手撕题这两年已经成了技术面试的标配环节，尤其是电源方向和算法方向，几乎每轮都逃不掉。我在辅导和面试候选人的过程中，发现大家普遍有个误区：以为手撕是考背诵，实际上考官想看的根本不完全是代码写没写对，而是你思路清不清楚、边界感强不强、推导是不是有逻辑链。这篇清单不是给你堆八股，而是把我见过的高频考点和真正能落地的准备方法梳理出来，照着练，至少能在现场不慌。
1. 手撕题为什么成了面试硬门槛：筛选逻辑与备考思维
1.1 面试官真正在考察的三个维度
先聊个有意思的事情。很多人以为手撕题就是刷题，把LeetCode刷穿就稳了，但实际上，我在面试里见过不少刷题刷得很猛的人，碰到手撕环节照样崩。原因在于，手撕题和算法题有本质区别。算法题考察的是逻辑思维和代码熟练度，手撕题考察的却是你在约束条件下快速建模、取舍和边界处理的能力。
我总结了一下，手撕题考官其实在看三个维度，这三个维度缺一不可：
- 维度一：定义完整边界。题目给你一个粗粒度描述，比如“写个Buck变换器的小信号模型”或者“手撕多头注意力”，你必须自己补全输入输出、运行环境、性能指标等隐含约束。很多候选人不是不会，而是不知道“从哪儿开始”，这就是边界感缺失。
- 维度二：核心链路是否清楚。你的代码或者推导不需要逐字逐句优化，但主链路必须清晰。比如手撕Transformer，你说不清Q、K、V从哪里来，sequence mask怎么加，那就算最终跑通了，也过不了关。
- 维度三：局部优化与应急修复。你写完伸个懒腰，然后考官会砍掉一个约束，比如“如果是长序列，你的这段代码怎么优化”或者“如果输入电压抬到36V，电感怎么重新算”。这考察的是你对自己方案的掌控力。
1.2 高频手撕题的分级体系与时间分配
根据我接触的面试数据，手撕题可以按出现频次和难度分成三级，这样你在准备阶段才能有的放矢，不至于把时间花在冷门角落。
- T1梯队（必须零失误）：Buck、Boost、Flyback基础拓扑推导、单相整流桥、运放的虚短虚断分析、RC充放电过程。这些是硬件/电源岗位的基础手撕，不要求你默写公式，但要求你能现场推导出来。
- T2梯队（高频且容易翻车）：多路输出反激、有源钳位正激、Boost的CCM/DCM小信号、DCDC的环路补偿、多头注意力机制、LayerNorm和BatchNorm的区别代码实现。这些题的难点在于细节多，任何一个点忘掉都会让你卡五分钟。
- T3梯队（低频高区分度）：LLC谐振变换器的增益推导、三相 Vienna 整流器的工作模态、Transformer的稀疏注意力变体、GPT样式的 causal attention 手撕。遇到这类题，没准备好的直接懵，但能为已经准备好的候选人做出完美的区分度。
结合这三级的划分，时间分配建议是这样的：T1占40%时间，T2占50%，T3占10%。很多人正好相反，把大量时间砸在最难的T3上，结果T1在考场上磕磕绊绊，这种“高开低走”是最可惜的。
1.3 准备工具：白板、纸笔、编辑器三线并行
手撕的形式在不同公司差别挺大的。有的在纸上写、有的在白板上写、有的直接在IDE里写。我强烈建议你在准备阶段就用这三种方式轮换练习，因为实际体验真的不一样。
- 纸笔练习：核心价值在于练推导的肌肉记忆。比如Buck的电感伏秒平衡推导，写出“导通阶段伏秒 + 关断阶段伏秒 = 0”，然后再往里代具体方程。纸笔练习能帮你形成“先列已知量、再列待求量、最后列方程”的固定流程，考场不慌。
- 白板练习：核心价值在于练言简意赅的表述。白板上写字慢，你必须边写边说，这逼着你把思路用语言组织出来。我有个习惯，每次练白板都会录音回放，然后你就能发现一堆“额”“这个”“那个”的口头禅。
- 编辑器练习：核心价值在于还原真实编码节奏。尤其是在手撕Transformer或多头注意力时，不是写完逻辑就完事，还要自己造测试case、打断点调试。用编辑器练，你能习惯真实环境下的容错方式。
三线并行有个额外好处：你会发现自己对同一道题的熟练度在不同载体上是不同的。比如Buck推导，我用纸笔很顺，但到了白板上就容易漏掉电感纹波电流与平均电感电流的关系，这种差异刚好能暴露准备盲区。
2. buck与boost手撕：从拓扑推导到死区细节的完整过关模板
2.1 Buck变换器的“三步推导法”与关键公式复盘
先按最高频的Buck来说。面试官让你手写Buck，通常不是让你画个拓扑就完事，而是会接着问“怎么推导出占空比D和电感值的”。你千万别一上来就背 D = Vout/Vin，因为这道题真正的价值在于推导过程，你的推导能不能自洽，直接暴露了你是不是真懂。
我习惯用的方法叫“三步推导法”：
伏秒平衡写状态方程。假设Buck工作在CCM连续导通模式，开关管导通时电感电压为 Vin-Vout，关断时电感电压为 -Vout（忽略二极管压降和导通电阻的理想情况）。稳态时电感两端电压在一个周期内的积分为零，于是就有：
