昨天和一个准备冲字节算法的学弟吃饭他刚面完一面第一句话就是“算法题我明明AC了还是被挂了。”我听完并不意外。2024年的字节跳动算法面试题考察点早就不是“写对一道题”这么简单了。很多人对字节算法面试的印象还停留在“刷LeetCode热题100就能过”但实际上今年面试中大量出现的是基础算法的变形题面试官更看重你拆解问题的路径、边界条件的敏感度、复杂度的计算能力甚至是你代码的书写习惯。这篇内容我按照自己的经验结合今年大家反馈比较多的题目方向做了完整梳理从考察范围、高频题型、解题思路、备战节奏到现场细节一次讲清楚。1. 2024年字节算法面试的考察范围从流程到题型分布1.1 面试流程中的算法题分布字节的技术面试一般有3到4轮每轮都会涉及算法手撕。第一轮属于“资格面”通常1到2道算法题难度以medium为主偶尔有一道easy热热身第二轮开始加入系统设计或项目深挖但算法题仍然会出现难度会提上来一些会出现状态压缩DP、线段树这类进阶问法第三轮是综合面除了业务和项目算法题更多用来考察思维习惯有时候题目本身不难但面试官会连续追问“还能不能再优化”“空间能不能压一压”。每道算法题给到的时间一般在15到25分钟包含读题、确认边界、聊思路、写代码、跑测试和复杂度分析。所以你在牛客网练习时如果一道题写超过30分钟基本就不符合字节的节奏要求了。1.2 高频题型分布观察我整理了周围反馈以及公开面经里比较有代表性的题目方向做了个频率统计可以用来校准自己的复习重心题型/数据结构出现频率常见问法动态规划极高最长递增子序列、编辑距离、背包变形、股票系列二叉树与递归极高最近公共祖先、层序遍历、二叉树最大路径和字符串/双指针/哈希高最长不重复子串、三数之和、模式匹配排序/堆/TopK中高快排partition、合并K个有序链表、TopK变体二分查找中高搜索旋转排序数组、寻找峰值链表中高反转链表、环形链表、K个一组翻转图论/并查集/Dijkstra低岛屿数量、课程表拓扑排序智能优化粒子群/模拟退火等极低几乎不手撕最多口头问思路这张表是根据2024年上半年的反馈整理的不保证完全准确但从整体趋势来看动态规划和二叉树确实是重头戏值得花最多时间。1.3 2024年面试题的变化趋势往年大家常说“字节爱出原题”但从今年反馈来看原题出现比例明显下降更多的是“经典题换皮”。举个很典型的例子LeetCode上一道“最长连续序列”看起来是哈希表的题但字节面试时换成了“给定一组任务和冷却时间求最短执行时间”核心还是哈希表加贪心但披上了业务的外衣考察你能不能识别出底层模型。另外一个明显变化是面试官会抓住你的代码抠边界。比如二分查找一定要问清楚“区间是左闭右闭还是左闭右开”快排partition会追问“随机选取pivot和固定pivot在性能上的差别”。这些细节在往年可能不会卡人今年却成了区分度所在。还有一个趋势就是对于社招候选人算法题经常和实际业务场景挂钩。比如搜索引擎部门会让你手写一个带关键词高亮的字符串匹配逻辑推荐部门会出加权TopK。这和网传的“字节算法面试题”偏基础有所不同算是2024年比较明显的特点。2. 高频真题的解题思路拆解能写出来还不够2.1 字符串与模式匹配KMP的next数组一个很容易翻车的点字符串相关的题目里KMP算法虽然出现的频率不算特别高但只要出现好多人就会栽在next数组上。网上有一道流传很广的题对模式串p abacaba求它的next数组。我拿这个例子把两种常见定义都讲一下。先明确next数组的两种主流定义。第一种next[i]表示当第i位字符匹配失败后下一步用模式串第几个位置的字符继续匹配这种定义下next[0] -1。第二种next[i]表示模式串前i1个字符组成的子串中最长相等前后缀的长度这种定义下next[0] 0。按第二种定义来算模式串p abacabai子串最长相等前后缀next[i]0a无01ab无02abaa长度113abac无04abacaa长度115abacabab长度226abacabaaba长度33所以按第二种定义next数组是[0, 0, 1, 0, 1, 2, 3]。如果按第一种定义数组整体右移一位并令next[0] -1得到[-1, 0, 0, 1, 0, 1, 2]。