计算机视觉算法实习生笔试题全解析：核心考点与备赛攻略

又到了一年一度的实习生招聘季，不少学弟学妹跑来问我“计算机视觉算法实习生”的笔试到底考什么。我翻出当年整理过的网易2018实习生招聘笔试题（计算机视觉算法实习生方向），结合后来几年在校招里反复出现的高频考点，重新梳理了一份完整回顾。这篇文章不打算只贴题和答案，而是把每一类题目背后的知识点、答题思路、编程题的可复现代码，以及我自己的踩坑经历都一并写出来。无论你现在是大三准备投暑期实习，还是研一想提前摸清企业笔试的路数，这趟梳理应该都能给你省下不少瞎琢磨的时间。

1. 整体题目框架分析与出题风格

先说结论：这类笔试题的核心目的不是筛选谁“背的书多”，而是筛掉那批连基础都没打牢、拿到问题完全没有思路的人。网易2018年那套计算机视觉算法实习生的笔试试卷，整体结构可以分成三块：计算机基础与数据结构、机器学习与深度学习基础、经典算法编程题。前两块是客观题（选择、判断、填空的形式），最后一块是OJ在线编程，通常有两道题，一道偏思维一道偏实现。

1.1 为什么计算机视觉岗要考通用算法

很多同学不理解：我投的是CV方向，为什么要做KMP、快速排序、动态规划这些“后端岗才考的题”？我当年也这么吐槽过，后来自己参与过两次组内的实习生面试，才明白企业的真实逻辑。

算法题的本质不是考“你会不会背这道题”，而是看你的“问题拆解能力”。视觉算法里处处要跟时间复杂度、空间复杂度打交道：训练样本多了，DataLoader的读取效率就是全局瓶颈；图像预处理时一个Resize是跑在CPU还是GPU上，直接决定你一个epoch要等多久；做特征匹配时如果暴力求解，几千个特征点之间两两比较的复杂度根本扛不住。这些场景下，如果你对数据结构没有直觉，连优化方向都找不到。所以笔试里塞数据结构、排序、字符串匹配，不是在为难你，而是在模拟你以后工作里“需要把某个模块跑快一点”的真实需求。

1.2 笔试题型分布与时间分配

那套卷子整体时间大概是90到120分钟，具体分配我印象里是这样：

这里有一个特别关键的策略：前面客观题千万不要恋战。我见过太多同学在一道“SVM核函数选择”的多选题上抠了10分钟，结果编程题没时间写，最后编译都没通过，直接白给。客观题分值小且容易靠第一直觉拿分，编程题一题就是二三十分，这个性价比差距你自己掂量。

2. 核心知识点拆解：数据结构与基础算法

这一part虽然看起来像是“通用题”，但其实就是考察你代码功底的地基。我挑几个在那年试卷里出现频次极高、后来校招也反复出现的点来讲清楚。每个知识点我都尽量把“原理-为什么考-怎么应用”串起来说，这样你复习的时候就不需要死记硬背了。

2.1 KMP算法与next数组的计算

这个考点当年精准命中了一个填空：“在KMP算法中，对于模式串 p='abacaba'，其next数组（next[i]定义为…）”。这种题属于典型“背过就会、没背就懵”的类型，但它考查的本质是你对字符串匹配“回退逻辑”的理解。

KMP的核心思想是：当主串的某个字符和模式串失配时，不需要把模式串整体右移一位重新匹配，而是根据已经匹配的部分，把模式串跳到下一个可能匹配的位置。这个“跳”的依据就是next数组。next[i]的定义是：模式串的前i个字符组成的子串中，最长相同前后缀的长度，注意这里不同的教材定义略有出入，有的next数组从-1开始，有的从0开始，你考试时一定要看清楚题目给的起始下标定义，不然一错全错。

以p='abacaba'为例，手动推一遍next数组（按next[i]表示前i个字符的最长公共前后缀长度、且next[0]=-1、next[1]=0的常见定义）：

