Google 面试辅助：Coding、Design、Team Match

Coding 证明：grid path 最小化最大高度、tree reroot DP、DFS/BFS 可达性。

数据结构实现：CoolMap put/get/putAll O(1)；额外练习可自行扩展 delete 和历史读取。

数学/可行性：切木头二分答案、贪心是否成立的解释。

Hiring Assessment / Team Match：合规、协作、项目影响力和团队匹配表达。

算法题需要讲清 invariant、正确性证明和复杂度。

L4+ 可能加入系统设计、项目深挖和行为面试。

Team match 阶段要能把项目经历映射到团队方向。

给定 grid，每个格子有高度，求从左上到右下的一条路径，使路径上遇到的最大高度尽可能低，并解释为什么二分或 Dijkstra 成立。

实现 CoolMap：put(key, value)、get(key)、putAll(value) 都要求 O(1)。先实现这三个接口；训练追问可再讨论 delete 与历史时间点读取会如何改变数据结构。

最长同频子串：出现过的字符次数全部相等：返回最长连续子串的位置，未出现的字符不参与计数。

切木头最大等长段：在答案值域上二分：不能拼接木头，切出至少K段，求正整数段长最大值。

多个已排序区间流求并集：堆归并与在线合并：每个流按起点非降，只保存各流一个区间，输出规范化并集。

嵌套整数深度加权：结构遍历与字符串解析：顶层整数权重1，每嵌套一层加1，处理负数、多位数及语法错误。

分别排序两段后整体有序：统计合法切点：切成两个非空连续段，各段独立排序，合并后要非降。

至多翻转一个数：最小化数组总和绝对值：一个数x变为−x，总和从S变为S−2x，比较所有候选。

两端值相同的最大区间和：按端点值维护最小前缀：区间至少包含两个位置，数组允许负数，不能总选择最早同值。

字符串列表序列化：长度前缀避免分隔符冲突：保留空字符串、数字、冒号和Unicode，不依赖特殊分隔符永不出现。

树上所有节点距离和：一遍子树统计，一遍换根：从一个根的答案出发，沿父子边用n−2×子树大小更新。

统一循环位移字符串分组：以首字符为基准归一化：每个字符同时在a..z上循环移动相同偏移，才属于同组。

父节点数组是否是一棵树：单根、合法索引、全部可达：一个根并不足够，其他节点可能组成与根隔离的环。

有符号数据流均值为S的最长区间：精确变换与前缀：将平均值约束化成零和，记录最早相同前缀。

区间是否奇偶交替：预计算相邻违规边：大量静态查询只检查区间内部相邻对，不算左边界之外。

至少K种不同值的最短子数组：单调滑窗：达到K种后连续缩左，每次先记录候选再删除元素。

打乱后的原数组与两倍数组：支持负数和零的恢复：按绝对值消耗x与2x的计数，避免负数普通升序配错。

棋子每次右跳三格：最多能收集多少金币：同余类互不干扰，落点金币计一次，跳过的金币不计。

两位数共同数字分组：统计全组共享的数字：要求存在同一数字出现在每个数里，重复位置可各自被选。

最少插入括号使序列合法：贪心修复负前缀：只插入、不删除、不重排，最后补足未闭合左括号。

网格每步恰好下降一：最长路径的值域拓扑DP：相邻值必须差1，不能把任意严格下降路径当成同题。

动态正整数MEX：find、fill、delete与扫描成本：维护集合里缺失的最小正整数，删除会让答案往回退。

餐厅候位：按到达顺序找到首个能入座的队伍：支持加入、离开、按桌容量服务最早合适队伍。

两人去同一目的地：三组距离求最小共享路费用：A/B分别到某汇合点，之后共用一条路径到D，共享边只计一次。

选择利润后跳过指定位置：逆序DP与负数合同：选第i项拿a[i]后到i+1+a[i]，也可不选去i+1。

每日重复跨日任务：整周期负载加余段扫描：长任务跨多天，区分一次性时间线和每天新启动的周期实例。

