先分岗位
TikTok / ByteDance 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
TikTok / ByteDance 面试题专题
本地面经库有 176 条来源 URL 去重后的记录，其中 176 条有正文；目前整理出 216 道代表练习题，其中 216 道已完成独立深文。题目清单仍在逐帖核对和补充。
Reading Guide
如何使用这份题目清单
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。
合并同题变体
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。
练习顺序
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
重点题：Coding
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。
题目（练习版）
给定一个只含数字的字符串，返回所有可能的合法 IP 地址（不允许前导零）；follow-up 改为划分成任意 k 段，说明如何在原有 DFS 上加入参并控制复杂度。
解题路线与追问
- DFS 状态只需要当前位置、已选段数和路径；每段长度为 1 到 3，数值不超过 255。
- 前导零只能作为单个 0；剩余字符数过多或过少时立即剪枝。
- 扩展到任意 k 段时把段数上限参数化，先问每段允许的长度与数值范围是否仍沿用 IP 规则。
Deduplicated Question Map
按考点去重的代表题
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。
给定一个只含数字的字符串，返回所有可能的合法 IP 地址（不允许前导零）
给定一个只含数字的字符串，返回所有可能的合法 IP 地址（不允许前导零）；follow-up 改为划分成任意 k 段，说明如何在原有 DFS 上加入参并控制复杂度。
阅读这道题的独立深文 →TikTok 子数组和计数
TikTok 子数组和计数：前缀频次与严格正数的 O(1) 空间追问：先处理负数、零和重复前缀，再证明严格正数为什么允许双指针，区分计数与只判断存在。
解题切入：定义 P[j] 为前 j 个数之和，区间 [i,j) 满足 P[j]−P[i]=target。固定右端点 j，只需知道此前有多少 P[i]=P[j]−target，不能只记是否出现。
阅读这道题的独立深文 →TikTok 字符串压缩
TikTok 字符串压缩：只有 count×字符更短时才替换：以 aabcaaaade→aabc4xade 为例，按最大连续段比较实际编码长度，处理位数变化与解码歧义。
解题切入：先扫描到同字符 run 的结尾，令次数 c。候选长度为 digits(c)+2，原长度为 c；只有候选严格更短才输出 token。两字符/三字符不因重复就一定压缩。
阅读这道题的独立深文 →TikTok 任务依赖
TikTok 任务依赖：无限并行度下的最短完成时间：用拓扑顺序计算最早完成时间，证明关键路径下界可实现，辨别环、重复边与有限worker追问。
解题切入：任何依赖链上的任务都必须串行，因此其duration总和是完成时间下界。最长依赖链也就是关键路径；全部duration相加只有所有任务恰好在一条链上才成立。
阅读这道题的独立深文 →TikTok 两个字符串数组
TikTok 两个字符串数组：Trie 求每个查询的最长公共前缀：把第一组全部前缀合进Trie，逐项返回第二组的最长匹配长度，区分公共前缀与完整单词匹配。
解题切入：暴力逐query和每个source逐字符比较，复杂度随两数组乘积增长。Trie把source相同前缀存一次，让一次query只沿自己的字符向前走。
阅读这道题的独立深文 →TikTok 朋友分组
TikTok 朋友分组：能否分成两组组内互不认识的人？：把每条朋友边转为异色约束，用二分图染色检查奇环，并处理不连通图、非对称列表与自环。
解题切入：每条边(u,v)要求 color[u]≠color[v]，颜色只有0/1。沿边给未染色邻居相反颜色；若已经同色，当前约束不可满足。
阅读这道题的独立深文 →TikTok 数位计数
TikTok 数位计数：0 到 10ⁿ−1 中不含连续 66 的数：用末位是否为6的两状态递推，按照 n=2 得99的示例确认零和较短数字也计入。
解题切入：状态A表示已构造前缀且末位不是6，B表示末位是6。初始空前缀A=1、B=0，空前缀只作为建数起点，不额外增加整数数量。
阅读这道题的独立深文 →TikTok 模板替换
TikTok 模板替换：重复 {name}、未知参数与替换值里的占位符：单次匹配原模板，明确占位符语法与未知键处理，避免替换值再次被解释及正则replacement转义问题。
解题切入：“替换内容重复”有两种含义：同一token出现多次，或替换值也含token。先规定一轮替换，再把所有原文本匹配交给回调处理，防止递归求值的循环。
阅读这道题的独立深文 →TikTok LRU Cache
TikTok LRU Cache：O(1) 链表操作与 TTL 追问的复杂度边界：写清get/put对最近使用顺序的影响，给双向链表实现，再拆过期清理、并发与分布式缓存。
解题切入：哈希表key→节点解决定位，双向链表解决任意节点O(1)摘除/放到头部。头尾哨兵使空表/单节点操作与一般操作一致，不用扫描找前驱。
阅读这道题的独立深文 →TikTok 手写最小堆
TikTok 手写最小堆：数组、上浮、下沉与空堆边界：从完全二叉树下标推导push/pop，不借助库堆，解释选择更小孩子与单元素pop。
解题切入：堆序是每个父值≤孩子值，不是整个数组升序。数组天然表示完整二叉树，只要尾部插入/删除就保留形状，无需为每个节点分配对象。
阅读这道题的独立深文 →TikTok 有序数组
TikTok 有序数组：找出现超过 n/3 次的数，如何做到 O(log n)？：利用长连续段必穿过分位下标，先找至多两个候选再二分计频，避免线性多数投票。
解题切入：排序保证同值占一个连续块。长度严格大于n/3的块必包含下标floor(n/3)或floor(2n/3)之一，否则只能落在两点分隔出的三个间隙中，任何间隙都不足以容纳这么长的块。
阅读这道题的独立深文 →ByteDance OA 局部峰
ByteDance OA 局部峰：两侧向外严格递减，如何线性检查？：把localArea定义为向外相邻比较的半径，预计算递增/递减长度，处理端点、平台及半径为零。
解题切入：直接对每个i检查半径R范围的相邻关系需O(nR)。因为各窗口大量重叠，可以预计算截至i左侧连续递增的边数L[i]，及从i右侧连续递减的边数D[i]。
阅读这道题的独立深文 →TikTok 连续子数组
TikTok 连续子数组：最大 min+max 为什么只看相邻对？：对长度至少2的任意区间给出相邻对上界见证，消除双重枚举和单调队列的必要。
解题切入：固定任意合法区间，最大元素M所在位置一定有至少一个仍在区间里的相邻元素x，因为区间长度≥2。该区间最小值m≤x，于是m+M≤x+M。
阅读这道题的独立深文 →TikTok OA 建房
TikTok OA 建房：每次插入后返回最长连续整数区间：用区间端点长度连接左右区间，证明只读邻居时为何不会被内部旧长度误导，支持负坐标和重复查询。
解题切入：新位置x未占用时，若x−1已占用，它必是左侧区间的右端点，否则左区间会包含x，矛盾。同理x+1必是右区间左端点。这保证读到的长度是端点真值。
阅读这道题的独立深文 →TikTok 群聊设计
TikTok 群聊设计：500 人通知与最近 40 条消息怎样快速加载？：分离持久化消息、最近消息缓存、在线推送与未读游标，处理重连、热点群和重复发送。
解题切入：API拆send(group_id,client_msg_id,body)、history(group_id,before_seq,limit)、read_cursor(group_id,user_id,last_read_seq)。服务端核成员资格，client_msg_id在用户/群作用域幂等，不以请求到达次数发多条。
阅读这道题的独立深文 →TikTok 跨国家抢券
TikTok 跨国家抢券：怎样让每个人获券概率相同？：把公平定义为报名用户的等概率抽样，区分全球窗口报名、库存发放与先到先得的网络优势。
解题切入：先问要“先到先得”还是“每人等概率”。全球不同延迟下按服务端最早到达发券会偏向低延迟地区，不能同时保证其与均匀抽样等价。本文用窗口报名、窗口关闭后抽签满足明确概率目标。
阅读这道题的独立深文 →TikTok MLE
TikTok MLE：Fake Account Detection 的标签、图特征与处置闭环：先定义假账号和干预时机，再拆标签延迟、行为图、在线特征、成本阈值与误杀评估。
解题切入：把预测时点t和可用信息冻结：注册时模型不能读取未来30天行为，持续检测可以读取截至t的事件。标签确认晚于行为时，要单列成熟窗口和未定label，避免负样本里全是未来被查出的账号。
阅读这道题的独立深文 →TikTok Search
TikTok Search：最大化 CTR 的 Query Generation 系统：区分生成候选、可检索性与点击排序，给受约束目标、日志偏差、离线回放和线上实验方案。
解题切入：API输入prefix、会话上下文和允许的用户特征，输出候选query/score/version。先给词典prefix与热门查询基线，明确点击后的落地搜索必须能找到有用内容，避免只生成吸引点击的空结果。
阅读这道题的独立深文 →TikTok AI Coding
TikTok AI Coding：OrderValidator 动态规则 DAG，删除后怎样继承依赖？：用版本化规则图、拓扑执行与前置失败阻断，深入证明删除中间规则后的边连接不会丢失依赖关系。
解题切入：把问题分为规则定义、依赖图、执行状态。规则失败不应被表示为“图有环”，异常也与订单不满足价格限制不同；输出passed/failed/error/blocked能解释为何某项没有运行。
阅读这道题的独立深文 →TikTok Scheduler
TikTok Scheduler：动态任务依赖、Worker Polling 与失败重试：围绕不断添加task和dependency，定义可运行条件、租约、完成去重与高入度任务的状态维护。
解题切入：schema拆Task(id,version,state,remaining,attempt,lease_until)、Dependency(parent,child)唯一边、Attempt(id,worker,token,result)。把图编辑版本和执行attempt分开，一个任务重试不是新增另一个依赖节点。
阅读这道题的独立深文 →TikTok HM
TikTok HM：怎样处理与 PM 或同事的冲突？：用共同目标、真实分歧、决策机制与执行结果说明冲突处理，区分说服、妥协和升级。
解题切入：先讲争议决定，而不是评价对方性格：例如上线时间与失败风险、指标定义与用户损害。说明PM为什么会坚持原方案，避免把工程师描述成唯一懂技术的人。
阅读这道题的独立深文 →TikTok Skip Manager
TikTok Skip Manager：怎样培养 Engineer，让对方能独立负责？：把辅导从替人写代码扩展到诊断能力差距、分级授权、反馈与可持续独立交付。
