每年秋招腾讯音乐娱乐集团的技术类笔试都是不少同学重点盯的目标。我见过太多人把精力全放在刷 hard 题上结果笔试一开发现选择题浪费时间太多、编程题读题卡壳、输入输出处理不熟练最后 AC 率惨不忍睹。这篇文章想做的就是围绕腾讯音乐娱乐集团2023校园招聘技术类岗位编程题合集做一次相对完整的拆解考什么、怎么练、踩过哪些坑、笔试现场怎么分配时间全部按我自己的实际经验来写希望能帮你把刷题效率提上去。这篇文章适合准备投递腾讯音乐技术岗后端、客户端、数据、算法都适用的应届生也适合所有想拿大厂笔试练手的同学。我会把笔试题型、考点分布、Python 和 C 的取舍、输入输出陷阱、边界条件、复杂度卡点都过一遍然后给几道贴合真实出题风格的模拟题带完整分析和代码最后整理一份避坑清单。不用追求一次看完收藏起来刷题前翻一遍针对性会强很多。1. 真题速览腾讯音乐笔试到底考什么先说结论腾讯音乐的技术笔试整体难度在大厂里属于中上但真正卡人的不是题目本身有多难而是你对题型和环境的熟悉度。1.1 题型结构与时间分配从近两年考生的反馈来看腾讯音乐的笔试场次一般是 120 分钟题目构成大致是这样的选择题:约 20-30 道覆盖计算机网络、操作系统、数据库、Linux、语言基础。这里的语言基础会结合你投递的岗位分卷比如 C 卷就考虚函数、内存布局Java 卷就考 JVM、并发。编程题:2-4 道独立计分AC 率直接决定你能不能进面试。很多人会忽略一个事实编程题的分值占比往往不到一半但面试官筛简历时最看重的就是编程题的通过情况。选择题错几道还能解释四道编程题只过一道那基本就是“排序靠后”了。所以第一个建议是在线编程题是笔试的生命线优先级永远高于选择题。时间分配上我自己比较推荐 120 分钟里留 90 分钟以上给编程题。选择题做得再快也就省出 10 分钟但一道编程题的 debug 可能就要吃掉 20 分钟。哪怕选择题只剩 5 分钟也要保证每道题至少蒙一个答案而不是空着。1.2 高频考点分布与编程语言选择把 2021 到 2023 年的真题方向拉出来看腾讯音乐的编程题考点非常集中考点出现频率典型问法字符串处理高拼接、去重、匹配、子串统计哈希表 / 计数高两个数组的交集、出现次数、配对问题排序 双指针中高三数之和、滑动窗口动态规划中高子序列、背包、状态机二叉树与递归中最近公共祖先、路径和图论基础中低并查集、拓扑排序、最短路前缀和 / 差分中低区间和、区间修改贪心低中区间安排、跳跃游戏语言选择上我强烈建议你用自己最熟练的语言不要因为“C 看起来更硬核”就临时换。如果两种语言都熟Python 在笔试环境里通常更占便宜因为写快排、写滑动窗口、做字符串切分代码量少一截debug 速度快很多。但要注意Python 跑的慢如果题目裸奔 O(n²) 就容易被 TLE后面我会专门说复杂度问题。另外腾讯系的笔试平台一般是牛客或赛码很多同学平时只在 LeetCode 上刷题第一次上牛客会很不适应因为牛客的核心是“整个程序从标准输入读数据再将结果输出到标准输出”而不是 LeetCode 那种只补函数体。这个差异真的能拉开 10 到 20 分的差距。2. 高频题型拆解从读题到 AC 的完整套路这一节不讲具体题目只讲套路。掌握了套路你遇到新题才能快速定位考点而不是上来就乱写。2.1 字符串处理题面绕代码不能绕腾讯音乐的业务天然和歌词、歌单、用户昵称强相关所以字符串题几乎是必考的。常见花样包括去除重复字符、判断子序列、最长无重复子串、歌词拼接后的最小字典序等等。字符串题最核心的套路是三板斧哈希计数、双指针滑动窗口、排序后比较。举个例子如果题目问“两个字符串能否通过重新排列变成相同字符串”最直接的做法就是统计 26 个字母的频次比较频次数组是否一致。这个思路在 Python 里甚至可以简化为一行Counter(a) Counter(b)但笔试时建议还是写循环统计因为有些面试官不喜欢你依赖 Counter 的魔法。遇到“子串包含所有目标字符”这种题直接上滑动窗口。套路是右指针往前走把字符纳入窗口当窗口满足条件时左指针收缩记录最小长度。窗口内字符频次用字典维护注意 Python 字典get的默认值写法避免每次判断 key 存在与否。我自己踩过的坑是用defaultdict(int)统计窗口频次时收缩左边界忘了处理计数归零。窗口不满足条件后右指针继续扩展左指针对应的字符计数统计仍然保留导致后续判断错误。解决方法是收缩时cnt[left_char] - 1如果减到 0 就del cnt[left_char],用in判断时才能保持一致。还有一类字符串题是“拼接最小字典序”。比如给你一批字符串让你排序后拼接使得最终整体字典序最小。很多人直接按字典序排这是错的。正确做法是自定义排序规则a b b a时 a 排在前面。这个 trick 属于“不知道就会卡死知道就秒杀”的典型题笔试前一定要记住。