所有±1等差好子数组的元素和：线性累计结束贡献：好子数组的每步差都为+1或都为−1，求各子数组元素和再相加。

短信活跃用户：不同邻居去重、O(1)冠军与TopK：消息为无向关系，重复联系同一人不增加活跃度。

书架与书签：按身份移动，删除时同步清理引用：设计add/remove/move和bookmark，让书的位置变化不破坏身份。

Android健身房心率监控：实时展示、离线补传与告警：约100名学员的设备上报，为教练提供状态和异常提示。

日历免打扰空闲区间：统一时区、裁剪窗口和取补集：给定忙碌/免打扰区间，列出查询窗口内全部可用时段。

Street View车载图片上传：断点、鉴权与下游处理：网络中断、凭证风险和返回响应丢失时，保持图片任务可追踪。

百亿页面周期爬虫：按host礼貌调度与持久化frontier：面向搜索索引，支持周期重抓，暂不渲染JavaScript。

十万人内部文档搜索Agent：权限先行、引用可核对：RAG搜索的成本、延迟、规模与工具边界，需要同时说明。

音乐推荐与LLM Agent：候选召回、排序和受控交互：先完成可评估推荐系统，再说明LLM能改变的交互与取舍。

Agent按token计费限流：预留额度与实际消耗对账：并发生成前预留预算，结束后结算，不能只数请求。

每周优惠服务：活跃分页、个性排序与一次领取：多pipeline导入优惠，按浏览历史排名并允许每用户领取一次。

CI/CD测试失败处理：有限重试、证据保留和智能通知：流水线失败不全是代码错误，区分确定失败、环境故障和flaky。

客服Agent转人工：会话所有权、摘要与消息不断档：机器人与人工交接期间，避免双方同时作答或丢消息。

一个物理Timer实现多个逻辑Timer：堆、重设与过期回调：物理set会覆盖旧任务，最早逻辑到期驱动下一次唤醒。

恰好一人在线的时间段：合并个人区间后扫事件：返回活跃人数恰为1的全部片段，不是所有有人在线的并集。

右上、右、右下路径数：滚动列DP与检查点分段：从左下到右下，每步列数加1，检查点按顺序经过。

两个数组最小K个数对：按行有序归并：每对由一个a位置与一个b位置组成，重复值位置仍分别计。

从组合数量DP恢复硬币面值：逐金额验证新增一币：明确是无序、无限重复组合，dp[0]=1，币值不重复。

数组区间是否全唯一：一次预处理，O(1)查询：保存每个右端对应的最早合法左端，查询只需比较边界。

恰删一个元素后存在Pivot：从保留的枢轴反推删值：允许负数，pivot左和等于右和，不能把删掉的位置当枢轴。

删除第二数组冲突项：前K填满之前持续过滤：删除让后面的元素进入前K，不能只检查原来的前K。

机器人重复消息过滤：只更新最后展示时间：隐藏的接收消息不刷新10秒窗口，等号行为单独指定。

加权不重叠工作：按结束时间DP与二分前驱：选择任意工作子集，区间不重叠，利润和最大。

屋顶漏洞最少整行整列木板：二分图最小点覆盖：每个洞连接所在行和列，选行或列使所有洞被覆盖。

为什么选择Google？若这次未通过怎么办？：把动机拆成目标产品/问题、自己能贡献的技术、希望成长的能力。

最引以为豪的项目：区分个人决定与团队成绩：先选一项自己能证明的决定，说明问题与约束，再讲两个可选方案和取舍，最后交代团队贡献与自己贡献。

失败经历与重来一次：当时判断为何合理，后来漏了什么：先定义失败的验收标准，区分结果、自己的决策及外部变化。

目标和信息模糊时如何推进项目：先列已知用户目标、未知事实和不可逆决定，按对方案影响排序。

最难接受的反馈：先理解证据，再改变可观察行为：复述反馈以确认理解，问具体行为与影响，区分表达方式、技术分歧和事实指控。

与难合作的同事共事：从具体阻碍找到可执行协议：描述可观察行为，不给人贴“懒/坏”标签。

团队技术意见分歧：用共同验收标准比较方案：先确认双方目标一致及真正分歧：成本、可靠性、交付期限或维护能力。