解题切入：选一个具体人和具体能力目标，例如能够独立拆任务、排查故障或做设计，而不只说“我回答过很多问题”。说明你与对方的关系和能投入的时间。
阅读这道题的独立深文 →TikTok BQ
TikTok BQ：需求模糊时，怎样把任务变成可验收的交付？：先分清目标、约束和依赖的不确定性，再用短周期验证与决策记录推进，而不是等完美需求。
解题切入：先描述模糊在哪：目标不一致、成功指标未定、依赖不明确或技术未知。单纯任务很难不等于模糊，先给一个当时不知道但会改变行动的问题。
阅读这道题的独立深文 →TikTok Project Deep Dive
TikTok Project Deep Dive：最有挑战的项目，怎样说明自己的技术贡献？：以瓶颈、备选方案、个人决定与可验证结果串起项目，准备数据、架构和取舍的连续追问。
解题切入：先限定项目目标、用户和自己负责的边界，再选一个关键挑战。不能把整个平台技术列表当作自己全部设计的成果。
阅读这道题的独立深文 →TikTok BQ
TikTok BQ：一次失败，怎样说明责任、恢复与机制改变？：保留真实损失与错误决策，拆立即止损和长期改进，并验证后来类似风险是否减少。
解题切入：选真实失败而非包装成优点的“过于努力”。说清未达到哪项承诺和对用户/同事的实际影响，不必泄露敏感信息但不能把损失抹掉。
阅读这道题的独立深文 →TikTok BQ
TikTok BQ：多个任务同时紧急，怎样排序并兑现承诺？：用影响、时效、依赖和资源容量排序，解释被延后的任务、沟通与优先级变化。
解题切入：先给当时任务、截止、用户影响和可用人力，明确为什么不能全部同时完成。没有资源冲突的待办清单不构成有价值的排序故事。
阅读这道题的独立深文 →TikTok 计算器
TikTok 计算器：整数四则、括号与一元负号怎样解析？：用expression/term/factor文法处理优先级，明确定义向零取整，拒绝隐式乘法和残缺表达式。
解题切入：文法分三层：expression为term之间的加减，term为factor之间的乘除，factor为可带一元符号的整数或括号式。优先级由调用层级表达，不能见到运算符就按字符先后全部左算。
阅读这道题的独立深文 →TikTok 最长回文子串
TikTok 最长回文子串：中心扩展到 Manacher 的线性证明：用奇偶半径分开处理，推导镜像复用与右边界扩展，避免分隔符和Unicode冲突。
解题切入：中心扩展对n个字符中心及n−1个缝隙逐次比较，简单且O(n²)最坏；全相同字符会反复扩到很远。Manacher复用先前回文中已知的对称区间，避免重复确认内部字符。
阅读这道题的独立深文 →TikTok 岛屿数量
TikTok 岛屿数量：BFS 不修改 Grid，怎样覆盖每个分量？：明确四邻域、入队时去重和矩形输入，解释时间空间、递归风险及最大面积扩展。
解题切入：从每个未见过的陆地开始BFS，一次遍历收集一个连通分量，分量数量就是岛屿数量。水格不是节点，不因为边界上出现水就提前结束外层扫描。
阅读这道题的独立深文 →TikTok 同形岛屿
TikTok 同形岛屿：平移去重，再把旋转与翻转归为一类：用坐标归一化及八种对称变换生成canonical signature，说明为什么遍历顺序和面积不足以判形状。
解题切入：先用BFS收集岛屿所有(x,y)，不把发现顺序作为签名。不同起点/邻居顺序会改变遍历序列，却不改变形状，排序坐标可消除这个无关差异。
阅读这道题的独立深文 →TikTok Word Break
TikTok Word Break：可重复使用词典词，怎样避免贪心误判？：以可达前缀为DP状态，在Trie内探索所有词结尾，解释最长词贪心失败、空词和结果输出。
解题切入：令reachable[i]表示前i个字符已经能完整分词。reachable[0]=True，只有已可达位置才发起下一个词匹配；不存在的前缀不能因为局部匹配了单词就转True。
阅读这道题的独立深文 →TikTok 直方图最大矩形
TikTok 直方图最大矩形：弹栈时宽度为什么是 i−left−1？：用非递减下标栈找左右较矮边界，讲清重复高度、末尾清栈和线性摊销。
解题切入：任意候选矩形的高度可取覆盖柱的最小高度。目标是在每个可能限制高度上找到能延伸的最大连续宽度，暴力枚举区间O(n²)，单调栈把边界统一求出。
阅读这道题的独立深文 →TikTok 两步跳跃最小成本
TikTok 两步跳跃最小成本：从下标 0 到最后一格的 DP：按明确起终点计算访问成本，区别于可以从第1阶开始并跳出数组的标准楼梯版本。
解题切入：dp[i]表示必须落在i时的最小累计成本，dp[0]=cost[0]，dp[1]=cost[0]+cost[1]。这两个初值来自强制起点，不是“从0或1任选”的楼梯模板。
阅读这道题的独立深文 →TikTok 指定数字组最大数
TikTok 指定数字组最大数：严格小于 N 的贪心回退：数字可无限复用，先匹配上界，再降低最右可行位；处理无解、零、前导零与长数字。
解题切入：同长度且不含前导零的非负十进制数，数值顺序与字典序相同。因此从左往右尽可能贴住N的前缀；一旦某位变小，后面放最大的可用数字便是该前缀下最优答案。
阅读这道题的独立深文 →TikTok 带正负号字符数组相加
TikTok 带正负号字符数组相加：绝对值比较、进位与借位：不转整段整数，拆符号和绝对值，统一零与前导零，覆盖长串进位和跨符号抵消。
解题切入：先校验并解析符号，将绝对值的前导零去掉；空符号后缀要报错。归一化后才能用长度和字典序比较绝对值，例如0009与10若直接按原长度比较就错。
阅读这道题的独立深文 →TikTok Alien Dictionary
TikTok Alien Dictionary：首个差异、重复边与无效前缀：从已排序单词推导字符先后，正确去重入度，检测前缀错误与环，并返回确定的拓扑顺序。
解题切入：先为每个出现过的字符建节点，即使它没有产生任何边。不能只登记相邻单词的首个差异，否则单字词、重复词和孤立字符会从答案消失。
阅读这道题的独立深文 →TikTok 无向图是否为树
TikTok 无向图是否为树：n−1 条边加无环为何足够？：使用按大小合并和路径压缩，处理自环、重复边、断连与单节点，并对照BFS判定。
解题切入：树的定义是无向连通无环图。连通树必有n−1条边；反过来，n−1条边单独不够，例如三角环加一个孤立节点。还需要检查无环或检查连通性，两者任选一种配合边数。
阅读这道题的独立深文 →TikTok 最长无重复子串
TikTok 最长无重复子串：左边界为什么只能前进？：用最近位置跳过重复字符，证明窗口不变量，处理abba、空串和Unicode字符定义。
解题切入：维护窗口[left,right]和每个字符最近一次出现位置last。处理text[right]时，如果这个字符此前出现过，则窗口左端至少要移到last[char]+1，才能删除上次出现。
阅读这道题的独立深文 →TikTok 股票单次交易
TikTok 股票单次交易：历史最低价与最大利润的扫描不变量：最多完成一次先买后卖，允许不交易；解释为何不累加所有涨幅，并覆盖递减和相等价格。
解题切入：把每个交易按卖出日j分类。固定卖出日后最优买价一定是此前日期的最低价格，因此无须枚举所有(i,j)组合。
阅读这道题的独立深文 →TikTok 最少会议室
TikTok 最少会议室：结束时间堆与同刻交接规则：按开始排序，释放所有已结束会议，用最大同时占用数证明最少房间数。
解题切入：最少房间数下界是任一时刻同时进行的会议数：这些会议不能共享房间。本题还要证明能达到下界，而不只是统计区间个数。
阅读这道题的独立深文 →TikTok Merge Intervals
TikTok Merge Intervals：排序扫描、嵌套区间与端点语义：闭区间相接合并，维护已处理并集，处理嵌套、重复、点区间并避免修改输入。
解题切入：按start再end排序。输出维护已扫描区间的并集，以起点递增且互不相交的区间表示；后来的起点不会回到此前输出区间的左侧。
阅读这道题的独立深文 →TikTok N 皇后
TikTok N 皇后：列与两类对角线的回溯不变量：逐行选列，常量平均冲突检查，成对撤销状态；说明对称解、空棋盘与枚举输出成本。
解题切入：按行递归，当前row只选一个col，因此同行冲突已由搜索结构排除。无需每次扫描整棋盘，只记录占用列、row−col对角线和row+col反对角线。
阅读这道题的独立深文 →TikTok Edit Distance
TikTok Edit Distance：前缀 DP、滚动行与操作序列取舍：插入、删除、替换均为单位成本，推导三项转移，区分字符交换，并用编辑图最短路核验。
解题切入：定义dp[i][j]为a前i字符变成b前j字符的最少操作数，状态是前缀长度而不是当前下标。边界dp[i][0]=i（全部删），dp[0][j]=j（全部插）。
阅读这道题的独立深文 →TikTok In-memory KV
TikTok In-memory KV：Snapshot 隔离、序列化与原子 Restore：定义全量快照与覆盖恢复，隔离可变值，验证版本和坏输入，并讨论锁、持久化与增量成本。
解题切入：先确认快照是什么：不是暴露当前dict的引用，也不是把所有key分批读完的弱一致视图。它应记录某个逻辑时点的完整状态；之后set/delete不能改变已返回快照。
阅读这道题的独立深文 →TikTok Short URL
TikTok Short URL：Class 接口、短码唯一性与分布式取舍：从shorten/resolve合同出发，区分哈希碰撞、数据库唯一约束和不可猜短码，推导存储与读扩展。
解题切入：类可把生成器、存储库和校验器注入，shorten负责校验、查幂等、分配code、事务插入，resolve只按code读状态和longUrl。不要把hash(longUrl)直接作为无需存储的可逆映射：有限短码无法恢复任意原URL。
阅读这道题的独立深文 →TikTok 条件更新
TikTok 条件更新：Version Check、幂等键与事务回滚：定义版本和旧值前置条件，在一个事务内保存更新与幂等结果，分析并发重试和外部副作用。
解题切入：先把模糊的check变成明确谓词：id存在且当前version=expectedVersion且当前value=expectedValue。版本比较检测自上次读取后是否发生更新；旧值比较是业务前提，两者不能未经确认写成OR。
阅读这道题的独立深文 →TikTok Merge K Sorted Lists
TikTok Merge K Sorted Lists：堆 Key、平局与大链表内存：每路只保留一个候选，使用值和来源编号比较，解释惰性输出、缓冲与输入有序性边界。
解题切入：每条有序链表未消费部分的最小值就是其当前头节点；全局最小值一定是某一路的当前头。因此堆只放每路一个候选，不把所有N个节点都入堆。
阅读这道题的独立深文 →TikTok 二叉树最大路径和
TikTok 二叉树最大路径和：单臂 Gain、双臂候选与路径重建：路径可不经过根或叶，正确处理全负数，保存后继指针而非逐节点复制路径。
解题切入：定义gain(node)为从node开始、只向下一条分支延伸的最大和。它将作为父节点路径的一条臂，因此最多选左或右之一：node.value+max(0,gain(left),gain(right))。
阅读这道题的独立深文 →TikTok LIS
