写在前面

本次给大家带来2026年9月1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：AI Coding

第二题：选择题

第三题：从指定点出发，按层把三角栈道建成无向图，再用 Hierholzer 算法走出一条每条边恰好走一次并回到起点的回路。

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

第1题-多云成本分摊

题目需求

本题要求交付一个内存型 HTTP 服务：把多云账号费用按版本化分摊方案归集为可审计的成本中心账单。费用按 usageAt 选择已发布版本，沿分摊图递归分配：POOL 按基点权重拆分、余数按 nodeId 字典序补 1；CENTER 归集到成本中心；DELEGATE 跨方案委托；CAP 按 origin period 累计额度、超限分流。方案可追溯发布，系统须按 origin period 重放受影响费用，以"冲销+重述"追加式分录修正历史；批量发布与批量更正整体原子，失败全回滚；已关账账期不可改写，迟到费用与追溯改规落入当前开放期；所有写操作按幂等键去重；且任一时刻满足对账不变量——事件分摊合计等于金额，账期分录净额等于账单净额。

做题步骤

一、榨干题面再动手。 让 AI 通读题目后输出契约清单：全部接口字段、枚举、错误码、排序与过滤规则。强制它把括号里的隐含约束显式化——余数补 1 的顺序、CAP 额度按 (capKey, planId) 共享、批量操作"不得等价为顺序执行多次"等。这些括号句就是判分点，也是 LLM 最爱漏的。

二、规划不可替代的阶段。 与 AI 讨论出约十个缺一不可的阶段：骨架与幂等层、基础实体、账期与时钟、版本校验与环检测、选版逻辑、分摊引擎、费用创建与分录落期、更正与批量更正、追溯发布与重述、关账与对账。重点聊清衔接处：重放的排序键、分录落期的判定函数、重述的触发条件。聊不明白就继续聊，这一步值得花二三十分钟——开工走错方向，后续修正代价远大于规划成本。

三、立机械化规矩。 每次只改当前阶段相关代码；题面有歧义必须停下来问，禁止自行假设；每阶段交付可检验的证据——构造测试用例并跑出实际结果，不接受口头"已完成"。

四、逐条推进，人工 React。 每阶段完成后令其自查边界：权重合计是否严格 10000、列表是否处处字典序、金额是否处处整数分。最小用例验证通过再进下一条。发现它开始输出思维链、左右互搏或改 A 坏 B，立即总结现状、新开会话，守住上下文底线。

五、自测后首提。 重点验证对账不变量和难点场景：关账后的迟到费用、追溯发布引发的跨账号重述、CAP 共享额度下的回放顺序、批量更正的失败回滚。

六、黑盒修正。 提交后把错误信息喂回去，要求列举所有可能原因并逐一构造本地复现，用证据排除。同一方向连续失败，就删掉相关代码、带错误信息新开上下文重写，不在错误路径上打补丁。时间充裕则人眼复核余数分配与 CAP 额度等核心算法，古法 debug 与 AI 修正交替使用，磨到满分。

第2题-选择题

1、仓储调度里用递归函数 weigh(k) 估计堆叠高度为  时的承重分，代码如下。其时间复杂度是？

int weigh(int k) {if (k <= 1) return 1;return (4 * weigh(k - 1) + 5 * weigh(k - 2));}

{{ select(1) }}

2、气象站要把逐小时风向记录送进序列模型，比较普通循环网络与长短期记忆网络。下列说法正确的是？{{ select(2) }}

• 普通循环网络主要用于抽取静态网格图像特征
• 长短期记忆网络的门控激活普遍采用 ReLU
• 普通循环网络可以稳定传递很长跨度的依赖
• 长短期记忆网络用遗忘门、输入门、输出门三组门控来调节细胞状态

3、温室产量建模写成岭回归。观测 ，并给系数先验 。对应的正则化参数  是？{{ select(3) }}

• 无法确定

4、机房用多卡训练工业点云分割大模型。nvidia-smi 显示 GPU Util 约 ，但 NVLink/PCIe 出流量已经打满。更符合该现象的原因是？{{ select(4) }}

• 验证步插得过密，额外前向把算力占满却不会打满互联
• 张量并行把权重切得过碎，跨卡同步把互联带宽占满
• 未做算子融合，只会让计算更慢，通常不会把 NVLink 打满
• 日志落盘过密，主要占用 CPU 和磁盘，与 GPU 互联饱和无关

5、告警回放做成链栈，栈顶指针为 hd。新到一帧结点 q，执行 q->next = hd; hd = q;。该操作表示？{{ select(5) }}

• 仅读取栈顶元素
• 在当前栈顶之下插入结点 q
• 把结点 q 作为新的栈顶压入
• 弹出栈顶元素

6、路面裂缝检测把一个 batch 的图像做成张量，形状为 。对该 batch 做 BN（批标准化）时要算均值和方差。该 batch 中均值和方差的数量是？{{ select(6) }}