任务超出预期：排序交付，也追溯为何冲突未提前发现：盘点任务影响、承诺、依赖、截止时间及延期成本；和owner商议删范围、移日期或加资源。

项目中途改方向：技术可行还需验证用户影响：说明触发改向的新证据、继续原路的成本和替代选项。

学习他人后改变观点：讲清新证据怎样推翻旧判断：选一个真实持有的观点，给它成立的假设；说明他人证据、实验或经验如何改变某条假设，而不是简单“我听从更资深的人”。

帮助同事成长：技术辅导与职业目标都要问到：先问被辅导者目标与已有能力，不默认对方只缺代码技巧。

帮助新人融入团队：参与机会、信息入口与反馈安全：先查新人最缺的信息与参与机会，给清晰文档/伙伴/小任务，不把融入等同吃饭团建。

跨部门协作项目：用交付合同和决策权减少依赖摩擦：先列共同业务目标、各团队成功指标和关键依赖，明确每个接口/验收/决策owner。

主动发现性能瓶颈：测量、归因、灰度与用户收益：先证明瓶颈是值得投入的问题，再拆端到端延迟/资源，按profile验证根因。

别人抢成果功劳：准确记录贡献，避免公开争执：先确认是疏漏、表达模糊还是反复不当归功；私下用具体产出说明贡献并提出修正。

好团队与好文化：给可观察标准并说明自己怎样贡献：定义信息透明、可质疑决策、清晰责任、可靠交付和尊重差异等可观察行为。

理想经理与自己的管理实践：支持、反馈和交付边界：说明期待经理提供目标/优先级、及时反馈、成长机会和风险升级渠道；同时说明自己如何提供事实、主动报告阻塞并承担责任。

职责外帮助同事：确认影响、协调容量、留下可复用结果：先看求助的用户影响与自己任务优先级，再商议投入范围与时间；可以帮诊断、给文档或连接专家，不必须接管整个项目。

新问题缺领域知识：确定知识缺口并向专家求助：把陌生问题拆成可确认合同、假设、风险与需要专家判断的部分。

过去一年怎样提升：用行为和产出证明学习闭环：选择和工作目标关联的一项能力缺口，给有节奏练习、反馈和实际应用。

团队相处融洽时如何提高创新：安全质疑与低成本实验：先区分融洽和过度一致。

不同背景与包容性设计：把遗漏用户纳入验收：说明差异怎样揭示自己的默认假设，主动收集被忽略用户的任务、环境与可访问需求。

临近deadline需求变化：评估影响并协商范围：先确认新需求是必须验收、风险修复还是想法，列对测试/依赖/上线的影响。

做新项目时发现旧bug：按影响验证并升级：先验证可复现性和影响范围，判断安全/数据/用户风险与新任务依赖。

点集最大矩形：等长同中点的对角线分组：矩形不必平行坐标轴，用整数几何避免浮点相等。

老鼠避猫路径：最大化路径最小曼哈顿距离：只走陆地，猫静止，路径每点安全值是到猫的曼哈顿距离。

所有最短路径上出现的节点：两遍BFS距离等式：无需枚举指数多条最短路径，逐节点检查距离相加。

好友加删日志最早全连通：先给正确重算，再讨论离线优化：删除不能用普通并查集拆开组件，直径限制也不是连通性。

恰一个坏数对的黑盒：二分定位两端，只看查询次数不够：黑盒回答输入集合是否不包含完整坏对，跨两半时分别定位端点。

Transformer Attention：维度、缩放、mask与梯度：从QK相似度到行归一化加权V，解释每一步及边界。

Classifier-Free Guidance：从条件概率到两路预测混合：明确scale参数化，解释条件强度与多样性的取舍。

Autoencoder：重建目标、瓶颈与为什么不能直接生成：确定性encoder/decoder学压缩，不自动给出可采样先验。

VAE：ELBO、重参数化与posterior collapse：encoder输出分布，优化重建期望减KL，而非确定性编码。

VQ-VAE：最近码本量化、straight-through与commitment：离散表示需要同时训练encoder、decoder与码本，生成另需latent prior。

