面试的问题的模块都挺固定的，算法面试一般就是机器学习深度学习，计算机知识，编程语言知识，数据结构与算法题目，这几个模块。

这题可以按「结论 -> 原理 -> 场景 -> 风险」来答，重点放在AI 工程里的可落地理解。 答题要点： 1. 算法题回答先复述问题和约束，再说明核心思路、状态定义或数据结构选择，最后给复杂度和边界情况。 2. 如果是链表常用快慢指针、虚拟头节点；树题常用递归、层序遍历；动态规划要讲状态、转移、初始化和遍历顺序。 3. 面试时要主动说测试用例：空输入、单元素、重复值、极值和不合法参数。 容易被追问： - 能否把空间复杂度优化？ - 如果数据量很大怎么处理？ 注意事项： - 不要直接写代码不讲思路。 - 不要漏掉时间复杂度和边界条件。