《字节跳动前端面试》专题

1. 自我介绍 2. 项目有参与到多少部分？ 3. 拷打项目，扣的很细，连着问了七八个问题 4. websocket和http的区别 5. 0.5px的线可以怎么实现 6. flex和grid布局的区别 7. flex布局怎么实现一个居中盒子 8. 怎么创建一个dom 9. 怎么找到他的父元素 10. 你有看过前端的什么书 11. ts的类型 12. 打包文件的时候，怎么把每个包控制在1兆以内 1

面试官迟到了5分钟 1.现在是在学校那边吗？ 2.现在个人是一个怎样的计划？包括毕业和个人求职方面？ 3.为什么不选择考研或者考公？ 4.在上一家公司主要做的可以代表你个人能力的产出是什么？ 5.在实习过程中是负责优化还是参与了研发，有从0.5到1的过程？ 6.leader对你的评价？ 7.为什么离职？ 8.接触了哪些业务？对哪些感兴趣？ 9.下学期还有课程吗？ 10.准备什么时候开始实习？实习多

一上来就聊项目，完全不问八股…准备了一星期啥都不问…… 题目：倒计时组件，promise p 1s没resolve就返回超时 然后就是问项目，聊了40多分钟，但是感觉啥问题都没有问，都是自顾自再说，是不是遇到kpi面了

时长：22min 方式：腾讯会议 1. 自我介绍 2. 选择前端原因与时间 3. for in 和 for of 的区别 for...in：用于遍历对象的可枚举属性（包括原型链上的属性）。对于数组，for...in 循环将返回数组的索引（索引其实就是属性名，只不过它是数字。但for...in并不会按照数字的大小顺序来遍历这些属性，它的顺序更多的是按照这些属性在内存中存储的顺序，也就是说，它的顺序是

1.比较版本号✔️ 2.两数之和（lc 改了一点，没写出来，差点） 3.交换最大元素✔️ 4.http 版本✔️ 5.http 缓存✔️ 6.uniapp 原理（没去看……） 7.微信小程序模型（浅浅说了双线程模型，面试官说了一大堆底层的，没仔细听） 8.两者区别（只答了怎么做的技术选型） 9.mvvm 模型✔️ 10.虚拟 dom（当时回答的很少啊，现在可以说半小时……） 11.懒加载✔️ 12

1.上来了解我的基本情况，也没让我自我介绍 2.直接写三题：加载单图片、加载多图片，LRU 算法，双链表升序合并（写了二十多分钟 3.加载单图片作为开放能力提供给开发者，需要注意什么问题，多图片呢（这个问题问的巨发散，脑仁掏空了，还好答满意了） 4.如果一个庞大的架构体系改变一个小功能，如何做预防？ 5.LRU 算法如何优化（我写的是map，我说用链表也可以），map 为什么是有序，为什么查找可以

#美团# 笔试写出来1个半 ai面多说点好像就过了 一面:各种拷打项目 用户数据库设计（设计几个表） 主要问了下app做的啥，用户多吗 数据库怎么加速（没答） 做题 数组后半段颠倒 翻转数 能实习吗 9.6(推了好几次)二面:拷打项目 怎么学习的 和组员有技术路线分歧怎么解决 自己还欠缺什么 能实习吗 做题 重排链表（不能重新申请内存）（不会） 还有一个简单难度的题 9.9oc 还有些题忘了

LightHouse实现原理 computer 实现原理，computer优化部分 export default { data() { return { firstName: "", lastName: "", nikeName: "", } }, computed:{ name(){ if(this

重点还是在问实习经历 1.自我介绍 2.介绍实习中的业务，感受 3.cookie作用 4.从输入一个网址到查到数据的过程 5.sql的执行原理 6.sql索引，有哪些？有什么用？ 7.设计抖音收藏功能的测试用例 8.思考一下手持设备得到数据之后，但是系统没有得到数据是什么原因？ 9.实习过程中比较难的地方 10.手撕代码判断奇偶数，用尽可能多的方法实现。 #字节跳动#

面试官好温柔我好爱 #面试复盘##前端##美团##面经#

9.8 笔试 选择+编程 选择难度一般，正常的基础知识考查，编程偏实践，监听绑定（三道但是忘了俩是啥了） ps：平时太依赖补全提示了，一下子没了补全真的白给，所有说单词还是要背滴 9.15 一面 可能是我说自己项目经历少，所以面试官问的偏基础（数据结构，计网 ） 1. es6新特性，（面试官让我主动枚举，我实在举不出多少来，都一气用了，那些方法啥的都习以为常了，哪里想的起来） 2. let，var

开始先自我介绍，项目经历 然后搜素引擎，怎么对搜索结果进行排序（TFIDF+pagerank+为了处理词组加的额外cost） 搜索引擎的爬虫在爬取的时候怎么去的重 然后机器学习原理 bia-variance trade off 分类模型的loss一般是什么，怎么推导的（cross entropy， MLE） 如果有一个多类别的分类问题怎么处理（one-hot encode） 如果类别特别多怎么办（

1，25分钟简历+项目周边八股，开始面了之后才知道现在都all in 大模型了，看到我简历上有大模型相关的就狂问大模型训练、微调、分布式等等细节，之前准备的高性能八股一点没问。。。 2，算法题是手撕attention算子，只用写前向不用写反向，基于numpy实现，还需要自己手写softmax，这个我之前看过llama的推理源码，能回忆起来一些，大致写出来了，但是v的shape有一些问题，最终跑通了

更新：一面已通过 —— 开场先调了五分钟设备，问了15分钟，最后10分钟做题。面试官全程强调HC紧张，30分钟结束，感觉寄了。第一次写面经，攒攒人品。 开场： -自我介绍 -你之前面过我们部门三轮技术面面评都不错，最后为啥挂了？（我也想问） 项目： 深挖实习项目（其实感觉也不深，就问了15分钟），包括业务场景、模型、样本构造、特征工程方面 算法题： 都是力扣原题 -链表公共节点 -和为target

1、React的Fiber的原理，知道怎么实现的吗，是否了解Hook的实现原理 2、聊了一下Redux和React-Redux 3、对函数式编程了解说一下 纯函数，偏应用，柯里化，compose 分别是什么 4、Koa和Express的区别，以及Koa中间键的原理 5、长列表渲染的方法 6、虚拟滚动（列表）的实现原理 7、什么是闭包，什么是立即执行函数，它的作用是什么，可不可以举一下闭包的使用场景