选择Fine-tuning方法：先分知识缺口和行为缺口：从检索、prompt、参数高效微调到全量训练，比较数据与资源。

NLP Tokenization比较：词、字、子词和字节的代价：讨论未知词、多语言、序列长度和可逆性，不只背算法名。

结构化与非结构化数据Chatbot：路由、权限和可验证回答：文档检索与数据库查询分工，跨源组合必须可追溯。

实时ML推荐：冷启动、迭代与延迟精度预算：把离线训练与实时特征、召回、排序、监控串成可回滚闭环。

欺诈检测冷启动与不平衡：召回、误报和延迟标签：少数欺诈标签下，避免用accuracy掩盖漏检。

Hashtag聚合服务：计数口径、趋势窗口与热键：先定义top榜是总量、增长还是独立用户，再选计数与近似方案。

视频近重复：候选检索、时间对齐和申诉：区分同文件、转码重复与内容近似，不只比较单个embedding。

Google Photos笑脸功能评估：多脸、阈值与用户控制：确定一张照片是否满足产品笑脸规则，评估不同场景误差。

Watch Next推荐：会话目标、候选新鲜度与反馈偏差：下一条视频的排序需兼顾有效观看、探索和内容约束。

Naive Bayes：条件独立、log概率和零频平滑：分类比较各类别后验，独立是假设不是观察事实。

YouTube设计想法未被采纳：怎样继续推动或接受决定：老板未采纳你认为很好的设计，先了解评价标准与约束。

采购时朋友公司急需客户：披露关系并保持评估公平：你负责采购，朋友创业公司若失去机会可能陷入困境。

新PM因技术跟不上被嘲笑：制止伤害并提供参与入口：同事嘲笑新PM，技术知识不足不应被当作排斥理由。

竞争公司朋友索要重要客户信息：保持授权边界：朋友处境困难，但请求涉及公司重要客户资料。

绩效系统把同事成果算给你：主动更正事实：你正处于达标边缘，错误归功可能让你受益。

客户口头答应购买：业绩记录与实际交易状态分开：你差一单达标，客户只口头承诺购买。

新同事被说不合群：调整信息与参与机制：有人因与团队习惯不同而被嘲笑，处理具体不尊重行为。

客户送贵重礼品卡：按题目明确的禁收政策处理：即使客户坚持，也不能用经理口头许可或分给团队绕过规则。

deadline前要求用前雇主代码：确认可授权来源与替代方案：即使自己写过代码，也不能直接假设可带入新公司。

同事度假只带私人电脑：先确认允许的访问方式：机密报告协作需要权限、设备与传输渠道同时满足要求。

发送机密资料需审批但经理下班：寻找正式代理或延期：deadline并不自动等于审批已经通过。

咖啡厅接到机密讨论电话：换受控环境再继续：授权接听不代表环境适合谈敏感内容。

收到竞争公司的全职Offer：职业选择与保密义务分开：面试题只有offer情境，不能臆定唯一选项或必须拒绝。

朋友旅行时借工作电脑查邮件：不要给未授权者设备访问：私人便利请求需要符合设备与账号使用规则。

至多改一个整数的最长单调子段：严格与非降两个版本：分别处理a<b和a≤b，连接左右段的整数可行条件不同。

多个顺序数组的共同母序列：唯一身份下的拓扑排序：每个元素在母序列只出现一次，约束成DAG才有解。

压缩排序数组中位数：按频数跨越目标秩：重复次数巨大也不解压，把中间两个秩落到值桶。

二叉树最长同值路径：两条向下臂在节点拼接：路径长度按边数，同值重复树不是严格BST。

Word Break：按位置DP，避免把重复子问题留给回溯：字符串是否能由词典中的非空词重复拼接。

子集去重：重复值只扩展上一轮新生成部分：按值多重集合输出不同子集，重复位置不重复返回相同值组合。

不重叠区间成员查询：O(n)、O(logn)、O(1)的真实代价：add成本、固定值域位图和空间预算需要分开说明。

实现Trie添加和查词：末尾标记区分词与前缀：哈希集合可查完整词，但Trie让共享前缀和后续接口可扩展。

滑窗去掉最大K项后的平均：计数树与秩前缀和：重复值按出现次数删除，保留最小W−K项，精确计算均值。

照片Iterator：先favorite，再普通列表，过滤blocked和重复：顺序稳定且不提前读尽所有输入，迭代状态只保存必要去重。