• i=0：规定为-1。
• i=1，子串'a'，没有真前后缀，next=0。
• i=2，子串'ab'，前缀'a'，后缀'b'，不相等，next=0。
• i=3，子串'aba'，前缀'a'等于后缀'a'，长度为1；再看'ab'和'ba'不相等，所以next=1。
• i=4，子串'abac'，最长相同前后缀？'a'和'c'不等，'ab'和'ac'不等，'aba'和'bac'不等，next=0。
• i=5，子串'abaca'，'a'和'a'相等长度1，'ab'和'ca'不等，'aba'和'aca'不等，'abac'和'baca'不等，next=1。
• i=6，子串'abacab'，'a'和'b'不等，'ab'和'ab'相等长度2，'aba'和'cab'不等，再长也不匹配，next=2。
• i=7，子串'abacaba'，'a'和'a'相等长度1，'ab'和'ba'不等，'aba'和'aba'相等长度3，'abac'和'caba'不等，所以next=3。

最后得到next数组：[-1, 0, 0, 1, 0, 1, 2, 3]。考试时这类题只要你把“最长相同前后缀”的定义理解透，即使现场忘了怎么编代码，也能手算出来。平时复习的时候，建议自己再推一遍p='ababaca'、p='aaaaab'，推完你就有感觉了。

2.2 排序算法复杂度横向对比

那年试卷里出现了一道选择题，列出冒泡、快排、堆排、归并的时间复杂度，让选最优的排序算法。这道题没坑，但暴露了一个问题：很多同学只记得“快排平均O(nlogn)”，却不知道快排最坏是O(n^2)，也不清楚什么时候会触发最坏情况（每次选的pivot恰好是最大或最小值）。这种半吊子记忆在校招笔试中是非常危险的。

我把常用排序的关键点整理成一个表格，你按这个表复习基本不会漏：

我实习时真遇到过一个场景：要对几万张图的预测分数排序后做NMS（非极大值抑制），因为分数是浮点数且范围固定，我一开始用了快排，发现速度还行；后来换成计数排序处理量化到整数的score，确实快了一些，但前提是量化误差不能影响NMS阈值判断。这个例子想说的是：排序算法不只是笔试里的题目，它在你日后的CV工程里真的有出场机会。

2.3 贪心与动态规划的分寸拿捏

编程题里有一道我印象很深：大概是给一组区间，要求选尽量多的互不重叠区间。一眼看过去像个贪心题，实际上也确实是用贪心解的，按区间右端点排序，然后依次取。

贪心算法的核心是“每一步做当前最优选择，且局部最优能推出全局最优”。能证明贪心正确性的题目往往有很强的结构，比如活动安排问题、哈夫曼编码、最小生成树。而动态规划则不同，它面向的是“当前选择会影响未来选择”的场景，你没法只盯着眼前最优。判断一道题到底该用贪心还是DP，诀窍就一条：当前选择是否受之前选择留下的状态约束。如果不受约束，大胆贪心；如果受约束，想想能不能定义出状态和转移方程。

笔试时贪心题往往就是快刀斩乱麻的题，而DP题是用来拉区分度的。那年还有一道关于最长递增子序列的变种，单独靠O(n^2)的DP能过60%的case，但数据量一大就超时，需要上贪心+二分的优化到O(nlogn)。这种“基础DP保底 + 进阶优化吃满”的编程题设计，几乎是大厂笔试的标配套路，后面编程题部分我再展开代码。

3. 机器学习与深度学习基础考点聚焦

既然岗位名字是“计算机视觉算法”，机器学习和深度学习的基础概念当然躲不掉。这一部分的难度大多停留在“知道概念、理解为什么”的层面，不会要求你从零手推一篇论文，但如果连基础概念都模棱两可，基本就告别Offer了。

3.1 传统机器学习的高频概念

那套卷子里关于传统机器学习的考点主要集中在几个地方：SVM的核函数、随机森林的构建流程、过拟合的解决方案、交叉验证、精确率和召回率。其中我觉得最值得展开的，是“分类问题的评价指标”这块，因为它除了是笔试题，还是你入职后每天要面对的东西。

