算法岗面试方法论：心态、自我介绍、不会的题与反问环节

《面试题目》

1. 面试心态：面试本质是双方判断能不能一起干活，别一开始就把自己放在被审问的位置上
2. 自我介绍：控制在一到两分钟，讲清你是谁、方向是什么、做过什么相关项目、为什么适合这个岗位，而不是把简历逐条念一遍
3. 熟悉的问题：不要一上来猛背定义，先确认问题口径，再按结论、机制、例子、边界组织回答，并讲出当时为什么这么做、放弃了什么方案、结果和代价如何
4. 不会的问题：直接说「这部分我没有实际做过，只了解基本思路」，能继续推理就说明这是推测，不要顺便贬低自己
5. 编程题：写不出完整代码也别一声不吭，先确认题意与边界，先讲暴力解法再讲优化，边写边说变量、循环条件和边界处理，卡住就说卡在哪
6. 算法岗面试的考察范围：除了 LeetCode Hot100，还包括新场景问题拆解、方案假设与验证、业务题分析、AI 代码阅读和排查；推荐、广告、搜索偏采样排序与实验，视觉与大模型偏数据处理、推理、显存与延迟，AI 代码题看输入输出、数据流、维度、损失、报错与性能
7. 反问环节可以问什么：如果我入职会主要负责哪块业务、团队对这个岗位前三个月有什么期待、这个岗位当前最需要解决的问题是什么、团队里优秀新人通常具备哪些特点
8. 反问环节不太建议先问什么：加班多不多、能不能远程、福利具体有哪些

《参考解析》

1. 心态这一条决定了后面所有环节的发挥：把面试理解成技术交流，追问就不是「你答错了」的信号——面试官很多时候是在测你能力的边界，看你被推到不熟悉的区域时怎么反应。所以答不出来时可以坦白边界，但不要慌、不要改口、不要顺着面试官的表情猜答案。一个实用的自检是：面试结束后你能不能复述出对方关注的三件事，如果能，说明你在交流；如果只记得自己哪里卡住了，说明你还在被审问的状态里。

2. 自我介绍是唯一你能完全掌控的两分钟，要用来设钩子：结构可以是「定位（方向 + 年限或届别）→ 一条主线经历 → 与岗位最相关的项目与结果 → 为什么是这个岗位」。核心目的是把后续提问引到你的舒适区：主动提一句你最想被追问的技术点（比如某个链路的优化、某个指标的提升），面试官大概率会顺着问。留钩子必须自己接得住，接不住的亮点不如不提——这也是「别挖坑」的意思。

3. 熟悉的问题拼的是判断力，所以要有取舍和代价：一道题答成默写只能证明你背过，答成决策过程才能证明你做过。推荐的顺序是先给结论（我认为该这么做），再讲机制（为什么），再用项目例子说明边界（我们当时在什么约束下选了哪个方案），最后补代价与风险（延迟换准确率、成本换效果）。这套结构对系统设计题、项目深挖题同样适用，也天然规避了「标准答案背得很熟但一追问就崩」的情况。

4. 不会的题答得好，反而加分：算法方向太广，没读过某篇论文、没用过某个框架都很正常，现场胡扯面试官基本能立刻听出来。稳妥的处理是三步——说明没实际做过、说明你了解到的哪一步、如果继续推理就明确标注这是推测。不要用「我基础比较差」这类自我贬低收尾，也不要把话题硬拗回自己会的部分。边界清晰的候选人，面试官更敢把真实业务交给他。

5. 编程题考的是思考方式，所以过程必须外化：确认输入输出、数据规模与边界条件是第一步，它同时暴露你是否会问清需求；然后说思路，哪怕先给暴力解；再讲优化以及复杂度怎么变；写的时候边写边解释关键变量和循环不变量；卡住时明确说出卡点，面试官往往会给提示，而提示本身就是合作能力的观察窗口。写不完代码并不等于挂，全程沉默才是真的失分。

6. 反问是最后一次主动判断岗位的机会：优先问业务与成长——负责哪块、前三个月的期待、当前最需要解决的问题、优秀新人的特征，这些问题既显得你在以入职视角思考，也能让你听到 JD 里没有的信息。加班、远程、福利不是不能问，但放在后面或等 HR 面更合适；顺序本身会传递你更关注什么。面完把听到的答案记下来，几场面试横向一比，岗位之间的差别会非常清楚。