重复向量压缩与点积：按两侧run交叠长度乘加：RLE保留位置顺序，单纯统计全局值频率无法计算点积。

数组offset到数据流：正数取前缀，负数保留末尾：负offset必须读取流结束，前缀则可提前停止。

下一词预测：一次处理语料后按频次查后继：map of maps存bigram计数，静态数据可预计算最佳后继。

Superprime：每个十进制前缀都是质数：从一位质数扩展，只保留继续满足前缀条件的候选。

FizzBuzz撮合市场：FIFO部分成交与参与者对聚合：优先级是输入先来先服务，用两个队列保存未匹配余额。

碎片字符串查首个子串：跨片匹配并返回片内下标：KMP状态不中断，匹配可从一片开始在下一片结束。

只用加法、取模和右移乘法：迭代与递归双倍分解：将非负乘数按二进制拆分，避免重复加b次。

没有明确截止日期时怎样可靠完成任务：先确认任务价值、owner和验收，提出合理阶段日期，让对方确认优先级；用可见状态与阻塞升级保持推进，不等别人每日提醒。

速度与准确性冲突：重要小错误也要按风险处理：先界定错误影响和是否可逆；涉及权限、数据完整性或用户重大影响应作为发布基线，低风险表达可后续修。

沟通与演示：按受众背景调整内容并预判提问：先问受众需要做什么决定、已有背景和时间预算。

项目流程变化时怎样快速适应且保持有效交付：先查变化的原因、适用范围和新验收，识别受影响的工具/依赖/职责。

会议决策记录：让理由、责任和后续行动可追溯：记录决定、备选及理由、假设、owner、日期和待核事项，不逐字抄所有发言。

困难任务先查背景与风险：有限调查支持及时决策：先看已有合同/历史决策/失败案例，按影响和不确定性排优先，不追求了解每个细节才开始。

偏好大小团队与职责分工：说明条件而非贴标签：比较小团队的跨职能与快速反馈、大团队的专业分工与依赖协调。

同事没有达到期待：澄清标准、支持改善、及时升级：先核实期待是否明确、资源/依赖是否合理，私下讨论可观察差距。

团队成员失联或无法协作：保护关键路径并建立备份：先用既定渠道确认状态与是否有紧急影响，不猜测懒惰。

没有结构的团队怎样改进工作方式：先找具体摩擦：优先级不清、重复工作或决策无owner。

怎样成为优秀技术Leader：方向、判断和他人成长：用可观察行为定义技术lead：准确理解用户问题、做可解释取舍、发现风险、协调依赖、让他人独立。

职业目标、优势和弱点：以真实证据规划下一步：选与岗位相关的优势给具体证据，弱点说明影响、改进和仍存在的边界。

有向图强连通分量及边增删：普通DSU为什么不够：同一SCC要求互相可达，单向边不是等价关系合并证据。

未知起点RobotStub迷宫：虚拟坐标、探索与回退：只能canMove/move/isGoal，机器人物理位置必须和DFS状态一致。

链表十进制大数加法：进位、长度差与输入顺序：一节点一位，训练明确低位在前，输出新链表不改输入。

家族是否有血缘关系：父母DAG的祖先集合交集：兄弟姐妹可能互不可达，却共享祖先，所以不是查一条路径。

频率表排序与加权随机：精确整数区间取样：排名按频次，随机概率按count/总count，二者不是均匀选key。

二进制规则通配：明确*匹配任意长度及胜出策略：模式完整匹配输入，first与longest两种规则不可混称同一答案。

城市天际线：同坐标事件合并与高度最大堆：建筑区间重叠时输出最高覆盖高度变化点。

RPN转中缀最少括号：优先级与右孩子非结合运算：保留操作数次序，不做代数重写，采用精确有理数语义。

无向树能否选成二叉树：度数与同层颜色约束：根最多两孩子，其余点扣掉父亲后最多两孩子，再检查每层同色。

火炬节点功率传播：最近火炬的多源BFS：火炬提供16功率，按边距离衰减，先写清衰减合同。

非负权重对象TopK子集：把最大和转成最小排除代价：相同权重对象仍是不同身份，等和结果保留多个子集。

Babylon堆叠游戏：合法合并与记忆化胜负状态：同高度或同顶色才能叠，减少堆数保证游戏终止。

按数量种连通作物：Hamiltonian蛇形路径连续分段：矩形以及纵向/横向对齐的两正方形，都先构造相邻遍历序列。