TikTok LIS：最小尾值、二分替换与严格递增：维护各长度递增子序列的最小尾值，解释tails不是答案路径，并推导重复值与重建。
解题切入：O(n²)DP定义dp[i]为以位置i结束的最优长度，扫描此前所有更小值即可；二分优化将状态按长度聚合，而非逐结束位置保留。
阅读这道题的独立深文 →TikTok Lower Bound
TikTok Lower Bound：第一个不小于目标的位置：用半开搜索区间证明二分终止与插入位置，覆盖重复值和目标在两端外。
解题切入：答案p是小于target的元素数量，满足[0,p)全部<target、[p,n)全部≥target。它允许为n，所以不能只在存在的元素下标中搜索。
阅读这道题的独立深文 →TikTok 星号括号
TikTok 星号括号：可达余额区间与全部合法展开：将星号明确为左括号、右括号或空，线性判定，并用DFS枚举去重后结果。
解题切入：标准括号余额balance是左数减右数，任何前缀不能负，最终必须0。有*时同一前缀可对应多个余额；只保存最小low和最大high，描述仍可达到的非负余额区间。
阅读这道题的独立深文 →TikTok LFU Cache
TikTok LFU Cache：频率桶、最小频率与同频 LRU：用key映射和频率桶维护平均O(1)读写，明确定义更新计数与零容量，不把TTL混入基础LFU。
解题切入：哈希表保存value与frequency，另一个映射把每个频率对应到按最近使用排序的OrderedDict桶。每个key恰好位于自己频率桶一次，最旧在桶首。
阅读这道题的独立深文 →TikTok Regex Match
TikTok Regex Match：点星语法、零次与重复状态：明确只支持.和后缀*的全串匹配，使用前缀DP处理空串与重复，避免指数回溯。
解题切入：dp[i][j]为text前i字符与pattern前j字符是否全匹配。普通字符或.必须消费双方各一格，取dp[i−1][j−1]且当前字符可匹配。
阅读这道题的独立深文 →TikTok 双端列表与 O(1) Index
TikTok 双端列表与 O(1) Index：环形数组和扩容边界：区分位置访问和查找值，用固定容量环实现两端操作及随机访问，并说明动态扩容摊还成本。
解题切入：普通双链表有O(1)两端操作，但按位置访问要走到第i节点，不能同时凭这一个结构获得O(1)随机索引。动态数组随机访问常量，但左端插入若搬全部元素会线性。
阅读这道题的独立深文 →TikTok 二叉树最远两点
TikTok 二叉树最远两点：高度与直径的两个状态：直径按边数计算，允许不经过根，后序保存单臂高度并组合左右路径。
解题切入：定义height(node)为从node向下最深路径的节点数，空子树0。单节点height=1，这样经过node的左右端点距离恰为height(left)+height(right)。
阅读这道题的独立深文 →TikTok 24 点
TikTok 24 点：任意括号、非交换运算与精确分数：每次合并一对数，覆盖所有表达式树，保留减除两个方向并用Fraction避免浮点判等。
解题切入：一个表达式是二叉运算树，任一非叶节点把两个子表达式结果合成一个。逆向看可以反复从当前数池取两项合并，最终剩一项；穷举所有两项与运算覆盖全部括号结构。
阅读这道题的独立深文 →TikTok Python 面向对象
TikTok Python 面向对象：封装、继承与多态如何落到测试设计：从状态边界和可替换接口解释三特征，区分继承与组合，避免把私有命名当安全隔离。
解题切入：封装是让对象维护自身不变量并通过明确接口修改状态，例如Payment的金额、币种和状态转换不能任意改写；仅把字段放进class并不自动保证业务约束。
阅读这道题的独立深文 →TikTok Python 拷贝
TikTok Python 拷贝：赋值、浅复制与深复制的对象图：用嵌套列表和共享引用辨认别名，解释deepcopy保留内部共享以及循环处理。
解题切入：赋值b=a只让两个名字绑定同一对象，没有复制；对其中任意名字做可变操作都影响同一个对象。对象身份与值相等是不同判断。
阅读这道题的独立深文 →TikTok Python List 与 Tuple
TikTok Python List 与 Tuple：可变性、嵌套对象和 Hash：区分容器槽位不可变与元素深度不可变，解释什么时候tuple能当字典key。
解题切入：list允许替换、插入、删除元素；tuple固定元素引用序列，不能重新绑定某个槽位。两者均可索引、切片与迭代，不应说tuple天然没有顺序。
阅读这道题的独立深文 →TikTok Python Dict
TikTok Python Dict：Key、顺序、冲突与查询复杂度：明确可哈希键、插入顺序和相等键语义，区分平均常量查询与复合操作原子性。
解题切入：dict是键到值的映射，key必须可哈希，且相等key应具有相同hash。value可为可变对象；存入并不自动复制，所有权仍由接口合同决定。
阅读这道题的独立深文 →TikTok Python 装饰器
TikTok Python 装饰器：包装时机、参数透传与测试风险：解释函数替换语义、闭包和wraps，区分同步与异步包装，并避免共享状态污染。
解题切入：@decorator是定义时把函数传给decorator并用返回值重新绑定名字，等价f=decorator(f)；不是每次调用前都重新执行整个装饰器构造。
阅读这道题的独立深文 →TikTok Python __new__ 与 __init__
TikTok Python __new__ 与 __init__：创建实例和初始化边界：区分返回对象与初始化，说明不可变类型构造、自定义工厂和不返回本类实例的情况。
解题切入：__new__(cls,...)负责创建或返回实例，通常调用super().__new__(cls)；__init__(self,...)对已创建实例初始化字段，不负责返回新实例。
阅读这道题的独立深文 →TikTok Python Generator
TikTok Python Generator：惰性执行、暂停与资源清理：解释yield创建和推进时机、单次消费与生成器内存，避免把惰性等同零存储。
解题切入：含yield的函数调用会创建生成器对象，函数体不是立即全部执行；next或迭代才推进到下一yield并返回值，同时保存局部变量和执行位置。
阅读这道题的独立深文 →TikTok Python Iterator
TikTok Python Iterator：可迭代对象与单次迭代器：用iter/next协议区分可重复集合与消费状态，解释StopIteration和测试边界。
解题切入：可迭代对象能够通过iter获得迭代器；迭代器通过next逐项返回，并在耗尽时抛StopIteration。迭代器的iter通常返回自身，保存当前消费位置。
阅读这道题的独立深文 →TikTok Python self
TikTok Python self：绑定方法、实例状态与类方法：说明self是命名约定而非保留关键字，区分实例、classmethod和staticmethod参数绑定。
解题切入：self是实例方法首参数的惯用名称，并非保留关键字。obj.method(...)访问绑定方法后会自动把obj传作第一个参数，Class.method(obj,...)则显式传入。
阅读这道题的独立深文 →TikTok Python 序列化
TikTok Python 序列化：数据契约、类型还原与信任边界：比较JSON与对象序列化，明确schema、版本、字符编码和坏输入处理。
解题切入：序列化把状态编码为可存储传输表示，反序列化把表示解析成数据；不等于赋值或深复制。要先定义交换的是值还是对象身份、共享关系和类类型。
阅读这道题的独立深文 →TikTok Python 内存泄漏
TikTok Python 内存泄漏：可达引用、循环回收与资源释放：区分业务持续持有、循环对象和原生分配，按稳定负载定位增长，避免只看RSS断言泄漏。
解题切入：有GC仍会出现逻辑泄漏：全局缓存、队列、回调注册、日志/异常引用持续保持本应释放对象可达，垃圾回收器不能删除仍可达的业务状态。
阅读这道题的独立深文 →TikTok 单向链表倒数第五
TikTok 单向链表倒数第五：双指针间距和长度不足：从链表访问特点推导快慢指针，统一倒数第k，证明终止位置且不修改输入。
解题切入：单向链表节点有value与next，没有按位置随机访问。插删已知节点附近可常量，但找到某个位置仍需沿next前进，不能把所有链表操作都说成O(1)。
阅读这道题的独立深文 →TikTok 哪种排序更快
TikTok 哪种排序更快：稳定性、数据分布与内存约束：不把快排当统一答案，比较归并、堆、插入与非比较排序，并设计公平基准。
解题切入：先问n、key比较成本、已排序程度、重复值、是否需稳定、内存预算与是否外存；“最快”不是一个只靠算法名称就能回答的指标。
阅读这道题的独立深文 →TikTok 快排平均 O(n log n)
TikTok 快排平均 O(n log n)：随机 Pivot 递推与最坏反例：给出期望比较次数递推，解释随机化假设、重复值与递归栈深度。
解题切入：一次partition后pivot定位置，左右子问题规模分别k和n−1−k。本次线性成本并不自动证明总n log n，必须分析递归划分是否长期平衡。
阅读这道题的独立深文 →TikTok 栈与队列
TikTok 栈与队列：顺序契约、BFS/DFS和背压：从LIFO/FIFO选择遍历与调度结构，说明操作复杂度和并发任务队列边界。
解题切入：栈后进先出LIFO，适合未完成调用、括号解析、撤销历史和DFS；队列先进先出FIFO，适合BFS层序、按到达调度和生产消费缓冲。
阅读这道题的独立深文 →TikTok 二叉树遍历
TikTok 二叉树遍历：前中后序、层序与显式栈：解释访问时机与用途，区分树和图，处理深树栈风险与BST顺序条件。
解题切入：前序在递归子树前访问root，常用于复制/序列化结构；中序在左后右前访问，BST条件下得到有序值；后序在子树结束后访问，适合高度、释放与树DP聚合。
阅读这道题的独立深文 →TikTok 红黑树
TikTok 红黑树：黑高、旋转与最坏查询保证：从颜色不变量证明高度界，说明插删修复职责，不把红黑树与二叉堆混淆。
解题切入：红黑树首先满足BST有序关系，再加颜色约束：节点红或黑，root黑，空叶黑，红节点孩子不为红，每个节点到后代空叶路径黑节点数相同。空叶是概念哨兵，不一定存实际对象。
阅读这道题的独立深文 →TikTok 数据库索引
TikTok 数据库索引：为什么快、何时不快及写成本：用选择性、回表、复合键和执行计划解释索引，不把建索引当所有查询的万能优化。
解题切入：索引保存按可查找key组织的辅助入口，使等值或范围查询无需逐行判断整表。表扫描O(N)行，树查找可沿少量页定位匹配区间，再读取结果行。
阅读这道题的独立深文 →TikTok B+Tree
TikTok B+Tree：页扇出、叶层顺序与范围扫描：解释内部导航和叶层条目，推导页访问规模及分裂/合并取舍。
解题切入：内部节点保存分隔键和孩子页指针用于导航，叶层保存键与记录定位或数据入口；叶层常按键序链接，支持连续范围扫描。数据如何聚簇由表组织决定。
阅读这道题的独立深文 →TikTok ACID
TikTok ACID：事务边界、隔离级别与故障验证：逐项连接转账不变量，区分数据库一致性与应用正确性，以及提交持久化和外部副作用。