这个题看起来很基础但很多人算错的原因是把“最长相等前后缀”理解成了“最长回文前缀”完全跑偏。KMP的本质是利用已经匹配过的信息避免主串指针回退核心就是前后缀的理解。面试时如果连next数组都说不清楚那基本就告别这一轮了。如果你手撕KMP可以用下面的代码作为参考def build_next(p): m len(p) nxt [0] * m j 0 for i in range(1, m): while j 0 and p[i] ! p[j]: j nxt[j - 1] if p[i] p[j]: j 1 nxt[i] j return nxt代码里的j就是当前已匹配的前后缀长度遇到不匹配就沿next数组回退这样构建next的时间复杂度是O(m)。很多人在这个题上只背模板不理解j nxt[j-1]这一步的含义面试官一旦追问就露馅。字符串题还有一个几乎必考的方向是滑动窗口比如“最长不含重复字符的子串”。这个题解法的核心是维护左右两个指针和一个哈希表记录字符最后出现的位置右指针不断右移遇到重复字符就把左指针跳到“上一次出现位置1”。这类题面试官会追问“为什么时间复杂度是O(n)”因为左右指针各自最多移动n次均摊下来是线性的。2.2 二叉树的常见手撕题最近公共祖先其实在考递归思维二叉树是字节非常偏爱的题型因为递归思想可以很好地反映一个人对问题拆分的直觉。二叉树的层序遍历、之字形遍历、右视图这类题只要用队列就行难点在于递归类题目。“最近公共祖先”LCA是出现频率很高的题。给定一棵二叉树和两个节点p、q找它们的最近公共祖先。常规递归解法其实只有十行左右的代码def lowest_common_ancestor(root, p, q): if not root or root p or root q: return root left lowest_common_ancestor(root.left, p, q) right lowest_common_ancestor(root.right, p, q) if left and right: return root return left if left else right这段代码的精髓在于从底向上返回“找到了哪个目标节点”。如果某棵子树里同时包含了p和q说明当前节点就是LCA如果只包含其中一个就把那个节点向上传递。这个思路放在普通二叉树上很优雅但如果题目变成BST的LCA那还有更优的解法利用二叉搜索树左小右大的性质从根节点开始向下找第一个值介于p和q之间的节点即可。二叉树里另一道高频题是“二叉树中的最大路径和”。这个题的核心是定义每个节点“向上贡献的最大值”然后维护一个全局最大值。状态转移是当前节点加上左子树和右子树中较大的贡献如果贡献值是负数就取0因为负贡献还不如不选。考察点和LCA一样都是递归后序处理的思路。2.3 动态规划的高频考法LIS、背包和状态机DP字节的动态规划题很少直接出教科书式的“0-1背包”而是喜欢套一层业务壳。比如“给定一个数组你可以选择任意一个子序列要求选中元素在原数组中的位置差至少为k求最大和”这本质就是带约束的DP但正常人第一次看到会愣一下。最长递增子序列LIS是字节的高频题而且非常喜欢追问优化。先写O(n^2)的DP解法dp[i]表示以第i个元素结尾的最长递增子序列长度转移方程是dp[i] max(dp[j] 1)其中j i且nums[j] nums[i]。这版代码能跑通但面试官基本都会追问“能不能优化到O(n log n)”O(n log n)的解法是用一个辅助数组tailstails[i]表示长度为i1的递增子序列的最小末尾值。遍历每个数时在tails里二分查找第一个大于等于当前数的位置并替换掉如果当前数比tails里所有数都大就追加到末尾。这里的关键是tails里的值并不一定是真实的子序列但长度信息是正确的所以最后返回tails的长度即可。背包类题目字节更多的时候不是考二维DP模板而是考空间优化。比如0-1背包二维dp可以压缩成一维但内层循环必须倒序遍历因为每个物品只能用一次如果是完全背包内层循环就正序遍历。这个“为什么”一定要吃透面试官很喜欢在这个地方挖坑。还有一个方向是状态机DP最典型的就是股票买卖系列。