次数/值列表原地展开与Iterator：同一对象和辅助空间：处理零次数与缩短/扩大输出，先保证正确，再讨论线性约束。

海拔网格共同可达最高点：水流方向先说清：两个搜索集合求交并取最高，供水与汇流是相反方向模型。

水平线平分正方形总面积：事件斜率精确求切点：明确重叠按每个square分别计面积，和几何并集是不同版本。

最便宜共同祖先：价格目标不是最低深度：节点有parent/children/price，遍历完整共同祖先链寻找最小价格。

括号加次数解压：递归grammar与输出上限：(subsequence){count}可嵌套，合法例a(b(c){2}){3}d。

网络延迟：非负有向最短路与最慢接收节点：从单源广播，取所有节点最短到达时间的最大值，有不可达则失败。

装水先最少桶、再最小最高水量：平均下界与固定首桶：同容量上限、连续液体分配，不是两桶倒水的gcd问题。

一维奶茶配送：先最大匹配数，再最小总距离：每人/店最多参与一单，距离≤5，排序后DP保留两层目标。

二叉到N叉LCA：身份、缺失节点和子树标志：每个子树是否包含p/q由位标记汇总，最深同时包含者为答案。

按整层返回的树Iterator：队列快照和输出成本：hasNext看待处理队列，next一次返回一层，而非一个节点。

优先级Job与调用次数冷却：ready堆和eligible堆：冷却不是墙钟时间，同一次getJob还需定义是否推进计数。

N×N多玩家井字棋：三连胜判定与非法操作：玩家轮流落不同单字符，任意方向连续三枚即胜。

相同数字分组且组大小不同：频次去重判定：每个值恰一个组，不同值的出现次数不能重复。

最少会议室/租车数及分配：按开始时间复用已结束资源：每笔需求持续占一个资源，半开区间端点相接可以复用。

每位置后面更小的数量：逆序Fenwick计频：只统计严格小于，重复值不会互计。

重叠区间XOR为零的三元组：公共端点被抵消两次：明确F(x,y)含两端，x≤y≤z，输出所有满足三元组。

多层食谱库存：依赖DAG展开并聚合同一原料需求：蛋糕依赖糖，糖再依赖蔗糖，共用原料不能分别验证后忘记相加。

恰两种无序平方和：枚举a≤b并饱和计数到3：包含a0和a=b，严格s<n，不把第三种表示误当两种。

黑盒找全部坏数对：两元素查询基线与单坏对区别：is_clean只说集合内是否有坏pair，任意多个关系不能丢一端继续搜。

洗牌Fisher–Yates：每步选0..i，无偏性靠条件概率：原地生成所有位置排列，重复值仍按原位置身份处理。

snake_case转camelCase：先确定分隔符与大小写合同：首词不变，后续词首字母大写，非法空段不默默吞掉。

矩阵转置与90°旋转：维度、稀疏坐标和3D轴：转置不等于旋转，非方阵输出shape也不同。

送货路线：先最少危险站，再最少步数：第一问完全避开危险节点；第二问按危险数量、步数作字典序优化。

行星引力区间：合并危险范围后取补集：先确认坐标是实数还是整数、查询边界和区间端点。

两日日志对象筛选：共同出现且客户至少两种：客户数是跨两日合并还是每日至少两种，需要分开解释。

三叉树众数与Broken Tree：频数正确性先于排序优化：left小于、middle等于、right大于，但损坏树需要先定义损坏类型。

按标签匹配回答者与问题：倒排索引及优先队列：先定义任一标签匹配、全部标签匹配和回答优先级。

任务依赖总时长：无限并行关键路径与M处理器区别：DAG任务持续时间已知，无限CPU时按最晚前驱结束时间启动。

3×3分组最小值：固定分块与滑动窗口分别验证：每组由九个格子的最小值代表；含1可判无效。

Request begin/end日志：最早已完成请求优先输出：输出开始和结束时间，堆只能排序目前已收到的完成事件。

Google Doc行数：换行、空白、长词与字符宽度：给文本和最大宽度，先明确排版是否保留空格及是否按词换行。

字符流检词并删除：后缀命中、长词优先与连锁删除：每输入一个字符，检查可辨词并从保留流中删掉。

不相邻取点最大和及下标：DP回溯选择：除最大点数外，返回对应策略的原始位置。