7、法规条款编码器做掩码语言模型预训练，希望用数据增强提高每次看到的上下文组合。下列更常被用作这类预训练数据增强的是？{{ select(7) }}

• 把教师模型的输出蒸馏到学生模型
• 训练初期把学习率从接近  拉高
• 动态掩码（Dynamic Masking），每次迭代更换被掩盖的 token 位置
• 当梯度范数过大时按比例缩小更新步

8、零件入场先进入传送带 ，再转入暂存柱 。 与  初始都为空。零件 pqrstuvw 按该顺序进入 ，每个零件离开  后立刻压入 。若  的出栈顺序是 qsruwtvp，则  的容量至少为？{{ select(8) }}

9、场站用 XGBoost 做设备故障分级。下列说法错误的是？{{ select(9) }}

• 各轮 boosting 生成的树可以完全并行、互不等待
• 目标函数加入正则项，用来控制模型复杂度
• 损失函数用到二阶导数，通常用来提高优化精度
• 基学习器可以是线性分类器，例如逻辑回归

10、货架盘点序列做希尔排序。以步长  做完一趟后得到 。下列哪一个可能是排序前的原序列？{{ select(10) }}

题解

1

答案：C. 张量并行（TP）通信量过大导致带宽饱和

在千亿大推荐模型预训练场景下，NVLink/PCIe流量饱和，GPU算力利用率低（GPU Util=30%），属于通信瓶颈。张量并行TP会在不同GPU之间频繁交换张量，产生巨大跨卡通信流量，占满通信带宽，GPU等待数据，算力闲置。

• 梯度累积步数过多：影响的是batch大小，不会直接打满NVLink带宽；
• GELU内核未融合：属于计算内核慢，瓶颈在GPU计算，不会造成通信饱和；
• 数据加载NVMe加速：是CPU侧数据IO瓶颈，和NVLink跨GPU通信无关。

2

答案：D. 动态掩码（Dynamic Masking）

动态掩码是BERT类预训练里常用的数据增强手段，每次训练迭代随机对不同位置token做mask，扩充训练样本多样性。

• 模型蒸馏：是模型压缩/知识迁移，不属于数据增强；
• 学习率预热：训练策略，调整学习率，不是数据增强；
• 梯度裁剪：防止梯度爆炸的优化手段，不属于数据增强。

3

答案：D. {4723,1,0,12,7,-9,8,98,36}（原题C、D选项文本重复）

希尔排序增量为，代表把下标相差的元素分为一组，组内进行直接插入排序。 每组元素：下标；下标；下标；下标。一趟希尔排序后，每组内部有序。 对增量分组，原序列分组排序后得到题目给出结果，对比选项只有该选项分组满足一趟增量4希尔排序后的结果。

4

答案：B. LSTM一共有三个门来控制cell state

LSTM包含遗忘门、输入门、输出门三个门控，共同维护cell state细胞状态。

• LSTM门控一般用sigmoid，不是ReLU；
• 原始RNN无法很好处理长期依赖，存在梯度消失；
• RNN是序列模型，用于时序文本等，不是图像。

5

答案：A. 4

队列Q：，依次出队入栈，出栈序列推演栈变化：

1. a入栈，b入栈 → b出栈 栈[a]
2. c入栈，d入栈 → d出栈 栈[a,c]
3. c出栈 栈[a]
4. e入栈，f入栈 → f出栈 栈[a,e]
5. e出栈 栈[a]
6. g入栈，h入栈 → h出栈 栈[a,g]
7. g出栈 栈[a]
8. a出栈 栈内同时最多存在共4个元素，所以栈容量至少为4。

6

答案：C. XGBoost支持模型上的并行XGBoost并行是特征维度并行（在分裂节点时并行找最优分割点），不是模型层面并行，

boosting串行生成每一棵树，不能并行训练多棵树，该描述错误。

• XGBoost目标函数带L2正则，控制复杂度；
• 损失使用二阶泰勒展开，利用二阶梯度提升精度；
• 基学习器可以是线性模型（线性回归/逻辑回归）。

7

答案：B. 插入结点S

链栈头插操作：S->next = P让新节点指向原来栈顶；P=S更新栈顶指针指向新结点S，是栈顶插入新节点。

• 返回栈顶：只取P，不修改指针；
• 栈顶下插入：需要修改原有栈顶next；
• 出栈：P=P->next。

8

答案：A. 

递推式：，类似斐波那契递归，递归树节点指数增长，时间复杂度。 每一层产生两个子递归，存在大量重复计算。

9

答案：D. C

BN（BatchNorm），维度，对每个通道C单独计算均值方差。同一通道所有样本、所有空间位置共用一组均值、方差。 一共有组均值与方差。

10

答案：D. 

