OfferForge 导师 Dr. W. — 博士毕业，前 FAANG Senior MLE。研究方向为大规模分布式机器学习系统，曾在顶级国际学术会议发表多篇论文。负责团队学术方向把控与 MLE 面试辅导。
OfferForge 导师 Dr. S. — 前大厂 Senior SDE，精通分布式系统与大规模数据处理。曾在顶级技术会议发表多篇技术报告，专注于系统可扩展性与可靠性。负责课程体系设计与 System Design 面试辅导。
OfferForge 导师 Dr. L. — 前大厂 Senior SDE，深耕分布式系统与微服务架构。在服务治理、事件驱动架构方面有丰富实战经验。负责求职策略制定与 SDE 面试辅导，已帮助多位候选人斩获 Senior 级别 Offer。
最近陆续面了几轮 TikTok 的 SDE，总结下来，他们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。但是，最重要的部分仍然是experience deep dive，千万不要遗漏这部分的准备工作。
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 - 我们这轮遇到的是变种：如果有多个元素频率一样怎么办？是否可以任意返回？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：“能不能只用 O(n) time？” 思路是用 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 的 coding follow-up 会非常多