(Vin - Vout) * D * T + (-Vout) * (1-D) * T = 0
从这个式子一步就能推出 D = Vout/Vin。
电感纹波电流计算。利用导通阶段的电压方程 L * di/dt = Vin-Vout，整理出纹波电流表达式：
ΔI = (Vin-Vout) * D * T / L
注意到电流纹波是峰峰值的2倍关系，所以实际画图时要注意标注清楚。很多人第一次推导的时候会取错系数，把ΔI直接当成峰值变化量，这里一定要小心。
电感值等式的物理意义解读。当纹波电流是输出电流的20%-40%时，由上式反推：
L ≥ (Vin-Vout) * D / (f_sw * ΔI)
这里有常被忽略的点：电感值不仅决定纹波大小，还直接决定变换器能否工作在CCM。尤其负载轻的时候，电感电流平均值下降，如果纹波电流的一半大于平均电流，就会掉到DCM断续模式。
面试官爱在这个地方追加一个问题：“如果我重新选一个更大的电感，纹波是变小了，但会不会有什么副作用？”答案是会。电感变大会让动态响应变慢，因为电流上升/下降速率受到 L 限制。我在实际电源设计中就吃过这种亏——为了压低纹波把电感选特别大，结果是负载突变时输出电压大幅跌落，最后被迫换更小电感，配合增加输出电容来折中。你如果能在手撕的时候把这个工程折中的思路说出来，考官会立刻对你另眼相看。
2.2 Boost推导的易错点：右半平面零点与断续模式判定
Boost的拓扑推导和Buck推导的整体框架一样，但有几个专属的坑，几乎每次面试都会有一批人在同一个地方翻车。
Boost在CCM下的电压增益是：
Vout = Vin / (1-D)
跟Buck不一样的地方在于，Boost的电流是阶梯上升的，电感和开关管串联在输入端。面试官会要求你推导这个公式，推导过程同样是三步，但注意事项不同：
伏秒平衡方程在Boost里变成：(Vin) * D * T + (Vin-Vout) * (1-D) * T = 0。注意关断时电感两端电压是 Vin-Vout（不是 -Vout，因为此时电感通过二极管向输出侧放电，而Vout大于Vin）。
Boost的纹波电流公式是：ΔI = Vin * D * T / L。注意这里分子用的是Vin而不是Vin-Vout，因为导通阶段电感两端电压就是Vin。
除了这些推导，我特别想提醒你Boost的右半平面零点问题。这是手撕环节的“超纲加分题”。Boost的占空比和输出电流关系存在一个本质上的反直觉现象：控制量增加时，输出会在短时间内反方向变动，然后再回到正轨。
- 现象描述：负载突然加重时，为了维持Vout，控制器必须增加占空比D，但增加D意味着电感充电时间变长，输出侧放电时间变短，所以在几个周期内Vout会不升反降。
- 左手解释：就像你在调节水龙头让水池水位上升，但你先要停掉排水，停排水的瞬间池子里的水位反而会因为出水减少而暂时下降。这种反直觉的动态行为反应在传递函数里，就变成一个位于右半平面的零点。
- 面试关联点：考官问“Boost的补偿为什么比Buck难做”，答到右半平面零点基本就能得分。
还有DCM判别的关键点：Boost的输出电流是断续的，所以电感最小值的公式也要特别记清楚：
L ≥ Vin² * D / (2 * f_sw * Iout_临界)
这个系数的推导基于临界导通时，电感电流谷值正好等于零这个条件。很多人会忘记前面那个2，然后整个数差了一倍。我在指导候选人的时候常说：写推导时不要像查字典一样只写公式，要把“为什么此时谷值为零”一句话写在公式旁边。这句话会让面试官觉得你是真的理解边界条件，而不是背答案。
2.3 实战中元器件选型的工程经验补充
手撕题写到电路参数计算，考官经常会追加问一句“陶瓷电容还是电解电容选哪个”。这个问题的背后其实考察你对实际工程约束的敏感度。这里有几个我踩过的经验，值得记住：
- 输出电容的额定纹波电流至少留1.5倍余量。电解电容的纹波电流指标很容易选小，然后高温老化后容量衰减，纹波异常飙升，在电源调试时表现为轻微啸叫和热的电容外壳。
- 电感饱和电流按峰值电流留20%以上余量。电感器件的规格书通常会给你饱和电流，但实际测试条件和你的应用未必一致，温度升高后饱和电流下降，冷态测得70°C对应值会差不少。
- Boost的续流二极管不可以只按平均电流选。二极管承受的其实是脉冲电流，峰值电流能达到平均电流的几倍，所以要按峰值电流来选择二极管额定值，否则长时间工作轻则过热重则炸管。
这些经验性补充不一定能在每一场面试都用到，但你一旦被问到，能接住话、给出量化建议，就会远远拉开和其他候选人的差距。
3. 多头注意力手撕：从矩阵维度到计算图实现