黑盒距离点集可达：隐式图搜索与二次查询边界：距离严格小于r才有边，cache减少重复但不改变一般最坏阶。

网格从首行到底行：可达、全部简单路径、权重最短路：三问的目标不同，全部路径输出不能套BFS全局visited。

储物柜分配与归还：最小空闲编号和最后一次分配：最后分配编号是历史状态，归还不会把它改成当前最大柜号。

Spreadsheet基础set/get：地址校验与字面值存储：先实现可验证的字面值API，再明确公式等后续需求。

每日Job同类型重叠共享：按类型并集计算峰值容量：相同Job重叠允许共享，与每个实例独占Server是两种模型。

纯绿色Wordle：位置字母查询与候选集分割：oracle只回答某位置是否是某字符，字典能帮助减少查询。

商场多入口人数上限：原子许可与门控故障：多个门同时进出，满员时阻止新进入，保证人数不会超限。

Customer内部服务：数据库、惰性枚举、缓存与并发：返回客户信息时要定义结果何时读取、数据库连接何时释放。

Gemini Android App设计：会话流、离线草稿与生命周期：从移动端会话状态和流式响应切入，逐层回答架构追问。

内部多租户Rate Limiter：热点、区域预算与故障策略：内部团队共享限流服务，精度、隔离、可用性和区域一致性需要明确取舍。

亿级用户全球通知：事件、渠道投递与Fallback：Push、Email、SMS分别记录尝试，定义送达语义和去重范围。

超大整数文件最大值：流式扫描与并行分块行边界：一行一个整数，文件大于内存时只保存局部最大值。

不同用户群的需求冲突：产品取舍与分群验证：描述如何让产品满足不同用户群，说明改进证据和被排除的人群。

A/B短期获胜但经理担忧长期体验：把分歧变可检验风险：模型实验好，仍需检验长期用户损伤，不靠更大声地争辩。

打印全部1000位数：输出规模本身就是下界：先算输出数量，再讨论枚举器的有限演示与可行性。

矩阵特征值：方阵定义、2×2计算与稀疏迭代：转置和旋转是坐标操作，特征值是Ax=λx的谱问题。

C++ CPU Simulator设计：时间推进、精度与优化：区分cycle/event驱动与cycle-accurate/approximate两个独立维度。

Branch Predictor模块：预测、训练与错误路径恢复：模块接口要区分预测时刻、分支解析、提交与squash。

Cache地址分解与缺失成本：容量、关联度和冲突：解释cache时先明确line、set、way及替换/写策略。

MSHR：合并同Line缺失与非阻塞Cache背压：未完成缺失需要状态，同line后续请求和新line占用不同资源。

MOESI：脏共享所有者与写权限转移：先解释稳定状态，再分析消息中的过渡状态与并发。

VIPT Cache：并行TLB查询、页内索引与别名：虚拟索引和物理tag让访问重叠，但索引超出页内偏移需额外处理。

TLB与Page Walk：翻译缓存、权限和跨核失效：TLB miss先walk，不等同page fault；PTE修改后还要撤销旧翻译。

ROB与精确异常：乱序执行、顺序提交和回滚：执行完成不等于架构状态已提交，错误路径要能取消。

最近喜爱城市：同一最短层全部返回：地图起点到喜爱集合的最短距离可能并列，需要返回全部。

没有汇报关系的团队：如何推动技术改变：讲影响机制、对方利益与可逆试点，而非用职级压服。

最重要技术决策：选择、风险和可追溯责任：说明为什么做这个决定、有哪些备选，以及后来发现哪些地方错了。

系统事故处理：止损、指挥、沟通与复盘：把恢复服务和查明原因分开，说明自己如何协同而不是单人救火。

0/1背包：每项最多一次，逆序容量防重复：容量受限选最大价值，和完全背包的状态更新方向不同。

完全背包：物品可重复，正序更新接纳当前项：沿容量正序传播，使同类物品能取多份。

二叉树右视图：每层最右节点，而非全右链：有的层右子树缺失时，左子树节点仍可见。

聊天日志次数TopK：计事件与不同联系人分开：按聊天次数排序用户，明确一条事件计谁和并列规则。

手写JSON序列化：字符串转义、递归容器与循环：键是字符串，值可以字符串、列表和字典。