带冷却时间的版本可以定义三个状态持有股票、不持有且在冷冻期、不持有且不在冷冻期。状态转移画成图会比较直观但面试手撕时不用画图直接定义DP数组然后推转移方程就行。核心是分清每个状态下“现金流”的变化写代码时注意状态更新要使用上一轮的值避免覆盖。2.4 排序、堆与二分TopK题型的三种解法要能随时切换TopK问题也是字节面试中的常客出现形式包括“返回数组中出现频率最高的K个数”“找第K大的元素”。解法有三条路线最好都熟练。第一条路线是快速排序的partition思想平均时间复杂度O(n)但最坏会退化到O(n^2)。面试时如果选了这条路最好主动说明可以通过随机选择pivot来避免最坏情况这能体现你的工程敏感度。第二条路线是堆维护一个大小为K的小顶堆或大顶堆。找第K大元素就维护大小为K的小顶堆堆顶就是要的答案时间复杂度O(n log K)。堆的写法更稳但常数稍大。第三条路线是针对数据范围的特殊解比如“统计出现频率最高的K个单词”可以用哈希表统计频率后按频率建桶再从高频往低频扫描。这本质是计数排序的思想在某些场景下能达到O(n)。二分查找也很值得单独说。字节特别爱出“搜索旋转排序数组”核心思路是把数组从中间切开后判断哪一半是有序的然后在有序的那一半里根据target大小决定搜索方向。这个题最大的陷阱是边界条件比如等号到底加在哪里需要反复训练形成肌肉记忆。2.5 双指针与贪心代码短但容易踩推理漏洞双指针在字节的题目里出现频率很高。三数之和、接雨水、盛最多水的容器这几道经典题都是双指针能解的。以三数之和为例先排序然后固定一个数用左右指针在剩余区间里找两个数和为target。这里需要特别注意去重逻辑固定数移动时跳过重复值左右指针匹配成功后也要跳过重复值。贪心算法看似代码简短但真正难的是证明贪心策略的正确性。字节的面试官会追问你“为什么这样贪心是安全的”如果答不上来代码写得再漂亮也会减分。比如区间调度问题按结束时间排序后每次选最早结束的区间这个策略的证明要点是“每次选择最早结束的区间能为后续留下最大空间”。把这个逻辑想明白比背代码有用得多。3. 算法选型与复杂度沟通这些隐藏考察点比AC更重要3.1 从暴力到最优把你的思考路径讲给面试官听字节的算法面试非常看重思考路径。很多人一上来就闷头写最优解面试官反而会怀疑你是不是背过题。更聪明的做法是先快速给出一个暴力解然后主动分析复杂度再说怎么优化。比如最长递增子序列可以先说O(n^2)的DP再讲O(n log n)的二分贪心优化。这个“先暴力再优化”的过程本身就是面试官想看到的。还有人会问如果一道题我自己会做但想不出暴力解怎么办我的建议是暴力解通常从“枚举所有可能方案”的角度想。比如求子数组最大值暴力就是枚举起点和终点求二叉树路径和暴力就是枚举每个节点作为路径的根。暴力解不一定能通过大数据用例但能给面试官一个“你在思考”的信号。3.2 复杂度分析要形成肌肉记忆很多候选人手撕代码时能跑通但面试官一问“你的空间复杂度是多少”就卡壳。复杂度分析是算法面试的基本功平时刷题时必须养成顺手计算的习惯。举个例子递归解法不要只说“空间复杂度O(n)”要说清楚递归栈的深度是树的高度最坏情况下是O(n)平均情况下是O(log n)。再比如BFS层序遍历很多人以为空间复杂度是O(1)但实际上队列里最多会存一整层的节点所以是O(w)w是树的最大宽度。这些细节决定了面试官对你基本功的判断。3.3 为什么粒子群、模拟退火这类算法不建议重点准备顺带聊一个很多人会踩的坑。网上经常看到“字节算法面试题”里夹杂着粒子群算法、模拟退火、遗传算法这类智能优化算法的内容很多人就以为要重点看。根据我的观察这些算法在手撕环节出现的概率非常低因为它们天然适合解决连续优化问题而手撕代码的题目大多数是离散数据结构题两者根本不搭。这些智能优化算法更重要的是要知道它们的基本原理和适用场景比如粒子群适合多维连续空间的函数优化模拟退火适合组合优化且接受劣解的概率随温度降低而减小。如果面试中提到能在业务讨论环节说清楚“为什么这类问题用贪心不行而用元启发式更合适”就够了把大量时间砸在上面是得不偿失的。4. 备战计划6周内围绕字节考频的三轮推进节奏4.1 第一轮第1-3周基础数据结构全覆盖很多人备战字节算法面试的时候喜欢直接上手Hard题结果刷了两周心态就崩了。