小工具知识网

当前位置: 首页 > 行业知识 > 字节跳动也启动春季校园招聘了(含二面算法原题)

行业知识

字节跳动也启动春季校园招聘了(含二面算法原题)

2026-11-19 03:18:31 来源:互联网转载

字节跳动 - 春招启动

随���各个大厂陆续打响春招的响头炮,字节跳动也官宣了春季校园招聘的正式开始。

还是那句话:连互联网大厂启动校招计划尚且争先恐后,你还有什么理由不马上行动?!

先来扫一眼「春招流程」和「面向群体」:

一般的大厂校招,只会放出「岗位类型(前端/后端/算法)」和「要求说明」,具体会分到什么部门 or 事业群,是后面的事,选择权往往不在候选人手上。

但字节则有所不同,会在校招岗位中直接指明这是哪个部门 or 事业群的实习岗位。

因此可投岗位会很丰富,好处是候选人会对岗位了解得比较清楚,并且不会出现大量候选人都涌入某个投递口的情况:

然后再看看和公主号相关性较高的岗位:

以「前端工程师-基础架构」为例,还有「国际电商/飞书/业务中台/搜索」等等 以「客户端开发工程师-国际化短视频」为例,还有「直播/国际化短视频/互娱研发」等等 以「后端工程师-质量架构」为例,还有「飞书/国际化/用户中台」等等 以「算法工程师-国际商品产品与技术」为例,还有「Flow/UG/电商」等等

...

回归主线。

字节是众多国内互联网大厂中,以「算法面试」著称的大厂。

即使是字节社招中,仍然会有较大的算法占比。

今天给大家分享一道「字节跳动」二面算法原题。

题目描述

平台:LeetCode

题号:895

设计一个类似堆栈的数据结构,将元素推入堆栈,并从堆栈中弹出出现频率最高的元素。

实现 FreqStack 类:

  • FreqStack() 构造一个空的堆栈。
  • void push(int val) 将一个整数  val 压入栈顶。
  • int pop() 删除并返回堆栈中出现频率最高的元素。

    如果出现频率最高的元素不只一个,则移除并返回最接近栈顶的元素。

    示例 1:

    输入:
    ["FreqStack","push","push","push","push","push","push","pop","pop","pop","pop"],
    [[],[5],[7],[5],[7],[4],[5],[],[],[],[]]

    输出:[null,null,null,null,null,null,null,5,7,5,4]

    解释:
    FreqStack = new FreqStack();
    freqStack.push (5);//堆栈为 [5]
    freqStack.push (7);//堆栈是 [5,7]
    freqStack.push (5);//堆栈是 [5,7,5]
    freqStack.push (7);//堆栈是 [5,7,5,7]
    freqStack.push (4);//堆栈是 [5,7,5,7,4]
    freqStack.push (5);//堆栈是 [5,7,5,7,4,5]
    freqStack.pop ();//返回 5 ,因为 5 出现频率最高。堆栈变成 [5,7,5,7,4]。
    freqStack.pop ();//返回 7 ,因为 5 和 7 出现频率最高,但7最接近顶部。堆栈变成 [5,7,5,4]。
    freqStack.pop ();//返回 5 ,因为 5 出现频率最高。堆栈变成 [5,7,4]。
    freqStack.pop ();//返回 4 ,因为 4, 5 和 7 出现频率最高,但 4 是最接近顶部的。堆栈变成 [5,7]。

    提示:

    • push 和 pop 的操作数不大于
    • 输入保证在调用  pop 之前堆栈中至少有一个元素

      哈希表

      这是一道很纯的哈希表题儿。

      首先,我们容易想到建立 「第一个哈希表 cnts 用于记录某个数值的出现次数,cnts[val] = c 含义为数值 val 当前在栈中的出现次数为 c。我们称该哈希表为「计数哈希表」」。

      再结合每次 pop 需要返回「频率最大的元素,若有多个则返回最考虑栈顶的一个」的要求,我们还可以 「建立第二个哈希 map,该哈希表以「出现次数 c」为键,以「出现次数均为 c 的元素序列」为值,map[c] = A = [...] 含义为出现次数为 c 的序列为 A,并且序列 A 中的结尾元素为出现次数为 c 的所有元素中最靠近栈顶的元素。我们称该哈希表为「分桶哈希表」」。

      最后再额外使用一个变量 max 记录当前最大出现频数,不难发现,max 必然是以步长 进行变化(当出现次数为 max 的元素被 pop 掉了一个后,必然剩下 max - 1 个),因此当我们在某次 pop 操作后发现出现次数为 max 的集合为空时,对 max 进行自减操作即可。

      将题目给的样例作为 ,大家可以看看 cnts、map 和 max 三者如何变化,以及 pop 的更新逻辑:

      Java 代码:

      class FreqStack {
          Map map = new HashMap();
          Map cnts = new HashMap();
          int max;
          public void push(int val) {
              cnts.put(val, cnts.getOrDefault(val, 0) + 1);
              int c = cnts.get(val);
              List list = map.getOrDefault(c, new ArrayList());
              list.add(val);
              map.put(c, list);
              max = Math.max(max, c);
          }
          public int pop() {
              List list = map.get(max);
              int ans = list.remove(list.size() - 1);
              cnts.put(ans, cnts.get(ans) - 1);
              if (list.size() == 0) max--;
              return ans;
          }
      }

      C++ 代码:

      class FreqStack {
      public:
          unordered_map freq;
          unordered_map m;
          int maxv = 0;
          
          void push(int val) {
              maxv = max(maxv, ++freq[val]);
              m[freq[val]].push_back(val);
          }
          
          int pop() {
              int x = m[maxv].back(); 
              m[maxv].pop_back();
              if (m[freq[x]--].empty()) maxv--;
              return x;
          }
      };

      Python 代码:

      class FreqStack:
          def __init__(self):
              self.cnts = defaultdict(int)
              self.map = defaultdict(list)
              self.mv = 0

          def push(self, val: int) -> None:
              self.cnts[val] += 1
              c = self.cnts[val]
              self.map[c].append(val)
              self.mv = max(self.mv, c)

          def pop(self) -> int:
              ans = self.map[self.mv].pop()
              self.cnts[ans] -= 1
              self.mv -= 0 if self.map[self.mv] else 1
              return ans

      TypeScript 代码:

      class FreqStack {
          map: Map = new Map()
          cnst: Map = new Map()
          max: number = 0
          push(val: number): void {
              if (!this.cnst.has(val)) this.cnst.set(val, 0)
              this.cnst.set(val, this.cnst.get(val) + 1)
              const c = this.cnst.get(val)
              if (!this.map.has(c)) this.map.set(c, new Array())
              this.map.get(c).push(val)
              this.max = Math.max(this.max, c)
          }
          pop(): number {
              const ans = this.map.get(this.max).pop()
              if (this.map.get(this.max).length == 0) this.max--
              this.cnst.set(ans, this.cnst.get(ans) - 1)
              return ans
          }
      }
      • 时间复杂度:所有操作均为
      • 空间复杂度:所有入栈的节点最多会被存储两次,一次在计数哈希表中,一次在分桶哈希表中,复杂度为

        我是宫水三叶,每天都会分享算法知识,并和大家聊聊近期的所见所闻。

        欢迎关注,明天见。

        更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地

上一篇:迷你主机3500元测评怎么样

下一篇:揭秘,网络最大连接数背后的极限与挑战