精确率（Precision）和召回率（Recall）这个经典“此消彼长”的组合，考法通常是给你一个分类结果表格，让你算准确率、精确率、召回率、F1。每次面试我都会先问自己一个问题：对当前这个任务，到底是Precision重要还是Recall重要？做医疗影像的肿瘤检测，漏诊一个患者（低召回）的代价远远大于误报一个（低精确），所以要优先保证Recall；而做自动驾驶的障碍物识别，误检一个不存在的障碍物导致急刹车（低精确），危害其实比漏检一个远处的目标还大，因为急刹车可能引发追尾。所以不同的应用场景下，同一套模型调优的方向完全相反。笔试不会考这么深，但面试官很可能会顺着你笔试的答案追问这一层。

随机森林这块有个必背的点：它为什么比单棵决策树稳？两个随机性——样本随机抽样（有放回）和特征随机选择，再加上多棵树投票/平均，每棵树之间相关性低、偏差略高但方差显著降低，从而整体泛化能力更强。很多人背了“bagging降低方差”这句话，但不理解“为什么是降低方差”，你可以这么理解：单棵决策树容易对训练集的噪声过度敏感，一点小扰动就会让分裂点大变，方差很高；而好多棵树各自用不同的样本子集和特征子集去学习，大家的“错误”方向不完全一致，平均之后噪声被互相抵消了，所以整体方差降下来了。

3.2 深度学习基础与CNN细节

CV岗笔试绕不开CNN相关的基础概念，那年出现的题包括：卷积层参数量计算、感受野、池化层的作用、梯度消失与梯度爆炸、Batch Normalization的作用。这些都属于“会算不会算”的送分题。

卷积层参数量的计算公式特别简单：输出通道数 ×（输入通道数 × 卷积核高 × 卷积核宽 + 1个偏置）。比如输入是224×224×3，第一层卷积核3×3，输出通道64，那这层参数量就是64×(3×3×3+1)=1792。是不是很简单？但很多人算漏了偏置项，或者把输入通道数算成224，结果差了十万八千里。这种基础计算题看似简单，背后其实是希望你具备“评估模型大小”的工程直觉。我在实际部署模型到嵌入式设备时，经常要先估算每层参数和FLOPs，才决定怎么裁剪模型。笔试里要是连这都算错，面试官会怀疑你能不能独立做模型压缩。

感受野这个点也值得好好理解。感受野的定义是输出feature map上一个像素对应到输入图像上的区域大小。它有个递推公式：RF_{l} = RF_{l-1} + (k_l - 1) × stride_{l-1累乘}，处理空洞卷积时还要考虑dilation。有一种简化记忆方法：每经过一个kernel大小为k、stride为s的层，感受野变成原来的s倍再加上(k-s)。实际调参的时候，比如你用空洞卷积去替代下采样层，目的就是在不缩小feature map尺寸的前提下扩大感受野，笔试里不会让你手推太深的网络，但至少你要能算3到4层的叠加。

Batch Normalization是我特别想多说两句的点。它的思想是：网络训练过程中，每层输入分布一直在变，导致上层参数稍微动一下下层就要重新适应，收敛自然慢。BN的做法是在每个batch内对特征做归一化，让数据均值为0、方差为1，然后再通过可学习的缩放和平移系数恢复表达能力。这样做的好处除了加速收敛，还能让你用更大的学习率、缓解梯度饱和。但要注意，在BN提出之前的年代，大家做视觉任务的网络都是靠小学习率、小心初始化去硬扛Internal Covariate Shift的，所以理解了BN是在解决什么问题，才算真正理解了这个结构。

4. 经典编程题完整实战与易错点复盘

重头戏来了。那一年的两道编程题整体难度属于LeetCode中等偏下，但想在笔试环境下AC（Accepted），还是需要平时有足够的训练量。我这里还原两道与当年题目思路高度一致的经典题，给出完整的思考过程和代码实现。

4.1 区间调度问题：贪心排序的边界处理

题目描述：给定n个区间[l_i, r_i]，选择尽量多的区间，使得它们两两互不重叠（区间端点重合也不算重叠，即选完[a,b]和[b,c]是允许的）。输出最多能选多少个。

