写在前面

本次给大家带来2026年8月29日美团笔试题的3道题，本场机考题目可在咱们平台上在线刷题。

第一题：电商搜索排序优化(AI Coding)

第二题：核心是利用 ，当  时枚举  的所有约数 ，再用恒等式 ，把原问题转化为“ 区间内  的倍数个数”求和；当  时直接计算等差数列和即可。

第三题：选择题

大厂笔试AI Coding练习:CodeFun2000.com/aicoder-gym

第1题-电商搜索排序优化

题目内容

给定搜索词与候选商品，为每个 query 下的商品输出排序分数，用于提升 NDCG@10。输入为不含 relevance 的 CSV，含查询、商品特征及 row_id；输出至少包含 row_id 和 rank_score，必须逐行对齐。训练数据约 43 万行，验证约 8 千行，relevance 为 0-3 有序类别。可使用 xgboost、lightgbm、catboost 等库，需在 30 秒内完成训练与预测，固定随机种子，禁止联网。分数越大同一 query 内排序越靠前。

做题步骤安排

1. 先读题，看清 schema。 别急着建模。读 data/SCHEMA.md，把字段分为 query 侧、商品侧、统计侧，确认 query_id 分组和 relevance 标签。用 pandas 在本地统计缺失和分布，把摘要发给 AI，避免大文件进入上下文。

2. 搭基线，跑通链路。 先写最简单的 rank_score，比如商品历史平均 relevance 或 query 内热度，确保 main.py 输入输出格式、row_id 对齐正确。运行样例脚本，自己实现或调用 sklearn.metrics.ndcg_score 在 valid 上算分，记录 baseline。

3. 做特征，抓匹配信号。 排序核心是 query 与商品的匹配度。构造：文本特征（query 与 title 的长度差、公共词数、关键词命中）、数值归一化、商品类目编码。再基于 train 统计商品历史点击率、平均 relevance、出现次数作为先验，缺失值用全局均值填充。注意：统计只能来自训练集，避免未来信息。

4. 选模型，用 LambdaRank。 优先用 LightGBM 的 objective='lambdarank'，传入 query 分组，直接优化排序。若效果不稳，可退化为回归（拟合 relevance）或分类（预测 0-3 概率）取分数。固定随机种子，迭代 200-400 轮，树深度 5-6，控制训练时间。也可用 XGBoost 的 rank 目标做对比。

5. 验证与自测。 在 valid.csv 上按 query 计算 NDCG@10，与 baseline 对比。若提升不大，检查排序 group 是否正确（lambdarank 需要 group 边界），或改用回归 score。主动测试缺失值、重复 row_id、NaN、全分数相等、大 query 多候选等边界，确保程序稳健。

6. 交卷前 AI 自审。 给 AI 指令：“检查特征是否仅来自输入与训练集、group 是否按 query 划分、输出列名是否准确、随机种子是否固定、有无硬编码路径或联网调用、30 秒内能否运行。列出所有疑点。”发现问题定点修复；卡住时新开对话换思路，保留最高分版本。

第2题-区间最大公约数和

题目内容

运维侧做容量水位分析时，两条整型指标序列在偏移  处的读数分别为  与 。定义对齐公约

其中  表示最大公因数。例如  与  的正公约数有 ，故 。现要对连续偏移窗口做汇总：求

即 。结果可能很大，对  取模后写出。

输入描述

第一行一个整型 （），表示随后有  行询问。

接下来  行，每行四个整型 （，）。

请对每个询问逐一计算上述和模 。

输出描述

共写出  行。对每一个询问，写出一个非负整型，即该窗口公约和模  的结果。

样例1

输入

38 14 0 25 5 1 33 9 0 4

输出

72113

说明

三个询问依次为：；两路读数相同，和为 ；

。

样例2

输入

22 10 0 07 11 2 5

输出

28

说明

第一问窗口只有 ，。第二问  到 ：。

题解

解题思路

本题考查数论恒等式 + 欧拉函数。直接枚举  不可行，因为  可达 。

1. 利用 ，得到。记 。
2. 若 ，则每一项都是 ，窗口和为等差数列，再取模。
3. 若 ，令 、，问题变成求 。 再用 ，得到。 区间和用前缀相减。
4. ，可线性筛预处理 ，每次询问枚举  的约数即可。

常见假解：

• 循环累加每一项，在  很大时超时；
• 漏掉 （）时 ；
• 把求和区间写成  而不是 ；
• 前缀公式少算  或  位溢出；
• 忘记对  取模。

复杂度分析

设 ，询问条数为 ，单次约数个数为 。

• 时间复杂度：。
• 空间复杂度：，存放欧拉函数。

代码实现

python代码(C++和JAVA代码见在线OJ网址)