解题切入：Atomicity是事务内部要么全部生效要么不生效，避免只扣A未加B；异常时回滚已纳入事务的动作，不等于撤销事务外发出的消息。
阅读这道题的独立深文 →TikTok SQL Join
TikTok SQL Join：匹配、保留行、NULL 与过滤位置：通过重复key和NULL例子区分inner/outer/cross，并解释WHERE为什么会消掉左连接未匹配行。
解题切入：INNER JOIN只保留条件为True的配对，LEFT保留所有左行并给未匹配右列NULL，RIGHT对称，FULL保留两侧未匹配行，CROSS返回所有笛卡尔配对。
阅读这道题的独立深文 →TikTok 手机打开网页
TikTok 手机打开网页：DNS、连接、HTTP 与渲染链路：按缓存、传输和渲染路径解释关键技术，区分各协议条件并定位首屏瓶颈。
解题切入：先解析URL并检查导航/缓存策略，可能从HTTP缓存或Service Worker取内容，并非每次都从DNS到连接完整重做。解释常见新连接路径时先注明冷启动条件。
阅读这道题的独立深文 →TikTok 线程与进程
TikTok 线程与进程：共享内存、隔离与 Python 并行条件：区分并发和并行，按IO/CPU任务选择机制，并说明GIL不能保护多步业务不变量。
解题切入：进程通常拥有独立地址空间与资源隔离，线程在同进程共享地址空间但有独立执行栈；共享降低数据交换成本，同时提高竞态和故障波及风险。
阅读这道题的独立深文 →TikTok 微信扫码支付测试
TikTok 微信扫码支付测试：订单状态、金额与重试闭环：按扫码到入账状态机设计功能、并发、故障与对账测试，不只罗列页面点击。
解题切入：先画状态：待支付→处理中→成功或失败/关闭；成功是否可退款及退款状态另定义。订单、支付交易和账本是不同对象，不能用页面提示当最终资金真相。
阅读这道题的独立深文 →TikTok 七天金条日结
TikTok 七天金条日结：两次切割与 1、2、4 交换：明确允许找零与回收，再用二进制子集表示证明两次切割足够且必要。
解题切入：把整条按七天工资归一化为7单位，切在1和3位置，得到1、2、4三段。两次切割不是每天都切，而是预先获得可反复交换的三段。
阅读这道题的独立深文 →TikTok 模块测试风险
TikTok 模块测试风险：数据连接、用户管理与权限管理：把模块功能转成业务不变量，按越权、隔离、并发和故障制定测试矩阵。
解题切入：先讲每模块保护的资产与不变量：连接不能泄露凭证或串租户，用户生命周期要可追踪，权限判断要最小授权且拒绝默认。列接口再逐项判断风险，避免只报“增删改查”。
阅读这道题的独立深文 →TikTok Friends 新功能测试
TikTok Friends 新功能测试：任务分配、缺陷定位与安全发布：以测试lead视角从需求风险到回归、发布门槛和监控，明确分工与缺陷修复闭环。
解题切入：把需求拆成角色、数据可见性、入口、状态和失败行为，确认已有friends功能哪些会被影响。先给核心不变量，例如非好友不可看到私密内容，再安排测试，不从“写多少case”起步。
阅读这道题的独立深文 →TikTok REST API 自动回归
TikTok REST API 自动回归：契约、权限、幂等与数据隔离：从接口合同构建分层测试集，覆盖失败和并发，不让共享测试数据造成随机失败。
解题切入：先把请求方法/path、schema、验证规则、状态码和副作用写成可验证合同。正常输入只是一类，缺字段、类型错、越界、未知字段和错误媒体类型按约定返回，不自行猜标准码。
阅读这道题的独立深文 →TikTok 性能改进验证
TikTok 性能改进验证：基线、负载、分位与持续监控：分离容量和延迟，控制实验变量，验证优化不会损失正确性，并建立上线监测闭环。
解题切入：建立可重复基线，固定版本、硬件、数据、请求分布和缓存策略；优化前后同条件比较。热缓存与冷启动分开，不能旧版冷/新版热便称加速。
阅读这道题的独立深文 →TikTok 全栈 E2E
TikTok 全栈 E2E：关键旅程、真实依赖与可诊断失败：在UI到后端数据之间验证真实journey，控制fixture、异步等待与运行成本。
解题切入：从用户价值挑少数关键journey，例如登录→创建资源→刷新查看→授权另一用户→撤销权限。明确每步UI、API与持久化预期，避免只断言按钮存在。
阅读这道题的独立深文 →TikTok 测试覆盖率
TikTok 测试覆盖率：发现空白、断言质量与风险盲区：区分行、分支和业务场景覆盖，解释高覆盖不能证明正确，用变异与缺陷反馈补足。
解题切入：行覆盖说明代码行被执行，分支覆盖更能显示条件两边是否到达；它们能找未测区域、比较变更影响和阻止覆盖突然下降，但没有证明输出正确。
阅读这道题的独立深文 →TikTok 为什么申请测试岗位
TikTok 为什么申请测试岗位：兴趣、经历与质量工程贡献：用真实经历说明对SDET的理解，连接自动化、风险和开发协作，避免套用编造故事。
解题切入：先说明动机具体来自何种实际工作：例如定位跨模块缺陷、搭可重复自动化或改善发布反馈。只说“喜欢找bug”不足以表达工程岗位关注设计可测性与质量风险。
阅读这道题的独立深文 →TikTok Throttle
TikTok Throttle：立即执行与窗口末最后一次调用：保留最后参数和this，按上次实际执行计冷却，处理定时器延迟、边界、取消与重入。
解题切入：区分debounce：后者常在最后一次输入后等完整间隔；本题窗口锚定上次执行，500/700ms的输入不能把第一轮尾触发拖到1700ms。
阅读这道题的独立深文 →TikTok var/let 与 setTimeout
TikTok var/let 与 setTimeout：循环绑定和循环外访问：逐步解释同一var绑定、每次let绑定，以及换let后外部log抛错但已注册回调仍可执行。
解题切入：var的i在此作用域只有一个绑定，五个闭包读取同一变量而非定义当时的值。循环同步完成后i=5，所以外部console先输出5，随后五个timer各读到5。
阅读这道题的独立深文 →TikTok Softmax CE
TikTok Softmax CE：稳定前向、LogSumExp 与反向梯度：从logits推导平均交叉熵和p−onehot梯度，不先取易下溢的概率对数，覆盖大logit。
解题切入：每行p_j=exp(z_j)/Σexp(z_k)。减去该行最大值m不改变概率，exp(z_j−m)不再因为单个大正logit直接溢出；行方向要与类别轴一致。
阅读这道题的独立深文 →TikTok Self Attention
TikTok Self Attention：Q/K/V 形状、Mask 与多头拼接：按维度推导缩放点积，区分self/cross attention并处理padding、因果与整行遮蔽。
解题切入：输入投影为Q=XWq、K=XWk、V=XWv，scores=QKᵀ/√d，行softmax后A乘V。Q/K内维必须一致，K/V条目数同m；softmax沿key轴，不能沿query轴。
阅读这道题的独立深文 →TikTok Transformer FFN
TikTok Transformer FFN：逐 Token 非线性与 Attention 的分工：解释FFN在通道上的变换、残差与扩展维度，区分跨token混合与每token共享网络。
解题切入：attention根据上下文混合不同token的value；FFN对每个token表示单独做通道变换，参数跨位置共享。它不直接在位置之间连边，但输入已经可包含上下文。
阅读这道题的独立深文 →TikTok Attention 为什么除 √d
TikTok Attention 为什么除 √d：方差、Softmax 饱和与假设：从独立零均值坐标推导点积尺度，说明缩放不保证所有真实网络score方差为一。
解题切入：score未缩放为Σq_i k_i。独立且单位方差下每项均值0方差1，不同项协方差0，和的方差d、标准差√d。维度增加会让典型绝对值增大。
阅读这道题的独立深文 →TikTok AUC-ROC
TikTok AUC-ROC：排序配对、同分半票与单类边界：用正负配对概率推导分组统计，解释阈值与不平衡局限，避免同分顺序影响分数。
解题切入：ROC点由阈值产生TPR=TP/(TP+FN)和FPR=FP/(FP+TN)，AUC可解释为随机正样本分数高于随机负样本的概率，加同分一半。它主要评价排序，不直接选业务阈值。
阅读这道题的独立深文 →TikTok 手写 Logistic Regression
TikTok 手写 Logistic Regression：稳定 BCE、权重和偏置梯度：从线性logit到sigmoid推导平均损失，用有限差分核梯度，说明训练与阈值不同步骤。
解题切入：模型p=σ(z)，它是概率模型，不先把p按0.5硬化再求损失。BCE=−ylogp−(1−y)log(1−p)，可改写softplus(z)−yz。
阅读这道题的独立深文 →TikTok K-means
TikTok K-means：给定质心迭代与均值最优证明：严格使用输入initial centers，定义空簇和平局，区分最终质心与最后一次assignment。
解题切入：Lloyd交替：按当前中心把每点分到最近簇，再对每簇求均值更新中心。不要替换给定initial为随机或前k点，那会改变要求的输出。
阅读这道题的独立深文 →TikTok Bagging 手写
TikTok Bagging 手写：有放回成对采样、独立模型与投票：保存x/y配对，给每个基分类器不同bootstrap，定义多数平局并解释方差下降前提。
解题切入：bootstrap抽的是样本索引，同一索引同时选择x_train[i]与y_train[i]；分别采样x和y会破坏监督关系。抽N次但可能重复/遗漏原样本，不能改成无放回shuffle。
阅读这道题的独立深文 →TikTok Dropout
TikTok Dropout：训练缩放、推理关闭与分布不等价：推导inverted dropout前后向与方差，解释保持期望而非保证非线性输出分布相同。
解题切入：训练用随机mask打断部分通路并使表示不依赖固定共适应组合；不是每次删除网络参数或永久剪枝，梯度仍在保留路径传播。
阅读这道题的独立深文 →TikTok 两种 Norm 怎么比较
TikTok 两种 Norm 怎么比较：BN/LN 轴、统计与推理：用明确的BN/LN训练例子说明归一化轴和运行统计，保留未给的实际Norm名称缺口。
解题切入：归一化通式为(x−μ)/√(var+ε)再用γ/β仿射。第一步先说明统计轴，不能仅背公式，BN/LN区别主要在什么样本集合共同计算μ/var。
阅读这道题的独立深文 →TikTok 混淆矩阵
TikTok 混淆矩阵：Recall >90%、FPR <10% 的严格判断：分清真实正负分母，处理等号和零分母，不用Accuracy替代指定条件。
解题切入：Recall=TP/(TP+FN)，FPR=FP/(FP+TN)。FP位于预测正而实际负，FN预测负而实际正，矩阵横竖轴不同会让视觉位置变，先用语义标记。
阅读这道题的独立深文 →TikTok Ensemble
TikTok Ensemble：Bagging、Boosting 与快速基线取舍：解释线性/非线性组合潜力、训练依赖和解释性，不把随机森林与GBM速度精度当绝对定律。
解题切入：集成把多个基模型输出结合，可能利用互补误差和不同关系，但不保证一集成就优于任何单模型。先检查单模型弱是偏差、方差、特征缺失还是数据泄漏。