解题思路：这道题的正解是按右端点从小到大排序，然后从左往右遍历，维护一个变量last_end记录上一个被选区间的右端点，如果当前区间的左端点 >= last_end，就选择它并更新last_end = 当前区间右端点。

很多人会问：为什么按右端点排序而不是按左端点？我举个反例就能说服你。假设区间是[1, 10]、[2, 3]、[4, 5]。如果按左端点排，处理的顺序会是[1, 10]、[2, 3]、[4, 5]，第一步选了[1, 10]之后后面两个都没法选了，最后答案只有1；但按右端点排，先选[2, 3]再选[4, 5]，答案就是2。原因在于：右端点更小的区间，留给后面区间的空间越大，这是贪心选择性质的关键——按右端点排序能保证每次选择都是“结束最早”的合法区间，从而给未来留下最多的余地。

代码实现（C++）：

#include <bits/stdc++.h> using namespace std; int main() { int n; cin >> n; vector<pair<int, int>> intervals(n); for (int i = 0; i < n; i++) { cin >> intervals[i].first >> intervals[i].second; } sort(intervals.begin(), intervals.end(), [](const pair<int, int>& a, const pair<int, int>& b) { return a.second < b.second; }); int cnt = 0; int last_end = INT_MIN; for (auto& seg : intervals) { if (seg.first >= last_end) { cnt++; last_end = seg.second; } } cout << cnt << endl; return 0; }

易错点复盘：

• 排序的lambda表达式里，如果两个区间右端点相同，最好再按左端点从小到大排，避免不稳定排序带来的奇怪结果。
• 判断条件是seg.first >= last_end，意味着边界重合可以选，这是题目明确“不重叠”定义的关键点，千万别随便把等于号去掉。
• 初始值last_end要设成INT_MIN或者负无穷，否则第一个区间左端点正常是正数，会被误判为重叠。

4.2 最长递增子序列：从O(n^2)到O(nlogn)的优化

题目描述：给定一个长度为n的数组nums，求最长严格递增子序列的长度。子序列不要求连续。

基础思路：定义dp[i]为“以nums[i]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]。时间复杂度O(n^2)。这种做法能通过60%-80%的case，但数据范围一旦到10^5就超时。

进阶思路：维护一个数组tails，其中tails[i]表示“长度为i+1的递增子序列的末尾元素的最小值”。遍历nums的每一个数，用二分查找找到tails中第一个大于等于当前数nums[i]的位置，把它替换掉，如果找不到就追加到末尾。最终tails的长度就是最长递增子序列的长度。

为什么这样能做到O(nlogn)？核心在于tails是单调递增的，所以可以在tails上做二分搜索。这个过程很多人会困惑：tails里的元素不是“真正的最长递增子序列”，它只是“相同长度下末尾最小”的维护。举个例子，nums = [10, 9, 2, 5, 3, 7, 101, 18]，遍历过程中tails的变化是：[10] -> [9] -> [2] -> [2, 5] -> [2, 3] -> [2, 3, 7] -> [2, 3, 7, 101] -> [2, 3, 7, 18]，长度4，正确。虽然tails里存储的序列(2, 3, 7, 18)不一定真的是原始数组中的某个递增子序列，但长度是对的，因为每次替换都不会改变“长度”的真实性。

代码实现（C++）：

#include <bits/stdc++.h> using namespace std; int main() { int n; cin >> n; vector<int> nums(n); for (int i = 0; i < n; i++) cin >> nums[i]; vector<int> tails; for (int x : nums) { auto it = lower_bound(tails.begin(), tails.end(), x); if (it == tails.end()) { tails.push_back(x); } else { *it = x; } } cout << tails.size() << endl; return 0; }

易错点复盘：

• 题目要求是“严格递增”，所以要用lower_bound（找第一个 >= x 的位置）而不是upper_bound（找第一个 > x 的位置）。如果允许非严格递增，那就要换成upper_bound。
• tails数组的size就是答案，但tails内容不是答案序列。如果笔试题让你输出具体子序列，这个方法不能直接用，需要额外记录回溯信息。
• 笔试环境里如果你对lower_bound的用法记不牢，先用O(n^2)的DP保底、再尝试优化，这是我最推荐的策略：保证有分拿，再追求满分。