2.2 哈希表与计数用空间换时间的性价比之王哈希表在大厂笔试里的地位等同于手机在生活中的地位哪里都有它。腾讯音乐的题也特别喜欢考配对、统计、找不同这类逻辑。最经典的模式是“给定一个数组找出两个数之和等于 target”。暴力是 O(n²)用哈希表能把第二层循环变成一次查询整体 O(n)。关键点在于判断target - nums[i]是否在 map 里时要先把当前元素加入 map 还是先查顺序不同会导致重复使用同一个元素。比如target 6数组是[3]时如果先存后查就会返回(0, 0)这肯定是错的。正确做法是先查后存。另一个高频考点是“配对计数”比如给一堆袜子颜色问能凑出多少双。这就是统计每个颜色出现次数整除 2 累加。听起来很简单但笔试的时候题目一包装成“歌单里每首歌的播放次数”之类的业务背景就有人绕晕了。记住一句话不管它包装成什么业务场景核心还是在问你「出现次数」和「配对关系」把题目翻译成哈希计数题九成都能解。腾讯音乐笔试中哈希表还常与排序结合考。比如“合并两个有序数组并去重”、“找数组中出现次数超过一半的元素”。这些题第一步基本是哈希统计第二步是排序或遍历取最大难度不大但要求你写得快、写得稳。2.3 动态规划状态定义对了题目就做对了一半动态规划在腾讯音乐笔试里属于中高区分度的题型。它不会考到太难的状态压缩 DP 或树形 DP更常见的是线性 DP 和区间 DP 的简单变种。我总结过一套 5 分钟快速定位 DP 问题的方法适用于大多数大厂笔试题题目是否求“最大值、最小值、方案数、是否可行”当前状态是否只依赖前一个或前两个状态是否存在明显的“选择”和“不选”两个分支如果三个问题都答“是”那基本就是 DP而不是贪心。比如经典的“打家劫舍”问题不能偷相邻两家问最多偷多少。这就是标准的线性 DPdp[i] max(dp[i-1], dp[i-2] nums[i])。腾讯音乐出现过一道很像业务场景的 DP 题给你一个播放列表每首歌有快乐值和冷却时间不能连续放同一首歌问最多能获得多少快乐值。这道题的本质就是打家劫舍的变体。你需要把“冷却”翻译成“相邻限制”然后套dp[i] max(dp[i-1], dp[i-2] value[i])。DP 题最容易翻车的地方是初始化。很多同学把dp[0]设成 0但实际题目允许空列表时dp[1]的值应当是第一首歌的快乐值这取决于你定义的 dp 是“前 i 首”还是“以第 i 首结尾”。我建议统一用“前 i 首”的语义这样初始化dp[0] 0dp[1] max(0, value[0])后面递推逻辑比较顺。如果你用“以第 i 首结尾”的语义就要初始化每个dp[i] value[i],然后内层循环找前置状态相对容易漏。2.4 并查集与图论只考连通性的送分题腾讯音乐的笔试里图论题一般不会太难,常见的是并查集判断连通分量个数。比如“N 个用户通过 M 条关注关系相连问有几个独立社群”或者“修路问题给一堆边问至少要加几条边才能让所有节点连通”。并查集模板必须背到能默写。核心就三个操作初始化、查找带路径压缩、合并按秩合并或按 size 合并。下面是 Python 的短模板class DSU: def __init__(self, n): self.parent list(range(n)) self.size [1] * n def find(self, x): while self.parent[x] ! x: self.parent[x] self.parent[self.parent[x]] x self.parent[x] return x def union(self, a, b): ra, rb self.find(a), self.find(b) if ra rb: return False if self.size[ra] self.size[rb]: ra, rb rb, ra self.parent[rb] ra self.size[ra] self.size[rb] return True这段模板里find用了路径压缩union按 size 合并能保证树的高度对数级别笔试完全够用。注意size数组只在根节点有效合并时更新新根的 size 即可不要更新子节点的 size。并查集题最容易错的点是下标从 1 开始还是从 0 开始。如果输入给的用户编号是 1 到 N初始化时range(n1)否则会漏掉最后一个点如果编号从 0 开始别多开一个位置。笔试时没时间纠结直接在草稿纸上把样例跑一遍确定下标体系。图论里另一个可能考到的是拓扑排序但频率不高。考到也是送分题入度为 0 的节点入队依次弹出并更新后继节点入度最终判断弹出的节点数是否等于总节点数。只要模板熟这类题 AC 不难。3. 硬核实战四道典型真题模拟与解题全过程光讲套路没有用必须动笔。