分享下 Tiktok面经，三轮技术面，都是亲身经历，这次Tiktok面试给我的直观感受是：题目本身并不难，甚至不算刁钻，但整个流程非常值得参考。流程是 HR 面加三轮lark技术面，原本安排了 OA，但后来被直接跳过（简历优秀，Tiktok是可以跳过OA的），直接进入面试环节。
中途还因为 recruiter 调度问题，三轮技术面整体顺延了一周，这种情况在美国 tech 招聘里其实并不少见，不用太焦虑 技术面整体考察的重点非常清晰，几乎都围绕真实业务场景展开。
Tiktok面试时间线
Tiktok的面试，一亩三分地里有很多时间线，这里分享下我们面试到offer的时间线。
12.15 hr联系约一面（晚上十点半加的我🙂↕️）
12.13 一面（一周后约二面）
中间放假休息
1.13 二面
1.15 三面
Tiktok面经 第一轮
题目是leetcode981，直接复制粘贴leetcode题目上来的，非常nice，这种题面都不需要问Clarify question了。最主要的是Follow up，题目大意是实现一个基于时间的key-value map。Set就是在给定时间设置对应的key-value. get需要返回给定时间前最接近他的相同key对应的value，如果没有就返回空字符串. 根据题目很明显我们可以维护一个字典，key就是输入的key，value是list of tuple。Tuple里面存储插入的(val, timestamp)。因为Set的时间是严格升序的，所以每一个key对应的list一定是按照timestamp升序的，因此查找的时候直接上二分就行。
Follow up：如果set的时间不是严格升序的如何处理。现在我们不能直接用二分查找，因为此时的list并不是按时间顺序插入元素的。当时给的思路是使用python的sortedlist，他可以用bisect_left方法在log的时间内找到插入位置，从而获得小于他且最接近的元素。面试官要求不能用python的库，所以上了bst(其实应该avl，但是手写avl的旋转操作不太现实)。
Tiktok面经 第二轮
15min Redis / 锁 八股文相关
1）Redis 分布式锁和乐观锁分别是什么？
回答：分布式锁是跨进程/跨机器的互斥机制，通常用 SET key value NX PX + 唯一 token + Lua 释放保证“加锁/解锁原子性”。乐观锁是“更新时校验版本”，常见是 CAS/版本号，冲突时重试，不提供互斥、但能避免加锁开销。
2）悲观锁和乐观锁区别？
悲观锁是假设冲突高，进入临界区前先阻塞别人；乐观锁是假设冲突低，先并发执行，提交时检测冲突，失败重试。
3）ToC 超大流量场景下，用分布式锁要额外考虑什么？
锁会放大热点 Key 的单点压力，需要做分段锁/令牌桶/排队削峰，并控制锁粒度与 TTL，防止锁竞争导致 RT 飙升。还要考虑续租、超时、抖动、降级，比如失败快速返回、读多写少用本地缓存/副本分担。
4）什么是分段加锁？
把一个热点资源拆成多个 shard（比如 lock:sku:123:{0..N-1}），请求按 hash 落到不同段，降低同一把锁的竞争；最终一致性靠分段汇总或按业务保证同段互斥即可。
5）热点 key 怎么分散到不同节点？
写场景：热点 key 拆分（按用户/订单/分段），再用一致性 hash 或 cluster 槽位分散到不同节点；读场景：可以做多副本/本地缓存，读走副本或本地，写再异步更新。
6）介绍 Redis Cluster 的分片和主从复制
Cluster 用 16384 hash slots 做分片，key 通过 CRC16 映射到槽位分配到不同 master；节点之间用 gossip 维护拓扑和故障信息。每个 master 可挂 slave 做复制，故障时可提升 slave 成 master。
7）Redis 慢查询可能是什么原因？
常见是 大 key / 大 value 导致操作耗时、慢命令（如 keys、smembers 大集合）、CPU 打满、AOF/RDB fork 抖动、以及网络抖动/带宽拥塞导致端到端变慢。
8）怎么判断是网络问题还是 key 设计不合理？
一看 Redis 侧：SLOWLOG、latency doctor、INFO commandstats/memory 是否出现慢命令/大 key；二看网络侧：客户端到 Redis 的 RTT（ping/tcping）、丢包、连接重传，以及同机房/跨机房对比。若 Redis 执行耗时低但端到端高，多半是网络或连接池排队。
15min MQ / 缓存 / 设计模式 / 网络
1）消息队列消费者或容器宕机，怎么保证数据一致性？
队列侧靠持久化与重试/重投递保证消息不丢；消费侧靠至少一次语义 + 幂等（唯一业务 key、去重表/状态机）保证重复不出错。必要时用事务消息/Outbox保证“本地事务 + 发消息”一致，失败可补偿重放。
2）缓存穿透怎么解决？布隆过滤器原理？
穿透是大量请求打到不存在的数据，绕过缓存直击 DB。布隆过滤器用 多个哈希函数 + bitmap 记录“可能存在”，不存在则一定不存在，能挡掉绝大多数无效请求；配合“空值缓存 + 限流”更稳。
3）说几个设计模式和应用场景。
单例：全局配置/连接池；策略：不同计费/路由规则可插拔；责任链：登录鉴权/过滤器链；模板方法：统一流程骨架、子类填充差异步骤。
4）Spring 中有哪些经典设计模式？
工厂（BeanFactory/ApplicationContext 管理对象创建）、代理（AOP 动态代理增强事务/日志/权限）、模板方法（JdbcTemplate）、观察者（事件机制 ApplicationEvent）。
5）代理模式怎么实现增强？