4.3 笔试现场的时间分配与调试技巧

关于编程题，我还有一个更重要的经验想分享：在笔试中，先把每道题的暴力解写出来，哪怕只过一部分case，也比死磕最优解最后交白卷强得多。原因是大部分OJ是“通过多少测试点给多少分”的机制，60%的case拿60%的分，远比0分要好。而且很多所谓的“暴力解”其实只需要你有最基础的循环和递归能力，不需要很高深的思想。

具体到时间段分配，我个人习惯是：前10分钟把两道题都看一遍，大致判断哪道简单、哪道难。然后先用15到20分钟把简单题的完整解法写出来并跑通样例；接着用30到40分钟死磕难题，如果40分钟还没有头绪，果断回头检查前面的客观题和已写的代码，而不是一昧耗在难题上。笔试考的不仅是会不会，还有“有限的90分钟里你能不能最大化得分”，这个能力在以后的工作里同样重要。

5. CV专项知识点：图像处理与特征提取

除了通用算法和机器学习，这毕竟是“计算机视觉算法”岗，图像处理和特征工程一样会占一定分值。我挑几个几乎年年出现的知识点展开——它们不仅是面试题，还是你以后做视觉项目天天要打交道的底层概念。

5.1 图像滤波与边缘检测

图像滤波年年考，不外乎均值滤波、高斯滤波、中值滤波、Sobel算子、Laplacian算子。要理清的是：均值和高斯是线性滤波，常用于去噪但会模糊边缘；中值滤波是非线性滤波，对椒盐噪声效果极好且能保留边缘，所以被大量用于预处理管线里；Sobel算子是一阶微分算子，用于计算图像梯度，是Canny边缘检测的第一步；Laplacian是二阶微分算子，对噪声敏感，所以实际操作中往往先高斯模糊再拉普拉斯，也就是LoG的简化思想。

笔试里如果给你一个3×3的核，让你算某个像素点滤波后的值，本质就是“中心像素邻域内做加权求和”，注意边界像素通常要补零或使用replicate填充，不同填充方式会导致输出值不同。这些细节我特别提醒一句：真到做项目的时候，边界处理对最后的检测结果有影响，尤其是小分辨率图像，比如在医学影像上做分割时，补零和镜像填充的结果差异肉眼可见。

5.2 直方图均衡化与图像增强

直方图均衡化是笔试填空和选择题常客，核心原理是把灰度分布拉伸到尽可能均匀，让图像对比度更高、细节更清楚。它做的操作是把原图像的灰度累积分布函数（CDF）映射到目标灰度范围：new_gray = round((CDF(gray) - CDF_min) / (M*N - CDF_min) * (L-1))。

是不是只看公式有点抽象？我用一个最简单的例子：如果一张图整体偏暗，大多数像素灰度集中在0到50，它的CDF在低灰度区域增长很快、在高灰度区域几乎不变，均衡化之后原本密集的暗部灰度被拉伸到整个0到255范围，暗部细节自然就出来了。这个变换的缺点是会让图像出现“过增强”，噪点也被放大。如果你做的是后续要接深度学习模型的数据预处理，均衡化有时反而不如不做，因为CNN对光照变化有很强的鲁棒性，强行增强反而可能改变语义信息。这一点在真实项目里非常值得注意。

5.3 SIFT、HOG与特征匹配基础

SIFT（尺度不变特征变换）和HOG（方向梯度直方图）在2018年的笔试试卷里出现过选择题，主要是考它们各自对什么变换保持鲁棒。SIFT对尺度变化、旋转、光照变化都有较好的不变性，因为它在构建尺度空间时用高斯差分金字塔，在关键点描述时用梯度方向直方图进行了旋转归一化；HOG则主要面向行人检测这类任务，它对局部形状和边缘信息敏感，对光照变化有一定鲁棒性，但对遮挡、形变很脆弱。