这一节我从历年高频出题方向里提炼出四道模拟题每一道都对应腾讯音乐笔试里真正出现过的考点组合然后完整走一遍「读题 → 分析 → 编码 → 复盘」的流程。重点不是记答案而是看我遇到问题时的思考路径。3.1 第一题歌词拼接去重字符串 哈希题目给定 N 行歌词每行是一个字符串。请你按照输入顺序输出去重后的歌词但是去重时如果两个字符串在忽略大小写后相同则视为重复输出时保留第一次出现时的大小写形式。输入样例3 Hello hello HELLO输出Hello这道题的考点很明确字符串大小写归一化 哈希去重 保留首现形态。解题思路分三步遍历每一行读入字符串s。把s转成小写作为 key判断是否已经在seen集合中。如果不在输出原始字符串s并把 key 加入seen。完整代码import sys def main(): data sys.stdin.read().splitlines() if not data: return n int(data[0].strip()) seen set() out [] for i in range(1, n 1): s data[i].strip() key s.lower() if key not in seen: seen.add(key) out.append(s) sys.stdout.write(\n.join(out)) if __name__ __main__: main()这里有两个细节值得注意。第一是sys.stdin.read().splitlines()一次读入所有行比逐行input()在数据量大时快很多。笔试时如果输入规模超过 10 万行input()的性能会明显下降而sys.stdin.read()几乎是秒读。第二是strip()去掉可能存在的行尾回车和空格防止 key 匹配出现意外。3.2 第二题排行榜波动值数组 前缀最值题目给定一个长度为 N 的数组A表示 N 天某首歌的热度。定义“最大波动值”为max(j - i)其中i j且A[i] A[j]。如果不存在这样的i、j输出 -1。这道题的难点在于直接两层循环是 O(n²)当 N 到 10^5 级别就超时。必须想一个 O(n) 或 O(n log n) 的做法。正确思路是固定右端点时希望能找到最靠左且值不大于当前元素的位置。但要快速找到“最靠左且值小”的位置不容易所以换一个角度从右往左维护“当前后缀最大值”。具体做法定义suf_max[i]表示从 i 到末尾的最大值。双指针i从 0 开始j从 N-1 开始如果A[j] A[i]说明从 i 到 j 的区间满足条件记录j - i然后i向右移动固定 j 时 i 越小越好所以 i 右移不会得到更大差值但 j 可能还能更大所以等到 A[j] A[i] 时再移动 j。当A[i] A[j]时说明当前 i 无法匹配这个 j需要向左移动 j 直到找到更大的后缀最大值来匹配当前 i。简化写法是维护一个数组max_from_right[j]然后遍历 i用指针 j 单调回退保证整体 O(n)。下面是我写的解法def solve(a): n len(a) suf [0] * n suf[-1] a[-1] for i in range(n - 2, -1, -1): suf[i] max(a[i], suf[i 1]) ans -1 i, j 0, n - 1 while i n and j 0: if a[i] suf[j]: if i j: ans max(ans, j - i) i 1 else: j - 1 return ans注意这版代码里我用suf[j]而不是a[j]逻辑是只要右侧区间最大值大于等于a[i]就说明存在一个位置 k 在 i 右侧且a[k] a[i]用 k 作为右端点。所以只要suf[j] a[i]当前的j指针往左收缩ans 取j - i可能偏大但没关系因为后面 i 右移时会更稳妥。这道题在笔试现场容易陷入“暴力过样例、超时挂大片”的误区。我的建议是拿到题先看数据范围如果 N 是10^5以上第一个排除的就是纯暴力 O(n²)如果 N 是10^3暴力反而可能更快。数据范围决定算法这是一个合格笔试选手的基本素养。3.3 第三题专辑分组并查集题目有 N 首歌编号 1 到 N。现在给出 M 条关系每条关系表示两首歌属于同一张专辑。问这 N 首歌最终可以分成几张专辑即连通分量个数。输入5 3 1 2 2 3 4 5输出2这道题就是裸的并查集。但它在笔试现场坑过很多人因为输入里可能会出现自环和重复边但并查集本身就容忍重复边和自环所以不需要额外处理。唯一要小心的是节点编号从 1 开始并查集数组初始化到 N1。