阅读这道题的独立深文 →TikTok 决策树分裂
TikTok 决策树分裂：Gini、Entropy 与 Classification Error：把加权不纯度下降和剪枝区分，说明分类错误率也是指标但区分细微改善较弱。
解题切入：Gini=1−Σp_k²，Entropy=−Σp_klogp_k（0log0取0），Classification Error=1−maxp_k，三者都在纯节点为0，可描述节点混杂程度。Pruning是结构复杂度控制，不是节点impurity公式。
阅读这道题的独立深文 →TikTok 训练 Loss 持续上升
TikTok 训练 Loss 持续上升：学习率、目标定义与诊断顺序：用二次函数解释过大步长，纠正强正则必导致上升，逐层检查数据和梯度。
解题切入：先核对测量：同一训练集、mean/sum归约、loss是否含正则、batch是否变难、train/eval模式及记录频率。比较不同量会制造“上升”假象。
阅读这道题的独立深文 →TikTok L1/L2/L0
TikTok L1/L2/L0：为什么有的正则能把系数归零：用一维最优解推导soft threshold和L2收缩，区分目标诱导稀疏与普通梯度更新。
解题切入：L1在0处有折角，其subgradient是区间[−1,1]；最优条件允许一段小信号a被完全抵消，得到soft threshold sign(a)max(|a|−λ,0)。
阅读这道题的独立深文 →TikTok GMM 的 EM
TikTok GMM 的 EM：责任度、加权均值与协方差：完整推导E/M两步，区分软分配与K-means，并说明奇异协方差和局部最优。
解题切入：模型p(x)=Σπ_k N(x|μ_k,Σ_k)，隐藏变量z表示成分。直接最大化log和难，EM用当前参数计算后验责任度再优化其加权完全数据目标。
阅读这道题的独立深文 →TikTok 分类为什么常选 CE 而非 MSE
TikTok 分类为什么常选 CE 而非 MSE：似然与饱和梯度：说明概率MSE可以用于分类，比较sigmoid后的梯度，而非错误断言MSE完全不可用。
解题切入：CE对应二元观察y的Bernoulli负对数似然，对logit梯度p−y。互斥多类对应softmax CE，任务模型与loss应一致。
阅读这道题的独立深文 →TikTok KL Loss
TikTok KL Loss：方向、交叉熵关系与零概率：先定义P/Q和支持集，解释非对称与蒸馏，不把KL一概称更好或更对称的损失。
解题切入：KL(P||Q)=ΣPlog(P/Q)=cross-entropy(P,Q)−entropy(P)。当P固定时，优化forward KL与对P的CE只差常数，并不是自动更优的另一任务。
阅读这道题的独立深文 →TikTok LogQ Correction
TikTok LogQ Correction：采样分布、重要性权重与有限样本偏差：从全量归一化项推导减logq，区分负采样与确定正例，不承诺有限样本梯度完全无偏。
解题切入：全量目标Z=Σ_j exp(s_j)。负例按q抽取时未经校正的和更偏向常出现item，模型训练分母不同于全目录。q是采样机制概率，不是模型预测概率，也不是任意点击率。
阅读这道题的独立深文 →TikTok On-policy / Off-policy
TikTok On-policy / Off-policy：行为策略、目标策略与数据复用：明确谁产生数据、谁被优化，解释分布偏移、重要性权重与离线支持集。
解题切入：on-policy在当前（或最近固定）目标策略产生的数据上估计/更新；off-policy允许用不同μ的数据学习π，关键是目标期望分布与采样分布是否相同。
阅读这道题的独立深文 →TikTok TRPO
TikTok TRPO：策略改进目标、KL 信赖域与近似边界：解释surrogate和局部KL约束，区分理论单调改进与实际近似算法保证。
解题切入：策略梯度大步更新可能改变访问状态分布，使旧数据的优势估计失效。TRPO将新策略与旧策略差异限制在信赖域，以让局部代理目标更可信。
阅读这道题的独立深文 →TikTok PPO Clip
TikTok PPO Clip：正负 Advantage、概率比与限制方向：推导min两分支，避免把clip当严格KL约束，说明旧logprob与loss符号。
解题切入：比率用exp(logπnew−logπold)，动作/响应与采样时同一mask和条件上下文。旧概率必须保存并停止梯度，不能每轮重算当前模型再称old。
阅读这道题的独立深文 →TikTok GAE
TikTok GAE：TD 残差、反向递推与终止 Bootstrap：从折扣残差和推导O(T)递推，区分真实终止与截断，说明偏差方差折中。
解题切入：TD残差δ_t=r_t+γV(s_t+1)−V(s_t)，真终止下一value不应计。GAE优势A_t=Σ_l(γλ)^l δ_t+l直到轨迹边界，利用value作baseline。
阅读这道题的独立深文 →TikTok DPO
TikTok DPO：偏好 Pair、参考模型与稳定 Loss：定义chosen/rejected数据与相对logprob差，区分固定参考和旧策略，覆盖长度偏差及标注噪声。
解题切入：数据记录prompt、chosen、rejected、来源和偏好理由，两响应须针对同条件，训练/验证按prompt或来源去重防泄漏。模糊平局和无法判断的pair要有处理政策，不硬造偏好。
阅读这道题的独立深文 →TikTok LLM Post-training RL
TikTok LLM Post-training RL：奖励、采样与评估闭环：解释偏好对齐和可验证奖励场景，区分SFT/偏好优化/在线RL，防止reward hacking。
解题切入：SFT用示范响应拟合，偏好优化用相对选择，在线RL从当前policy生成响应得到奖励再更新。三者能组合，但数据流、模型数量与算力不同。
阅读这道题的独立深文 →TikTok Linear Attention
TikTok Linear Attention：结合律、前缀状态与信息取舍：用正特征核替代softmax点积，推导不建n²矩阵的计算，并说明不是精确普通attention。
解题切入：普通显式attention构造n×m两两score；线性核可按结合律先算S=Σφ(k)vᵀ和z=Σφ(k)，每query输出φ(q)ᵀS/(φ(q)ᵀz)，不建完整矩阵。
阅读这道题的独立深文 →TikTok GQA
TikTok GQA：Query Head 分组与 KV Cache 规模：在MHA和MQA之间共享K/V，保留每个query head独立注意力，量化缓存节省及质量取舍。
解题切入：MHA每query head配一组K/V，MQA全部query共享一组，GQA将query heads分组，每组共享一组K/V。共享不是把query也平均成同一个向量。
阅读这道题的独立深文 →TikTok FlashAttention
TikTok FlashAttention：分块在线 Softmax 与 IO 成本：保持精确attention目标，解释跨块max/分母/分子重标定，不把显存优化当线性计算。
解题切入：普通流程把QKᵀ写HBM，再softmax读写权重，最后乘V，n²中间张量增加显存与带宽。分块将部分Q/K/V载入快速存储，直接累计输出。
阅读这道题的独立深文 →TikTok KV Cache
TikTok KV Cache：为什么缓存 K/V、Prefill 与 Decode 成本：解释因果前缀复用和位置偏移，量化缓存显存并区分算力、带宽与淘汰取舍。
解题切入：因果模型中历史位置隐藏状态不依赖未来token，因此在权重/上下文相同的推理中，各层旧K/V可复用。新token只生成本次Q/K/V并与缓存历史交互，不重跑全部前缀每层。
阅读这道题的独立深文 →TikTok RoPE
TikTok RoPE：坐标对旋转与相对位置点积：推导二维旋转的范数与相对偏移性质，说明相邻/半拆配对及长上下文限制。
解题切入：第j对坐标用角position·frequency_j旋转，二维矩阵为[[cos,−sin],[sin,cos]]。Q/K同规则处理，V通常不需这份旋转，具体模型另确认。
阅读这道题的独立深文 →TikTok React Class 与 Function
TikTok React Class 与 Function：状态、生命周期与迁移：比较实例方法和Hook闭包，说明迁移不是简单一一替换生命周期。
解题切入：class组件依实例、this、state/setState与生命周期方法；function组件每次render执行函数，Hook管理状态与效果，局部闭包捕获该次render的值。二者都遵守纯render与提交副作用边界。
阅读这道题的独立深文 →TikTok Hooks
TikTok Hooks：调用顺序、状态闭包与 Effect 清理：从稳定Hook槽位解释规则，区分render计算与外部同步，避免遗漏依赖和订阅泄漏。
解题切入：常规Hook需要每次render保持调用顺序，不能条件/循环改变某个state/effect出现位置。要按条件影响行为，可把条件放Hook内部或拆独立组件，配合lint。
阅读这道题的独立深文 →TikTok useMemo
TikTok useMemo：缓存计算、依赖身份与正确性边界：先测昂贵计算，再判断缓存是否有效，不把useMemo当副作用或业务状态保证。
解题切入：useMemo缓存某次计算结果，在依赖不变时复用；它不是保证组件不render，也不是改变源数据的持久store。计算应在没有memo时也正确。
阅读这道题的独立深文 →TikTok React Native 难点
TikTok React Native 难点：平台差异、交互性能与原生边界：用真实工程问题组织回答，区分JS/原生工作和架构版本，不把跨平台等同一次测试。
解题切入：跨平台共享业务/UI逻辑不消除iOS/Android差异：权限、键盘、安全区、返回手势、字体、后台生命周期及支付/相机等接口要分别验证。
阅读这道题的独立深文 →TikTok HTTP Query vs Header
TikTok HTTP Query vs Header：资源选择、元数据与缓存：按参数语义选择位置，说明URL日志暴露和缓存vary，避免把header当天然保密。
解题切入：query通常描述资源筛选/分页/排序，例如?status=open&page=2；header常表达认证、内容协商、追踪或条件请求。两者不是简单“都能传所以随便”。
阅读这道题的独立深文 →TikTok 前端 SEO
TikTok 前端 SEO：可抓取内容、搜索意图与效果验证：从索引、标题内容和性能到Search Console证据，区分排名、点击与咨询转化。
解题切入：先查爬虫能访问的HTML和重要链接、状态码、robots/noindex、canonical与sitemap，确认目标页可索引。内容若只在需登录或失败脚本后出现，要针对抓取验证。
阅读这道题的独立深文 →TikTok 浏览器渲染
TikTok 浏览器渲染：DOM、样式、Layout、Paint 与合成：解释关键渲染路径、阻塞和重复计算，区分网络加载与主线程首屏瓶颈。
解题切入：HTML解析形成DOM，CSS解析形成样式规则，计算节点样式并建立参与渲染的结构；并非DOM所有节点都必需视觉布局，display:none等会影响。
