标签题目
TopK相关面试题
10G IP 文件、1G 内存，如何找出现最多的 Top10 IP？
这题考察海量数据精确 TopK 的分治思路、内存估算、全局正确性和数据倾斜处理。
如何在大文件中找出出现频率最高的前100个内容？
大文件中找出现频率最高的前 100 个内容，本质是大数据 TopK 频次统计：先统计每个内容出现次数，再从频次结果中选 Top100。答案要根据内存是否能容纳全部去重内容，选择 HashMap 计数、小根堆、哈希切分、外部排序、分布式聚合或流式近似算法。
给定一个未排序数组，如何输出第K大的数字？
未排序数组找第 K 大，常见解法有排序、大小为 K 的小顶堆和 Quickselect。面试中最推荐先给出复杂度对比，再重点讲 Quickselect 的 partition 思路和边界处理。
如何手写 Beam Search，并处理候选扩展、剪枝和停止条件？
这题考如何手写 Beam Search，回答重点是维护 beam 候选、逐步扩展、按累计分数 top-k 剪枝、处理 EOS 停止并返回最优序列。
MoE 路由中 Top-K Routing、负载均衡损失和 capacity factor 分别解决什么问题？
这题考 MoE 路由机制的核心部件：Top-K Routing 决定每个 token 激活哪些专家，负载均衡损失避免专家塌缩和热点，capacity factor 控制每个专家可接收 token 的上限。回答要把模型质量、稀疏计算、通信成本和工程稳定性连起来。
LLM 解码中的 top-k 和 top-p 采样分别如何实现，如何影响多样性、复读和生成稳定性？
这题考的是候选人是否真正理解生成式解码，而不是只会背 top-k、top-p 名词。来源只支持“美团 Agent 算法面试中问到 topk/topp 实现原理”，因此回答应聚焦通用 LLM 推理机制，不扩展成任何美团内部解码策略。高质量回答要讲清 logits 处理、候选集合截断、概率重归一化、随机采样，以及这些参数如何改变尾部 token 风险、多样性、复读和事实稳定性。