字节Agent岗三轮面经:多有序数组Top K、设计链表、LCS输出序列
- 轮次
- 一面+二面+三面
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 给定多个已经各自升序排好的数组,找出所有数组中最大的 K 个数。
- 设计一个链表,支持按下标查找、插入与删除。
- 求两个字符串的最长公共子序列,并输出其中一个具体的子序列。
- Agent 的记忆怎么实现?用户改了偏好,旧记忆怎么办?
- DeepSeek Harness 的架构怎么讲?想接一个内部工具,要改哪里?
- 用 DeepSeek Harness 做一个短剧生成 Agent,怎么保证它按流程走?
《参考解析》
多个有序数组求 Top K,关键是别每轮全量扫候选。朴素的写法是每轮从 m 个数组各取当前最大值比较、胜出的那个数组再补下一个,O(Km);因为每轮只淘汰一个候选,可以用堆把「m 个候选里取最大」降到 O(log m)。具体做法是每个数组放一个指针指向当前最大元素(数组升序,最大在末尾),把 m 个候选压进堆,弹出堆顶计入答案,从该堆顶所属数组补进下一个元素,重复 K 次,总复杂度 O(m + K log m)。Python 的 heapq 是最小堆,数值取负再放进去即可;若 K 大于总元素数,直接取全部。要能顺带回答两个追问:K 远小于元素总数时堆优于归并全部数组,K 接近总数时直接把所有数合并排序更简单;m 很大而 K 很小时,先对每个数组取末尾元素建堆仍是最优的,因为初始化是 O(m) 的 heapify。
设计链表是考边界而不是考思路。核心是哨兵节点加双向链表:头尾各放一个哨兵可以消掉所有「是否为空」「是否在头尾」的特判,index 越界与 index == size(尾插)要单独判断。按下标查找从 head 走到第 index 个节点,插入时先定位到目标位置的前驱,再改四条指针:pred.next = node、node.prev = pred、node.next = succ、succ.prev = node,顺序错了会把链表截断。删头、删尾、删唯一节点、空链表插入、下标等于长度这五种情况要自己先在纸上走一遍。面试官通常会要求不用哨兵再写一版,用来观察你是不是靠技巧兜住了边界。
LCS 要输出具体序列,回溯方向必须讲清楚。先用二维 DP 求长度:dp[i][j] 表示 s1 前 i 个字符与 s2 前 j 个字符的 LCS 长度,字符相同取 dp[i-1][j-1] + 1,不同取 max(dp[i-1][j], dp[i][j-1])。求完长度从右下角往回走:字符相同就把该字符记下来并同时左上移;不同则比较上方与左方的 DP 值,往大的方向走,相等时任选一边(这决定了输出的是哪一个合法解)。收集到的字符是逆序的,最后反转。子序列与子串的区别要能一句话说清:子序列可以跳着取、保持相对顺序,子串必须连续。复杂度 O(mn) 时间与空间,需要时再提滚动数组只能求长度、求具体序列必须留完整表或额外记录选择。
Agent 的记忆分两层讲,重点在「写什么、什么时候失效」。会话内记忆就是上下文窗口:保留最近几轮原文,超长时把较早的对话压成摘要,摘要要保留约束条件(用户明确否掉的方案、必须满足的格式)而不是复述过程。跨会话记忆只存值得复用的信息——用户明确表达的偏好、尚未完成的任务、稳定的环境事实——每条带来源、更新时间与置信度。用户改偏好时不删除旧记录而是标记失效或写入新版本,检索时只返回当前生效的那条;这条设计比「用向量库存一切」更能回答「旧信息怎么失效」的追问。再往下会被问写入时机:不要让模型每轮自行决定写记忆,应该在关键事件(用户显式纠正、任务完成、设置变更)时由程序触发写入。
讲 DeepSeek Harness 的架构要落到「插件怎么组合」。底层是 Cordis 的插件容器,模型适配、工具注册、会话日志、Agent Loop 各自是插件,启动时由一个 Profile 把这些插件组合起来,运行时按依赖注入拿到能力。想接一个内部工具,写一个插件在其中注册工具即可:把工具名、描述与入参 schema 定义清楚,执行体里调用内部服务;权限校验不要放在模型侧,由业务后端按调用者身份判断,模型只负责选工具与填参数。回答时按「工具怎么注册 → 模型怎么被引导去调用 → 后端怎么校验」这条线讲,能顺势带出为什么工具描述要写得像给人看的接口文档。
短剧生成 Agent 的流程约束不能只靠提示词。把「剧本 → 分镜 → 审核 → 镜头生成」做成后端状态机,每次只把当前阶段需要的工具暴露给模型,模型无法跳到下一阶段;阶段推进的条件由程序校验,例如生成镜头前检查当前版本的分镜是否已通过审核,分镜改了就把审核状态重置、按新版本重新走。这样即使模型选错工具,系统也停在原地而不是产出一版没人审过的成片。再追问超时:生成任务提交后按任务 id 查状态,重试沿用同一个幂等键,避免重复生成与重复计费;失败超过阈值转人工,不让 Agent 无限重试。
复盘方式值得借鉴:不要只看参考答案,挑一道从头重答。比如记忆这题,只背「短期放上下文、长期用向量库」,被追问「什么时候写、旧信息怎么失效」就会卡住;把追问链条写下来,按链条逐层补,比再刷十道新题有效。