阅读这道题的独立深文 →TikTok JavaScript Deep Clone
TikTok JavaScript Deep Clone：循环、共享引用与属性合同：用WeakMap复制对象图，保稀疏数组和null原型，拒绝未定义的访问器及特殊对象。
解题切入：JSON stringify/parse会丢undefined、symbol等、改变类型并对循环失败，不是通用deepclone；structuredClone有自己的类型/原型合同，也不能替代未定义的自定义要求。
阅读这道题的独立深文 →Java 多态
Java 多态：运行时分派如何支持可替换的实现：解释 Java 面向对象与多态，用接口调用不同实现，区分重载、重写与静态方法。
解题切入：先说封装、继承与多态分别解决状态边界、实现复用和行为替换，再用同一个接口的两个实现说明运行时分派。
阅读这道题的独立深文 →Java 抽象类与接口
Java 抽象类与接口：共享状态还是定义能力：比较抽象类与接口，解释默认方法、构造与单继承限制，给出选择原则。
解题切入：接口表达调用方需要的能力，类可实现多个接口；抽象类更适合一族对象共享受保护状态、构造约束或模板流程。
阅读这道题的独立深文 →Java HashMap
Java HashMap：哈希、碰撞、扩容与键的合同：解释 HashMap 的桶定位、碰撞处理、扩容代价及可变键风险。
解题切入：hashCode 把键映射到散列值，再定位桶；碰撞时仍要用 equals 区分键。相等键必须同 hash，否则检索合同被破坏。
阅读这道题的独立深文 →Java final
Java final：引用不能重赋值为何不等于对象不可变：分别解释 final 变量、方法与类，并讨论不可变对象和安全发布。
解题切入：final 局部变量或字段只能按初始化规则赋值，引用不能重新指向别的对象；被引用对象内部仍可能变化。
阅读这道题的独立深文 →Java 异常
Java 异常：传播、资源释放与 finally 的边界：解释 try/catch/finally 与 try-with-resources，避免吞错和覆盖原异常。
解题切入：从可恢复性决定在哪里处理：边界层把明确失败转换为业务错误，底层保留 cause，无法处理时传播。checked 与 unchecked 影响编译期声明要求，不直接代表错误严重程度。
阅读这道题的独立深文 →Java 序列化
Java 序列化：对象图、版本与不可信输入：解释 Java 对象序列化的用途、对象图身份、版本兼容与跨服务格式选择。
解题切入：序列化把状态转为可存储或传输表示；对象图可能有共享引用和环，格式需要保留或明确舍弃身份。transient 字段不会按默认字段机制持久化，恢复后要重建派生状态。
阅读这道题的独立深文 →JVM 内存区域与 Java 内存模型
JVM 内存区域与 Java 内存模型：两个问题分别回答：解释堆、栈、方法区和运行时常量池，并区分 happens-before 与可见性。
解题切入：线程共享堆存放对象；每线程 JVM 栈含调用帧、局部变量和操作数栈，程序计数器记录执行位置；方法区承载类相关结构，运行时常量池属于相应类/接口。
阅读这道题的独立深文 →Java GC
Java GC：可达性、停顿与仍被引用的内存泄漏：解释垃圾回收如何判定对象存活，为什么缓存与监听器仍可能泄漏。
解题切入：从 GC roots 沿引用图找存活对象；失去可达路径的对象才具备回收资格，引用计数不能单独处理环。循环引用在不可达时并不必然泄漏。
阅读这道题的独立深文 →Java 单元测试框架
Java 单元测试框架：用测试边界解释选择与经验：比较 JUnit、TestNG 与 Spock，并区分断言、mock 和真实集成测试。
解题切入：先描述被测单元与依赖：纯规则用参数化例子，边界错误用精确断言，有状态服务验证可观察行为。
阅读这道题的独立深文 →CI/CD
CI/CD：可复现产物、发布门禁与回滚：从一次提交解释构建、测试、产物、环境与发布，回答实践追问。
解题切入：CI 检查提交能否构建并通过必要验证；CD 把同一个已验证产物送往目标环境。构建一次、记录版本和依赖，比每个环境重新拼装更容易审计。
阅读这道题的独立深文 →自动化提升效率
自动化提升效率：从重复步骤到可验证流程：回答用脚本改进工作流，说明输入、失败处理、人工复核与可测收益。
解题切入：选择重复且规则清晰的任务，列人工流程和出错点，先自动化最稳定的部分。输入输出合同比脚本语言更重要。
阅读这道题的独立深文 →ConcurrentHashMap
ConcurrentHashMap：线程安全为何仍需原子复合操作：解释并发 map 的可见性、复合更新、迭代语义与跨键事务边界。
解题切入：单个 map 操作线程安全，但 get 后 put 是两个操作。计数使用 merge/compute 或合适的原子值，避免丢更新。
阅读这道题的独立深文 →Java 并发队列
Java 并发队列：无界吞吐、阻塞与背压：比较 ConcurrentLinkedQueue 与有界 BlockingQueue，解释生产消费系统的容量。
解题切入：ConcurrentLinkedQueue 是非阻塞的无界 FIFO 队列，不提供等待元素的 take。非阻塞不意味着每个线程都在有限步内完成。
阅读这道题的独立深文 →LinkedHashMap
LinkedHashMap：插入顺序、访问顺序与 LRU：解释双链顺序结构如何叠加哈希查找，以及 LRU 的并发限制。
解题切入：HashMap 桶提供按键定位，链式顺序结构提供确定遍历。默认保留插入次序，更新已有键通常不改插入位置。
阅读这道题的独立深文 →C++ 容器
C++ 容器：底层结构、失效规则与访问成本：用 vector、deque、list、map 与 unordered_map 比较访问、插入和内存。
解题切入：vector 连续存储，随机访问常数，末尾插入摊还常数；扩容可能搬移元素，容量改变时引用/指针/迭代器失效。
阅读这道题的独立深文 →C++ 段错误
C++ 段错误：从非法访问到可复现定位：解释空指针、越界、悬挂引用和栈溢出，并区分未定义行为与必然崩溃。
解题切入：段错误常来自访问无效或受保护地址；数组越界、use-after-free、失效迭代器、错误指针运算和过深递归都可能触发。
阅读这道题的独立深文 →C++ 构造器为何不能 virtual，析构器何时应 virtual
C++ 构造器为何不能 virtual，析构器何时应 virtual：从构造链和基类指针删除解释 virtual 的合法位置。
解题切入：构造器不是可重写的普通虚函数，不能声明 virtual。创建哪个完整类型必须在构造前由调用表达式或工厂决定。
阅读这道题的独立深文 →C++ 虚函数分派
C++ 虚函数分派：实际类型、override 与 ABI：解释基类引用如何找到派生实现，避免把 vtable 当语言唯一实现。
解题切入：虚调用按对象动态类型的最终覆写函数执行；override 让编译器检查签名匹配，避免 const 或参数误差造成隐藏。
阅读这道题的独立深文 →C 为什么不支持 C++ 式函数重载
C 为什么不支持 C++ 式函数重载：解释 C 函数名与原型规则，比较可变参数、宏和显式命名的能力。
解题切入：C 没有按参数类型建立同名重载集合的语言机制，同一可见函数标识符需要兼容声明。参数原型用于检查调用，不用于选择多个同名实现。
阅读这道题的独立深文 →C 字符串转整数
C 字符串转整数：完整解析与溢出检查：用 strtol 区分零、非法输入、尾部字符和范围错误，明确 int 目标范围。
解题切入：atoi 无法可靠区分合法0与失败，不适合严格校验。strtol 指定 base=10，调用前 errno=0，保存 endptr。
阅读这道题的独立深文 →JavaScript rest parameter
JavaScript rest parameter：数组收集与 spread 的方向：解释 rest 参数、默认参数与 arguments，区分展开语法。
解题切入：function f(first,...rest) 中 rest 是真正数组，可用 map/filter，first 不包含在 rest；没剩余时为空数组。
阅读这道题的独立深文 →Spring 依赖注入与 Bean 生命周期
Spring 依赖注入与 Bean 生命周期：构造、初始化和销毁：解释 @Autowired、构造注入、Bean 创建顺序与代理影响，区分 scope。
解题切入：IoC 容器解析定义、创建实例并注入依赖，再运行相关初始化与后处理。构造注入把必需依赖表达为构造合同，使对象少出现半初始化状态。
阅读这道题的独立深文 →HTTP GET 与 POST
HTTP GET 与 POST：安全、幂等、缓存与请求内容：比较请求语义，说明 URL、消息体与 HTTPS，不靠长度传言选择方法。
解题切入：GET 请求资源表示，语义安全且幂等；安全指客户端请求不意图改变服务端业务状态，不表示完全没有日志等副作用。
阅读这道题的独立深文 →TikTok 多层双链表扁平化
TikTok 多层双链表扁平化：DFS 顺序与原地拼接：把 child 链插到当前节点后，修复 prev/next，并证明无需栈的空间优化。
解题切入：栈版保存原 next，再走 child，自然得到深度优先顺序；重点是复用节点身份并修复反向链接，而不是仅输出值。
阅读这道题的独立深文 →TikTok 去元音再反转
TikTok 去元音再反转：字符合同与一次扫描：去掉大小写 ASCII 元音后反转剩余字符串，说明 Unicode 字素边界。
解题切入：删除与反转可交换顺序：对原串从末尾向前遍历，只收集非元音字符。得到与“先过滤再反转”一致结果。
阅读这道题的独立深文 →TikTok 段落排版
TikTok 段落排版：贪心换行与左右补空格：按宽度装入连续单词，超过才换行，并明确超长词与空段落。
解题切入：维护当前词列表和含词间空格的长度。加入新词需要 len(word)+(当前非空?1:0)，超过 W 时先输出当前行，再用该词开新行。
阅读这道题的独立深文 →TikTok 链表分组翻转
TikTok 链表分组翻转：完整组探测与指针不变量：先实现整链反转，再反转每 k 个节点，保留不足 k 的尾组。
解题切入：整链反转维护 previous/current/following，改当前 next 前先保存 following。局部更新始终保留尚未处理链。
阅读这道题的独立深文 →TikTok 两个有序数组第 k 大
TikTok 两个有序数组第 k 大：分割边界与重复排名：将第 k 大转为合并序列第 N-k+1 小，二分较短数组的分割点。
解题切入：设取 A 前 i 项、B 前 j 项构成左半，i+j=r。i 只能在 max(0,r-lenB)..min(r,lenA) 范围。
阅读这道题的独立深文 →TikTok 二叉树层内连接
TikTok 二叉树层内连接：BFS 边界与常数空间追问：将每层节点按从左到右用 next 连接，覆盖旧指针并处理稀疏树。
解题切入：BFS 每轮固定当前 queue 长度，只处理该层节点；孩子入队不会混入当前层。
阅读这道题的独立深文 →TikTok LCS
TikTok LCS：前缀状态、滚动行与重建取舍：求两序列最长公共子序列，推导相等与不等分支，区分公共子串。
解题切入：dp[i][j] 表示两前缀的最优长度。任一前缀为空时0；末元素相等可共同使用，得到 dp[i-1][j-1]+1，否则至少舍弃其中一个，取上/左最大。
