最近陆续面了几轮 TikTok 的 SDE 电面，总结下来，他们电面的题目虽然整体难度不高，但节奏快、考点集中、follow-up 要求比较高。这篇主要总结几道我们遇到过的 TikTok 高频电面原题，附上思路和坑点，希望给准备相关岗位的朋友一点参考。

1. Top K Frequent Elements（高频出现）

经典题，LeetCode 347 原题，题目是：给一个整数数组 nums 和一个整数 k，返回出现频率前 k 高的元素。

常规思路： 先用 HashMap 统计频率，再用 min-heap（优先队列）维护 size 为 k 的 top-k 结构，时间复杂度 O(n log k)。

TikTok 面试点 - 我这轮遇到的是变种：如果有多个元素频率一样怎么办？是否可以任意返回？我问清楚了之后面试官说：只需要保证返回任意 top-k 即可，不要求排序。但他后面又追问：“你能不能只用 O(n) time？”我立刻说可以用 bucket sort 优化，把频率当作 index 存到数组里，最后从后往前扫 bucket，时间复杂度 O(n)。然后我们讨论了HashMap + Bucket 的 trade-off 场景。

建议： 刷这个题的时候，不要只会 min-heap，最好也把 bucket sort 的优化版本掌握一下，TikTok 特别爱 follow-up “Can we do better”

2. Longest Substring Without Repeating Characters（变种高频）

看似简单，但 TikTok 爱考变种形式。

原题版本： LeetCode 3，双指针 + HashSet，找最长无重复子串。

tt 面我的是变种： 返回最长子串的实际内容，而不是长度，并且不区分大小写（即 'A' 和 'a' 视为同一个字符）。

思路： 要处理大小写，可以先把所有字符 lowercase，然后再做 sliding window。过程中注意存字符时要映射为统一形式（我用的是 char.lower()）。实现上没什么新难度，但TikTok 很在意你的 test case 是否覆盖到了大小写混合的情况。面试官明确说 Can you walk me through edge cases，我准备了 "AaBbCc" 这种 case，他说 that’s exactly the one I expected。

建议： 这类 substring 题，TikTok 特别在意 corner cases，比如空串、全重复、边界条件、字符编码。别只写核心逻辑，要自己补几个 edge case 解释清楚。

3. Merge Intervals（地里也提到过很多次的题目）

他们特别偏爱各种 interval 操作，包括 merge、insert、find overlap、判断是否冲突。

我遇到的一题是 Merge Intervals，但是输入无序的版本。原题是 LeetCode 56：合并所有重叠区间。

TikTok 版本 twist： 输入 intervals 没有排序，你要先 sort，然后 merge；而且他会 follow-up 问 “what if intervals are massive and don’t fit into memory?”

思路：第一步：sort intervals by start time，然后遍历合并。

Follow-up：我提了 external sorting + chunking 的思路，他继续问 “So what’s the complexity of your sort step?” 我答 O(n log n)，他说有没有更好的办法，如果我只能顺序读取数据。我说可以用 map-reduce 方式来分布式 sort，但代码层面写不出来。他说 ok，但希望我能 identify 出“sort 是瓶颈”。

建议： tt 面试官往往不要求你写特别长的代码，而是希望你能快速 spot 出瓶颈，并给出高层设计的解法。这在 infra 组尤为常见。

4. Decode String（栈模拟）

这个是我听到好几个人在 TikTok 面试时遇到的题，LeetCode 394 原题。题目是：输入 "3[a2[c]]"，返回 "accaccacc"。

核心考点：要实现嵌套解码，必须用 stack 模拟。过程就是遇到 [ 把当前 prefix 和 repeat 数都压栈，遇到 ] 就弹出来展开。

TikTok twist： 可能会要求你支持更复杂的语法，比如支持变量名、支持 unicode、支持自定义分隔符（比如括号改成 {} 或 <>）。有一次面试官甚至问了：“If this becomes a part of a mini language interpreter, how would you generalize it?”

建议： 栈模拟题 TikTok 特别爱延伸问系统设计，比如你这个 parser 能不能模块化？能不能适配更多语法？不是考你设计 AST，但思路要清楚。

5. Sliding Window Maximum（难度偏上）

LeetCode 239，给一个数组和一个窗口大小 k，输出每个滑窗里的最大值。

常规思路： 单调队列（deque），维持窗口中元素的 index，确保队首是最大值。

tt follow-up： 面试官问：“Can you make it concurrent-safe if the input array is a stream of data?”

我说可以封装一个线程安全的 max window processor，用锁 + condition variable 控制 sliding window 的推进。他又问：“So what’s the latency of your update operation?”

建议： 对于 stream、window、heap 类问题，TikTok 偶尔会加一点 infra flavor，特别是如果你投的是 infra/backend 的岗位。这类题要准备一些并发 / 多线程的延伸讨论。

总结 / Takeaways

1. tt 的电面题在我看来，有以下几个特点：

2. 题库比较常见，很多都是 LeetCode 高频题（top 100 里能 cover 70%）。

3. 变种和 follow-up 特别爱出，不是让你秒写完，而是让你 explain + generalize。

4. 时间非常紧，几乎不留调试空间。

5. 面试官表达语速快（有时候说中文）。

如果你在准备 TikTok 的电面，建议主攻以下几个题型：Heap / HashMap / Interval / Stack Parsing / Sliding Window / Graph BFS-DFS / String Subsequence 类题目，然后每道题都准备好：优化方式、复杂度分析、边界情况、变种应对、real-world 延伸应用。

等下次我们把 TikTok 系统设计的部分也整理出来，到时候一起分享。