1.自我介绍2.项目细节深度追问3.最长递增子序列的变种题型4. 二叉树公共祖先问题5.对其他特征交叉类模型的了解程度6.Wide&Deep模型的原理与应用场景7. DeepFM模型的结构设计与核心优势8. LHUC的技术原理及实际业务价值9.算法手写题：N皇后问题求解10. 反问环节📳对于想求职算法岗的同学，如果想参加高质量项目辅导，提升面试能力，欢迎后台联系。

题目1：二叉搜索树中第k小的元素

第一封邮件发的16.30面试，后面又发了一封16.50的，写邮件问怎么回事也没有消息好嘛，那我就16.25上线等到16.50你总没话说吧，好家伙整个腾讯会议室里面一直就只有一个招商银行hr，感觉也不在，问什么也不回答，等到17.12面试官任然没有上线，于是退出会议室我从10月份面试以来第一次感觉到自己这么不被尊重的，招聘混乱成这样真的也是不多见的，我不想骂人，但是我觉得给学生清晰的面试安排，及时的邮件反馈，最起码的守时观念这是公司最起码要做到的吧算了，进去以后也是这个样子那就真的全完了

前言 你问大模型一句：“今天天气如何？”，它可能给你查一下本地今天的天气。 你再问它：“那北京的呢？”，他开始科普起了北京，完全忘了上文中的对话，推算出我们是需要他接着回答北京的天气。 以上是发生在早期各家 AI 助手中出现的问题，丢失上下文记忆。随着技术的发展，模型越来越“大”，这个问题出现的时间点（对话轮数）也越来越靠后。那么问题来了，模型是如何记住上下文的？我们该如何优化，在有限上下文中做更多事情？ 大模型根本不记 下面是我在开发AI应用的一个简单的解析图  是的，没错。我们每次的对话，包括之前的内容，都要一起发送给大模型。大模型本身不会去存储这些内容。既然不用存储，那如果不限制时间，岂...