阅读这道题的独立深文 →TikTok 判断 BST
TikTok 判断 BST：祖先范围与重复键合同：用祖先上下界检查所有节点，说明局部比较不足，并避免数值哨兵。
解题切入：只检查直接孩子无法约束孙子。例如根10、左5的右12，局部5<12却违反整棵左子树都<10。
阅读这道题的独立深文 →TikTok 二叉树右视图
TikTok 二叉树右视图：每层最右节点与稀疏边界：按明确题名练习右视图，输出每个深度最右可见值并独立建树验证。
解题切入：DFS 先访问右，再访问左。某深度第一次到达的节点就是从右侧看的最右节点，之后同深度跳过。
阅读这道题的独立深文 →TikTok MinStack
TikTok MinStack：前缀最小值与重复最小项：每层保存当前最小值，让弹出自然恢复此前最小，不扫描整个栈。
解题切入：每个栈项存(value,当前前缀minimum)。push 的新最小=min(value,旧最小)，pop 同时去掉该层值与摘要。
阅读这道题的独立深文 →TikTok MaxStack
TikTok MaxStack：栈序、最大序与懒删除：用双链表与最大堆支持 popMax，明确同值删最靠近栈顶者和长期内存。
解题切入：双链表维护栈次序，节点能常数 unlink；最大堆按(-value,-sequence) 排序，sequence 唯一，平值优先新项。
阅读这道题的独立深文 →TikTok 实时中位数
TikTok 实时中位数：两堆的秩边界与规模限制：维护较小一半与较大一半，解释 MaxStack 不能直接替代中位数结构。
解题切入：最大堆 lower 存较小一半，最小堆 upper 存较大一半；所有 lower≤upper，大小差保持0或lower多1。
阅读这道题的独立深文 →TikTok 正整数树向上路径和
TikTok 正整数树向上路径和：祖先前缀与退出回滚：判断是否存在某节点沿父指针上行的路径和等于 target，不允许跨左右分支。
解题切入：上行连续路径与同一祖先链上的下行路径集合相同。DFS 到节点的 root前缀和 S，若祖先之前某前缀为 S-target，则中间链之和为 target。
阅读这道题的独立深文 →TikTok 最大子数组和
TikTok 最大子数组和：以当前位置结尾的状态：用 Kadane 递推解释重新起点，处理全负数和非空合同。
解题切入：ending 表示以当前项结束的最优非空子数组。它只能从当前值重新开始或接在上一 ending 后，故 max(x,ending+x)。
阅读这道题的独立深文 →TikTok 矩阵第 k 小
TikTok 矩阵第 k 小：先确认排序保证再选算法：未假定行列有序，先用大小 k 最大堆精确求秩，再比较有序矩阵优化。
解题切入：扫描所有元素，最大堆维护截至当前最小 k 项。未满先入堆，满后仅比堆顶更小的项替换；堆顶始终是目前第 k 小。
阅读这道题的独立深文 →TikTok 登录流统计
TikTok 登录流统计：合法日期、时区与逐用户逐日计数：校验日期时间后聚合登录次数，明确格式、时区、重复事件与排序。
解题切入：先检查固定格式，再用日历解析校验闰年和各月天数；正则只能查外形，不能证明2月30日合法。
阅读这道题的独立深文 →TikTok 数组最大绝对差
TikTok 数组最大绝对差：极值证明与题意澄清：针对 max|a[i]-a[j]| 训练，证明等于最大值减最小值，不混入索引差。
解题切入：任意两值都位于 [min,max]，绝对差不超过 max-min。选择取得两端的项就能达到该上界，故最优等于极差。
阅读这道题的独立深文 →TikTok 大数据流分位数
TikTok 大数据流分位数：秩定义、外排序与近似摘要：从某个 percentile 的精确秩出发，比较两堆、磁盘归并和 quantile sketch。
解题切入：先问精确/近似、p是否固定、数据量N是否已知、能否重放、更新频率与磁盘预算。不同分位数定义可能在同一数据上给不同结果。
阅读这道题的独立深文 →TikTok 神经网络训练与推理
TikTok 神经网络训练与推理：尺寸、Batch、梯度和评估：从给定输入输出与隐藏层尺寸搭建网络，写完训练循环与推理模式切换。
解题切入：先确认 X[B,d]、标签[B]整数类ID，第一层W1[h,d]、第二层W2[C,h]，输出[B,C]，loss直接接logits而非先softmax。
阅读这道题的独立深文 →TikTok 手写 Transformer Decoder
TikTok 手写 Transformer Decoder：因果注意力与完整前向：明确 Decoder-only 训练版，拆解多头、FFN、残差、Norm 与词表投影，并验证无未来泄漏。
解题切入：输入ids[B,T]查token embedding并加position，得到[B,T,d]；Q/K/V线性投影拆为[B,H,T,dh]，dh=d/H。
阅读这道题的独立深文 →TikTok GPT 与 BERT
TikTok GPT 与 BERT：可见性、预训练目标与任务适配：比较因果生成与双向掩码理解，并把模型结构与指标选择联系起来。
解题切入：两者都用Transformer基本块，核心区别是attention可见性与训练目标。GPT式用因果mask预测下一个token；BERT式使用双向上下文重建被mask的token。
阅读这道题的独立深文 →TikTok LoRA
TikTok LoRA：低秩增量、初始化与小数据边界：推导冻结主权重时的低秩训练，解释参数节省为何不等于少样本保证。
解题切入：前向y=Wx+(α/r)BAx，训练只更新adapter及明确选择的额外项；反向仍需通过冻结基础网络传播激活梯度，冻结不代表无需计算。
阅读这道题的独立深文 →TikTok 多模态 Embedding 训练
TikTok 多模态 Embedding 训练：对齐、负例与检索评估：设计图像、视频和文本的共同表征，区分生成训练与可检索向量目标。
解题切入：定义检索单位：视频全局、片段或图片，文本是query/caption，正例关系如何标注。处理一对多等价正例，避免把正确相关样本当负例。
阅读这道题的独立深文 →TikTok VLM 项目深挖
TikTok VLM 项目深挖：结构、数据、训练与延迟证据：用一张计算流程解释视觉语言模型，逐项回答端到端、reasoning时间与已知限制。
解题切入：先画image/video→视觉encoder→projector→语言模型→输出，说明视觉token数、维度匹配和连接方式。若用cross attention，与直接拼token方案分开。
阅读这道题的独立深文 →TikTok 视频 Caption 部署
TikTok 视频 Caption 部署：帧预算、显存与调度：在算力和显存约束下设计多模态视频描述服务，拆分可降成本的阶段。
解题切入：流程拆上传解码、采帧/切片、视觉encoder、LLMprefill/decode、结果存储；每段记录耗时、队列等待和内存峰值。
阅读这道题的独立深文 →TikTok 视频广告检索
TikTok 视频广告检索：Embedding 候选、精排与水印任务：利用已有 caption/embedding 快速找相关视频，设计过滤、索引更新与水印幂等。
解题切入：品牌query先解析实体与硬过滤，embeddingANN召回，再结合caption文本、品牌安全、版权和业务特征精排。早期多路召回防单向量漏重要关键词。
阅读这道题的独立深文 →TikTok 大数据库隐私风险分类
TikTok 大数据库隐私风险分类：扫描、证据与误报：设计字段与记录级风险识别，比较规则、模型和 RAG，并保护检测流水线本身。
解题切入：先定义检测对象是schema字段、单元格、文档还是跨字段组合；列风险taxonomy和人工标注协议，避免“隐私”变成无边界标签。
阅读这道题的独立深文 →TikTok Query → Brand
TikTok Query → Brand：理解、召回、排序与评价：设计搜索词推荐品牌的完整链路，明确实体歧义、冷启动与商业约束。
解题切入：query理解做归一化、语言识别、实体/类别/属性提取；保留歧义，不把词典硬匹配当唯一答案。
阅读这道题的独立深文 →TikTok 推荐模型选型
TikTok 推荐模型选型：基线、召回和排序的不同目标：比较流行度、协同过滤、双塔与交互排序，按数据、延迟和冷启动选择。
解题切入：建立可测基线：热门/规则与简单线性模型。确认曝光日志、用户/物品ID、反馈延迟和负采样，避免模型复杂度掩盖数据问题。
阅读这道题的独立深文 →TikTok Embedding 推荐同质化
TikTok Embedding 推荐同质化：多样性重排与质量护栏：在相关性候选上减少重复商品、商家与类别集中，比较 MMR 和约束重排。
解题切入：先诊断同质化来源：近重复向量、热门曝光、召回单路、候选库存或排序目标。只在重排加噪声可能降低相关性又未解决根因。
阅读这道题的独立深文 →TikTok 过拟合
TikTok 过拟合：验证切分、容量与深度学习正则：从训练与验证差距诊断泛化失败，比较数据、早停、正则与模型容量。
解题切入：过拟合表现为对训练数据细节拟合强、对未见样本泛化差，先看按实体/时间正确切分的学习曲线与错误切片。
阅读这道题的独立深文 →TikTok Precision、Recall 与 F1
TikTok Precision、Recall 与 F1：混淆矩阵和阈值：从 TP/FP/FN/TN 推导指标，解释零分母、类别不平衡与业务成本。
解题切入：Precision=TP/(TP+FP)衡量预测正中的正确比例，Recall=TP/(TP+FN)衡量真实正被发现比例。F1=2TP/(2TP+FP+FN)，强调二者平衡但不含TN。
阅读这道题的独立深文 →TikTok XGBoost
TikTok XGBoost：梯度提升、二阶目标与树复杂度：把决策树、随机森林与 XGBoost 的训练机制联系起来，说明目标近似与正则。
解题切入：单树按分裂纯度/损失选择局部划分；随机森林用bootstrap和特征随机性训练相对独立树，平均降低方差。XGBoost逐轮加树修正现有预测目标。
阅读这道题的独立深文 →TikTok 奖励活动压垮后端
TikTok 奖励活动压垮后端：止损、准入与发奖一致性：处理奖励机制引发的高 QPS 故障，拆解短期恢复与长期容量设计。
解题切入：故障中先看错误率、连接/线程池、数据库与重试量，暂停活动放量或启用准入，保护核心服务。不要只扩机器而任由客户端重试放大。
阅读这道题的独立深文 →TikTok MySQL 异构热迁移
TikTok MySQL 异构热迁移：快照、CDC、对账与切流：设计不停服务的数据库迁移，解释双写失败窗口和回滚的真实条件。
解题切入：定义字段转换、主键、时区、精度、null、删除语义和查询兼容，使用真实样本做双读结果对照。
阅读这道题的独立深文 →TikTok 登录登出人数峰值
TikTok 登录登出人数峰值：差分与平台规则：从会话区间还原人数曲线，先定义局部峰是单点还是整段平台。
解题切入：每区间start加1、end减1，对差分做前缀得到每秒在线会话数；同秒入/出合并，自然符合半开语义。
阅读这道题的独立深文 →TikTok Kafka 工作原理
TikTok Kafka 工作原理：分区日志、Offset 与处理语义：从写入、复制、消费和提交位置解释消息系统，区分重放与外部副作用。