概率视角岭回归：，参数先验贝叶斯推导，最大化后验概率等价最小化：岭回归正则项为，故。

第3题-小美的三角形图游走

题目内容

层台景区把观景栈道按三角形分层铺设。封园前巡检组必须从指定台位出发，把每一段栈道恰好走一遍后再回到起点，才能确认廊道全部可通行。栈道的接法由园方巡检规程固定：同层相邻台位之间有栈道，相邻两层之间再按小三角补上两条斜向栈道。在本题给出的层数范围内，这样的巡回路线一定存在。

巡检区域共有  层。第  层有  个台位，从左到右编号依次为。

当  时，对每个 ，下列三段栈道都存在（无向）：

• 同层相邻：编号为  与  的台位之间；
• 连向上一层：编号为  与  的台位之间；
• 另一条斜向：编号为  与  的台位之间。

请给出一条从台位  出发、每段栈道恰好经过一次、并回到  的巡回。若有多种走法，输出任意一种即可。

层数满足 ，出发台位满足 。一次输入中任务数  满足 ，且所有任务的  之和不超过 。

输入描述

第一行一个整数 （），表示随后的巡检任务数量。

接下来  行，每行两个整数 、（，），表示该次任务的层数和出发台位。

保证所有任务的  之和不超过 。

输出描述

对每个任务输出一行，包含  个整数，依次给出巡回经过的台位编号（第一个和最后一个都必须是 ）。

若存在多种合法路线，输出任意一种即可。评测会判定路线是否走遍每段栈道恰好一次。

样例1

输入

12 3

输出

3 2 1 3

说明

只有 2 层，三个台位 1、2、3 构成一个三角形，共 3 段栈道。从 3 出发，依次走 、、，每段恰好一次并回到起点。路径上应有  个编号。

样例2

输入

13 4

输出

4 5 2 3 5 6 3 1 2 4

说明

3 层共 9 段栈道。从底层左侧台位 4 出发的一条合法巡回是。 相邻编号都是规程里的栈道，且九段各出现一次，首尾都是 4。

样例3

输入

22 24 7

输出

2 3 1 27 8 4 5 2 3 5 6 9 8 5 9 10 6 3 1 2 4 7

说明

• 第一项任务只有 2 层，从台位 2 出发，走  即可。
• 第二项任务有 4 层、18 段栈道，从台位 7 出发给出一条长为 19 的巡回；评测只要求每段栈道恰好经过一次，不要求与该输出逐点相同。

题解

解题思路

把台位看成无向图的顶点，栈道看成边。第  层第  个台位的编号是 。对每个  与 c<r同层相邻两点与上一层对应点构成一个小三角形，三条边都要加入图中。

1. 每个顶点的度数都是偶数（角上为 ，边界为 ，内部为 ），图连通，因此存在欧拉回路。
2. 边数是 ，回路上的点列长度为 ，首尾都必须是出发台位 。
3. 从  出发，一直沿着尚未用过的边走；当前点没有剩余边时，把它弹入答案。得到的序列是回路的逆序，再反转即可。
4. 无向边用边号标记删除，避免同一条栈道走两次。邻接表上用指针记下「下一条待看的边」，总复杂度与边数成正比。
5. 任意一条欧拉回路都正确，不需要特定字典序。

复杂度分析

时间复杂度为 （每条边处理常数次）。一次输入所有任务的  之和不超过 ，因此总时间不超过单次  的量级。

空间复杂度为 ，用于邻接表和边表。

代码实现

python代码(C++和JAVA代码见在线OJ网址)

defsolve(h, start):# 台位总数：第 1..h 层分别有 1..h 个点    n = h * (h + 1) // 2    g = [[] for _ in range(n + 1)]    eu = []    ev = []defadd(a, b):# 无向边存一次，两端邻接表都记下边号，方便删除（标记）        eid = len(eu)        eu.append(a)        ev.append(b)        g[a].append(eid)        g[b].append(eid)for r in range(2, h + 1):# base：本层第一个台位的编号减 1；prev：上一层第一个台位的编号减 1        base = r * (r - 1) // 2        prev = (r - 1) * (r - 2) // 2for c in range(1, r):            u = base + c            v = base + c + 1            w = prev + c# 同层相邻栈道，以及连接到上一层同一个台位的两条斜栈道，构成一个小三角            add(u, v)            add(u, w)            add(v, w)    used = [False] * len(eu)    ptr = [0] * (n + 1)    stack = [start]    circ = []# Hierholzer：一直沿未用边走，走不了时把当前点弹入回路（得到的是逆序）while stack:        u = stack[-1]while ptr[u] < len(g[u]) and used[g[u][ptr[u]]]:            ptr[u] += 1if ptr[u] == len(g[u]):            circ.append(u)            stack.pop()else:            eid = g[u][ptr[u]]            ptr[u] += 1            used[eid] = True            a = eu[eid]            b = ev[eid]            stack.append(b if a == u else a)    circ.reverse()return circk = int(input())for _ in range(k):    h, s = map(int, input().split())    path = solve(h, s)    print(" ".join(str(x) for x in path))