我的建议是先花三周时间把所有基础数据结构过一遍确保每类题型的“模板题”都能闭着眼睛写出来。第一周可以只刷数组、链表和字符串。数组题重点是双指针、滑动窗口和前缀和链表题重点是反转、合并和环的检测字符串题重点是最长不重复子串、最长回文子串和模式匹配的暴力解法。第二周主攻二叉树和递归层序遍历、前中后序、最近公共祖先、二叉树路径和这些题刷熟。第三周看排序、堆、二分和哈希。这三周里每道题都要在纸上或者在线白板上完整写一遍不要只在本地IDE里跑通就算完因为面试手撕的代码环境往往没有自动补全。4.2 第二轮第4-5周高频题与变形题专项进入第二轮后重点就变成了“一题多解”。比如TopK问题这周之内至少要用快排partition、堆和计数排序三种方式各写一遍。最长递增子序列也要能把O(n^2)和O(n log n)都写出来并且说清楚两者的差异。同时我开始刻意训练“变形题识别能力”。我的方法是每做完一道题就问自己这三个问题这道题的核心数据结构是哪个状态转移或者贪心策略是什么如果去掉某个约束条件解法会发生什么变化这套方法坚持两周效果很明显面试时遇到没见过的题也更能稳住心态。4.3 第三轮第6周限时模拟与复盘最后一周用来模拟面试环境。我建议找朋友或者自己用手机录音按“读题-确认边界-说思路-写代码-测用例-分析复杂度”的流程来走。每道题严格控制在25分钟内超时就停然后回听录音复盘。我自己复盘时会重点看几个点读题后是不是马上就开始写代码没有确认输入范围边界条件是不是总在最后才补复杂度分析是不是表达得不够流畅。这些细节在真实面试中非常影响面试官的主观印象但很多人平时刷题时完全注意不到。5. 手撕代码阶段容易忽略的细节从命名规范到真实踩坑记录5.1 代码规范与变量命名字节的面试官普遍代码洁癖比较重所以手撕代码时的工程习惯也是考察项。变量命名不要用a、b、c这类无意义的名字用slow、fast、left、right、dp、nxt这类语义化命名。函数里的边界条件先写出来不要让面试官等你最后再补。还有就是代码写完一定要在脑海里跑一遍示例最好直接用面试题给的测试用例走一遍。我见过太多候选人代码能AC但是整个页面一打开全是单字母变量循环里还嵌套了三个if面试官看得眉头紧皱。这不是能力问题是习惯问题平时就要注意。5.2 与面试官沟通的节奏把控面试中合理的节奏是先花1到2分钟读题把不确定的地方和面试官确认比如数组是否有序、是否允许修改原数组、数据范围多大、对时间复杂度有没有特别要求。接下来用30秒到1分钟简单说思路等面试官确认方向没问题后再动手写。写完不要马上说“写完了”主动说“我拿示例测一下”然后用手比划着把流程走一遍。最后再说复杂度。这样一套流程走下来即使有小瑕疵面试官也会觉得你训练有素。还有个小技巧如果你写的过程中发现自己的思路有漏洞可以边写边说“我这里换一种实现方式因为……”这样显得你在实时思考而不是背答案。千万不要闷头写半天突然推倒重来也不要说一句话解释一句这样会打断面试官的思路。5.3 我踩过的坑和要求你注意的事最后分享几个我在实际准备和面试过程中踩过的坑。第一只刷题不复盘这个是最典型的误区。复盘的价值不在于把代码再看一遍而在于把一道题的思考路径固化下来下次遇到同类型的题能快速匹配。第二认为空间复杂度不重要。我面过一次二叉树题O(n)和O(1)的解法都能AC但面试官会继续追问“能不能用Morris遍历把空间降到O(1)”。如果你对空间优化没有准备这道题基本就停在“能写出来”的层面了。第三表达跟不上思维。脑子里已经想到了最优解但嘴上讲不清楚。这个问题的根源在于平时缺少“对着别人讲题”的训练建议录制视频回看过程虽然尴尬但效果很直接。第四体力管理。字节的面试轮次多全流程可能持续数小时而且大脑全程高负荷运转。我建议面试前一周保持规律作息不要为了多刷几道题熬夜。状态好的时候简单题的边界都能抓得很准状态差的时候写个反转链表都可能漏掉指针更新顺序。2024年的字节算法面试给我的整体感觉是更稳、更细、更贴近工程。考题本身未必有多偏多难但面试官一定会在你的代码习惯、边界处理、复杂度理解和沟通表达之间寻找区分度。希望这份梳理能帮你少走一点弯路。