代理对象包装目标对象，对外暴露同样接口；方法调用先进入代理，在调用目标方法前后插入增强逻辑，Spring AOP 常用 JDK 动态代理或 CGLIB。
6）浏览器输入 URL 到页面展示的过程？
先 DNS 解析拿到 IP，再建立 TCP/TLS，然后发起 HTTP 请求；服务端处理后返回 HTML，浏览器解析 DOM/CSSOM，执行 JS，构建渲染树并绘制。底层链路还涉及 ARP 找网关 MAC、IP 路由转发、以太网帧传输等。
7）你的技术学习路径是什么？
先用文档/博客建立框架，再通过源码抓关键机制，最后用压测和线上问题复盘验证理解，形成自己的 best practice。
算法题: 员工到食堂最近距离之和
题目：已知每个员工的位置和每个食堂的位置，求每个员工到食堂最近距离之和。
把食堂位置排序；对每个员工位置用二分找到最近的两个食堂（lower_bound 左右邻居），取距离最小累加即可，时间复杂度 O((N+M)logM)。
Tiktok面经 第三轮
实习项目
- 业务细节询问，用户群体和规模，qps，覆盖程度
- 挑一个指标问了怎么实现的，是自己的想法还是带教指导下完成的，在这个过程中有没有自己的思考
场景题
- 计算文本中一个字符串出现的次数，由于文本太小的原因，这个文本无法一次读取到内存中
- 比较经典的场景题，主要的问题是解决大数据量处理
- 因为没法一次写入内存，所以需要分块，但分块的话要考虑边界问题，就是目标字符串可能会被分到两个块中，比如 xiaohongshu，被分成第一块结尾是 xiaohong 第二块结尾是 shu
- 这种情况下可以用重叠读的方式，每次都读 N 字节到缓冲区，下一次读取的时候，指针不向前 N 位，而是向后 N-(目标字符串-1) 位
- 之后还需要考虑效率问题，有两个可以优化的点，一个是设置合理的缓冲区对 I/O 优化，另一个是选择匹配算法上，根据目标文本的大小，如果太大了，可以考虑用 KMP 算法
- 如果 tiktok 上某个大 V 突然发了一个视频，1 秒内产生了 100 万次点赞，你的计算节点出现了倾斜，导致该节点 CPU OOM，你会怎么做
- 给了五分钟思考时间，我大概从探测和治理两方面回答
- 探测：做局部的采样统计，在每个计算节点维护一个小的 hashmap，处理 10000 跳数据扫一次，如果发现某个视频 id 占比超过一定阈值，就判定为热点，这样做可以节省开销。后面还聊到可以让视频发布的时候，就提前在业务侧标记粉丝很多的大 V（还举了野兽先生的例子 hh），打上潜在热点视频的标记
- 治理：探测到的热点 id 加盐打散，路由到其他节点，之后再汇总
- 最后再聊点老生常谈的限流降级，加 ttl
八股
- redis 持久化（AOF，RDB 快照，混合）
- redis 大 key 对持久化会有什么影响（对 AOF 的影响会阻塞重写阶段，对缓冲区和磁盘 I/O 的效率也有影响，对 RDB 的话主要影响 bgsave 的 fork()）
一些比较宏观的问题
- 实习中有遇到什么压力吗，是怎么解决的
- 聊到了一个小事故，后面又聊到压测，就讲了下怎么做压测的，大框架还是【发现问题-工具排查-解决问题-复盘优化】的思路
- 读研的研究方向，为什么学后端
代码题
给定一个由一些数字（1-9）组成的集合 digits（不包含 0），以及一个正整数 n，请你使用 digits 中的数字，组成一个小于 n 的最大整数。集合中的每个数字可以使用任意次。
示例 1：输入：digits = [1,2,4,9], n = 2533
输出：2499
解题思路
import bisect
m = int(input().strip())
numbers = list(map(int, input().split()))
number_set = sorted(set(numbers)) # 等价于 C++ set
limit = input().strip()
max_digit = number_set[-1]
for i in range(len(limit)):
cur_digit = int(limit[i])
# 到最后一位，或者当前位不在可用数字集合中
if i == len(limit) - 1 or cur_digit not in number_set:
while i >= 0:
cur_digit = int(limit[i])
idx = bisect.bisect_left(number_set, cur_digit)
# 找到小于 limit[i] 的最大数字
if idx > 0:
chosen = number_set[idx - 1]
# 前缀 + 当前位替换 + 后面全填最大值
print(
limit[:i] +
str(chosen) +
str(max_digit) * (len(limit) - i - 1)
)
break
i -= 1
# 所有位都无法匹配，只能缩短一位
if i < 0:
print(str(max_digit) * (len(limit) - 1))
breakTiktok HR面
HR面，感觉难度最低（不知道为什么很多人都说字节hr面最难）也深挖了一部分简历，问了岗位相关的专业问题，但总体来看都没前两轮问的深。还会问一些个人性格，实习期望，职业规划等一类的通用问题。个人感觉只要前两轮都能通过的话，这一轮很轻松就能完成。
了解更多
字节总体感受是节奏比较快速，面试官水平比较高，看起来比较年轻，沟通起来顺畅，hr反馈比较及时，薪资给的中上，周期很快，不到2个月就可以走完流程，目前是三面通过状态，还在等流程。
Interview Aid 专注北美技术岗位的面试辅助，如果你近期也拿到Tiktok的面试，可以与我们联系，我们免费提供Tiktok OA真题和 Tiktok面经 参考。