课程依赖：可完成判断与一种拓扑顺序：Course Schedule变体先落在明确DAG训练合同，不推定额外条件。

每格到最近Taxi：多源BFS与上下线重算：新增源可下降距离，删源会使距离上升，更新不能完全对称。

Insert与任意第K大：O(1)查询把成本移到插入：重复值算独立位置，k从0开始。

恰有X场会议的全部区间：按事件差分扫描：不是仅求最高并发，也不是仅X=1。

选手可确定排名：传递闭包与总序一致性：与所有其他选手的胜负都能推导时，排名才唯一。

IP频率Top10及并列分组：第十名与十个频次层不同：返回(freq,IP列表)时先定义截止边界是否扩大。

Google 算法题要能解释为什么成立

不只是写出代码，还要能解释为什么二分/Dijkstra/贪心成立，以及什么条件下会失败。先说暴力解的复杂度，再逐步优化到最优解，每个步骤都要说明不变量。面试官更看重你能否证明正确性，而不是直接给出最优解。

O(1) 约束下的数据结构实现要处理边界

CoolMap 要求 put/get/putAll 的 O(1) 复杂度。先设计基础版本，再把 delete 和历史读取作为自设训练追问；每加一项都重新说明复杂度，不能默认历史读取也能 O(1)。

Team Match 要把项目映射到团队方向

不要泛泛说“我能做 X”。更好的做法是提前研究团队做的产品/技术，把自己的项目经历拆成 impact、trade-off、failure 四段，然后主动说明为什么你的技能能帮到他们的具体目标。准备 3 个不同版本的项目故事，分别对应技术深挖、影响力和团队匹配。

Google 常见目标岗位

建议重点模拟这些轮次

Google 的证明型 Coding 是什么意思？

Google Coding 不只是写出答案，还要证明为什么对、复杂度为什么够、follow-up 改约束后怎么调整。面试官会问'你怎么证明这个算法是正确的'、'如果数据量翻倍复杂度怎么变'。建议练证明型思路，而不是只背题解。

Google 面试最看重什么能力？

Google 偏重算法深度、证明能力、Googleyness（文化匹配度）和通用问题解决能力。Coding 要能证明复杂度，System Design 要能处理数据规模和算法优化，Behavioral 面考察 Googleyness 和文化匹配。

Google 面试需要准备多久？

建议至少提前 8-12 周开始系统准备。前 2 周练证明型 Coding，中间 4-6 周做算法深度训练和 System Design 模拟，最后 2 周集中练 Googleyness 和行为面表达。

Google 面试的 Googleyness 是什么？

Googleyness 是 Google 独有的文化匹配度考察，包括谦逊、协作、好奇心、适应力等。Behavioral 面试中面试官会问'你如何处理与同事的分歧'、'你如何从失败中学习'。建议准备体现协作和成长型思维的故事。

Google 面试辅助适合哪些岗位和轮次？

Google 面试辅助会按岗位、level 和实际轮次制定准备计划，覆盖 SWE、MLE、DS 等常见岗位，以及 OA、R1/R2 Coding、VO、System Design、Team Match 等环节。通常先用题型诊断与模拟面试定位短板，再集中训练表达、边界测试、项目深挖和关键 trade-off。

Google 面经应该怎么看？

同学提供的面经适合用来判断 Google 高频题型、轮次和常见挂点，但不要只背原题。更稳的做法是把面经拆成 OA / Coding / Design / Behavioral / HM 五类信号，再按目标岗位和 level 做限时训练。

Google 代面、面试辅助、OA 代写多少钱？

Google 代面（对口型）$499/轮起，多轮连面有打包价；SWE 辅助（实时）$299/轮起；OA 代写 $199 起，提前 1 天交付。最终价格按岗位、轮次和具体面试情况浮动，添加微信 interview_coach_pro 先聊 30 分钟免费咨询再报具体价格。