虽然现在深度学习火了以后，传统特征在大多数应用里已经被CNN特征替代，但理解它们依然有价值。比如在做图像配准时，SIFT特征的提取器和匹配器至今仍是baseline；在特征点数量极端稀疏的场景（如纹理很弱的物体表面），你可以先跑一个SIFT特征试水，再考虑上深度学习模型。笔试层面，记住一句话就够了：传统特征的精髓在于“手工设计的不变性”，深度学习特征的精髓在于“端到端学习到的任务相关性”，两者并不是完全冲突的关系。

6. 备考路线与常见误区：我给实习生的心里话

最后这部分我想跳出具体题目，聊聊备考策略和心态。很多人复习校招笔试时最容易范的一个错误是：刷题只刷“看起来会考”的，把整个知识面搞得又窄又碎。尤其像“计算机视觉算法实习生”这种岗位，笔试考察面比你想的宽得多，但深度又比你想的浅得多。准备时要广撒网，把基础知识点都覆盖到，但不需要在某个偏题怪题上死磕太久。

6.1 三个月备考时间线参考

如果今天距离笔试还有三个月，可以参考这个节奏来安排：

• 第1个月：算法与数据结构筑基。每天固定刷2-3道LeetCode或牛客题，重点覆盖数组、字符串、链表、二叉树、动态规划、贪心。我建议一定要按专题刷，不要随机刷，否则知识框架建不起来。
• 第2个月：机器学习与深度学习基础。把西瓜书（《机器学习》）前七章和花书（《深度学习》）CNN相关章节过一遍。不用啃公式推导，但概念、优缺点、公式含义一定要搞清楚。配合一些面试题库，每天做20道选择题巩固。
• 第3个月：图像处理专项 + 限时模拟。用《数字图像处理》冈萨雷斯的前四章打底，加上历年大厂笔试模拟题，每周定时2小时做一套完整试卷，练手感和时间分配。

6.2 最容易踩的四个坑

我在带学弟学妹过程中发现，大家在备考CV岗笔试时普遍会踩这几个坑，专门列出来给你提个醒。第一个坑是只刷题不复习基础，LeetCode能AC三百题，结果问你SVM的核函数怎么选、BN是怎么计算均值和方差的，完全答不上来。第二个坑是轻视客观题，总觉得编程题会写就稳了，结果前面选择题错一半，总分照样不够线。第三个坑是编程题不做现场模拟，平时慢慢刷能AC，一到限时环境就慌，代码写不完整，所以考前一定要用OJ模式掐表练习。第四个坑是忽略简历和笔试的匹配度，笔试里的深度学习考点往往偏向你的项目方向，简历上写了检测、分割，却连yolo的anchor机制都说不清楚，面试官怎么会信你真的做过。

6.3 笔试之后的快速复盘方法

考完试千万不要对完答案就完事。我建议你不管有没有进入下一轮，都把这次笔试题目里不会的知识点整理到自己的错题本里。哪怕只记得题干的一个关键词，也去查清楚背后的原理。往年的题很大程度上会重复出现核心考点，比如KMP的next计算、感受野计算、动态规划优化，今年复习到就是赚到。还有一点，如果有机会的话，可以回头把正确的代码再写一遍，尤其那些当时没AC的题，写不出来说明这个知识点还有盲区，留在心里就是个隐患。

写在最后：一次笔试其实是一次浓缩的学习体检

回到这套2018年的网易计算机视觉算法实习生笔试题，它本质上是一次知识体检，把数据结构功底、机器学习理解、图像处理基础、编码能力全部浓缩在两小时的考试里。我见过算法功底很好但机器学习基础薄弱的人被刷掉，也见过机器学习理论很强但代码写不利索的人笔试挂掉。所以如果你现在还在准备阶段，我的建议是不要只抱着“刷题通过考试”的心态，而是借着备考把整个体系补扎实。这些底子不仅为了笔试，更是你入职后写训练pipeline、调模型、做性能优化的基本功，早一天补上，后面就少一天手忙脚乱。