Tiktok的面试前两轮还是比较固定的， 一般是挖简历+leetcode，或者leetcode+leetcode。取决于面试官之前Base在中国还是在美国。

如果你的面试官Base在中国/Base在美国但是是L1来的（具体表现是Linkedin搜不到或者搜到的话experience在国内比较多，你要有被挖简历和被问八股的预期）。

如果你的面试官（Base在美国+基本一直在美国工作），你要expect他考你更多的coding&更少的八股。 比如今天这两轮 结合一下 上面的文章和我传的真题 写面经文章

Round1 :简历深挖 + Coding（高维 index 转坐标）

Given shape D: [d0, d1, d2, …, d(m-1)]
and a 1-D index, output the corresponding coordinates.

Example:
shape: [2, 3]
index: 3
output: [1, 0]

这题本质是：
模拟 NumPy / Tensor 中的 index unraveling。

核心考点：

• 会不会算 stride
• 是否能写出无需额外空间的版本
• 能否写出通用 m 维的解法

我解释完公式后，面试官让我 dry-run 一次，他确认我思路没问题就继续问了几个 follow-up，比如：

• 输入非法怎么办？
• shape=0 会不会崩？

整体第一轮氛围相对温和。

Round2:纯 Coding（preorder + inorder → postorder）

第二轮是美国 Base 的工程师，全程英语直奔主题。
没有问项目，也没有八股，直接丢题。

You are given two integer arrays preorder and inorder.

preorder is the preorder traversal (root → left → right).
inorder is the inorder traversal (left → root → right).

Return the postorder traversal (left → right → root).

示例：

preorder = [1,2,4,5,3,6]
inorder  = [4,2,5,1,3,6]
output   = [4,5,2,6,3,1]

这是经典二叉树重建题的变种。

但 TikTok 的变化点是：
不让你重建整棵树，只能直接输出 postorder。

我采用的是：

• 用 map 存 inorder 下标
• 写一个递归函数
• 根据 preorder 分区间构造左右子树顺序
• 在函数收尾时输出 root → 达到 postorder 效果

面试官看重的是：

• 你能不能把区间划分讲清楚
• 有没有考虑空区间
• 时间复杂度 O(n) 是否合理

这一轮明显比第一轮纯技术，一点八股没有。

如果你想用真实题目来 mock，或者想让我帮你把你的简历项目拆成“可以应对深挖”的版本，我可以根据你现在的经验模拟一整轮 TikTok Tech Round。

随时来找我～

➡️ 可以联系 CSOAHelp（我们提供高质量 OA/VO 面试辅助与全流程解析）。