最近一位学员刚走完 Google 26 Intern 的两轮 VO，反馈整体难度不算离谱，但面试官在 follow-up 和细节追问上完全不留情。两道题都不偏，考的恰恰是 intern 最该掌握的搜索与数据结构基本功。oavoservice 把这两道题的设计逻辑和评分要点拆开说清楚，正在准备 intern 面试的同学可以直接参考。
第一轮：树的 Level Order 变种 + 环检测 Follow-up
题目本身一句话就能说清楚：给定一棵树，返回拥有最多节点的层的索引。 如果有多个层节点数并列最多，返回最浅或最深要跟面试官确认，这位学员选择了返回最浅。
题是基础题，但 intern 面试里出现 BFS/DFS 的概率极高。用一句我们反复在 mock 里说的话：DP 想不出来有时还能原谅，如果连 BFS、DFS 都看不出或者写不熟，那真的不是难度问题，是准备态度问题。Google 面试官对这一点的容忍度很低。
解法： 标准队列层序遍历，每层计数，最后取最大值的层索引。Edge case 包括空树、单节点树、多层节点数持平时的输出选择。写完 BFS 之后面试官要求 dry run 一个三层二叉树，并当场做了时间和空间复杂度分析（O(n) / O(w)）。
Follow-up： 如果输入的不是树，而是一个带有环的图，你的算法要怎么改？
这个追问很 Google——从一个纯树的问题，瞬间拉高到图的层面，考察的是你对搜索基础模型边界的理解。学员回答：如果是图，BFS 会导致重复访问甚至死循环，必须维护一个 visited 集合，记录已访问节点。检测到已访问节点时跳过，同时可以利用 BFS 的层级特性做最短路径相关计算。面试官追问“如何检测环”，学员给出了三种方案：BFS 三色标记、DFS 递归栈标记、并查集离线处理，并简单比较了各自适用场景。面试官表示认可。
oavoservice 点评： 这道题本身不难拿分，但能拿到 strong hire 的关键在于 follow-up 部分能否展现出对图搜索的体系化理解，而不是只会背 BFS 模板。我们在 VO 陪练中会专门针对“树转图”这类 follow-up 做压力模拟。
第二轮：UDP 乱序数据排序 + 丢包策略
这一轮考了一个贴近网络编程的模拟实现。题目要求实现一个 Sequencer 类，模拟 UDP 数据包的乱序重组：每次收到一个 (data, seq_num) 数据片段，要求在标准输出中按正确的 seq_num 顺序打印出所有已收到且连续的内容。如果前面的序号还没到，当前数据就先暂存，等缺失的序号到达后再一并输出。
核心问题： UDP 不保证顺序，数据可能先收到序号 5，再收到序号 3，中间 4 还没到。此时 3 应该暂存，直到 4 到达后连续输出 3、4、5。
解法： 维护一个 HashMap 作为乱序缓冲区，key 是 seq_num，value 是 data。同时维护一个 next_seq 变量，代表当前期望输出的下一个序号。每次收到新数据：
存入 map。
检查 map 中是否存在 key 为 next_seq 的数据。
如果存在，取出并输出，然后 next_seq++，继续检查新的 next_seq 是否也在 map 中，循环直到出现空隙。
如果不存在，方法直接返回，等待后续数据填补空隙。
时间复杂度：每个数据片最多存入 map 一次、取出一次，均摊 O(1) 每次操作。空间复杂度 O(n)，n 为待排序数据量。
Follow-up： 如果丢包怎么办？
这又是一个从实现细节跳到系统设计的追问。学员给出了三个层次的回答，面试官逐层点头：
超时重传：为每个缺失的 seq 设置定时器，超时后向发送方请求重传。
最大容忍窗口：设置一个滑动窗口，超出窗口下界的缺失直接视为永久丢失，不再等待，强制推进 next_seq，记录 gap 或填充默认值。
应用层容错：对于实时音视频等场景，可以跳过丢失的包直接输出，保证低延迟，后续利用冗余编码或插值修复。
oavoservice 点评： 这道题的精华不在于把 HashMap 的 put/get 写对，而在于你是否能意识到“连续输出”这个 while 循环的终止条件，以及丢包策略能否结合具体业务场景谈 trade-off。很多同学只答出超时重传，但说不出窗口滑动和强制跳过的实际应用，面试官就会觉得你的系统思维还不够。
Intern 面试最容易被低估的几点
结合 oavoservice 过去半年带过的 Google intern 学员数据，我们总结出三条高频失分原因：
BFS/DFS 写不熟，边界处理全靠面试官提醒。 Google intern 面试对搜索的考察是底线性质的，写不出来基本直接挂。写出来了但细节频繁卡壳（比如 visited 位置放错、队列初始值忘加、循环条件写成 ≤），面试官会认为你练习量不够。
Follow-up 只会给结论，不会展开分析。 面试官追问的目的不是要标准答案，而是要看你如何拆解一个新问题。你在回答时应该主动讲思路、比选方案、分析 trade-off，而不是扔出一个名词等对面认可。
不做 dry run，对自己的代码缺乏验证意识。 写完代码主动走一个简单测试用例，既是对自己负责，也是向面试官展示你的工程素养。很多学员被问到“这段代码在某个边界输入下会怎样”时答不出来，根源就是没有自己先跑一遍。
想要真实环境下的 mock？oavoservice 提供的就是你缺的那一步
Google intern 面试难度虽然不是地狱级别，但通过率并不高。很多时候你不是不会，而是没有在真实面试压力下完整走过一遍。自己刷题和有人盯着你限时写代码、追问设计决策，完全是两回事。
oavoservice 的 VO辅助 由来自 Google、Meta、Amazon 等大厂的在职/前资深工程师 1:1 执行。每一场 mock 用的都是真实面经原题或同难度变体，面试官会按真实节奏推进：clarify → 解题 → dry run → follow-up 追问 → 复杂度分析 → 系统设计延伸。结束后当场给出详细 feedback，精确到变量命名、代码结构、沟通表达，让你清楚知道自己哪里扣分。
我们也是目前极少数能提供 L6+ system design mock 的服务方。不教套路模板，只教你在面对模糊需求时如何结构化思考、合理量化、守住设计原则。
对于正在等 OA 的同学，oavoservice 的 OA辅助 同样覆盖 Google、TikTok、Snowflake 等当前高频题包，导师手写原创代码，完全按你的风格定制，零查重风险，确保一次全绿通关。
面试没有重来一次的机会，但你可以选择在正式上场前，把所有可能犯的错误都在 mock 里先犯一遍。预约一场真正能帮到你的面试模拟。
Top comments (0)