DeepSeek线上口试，没抗住压力面

DeepSeek 面经

  年前，DeepSeek 冲击波还没进入白热化的时候，我们就写了 DeepSeek 这家公司的薪资程度 。
  近来，DeepSeek 的雇用职位，从 37 个缩减到 27 个。
  或许是年后雇用职员重新编辑了在招岗位，又或许是有一批新天才加入了 DeepSeek。
  固然已经看过 DeepSeek 的在招岗位和薪资，但相信不少读者照旧非常好奇：DeepSeek 的雇用流程到底是怎么样的？跟互联网传统的三面四周一样吗？
  就在昨天，一位去年五月份参加过 DeepSeek 线上口试的应聘者分享了他的经历。
  这位应聘者是一位 211、985 高校的应届博士生，在校期间也参与过不少企业的大型项目，但在面临 DeepSeek 口试过程中提及的那些深入且具有挑衅性的问题时，仍然感到不少难度。
  用他对 DeepSeek 的评价原话来说就是：
  <blockquote class="multiquote-1" style="display: block; font-size: 0.9em; overflow: auto; overflow-scrolling: touch; padding-top: 10px; padding-bottom: 10px; padding-left: 20px; padding-right: 10px; margin-bottom: 20px; margin-top: 20px; text-size-adjust: 100%; line-height: 1.55em; font-weight: 400; border-radius: 6px; color: #595959; font-style: normal; text-align: left; box-sizing: inherit; border-left: none; border: 1px solid RGBA(64, 184, 250, .4); background: RGBA(64, 184, 250, .1);">   ❝   在我所经历过的互联网公司中，DeepSeek 是唯逐一家会根据应聘者的专业配景量身定制编程题目的公司。
   ❞    那可不，人家 DeepSeek 但是做大模型的，输入应聘者的相干信息，用 DeepSeek 直接生成量身定制的问题，那就是分分钟的事儿。
  想要进 DeepSeek，通过 DeepSeek AI 的口试只是第一步。
  除了口试内容的深度和广度，这位雇用者还提到当时 DeepSeek 口试流程是「口试官一连 3 个小时高强度的提问」。
  这其实就是我们常说的"压力面"，通过这种口试来模拟现实工作中大概碰到的压力情景，目的是观察应聘者是否能在紧张或高压的工作条件下保持岑寂、有效沟通和解决问题的能力。
  专业程度过关是条件，还得反应够快，承压能力强。
  这也好明白，DeepSeek 是一个高度年轻化和本土化的团队，人数规模一直控制在 150 人以内，不设 KPI 稽核，内部完全扁平化，每位算法职员都能直接和梁文锋交换。不像大厂，将使命极致细化，在职员工只需要负责好自己的一环即可。DeepSeek 的规模，决定了其职员负重更重，容错空间更少。因此在职员选择上，此类良好的"小公司"肯定要比大厂要更严格。
  对此，你怎么看？在你的求职经历中，有颠末雷同的压力面吗？接待品评区交换。
  ...
  回归主题。
  来一道经典校招算法题。
  题目描述

  平台：LeetCode
  题号：1447
  给你一个整数 n ，请你返回所有       到       之间（不包括       和      ）满足分母小于等于 n 的最简分数。
  分数可以以任意次序返回。
  示例 1：

1. 输入：n = 2<br /><br />输出：["1/2"]<br /><br />解释："1/2" 是唯一一个分母小于等于 2 的最简分数。<br />

复制代码

示例 2：

1. 输入：n = 3<br /><br />输出：["1/2","1/3","2/3"]<br />

复制代码

示例 3：

1. 输入：n = 4<br /><br />输出：["1/2","1/3","1/4","2/3","3/4"]<br /><br />解释："2/4" 不是最简分数，因为它可以化简为 "1/2" 。<br />

复制代码

示例 4：

1. 输入：n = 1<br /><br />输出：[]<br />

复制代码

提示：
  

• 
  

  数论

  数据范围为       且数值大小在       之间，因此摆列「分子 + 分母」的       做法是可接受的。
  于是问题转化为：「怎样快速判断两个数构成的分数是否为最简（即判断两个数的最大公约数是否为       ）。」
  快速求得       和       的最大公约数的主要方式有两种 :「更相减损法」和「欧几里得算法」，其中「欧几里得算法」的递归实现最为好写，复杂度为      ，在绝大多数的环境下适用，只有在需要实现高精度时，才会考虑使用「更相减损法」。
  而 stein 算法则是没有必要把握的。
  Java 代码（欧几里得算法）：