代码class DSU: def __init__(self, n): self.parent list(range(n 1)) self.size [1] * (n 1) def find(self, x): while self.parent[x] ! x: self.parent[x] self.parent[self.parent[x]] x self.parent[x] return x def union(self, a, b): ra, rb self.find(a), self.find(b) if ra rb: return if self.size[ra] self.size[rb]: ra, rb rb, ra self.parent[rb] ra self.size[ra] self.size[rb] def solve(n, edges): dsu DSU(n) for a, b in edges: dsu.union(a, b) root_set set() for i in range(1, n 1): root_set.add(dsu.find(i)) return len(root_set)很多人会问为什么不直接数parent[i] i的个数因为路径压缩不是实时更新所有节点的 parent 的只有调用find的路径会被压缩其他节点可能还指向一个非根节点。所以需要再对每个节点做一次find(i)收集真实根节点再用 set 去重。这一步是最容易踩坑的。如果你直接用parent数组统计可能多算几个连通分量。当时我笔试时也在这个地方翻过车后来养成了习惯统计连通分量数量永远先对每个点执行一次find再放进去重集合。3.4 第四题播放列表最优收益动态规划题目有一个播放列表共有 N 首歌。第 i 首歌的快乐值为value[i]。你从第一首开始听可以选择听或跳过但不能连续听相邻两首。问能获得的最大快乐值总和。这题就是打家劫舍的换皮。核心 DP 状态定义dp[i]表示前 i 首歌能获得的最大快乐值。状态转移不听第 i 首dp[i] dp[i-1]听第 i 首dp[i] dp[i-2] value[i]取两者较大值。实现时注意题目可能允许跳过所有歌所以dp[0] 0如果 N 为 1只能听或不听那首dp[1] max(0, value[0])。如果 value 可能为负数直接简单返回 0 即可因为可以全跳过。def max_happiness(values): n len(values) if n 0: return 0 dp [0] * (n 1) dp[1] max(0, values[0]) for i in range(2, n 1): dp[i] max(dp[i - 1], dp[i - 2] values[i - 1]) return dp[n]这里有个优化实际上只需要维护两个变量prev2和prev1不需要完整数组。但如果面试官不要求空间复杂度写数组更直观不容易错。我笔试时一般先写数组版本AC 后再考虑空间优化这样能减少 debug 时间。另外如果题目改为“不能连续听相邻三首”状态就要升级成二维dp[i][0/1/2]表示前 i 首歌已经连续听了 0/1/2 首时的最大收益。这类变体也不难但容易漏状态建议时间充裕时推一遍转移方程再写代码。4. 笔试环境与输入输出处理最容易丢分的隐形门槛很多 LeetCode 刷得飞起的同学第一次用牛客或赛码笔试直接栽在输入输出上。这里我单独展开讲因为这一块真的是“会者不难难者不会”而且一旦出问题浪费的时间远超想象。4.1 多行输入与 EOF 判断的 Python 写法大厂笔试题输入一般分两类第一类明确告诉你第一行是 T表示后面有 T 组数据第二类不告诉你有多少组一直读到文件结束。第一类的标准写法import sys def main(): data sys.stdin.read().split() if not data: return t int(data[0]) idx 1 results [] for _ in range(t): n int(data[idx]); idx 1 arr list(map(int, data[idx:idx n])); idx n results.append(solve(n, arr)) print(\n.join(map(str, results)))第二类需要 while 循环配合sys.stdin.readlineimport sys def main(): out [] for line in sys.stdin: line line.strip() if not line: continue n int(line) # 处理… out.append(str(ans)) sys.stdout.write(\n.join(out))注意sys.stdin自带缓冲和迭代器直接用for line in sys.stdin是最稳的 EOF 写法也不会因为read()一次性加载太大数据导致内存压力。