MOD = 1000000007MAXA = 100000phi = list(range(MAXA + 1))vis = [False] * (MAXA + 1)for i in range(2, MAXA + 1):ifnot vis[i]:for j in range(i, MAXA + 1, i):            vis[j] = True            phi[j] = phi[j] // i * (i - 1)defdivisors(d):    out = []    t = 1while t * t <= d:if d % t == 0:            out.append(t)if t * t != d:                out.append(d // t)        t += 1return outdefprefix(n, d):# 1 到 n 的 gcd(i, d) 之和if n <= 0:return0    s = 0for x in divisors(d):        s = (s + phi[x] * (n // x)) % MODreturn sdefsolve(x, y, left, right):    d = abs(y - x)if d == 0:        cnt = right - left + 1return cnt % MOD * ((2 * x + left + right) % MOD) % MOD * pow(2, MOD - 2, MOD) % MOD    lo = x + left    hi = x + rightreturn (prefix(hi, d) - prefix(lo - 1, d)) % MODk = int(input())for _ in range(k):    x, y, left, right = map(int, input().split())    print(solve(x, y, left, right))

第3题-选择题

1、库房抽检一组标称重量为  的包装件，最近  个班次的班均重量是否与标称值有显著差异。单样本  检验的原假设为 ，备择假设为 。软件输出：，，， 置信区间 ，样本均值 。质检组可以得到什么结论？{{ select(1) }}

•  值大于 ，应拒绝原假设并认为班均重量与标称值不同
•  值小于 ，该批班均重量与标称值无显著差异
•  值大于 ，该批班均重量与标称值无显著差异
• 置信区间包含 ，因此应判定存在显著差异

2、把键序列  散列进一张下标从  开始的一维表。散列函数为 ，冲突用线性探测再散列，装填因子为 。等概率条件下，查找成功的平均查找长度是？{{ select(2) }}

3、关于大模型预训练目标，下列说法错误的是？{{ select(3) }}

• T5 把多种任务统一成文本到文本，并用编码器-解码器结构来做
• GPT 采用自回归目标，用当前 token 去预测它前面的那一个 token
• 多模态预训练里常用对比学习来拉近跨模态表示
• BERT 的掩码语言模型会把一部分 token 随机替换成 MASK

4、分拣口抽了  件样品，真实档位依次为 ，模型预测为 。这次预测的 macro-F1 约为？{{ select(4) }}

5、一棵镜像对称二叉树的根结点为 。左子树先序遍历（不含根）为 ，右子树中序遍历（不含根）为 。该树的后序遍历序列是？{{ select(5) }}

6、巡检时序用 LSTM 单元处理传感器读数，单元结构如下图。该结构用了两种激活函数，它们的作用分别是？

{{ select(6) }}

• 两种激活函数都只把隐状态裁到 ，与门控无关
• Sigmoid 控制信息流的方向，tanh 用来缓解饱和带来的梯度消失
• Sigmoid 产生  的值作为门控，tanh 在输出和状态上变换数据
• Sigmoid 用来缓解饱和带来的梯度消失，tanh 控制信息流的方向

7、货架巡检要做视觉预训练，希望模型学到货位图像的语义而不是只记像素纹理。下列哪项预训练任务更有助于语义抽象？{{ select(7) }}

• 旋转预测
• 拼图重组
• 像素重建自编码器
• 对比学习

题解

答案+解析

1

答案：C

，不能拒绝 ，应认为班均重量与标称值无显著差异。置信区间也包含 ，同样不支持“有差异”。把  与  比反、或看到区间包含标称值却判成显著差异，都是错的。

2

答案：C

装填因子 、共  个键，表长为 。，，，，，。线性探测后探查次数为 ，成功查找平均长度为 。 相当于几乎无冲突； 与  都对不上这组探查次数。

3

答案：B

GPT 的自回归目标是预测下一个 token，不是当前 token 的前一个。T5 的文本到文本编码器-解码器、多模态对比学习、BERT 把部分 token 换成 MASK，都是对的，不能当“错误说法”。

4

答案：B

按类算 F1 再平均。：精确率 、召回 ，F1 为 ；：精确率 、召回 ，F1 为 ；：精确率 、召回 ，F1 为 。macro-F1 为 。其余小数是中间量没除对或用了微平均。

5

答案：C

镜像对称时，右子树中序  反转得到左子树中序 ，再配合左先序  可还原左子树，并镜像得到右子树。左子树后序为 ，右子树后序为 ，整树后序为 。把左先序直接拼到后序、左右后序写重或左右对调，都会得到另外三条序列。

6

答案：C

LSTM 里 Sigmoid 输出 ，用作遗忘门、输入门和输出门；tanh 用在候选状态和隐状态输出上，对数值做压缩。说成“只管方向”“只缓解梯度消失”、或把两种函数职责对调，都不符合该单元的用法。

7

答案：D

对比学习用同图不同视图拉近、不同图推远，更直接逼语义表示。旋转预测、拼图重组偏空间姿态；像素自编码器主要重建低层纹理，对语义抽象都弱于对比学习。