1. class Solution {<br />    int gcd(int a, int b) { // 欧几里得算法<br />        return b == 0 ? a : gcd(b, a % b);<br />    }<br />    public List<String> simplifiedFractions(int n) {<br />        List<String> ans = new ArrayList<>();<br />        for (int i = 1; i < n; i++) {<br />            for (int j = i + 1; j <= n; j++) {<br />                if (gcd(i, j) == 1) ans.add(i + "/" + j);<br />            }<br />        }<br />        return ans;<br />    }<br />}<br />

复制代码

C++ 代码（欧几里得算法）：

1. class Solution {<br />public:<br />    int gcd(int a, int b) { // 欧几里得算法<br />        return b == 0 ? a : gcd(b, a % b); <br />    }<br />    vector<string> simplifiedFractions(int n) {<br />        vector<string> ans;<br />        for (int i = 1; i < n; i++) {<br />            for (int j = i + 1; j <= n; j++) {<br />                if (gcd(i, j) == 1) ans.push_back(to_string(i) + "/" + to_string(j));<br />            }<br />        }<br />        return ans;<br />    }<br />};<br />

复制代码

Python 代码（欧几里得算法）：

1. class Solution:<br />    def gcd(self, a: int, b: int) -> int:  # 欧几里得算法<br />        return a if b == 0 else self.gcd(b, a % b)<br /><br />    def simplifiedFractions(self, n: int) -> List[str]:<br />        ans = []<br />        for i in range(1, n + 1):<br />            for j in range(i + 1, n + 1):<br />                if self.gcd(i, j) == 1:<br />                    ans.append(f"{i}/{j}")<br />        return ans<br />

复制代码

TypeScript 代码（欧几里得算法）：

1. function gcd(a: number, b: number): number { // 欧几里得算法<br />    return b == 0 ? a : gcd(b, a % b);<br />}<br />function simplifiedFractions(n: number): string[] {<br />    const ans = [];<br />    for (let i = 1; i < n; i++) {<br />        for (let j = i + 1; j <= n; j++) {<br />            if (gcd(i, j) === 1) ans.push(`${i}/${j}`);<br />        }<br />    }<br />    return ans;<br />};<br />

复制代码

Java 代码（更相减损法）：

1. class Solution {<br />    int gcd(int a, int b) { // 更相减损法<br />        while (true) {<br />            if (a > b) a -= b;<br />            else if (a < b) b -= a;<br />            else return a;<br />        }<br />    }<br />    public List<String> simplifiedFractions(int n) {<br />        List<String> ans = new ArrayList<>();<br />        for (int i = 1; i < n; i++) {<br />            for (int j = i + 1; j <= n; j++) {<br />                if (gcd(i, j) == 1) ans.add(i + "/" + j);<br />            }<br />        }<br />        return ans;<br />    }<br />}<br />

复制代码

Java 代码（stein）：

1. class Solution {<br />    int gcd(int a, int b) { // stein<br />        if (a == 0 || b == 0) return Math.max(a, b);<br />        if (a % 2 == 0 && b % 2 == 0) return 2 * gcd(a >> 1, b >> 1);<br />        else if (a % 2 == 0) return gcd(a >> 1, b);<br />        else if (b % 2 == 0) return gcd(a, b >> 1);<br />        else return gcd(Math.abs(a - b), Math.min(a, b));<br />    }<br />    public List<String> simplifiedFractions(int n) {<br />        List<String> ans = new ArrayList<>();<br />        for (int i = 1; i < n; i++) {<br />            for (int j = i + 1; j <= n; j++) {<br />                if (gcd(i, j) == 1) ans.add(i + "/" + j);<br />            }<br />        }<br />        return ans;<br />    }<br />}<br />

复制代码

•          时间复杂度：摆列分子分母的复杂度为            ；判断两数是否能凑成最简分数复杂度为            。团体复杂度为
  
•          空间复杂度：忽略递归带来的额外空间开销，复杂度为
  

  末了

  巨划算的 LeetCode 会员优惠通道目前仍可用 ~
  使用福利优惠通道 leetcode.cn/premium/?promoChannel=acoier，年度会员 有效期额外增加两个月，季度会员 有效期额外增加两周，更有超大额专属