解题切入：topic分partition，每partition追加日志提供局部顺序。key分区决定相同业务实体是否能保持顺序；跨partition不自动有全局顺序。
阅读这道题的独立深文 →TikTok 分布式 KV
TikTok 分布式 KV：分片、复制与读写一致性：设计 get/put/delete，明确线性一致或最终一致，再谈扩容和故障恢复。
解题切入：API定义value大小、missing、delete、条件写和一致性。key路由到partition，metadata记录配置epoch，避免新旧路由同时接写。
阅读这道题的独立深文 →TikTok CAP
TikTok CAP：网络分区时到底牺牲什么：用具体读写执行解释一致性和可用性的冲突，不把 CAP 当三个产品标签。
解题切入：两个副本之间网络断开，客户端分别访问两侧。如果双方都立即接受不协调写并读本地值，可能无法表现为单一实时顺序。
阅读这道题的独立深文 →TikTok 并发设计
TikTok 并发设计：从共享状态到原子边界：解释竞态、锁与乐观版本，围绕项目证明不变量而非列工具。
解题切入：列共享状态和不变量，再定位读写及需要原子的多步操作。race不仅是同时写，同步缺失还会造成可见性和顺序问题。
阅读这道题的独立深文 →TikTok 浏览器连不上后端
TikTok 浏览器连不上后端：分层证据与最小复现：从浏览器网络面板定位 DNS、连接、TLS、HTTP 与 CORS，而非直接重启服务。
解题切入：收集URL、时间、受影响范围、network错误/状态、请求ID和最近变更。浏览器和命令行结果不同是重要线索。
阅读这道题的独立深文 →TikTok DNS 故障
TikTok DNS 故障：权威、递归缓存与记录差异：定位 NXDOMAIN、SERVFAIL、陈旧记录与地域差异，解释 TTL 的恢复限制。
解题切入：用dig查询A/AAAA/CNAME与响应状态，记录resolver、TTL和答案；逐层比较权威答案与递归缓存，必要时trace委派。
阅读这道题的独立深文 →TikTok Linux 磁盘满
TikTok Linux 磁盘满：块、Inode 与已删未关文件：用只读检查定位容量来源，再按保留策略释放或扩容，验证写入恢复。
解题切入：先看df -h与df -i，区分字节耗尽和inode耗尽，核对真正报错的mount；容器/卷/配额也可能与主机磁盘不同。
阅读这道题的独立深文 →TikTok IPv4 与 IPv6
TikTok IPv4 与 IPv6：地址、发现、MTU 与双栈排障：比较协议与部署差异，不把 IPv6 当天然加密或单纯更长地址。
解题切入：IPv4地址32位，IPv6地址128位，表示/前缀不同。IPv6用邻居发现相关ICMPv6机制，不直接照搬ARP。
阅读这道题的独立深文 →TikTok 网络设备接入节点
TikTok 网络设备接入节点：接口、地址、路由与隔离：解释物理/虚拟接口接入步骤，区分 attach、链路 up 与真正可达。
解题切入：物理设备先确认驱动/内核识别和link状态；虚拟设备确认类型、namespace与所属bridge/网络。ip link show只告诉接口信息，不等于地址与路由正确。
阅读这道题的独立深文 →TikTok Port Forwarding 与 Tunneling
TikTok Port Forwarding 与 Tunneling：映射和封装：用 SSH 本地转发说明端口映射，再解释隧道不必天然加密。
解题切入：port forwarding把某个监听地址/端口的连接转到另一端点，可由NAT、代理或SSH实现；tunneling把协议/数据通过另一个载体传输。二者可同时成立。
阅读这道题的独立深文 →TikTok HTTP 状态码
TikTok HTTP 状态码：错误分类、重试与业务合同：解释常见 2xx/3xx/4xx/5xx，并把状态与幂等重试、权限和观测联系起来。
解题切入：200成功、201创建、202接受但未完成、204无响应内容；3xx重定向/缓存相关语义需按具体码，304不是普通资源正文。
阅读这道题的独立深文 →TikTok libvirt
TikTok libvirt：虚拟化管理 API 与故障分层：解释 libvirt 管理 domain、网络和存储，区分管理库与实际 hypervisor。
解题切入：libvirt提供虚拟化管理API/工具，支持多种hypervisor与相关网络/存储资源。它不是一个等同KVM的CPU虚拟化引擎。
阅读这道题的独立深文 →TikTok CDN
TikTok CDN：边缘缓存、回源与失效：解释静态资源分发，设计 cache key、TTL、版本与故障时的回源保护。
解题切入：请求经边缘节点命中缓存或回源，距离缩短和连接复用可能降延迟，但缓存不正确会扩散错误。
阅读这道题的独立深文 →TikTok HTML 语义化
TikTok HTML 语义化：结构、交互与可访问名称：用正确元素表达文档与操作，解释语义对辅助技术、键盘和维护的作用。
解题切入：标题h1..h6按内容层级组织，main/nav/article等表达页面区域；section通常需要可识别主题，不仅为CSS造容器。
阅读这道题的独立深文 →TikTok DOM 事件冒泡
TikTok DOM 事件冒泡：阶段、Target 与委托：解释捕获、目标和冒泡，区分阻止传播与阻止默认动作。
解题切入：传播路径从祖先捕获到target，再对可冒泡事件回到祖先。event.target是原目标，currentTarget是当前监听器所属元素。
阅读这道题的独立深文 →TikTok JavaScript 闭包
TikTok JavaScript 闭包：词法环境、共享绑定与释放：用计数器和循环回调解释闭包捕获绑定，避免把它当值的快照。
解题切入：函数与其词法环境形成闭包，创建时决定能访问哪些外层绑定；调用地点不会随意改变词法变量来源。
阅读这道题的独立深文 →TikTok 为什么申请
TikTok 为什么申请：业务兴趣、岗位匹配与真实经历：回答 Why TikTok，用具体岗位问题和个人证据说明动机，避免泛泛公司赞美。
解题切入：用一项你愿意解决的业务/工程问题开始，例如内容分发的质量与延迟，再联系岗位职责，不仅说平台很大。
阅读这道题的独立深文 →TikTok 职业规划
TikTok 职业规划：能力方向、阶段证据与调整：结合 Applied ML Engine 职责表达发展方向，说明如何学习与贡献。
解题切入：先说希望解决的工作类型，例如把模型变成可靠可测服务，再说当前能力和明确缺口。
阅读这道题的独立深文 →TikTok 怎样参与团队合作
TikTok 怎样参与团队合作：接口、分工与闭环：用真实合作案例说明协调与个人贡献，区分正常协作和冲突处理。
解题切入：背景先说明共同目标、团队构成和你的责任。把“我们做了”拆成你具体提出/执行/验证的动作。
阅读这道题的独立深文 →TikTok 为什么选方案 A
TikTok 为什么选方案 A：约束、备选与可逆决策：回答项目技术选型，比较当时可行替代方案与改变决定的证据。
解题切入：先列当时需求、规模、团队熟悉度和风险；没有约束的“最佳技术”不能解释决定。
阅读这道题的独立深文 →TikTok BST 查找与删除
TikTok BST 查找与删除：根变化和后继替换：返回匹配节点，再处理删除的零、一、两个孩子情况，保留严格有序不变量。
解题切入：search每步按目标与当前值比较只进入一侧，缩小候选子树；找不到返回None。
阅读这道题的独立深文 →TikTok 迷宫 BFS
TikTok 迷宫 BFS：单位步最短路与端点合同：按明确训练网格定义 BFS，验证阻塞、无路和起终点相同。
解题切入：BFS按距离层扩展，每格第一次入队时距离最短；入队即标seen，避免同层重复加入造成过量工作。
阅读这道题的独立深文 →TikTok 树形打家劫舍
TikTok 树形打家劫舍：选与不选的后序状态：按标准树独立集训练，证明父子不可同时选与两个子树的组合。
解题切入：每节点take=自身值+左右skip，skip=max(左take,左skip)+max(右take,右skip)。父子约束切断后，两个子树可独立取最优。
阅读这道题的独立深文 →TikTok 景点邻接对还原
TikTok 景点邻接对还原：链端点与结构验证：由相邻景点对恢复任意方向路径，说明单链假设与分叉/环的区别。
解题切入：建立无向邻接表，链应恰有两个度1端点，其余度2。选一个端点，沿唯一未访问邻居前进。
阅读这道题的独立深文 →TikTok 电池回充模拟
TikTok 电池回充模拟：耗尽事件、可用时间与缺失政策：复现16分钟样例的7次耗尽，解释最后一块未耗尽不计数，并列出必须澄清的规则。
解题切入：每块维护readyAt时间，开始全部可用。一次耗尽结束时t增加capacity，readyAt=t+recharge，耗尽次数加1；最后使用时长小于capacity则不耗尽、不加计数。
阅读这道题的独立深文 →TikTok Coin Change
TikTok Coin Change：最少枚数与组合数的两个状态：把最少硬币和无序组合计数分开推导，解释遍历方向，保留题目目标冲突。
解题切入：最少数dp[s]=min(dp[s-c]+1)，dp[0]=0，无解标记；目标是优化而不是计数，金额递增确保依赖较小值已完成。
阅读这道题的独立深文 →搜索词自动补全
搜索词自动补全：Prefix候选、实时趋势与安全过滤：低延迟候选索引与个性化排序分离，冷前缀也要有回退。
解题切入：事件聚合query规范化/频次/时效，清理机器人与异常刷量，保留语言和地区；敏感/不适合公开建议的query按定义过滤。规范化不丢地区/语言意义。
阅读这道题的独立深文 →图片视频近似去重
图片视频近似去重：候选召回、时间对齐与验证阈值：exact hash与语义相似不是一回事，误合并会损失不同内容。
解题切入：exact content hash先处理逐字节重复，感知hash/embedding ANN召回近似候选。图像验证比较局部特征/几何或感知差异，尺度/裁剪鲁棒性与误合并权衡。
阅读这道题的独立深文 →有害视频审核
有害视频审核：多模态证据、分级处置与人工复核：分类置信度和处置策略分开，误报与漏报需按类别评估。
解题切入：ingestion抽帧、ASR、OCR和metadata，统一时间轴，快速规则/轻模型初筛，复杂/不确定样本交重模型或人工。抽样帧可能漏短暂片段，按风险类别提高采样或片段定位。
阅读这道题的独立深文 →Evidence Review
已发现但暂未写成深文的题目信号
这些帖子只给题名、部分约束或外链；先标注证据缺口，再决定是否补成独立文章。
输入和规则仍需补充的OA题
日期映季节的映射表、triplet条件、round-robin容量与换中心政策、网格传送以及pref[r]−2pref[l]窗口的数值域未完整说明；这些细节会改变解法，不按算法名补造合同。
API、附件与隐藏条件
文章筛选API未给完整JSON字段和排序规则，处罚系统关键条件不可见，多道OA仅有附件文件名；当前无法确定输入输出，不提供猜测答案。
说明不一致的题目边界
无连续66计数采用0到10ⁿ−1的样例合同；局部峰采用连续位置向外比较；字符串压缩不承诺可逆。树右视图的文字题名与编号也不一致，后续训练应按明确功能确认。
Next Step
把题目放回面试流程
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。
