量化改进。
阅读这道题的独立深文 →向资深研究员介绍项目或论文,展示研究问题、方法细节、消融/失败实验、个人贡献和局限,而非只讲高层结论。
解题切入:AR Panel Talk 要从研究问题、方法关键细节、对照/消融、失败证据到可迁移性逐层展开;源帖反馈高层概述不够深。
阅读这道题的独立深文 →日常工作如何用 AI 提高效率:选择具体任务,说明校验、保密边界、人工复核和可衡量节省。
解题切入:工作中用 AI 的 BQ 需展示输入边界、产出验证和效率基线;不得把模型草稿直接当完成工作或编造收益。
阅读这道题的独立深文 →设计企业级 Agent Platform:明确任务边界、工具权限、状态与审批、评估、安全护栏、可观测性和失败回退。
解题切入:Enterprise Agent Platform 题名有源帖,但接口和规模未给;先定任务、工具授权、人工审批、状态/审计,再讨论评估与失败回退。
阅读这道题的独立深文 →讲一次创造性地解决问题:为什么常规方法受限,怎样验证新方法可行,以及结果与风险。
解题切入:创造性解决问题需解释常规方案为何不适合,创意怎样小范围试验、如何控制风险,以及真实结果。
阅读这道题的独立深文 →讲一次团队合作:在目标或依赖不一致时怎样分工、沟通、处理分歧并共同交付。
解题切入:团队合作 BQ 不只说‘我们合作很好’,要给分工、依赖、分歧解决和自己承担的交付。
阅读这道题的独立深文 →为什么学习计算机:用真实经历、持续投入和当前岗位的技术兴趣说明,而非套话。
解题切入:为什么学 CS 用个人真实起点和长期行动证明兴趣,避免泛泛‘喜欢解决问题’。
阅读这道题的独立深文 →为什么申请 Capital One:把自己的经历与所申岗位职责、金融产品问题和团队匹配联系起来,并说明需要向面试官核实的点。
解题切入:为什么 Capital One 应结合投递岗位与已核公开信息表达匹配,别把某面经里的面试题当作公司业务战略。
阅读这道题的独立深文 →反复取数组最左非零值 x,从该位向右连续减去 x,遇到小于 x 的值即停,累加每轮 x;求终态的总和。
解题切入:分段减值题按原数组顺序每轮找最左非零 x,只减当前连续且 ≥x 的元素,遇较小值立刻停;更新后继续,不能把它误简化为总和或排序。
阅读这道题的独立深文 →按输入顺序把元素分到 B/C:比较两组中比当前值大的元素数,平局按较短组,再平局给 B。
解题切入:B/C 分流比较的是两组中严格大于当前值的个数,平局先比组长度、再进 B;坐标压缩加两个 Fenwick Tree 可把每次计数降到 O(log n)。
阅读这道题的独立深文 →讲一次交付超出原本预期的项目:预期是什么、额外价值怎样发现与验证、质量与时间有没有取舍?
解题切入:超出预期的 BQ 先明确原验收线,再说明如何发现额外机会、守住承诺并用真实结果证明增量价值。
阅读这道题的独立深文 →Next Step
题目只是准备的一部分;按公司攻略核对轮次、岗位差异和常见失分点。