千万不要用input()在循环里逐行读 10 万行那是灾难。4.2 复杂度卡点为什么 O(n²) 常被卡死腾讯音乐的笔试平台限时一般在 1 到 2 秒Python 的常数因子比 C 大很多。经验数据是这样的N 1000O(n²) 可以接受。N 10^5必须 O(n log n) 或 O(n)。N 10^7只能用 O(n) 且要注意常数优化。很多 DP 题第一眼写 O(n²) 能过样例但提交就超时。比如最长递增子序列的 O(n²) 版本在 N10^5 时必挂必须换 patience sorting 的 O(n log n) 版本。笔试前我建议把所有基础数据结构的复杂度背熟尤其是哈希表平均 O(1)、排序 O(n log n)、并查集近似 O(α(n))、线段树区间查询 O(log n)。还有一个小技巧Python 里for循环尽量少写能改为列表推导和内置函数如max、sum、Counter的尽量改。虽然看起来差不多实际运行时间能差 3 到 5 倍。特别是大量数据时sum比for i in range(n): s arr[i]快非常多。4.3 常见边界条件与内存优化笔试做题最容易忽略的边界条件我列了一个自查清单数组长度为 0 或 1 时的特判。输入中存在负数、0、极大值如10^9时的溢出和处理。并查集、树形结构的下标从 0 还是 1 开始。字符串去重时是否忽略大小写、是否忽略空格。排序后首个元素和最后一个元素的上下界。dp数组索引是否越界比如dp[i-2]在 i1 时会访问负数。输出格式是否有额外要求比如行尾空格、末尾换行、保留小数位数。内存上如果 N 达到 10^6开一个 Python list 存 int 大约是 28 字节每个10^6 就是 28 MB 左右。开两个数组再加别的数据结构可能逼近内存上限。遇到这种情况优先考虑使用array模块或只保留必要的状态如滚动变量不要无脑开二维数组。5. 常见问题与避坑指南来自真实考场的经验这一部分是我最想强调的因为很多内容不是靠刷题能体会到的必须有人告诉你“这里有个坑”。5.1 时间分配一道题卡住 20 分钟就放下笔试时最怕的是“死磕一道题”。我自己见过太多同学第一题做了很久没 AC不甘心继续磨最后四道题只写了一道心态还崩了。正确策略是开考后先把四道题全部读一遍快速判断每道题的难度和自己是否见过类似题型。从最简单、最确定的题开始做保证至少 AC 一题。每道题最多给 20 分钟。如果 20 分钟还没 AC先把当前的暴力解法写出来能过部分测试点就拿部分分然后立刻跳到下一题。最后剩 10 分钟时不再写新题只专注检查已提交的代码防止低级错误。5.2 测试用例自测每个代码都要自己造数据验证笔试平台不会给你反馈每个用例错在哪所以自测能力非常重要。每次写完代码我习惯在本地跑三组测试最小输入、正常输入、边界输入。最小输入比如N1、数组只有 1 个元素看程序是否崩溃。正常输入用题目自带的样例验证基础逻辑。边界输入包括最大值、重复值、倒序数组、空数组等验证是否有越界和溢出。如果本地跑出了与预期不符的数据不要急着改代码先在草稿纸上把逻辑走一遍定位问题是状态定义错了还是边界条件漏了。直接盲改代码八成会把对的地方改错。5.3 一道题能不能用暴力过部分分笔试的判分规则通常是“按通过的测试点给分”不是“必须 AC 才有分”。所以当你面对一道没思路的题暴力解法能过 50% 的测试点就算成功。比如数据范围是N 10^5你写一个 O(n²) 的暴力至少能过小数据点拿到一定分数。这也解释了为什么每次笔试后都有很多人觉得自己代码没错、就是超时因为他们明明只需要一个小数据点的分却死磕大数据点的优化。如果优化不出来先交暴力保底再尝试优化这才是聪明做法。6. 最后补充几点个人体会腾讯音乐的笔试题目风格整体和腾讯集团其他事业群比较相似但会更偏业务场景一些喜欢把音乐元素融入到题目描述里。所以你在刷题时不要被羊皮纸式的题目吓到把业务描述剥掉剩下的就是考基本功。建议把基础的数据结构和经典算法再过一遍尤其是并查集、DP、滑动窗口、字符串哈希这几个方向做题时会稳很多。另外真正拉开差距的其实是心态。笔试现场时间紧、题目长、平台不熟悉很多人还没开始写代码就慌了。我当年也这样后来养成一个习惯拿到题先不看数据范围先看输出样例从样例反推题目的正确理解确定自己没读错题再动手。这个方法虽然简单但在高压环境下特别管用。如果你现在时间有限优先把本文第 2 节的套路和第 3 节的四道题吃透再刷 5-10 套真题手感基本就出来了。最后再分享一个小技巧每次笔试完后不管成绩如何都把没 AC 的题重新写一遍记录是哪一步卡住、哪种数据结构没想到。坚持一个月你会发现面试官问算法题时你已经能很自然地讲出自己的思考路径了。