3.1 多头注意力的计算图拆解与维度核对
多头注意力这题几乎成了算法/大模型岗位的必考题之一，而且面试官一般不止要你默写代码，还会追问每个矩阵的shape变化和为什么要有这个维度。所以，我建议你用“计算图”的思维方式来做手撕。
先把多头注意力拆成以下几个环节，然后逐个检查维度关系：
- 输入：一个batch的序列，维度为 (batch_size, seq_len, d_model)。假设batch_size为B，序列长度L，模型维度D。
- 生成Q、K、V：将输入分别与Wq、Wk、Wv矩阵相乘。很多实现是直接用一个总权重矩阵乘，再拆分，但为了面试讲清楚，分开两段更好：先做线性层，再手动拆头。
- 拆分多头：把最后一维分成 head_num 份，得到 (B, head_num, L, head_dim)。这里head_dim = d_model / head_num，这个整除关系非常重要。如果d_model不能被head_num整除，代码会直接报错，我在面试中故意让候选人处理这种情况，看看他会不会先做合法性检查。
- 缩放点积计算：Q * K^T，维度变化是 (B, head_num, L, L)，再除以 sqrt(head_dim)。除法的意义是为了防止点积结果过大导致softmax梯度饱和。
- 注意力权重与加权求和：softmax之后和V相乘，得到 (B, head_num, L, head_dim)。
- 拼接和输出投影：把多头结果merge回最后一维，得到 (B, L, D)，再过一个输出线性层，得到最终的 (B, L, D)。
这六个环节里，最容易出错的点有三个：维度拼写错误、softmax维度写错、mask加错位置。尤其是mask，这是高频翻车点。
3.2 mask处理细节：padding_mask和causal_mask到底在哪里加
我在面试中问过很多候选人，发现大多数人都能背出attention公式，但问到mask是什么时候加、怎么加，就含糊了。
注意力计算中mask的核心作用：在softmax之前加无穷小值，从而让softmax之后对应位置的概率趋近于0。加在softmax之前，是因为softmax是严格正值的函数，如果不提前屏蔽，它永远不会输出真正的零。
- padding_mask：针对“batch中序列长度不一致”的情况。通常在数据预处理时把短序列pad到统一长度，但pad位置是无效信息，需要屏蔽。实现时直接构建一个布尔mask，为True的位置在softmax前加上一个负数极大值。
- causal_mask：这是GPT等自回归模型的核心设计。它保证第i个token只能看到第1到第i个token，不能看到未来信息。实现有两种常见方式：一是构造一个上三角为True的mask矩阵，二是在计算完QK^T之后，用矩阵操作把右上角区域设为无穷小。
面试官特别爱问的一个点：为什么causal_mask不能用简单的attention mask参数传入？我的回答是：causal_mask通常在任何输入情况下都需要，它与具体的样本无关；而padding_mask则依赖于当前batch中每条样本的实际长度。正确做法是两者结合，也就是在attention计算函数内部动态生成causal部分，再与外部的padding_mask取并集。
这里我附带一个容易被忽视的工程细节：如果batch内序列长度差距悬殊，padding_mask会浪费大量算力。所以工业界通常会按长度排序并做桶化bucketing，把长度相近的样本放进同一个batch。这个优化在手撕题现场可以提一嘴，面试官会认为你有线上工程经验。
3.3 手撕多头注意力的代码架构建议
面试现场手撕，建议按这个顺序写代码，逻辑清晰且容易边说边写：
class MultiHeadAttention(nn.Module): def __init__(self, d_model, n_heads, dropout=0.0): super().__init__() assert d_model % n_heads == 0 self.d_model = d_model self.n_heads = n_heads self.head_dim = d_model // n_heads self.wq = nn.Linear(d_model, d_model) self.wk = nn.Linear(d_model, d_model) self.wv = nn.Linear(d_model, d_model) self.out_proj = nn.Linear(d_model, d_model) self.dropout = nn.Dropout(dropout) def split_heads(self, x): # x: (batch, seq_len, d_model) batch, seq_len, _ = x.shape x = x.view(batch, seq_len, self.n_heads, self.head_dim) return x.transpose(1, 2) # (batch, n_heads, seq_len, head_dim) def combine_heads(self, x): # x: (batch, n_heads, seq_len, head_dim) batch, n_heads, seq_len, head_dim = x.shape x = x.transpose(1, 2).contiguous() return x.view(batch, seq_len, n_heads * head_dim) def forward(self, x, mask=None): batch, seq_len, _ = x.shape q = self.split_heads(self.wq(x)) k = self.split_heads(self.wk(x)) v = self.split_heads(self.wv(x)) scores = torch.matmul(q, k.transpose(-2, -1)) / math.sqrt(self.head_dim) if mask is not None: scores = scores.masked_fill(mask == 0, float("-inf")) attn = torch.softmax(scores, dim=-1) attn = self.dropout(attn) out = torch.matmul(attn, v) out = self.combine_heads(out) return self.out_proj(out)代码的核心点有两个。第一，mask的类型和形状要清晰：如果是bool型的mask且要broadcast到 (batch, n_heads, seq_len, seq_len)，要确保在分数矩阵上能直接对齐。第二，combine_heads时，必须先transpose(1, 2).contiguous()再view，否则张量内存布局不连续会直接报错。这个细节在实际调试里非常常见，很多初学者写的代码维度计算正确但运行时出错，就是忘了contiguous。
3.4 多头注意力高频追问与应答策略
面试官写完这段代码不会让你走，一般会连着问三四个问题，我把频率最高的几个整理出来：
- 为什么要用多头而不是单一注意力？核心是让不同的头关注不同的特征子空间，比如某些头关注局部语法，某些头关注长距离依赖。还有一个实用论点是多头为模型提供类似“多通道”的冗余，让训练更稳定。
- head_dim为什么要用缩放，而不是直接除L？因为方差会随维度线性增长，如果不缩放到标准差接近1，softmax很容易饱和，梯度消失。最简单的证明是假设Q和K各分量是标准正态分布，点积的方差为head_dim，所以除以sqrt(head_dim)才能保持方差为1。
- 如果n_heads增长，参数会不会爆炸？实际上n_heads增加时，每个头的head_dim会变小，所以总参数不变。这也是为什么很多模型加多头不加参数的原因。
你可以提前把这些应对背熟，但关键是理解逻辑链，而不是机械背答案。比如解释多头的参数不变时，顺便举例：d_model=1024，从8头变成16头，每个head_dim从128降到64，总计算量基本不变，只是矩阵拆分方式变了。这样的回答会让面试官觉得你不仅知道结论，还理解背后的权衡。
4. transformer手撕：编码器结构、复杂度权衡与高频追问
4.1 编码器完整手撕结构与分层实现
手撕Transformer比手撕多头注意力再高一层，因为要求你把完整网络结构串起来。很多候选人能单独写好attention、写好FFN，但一让拼成完整encoder就手忙脚乱。
我的建议是先搭主干，再加细节：
- embedding层：token embedding + position encoding。position encoding的公式不需要默写准确，但你要能解释为什么用不同频率的cos/sin。频率设计使得模型能通过相对位置线性变换表达位置关系，这在早期Transformer里是重要设计。
- N个EncoderBlock的堆叠：每个block内部顺序要注意。Post-Norm还是Pre-Norm，这个顺序会显著影响训练稳定性和最终性能，面试官很爱问区别。
- 每个block包含：多头注意力子层 + 前馈网络子层 + 残差连接 + LayerNorm。
建议手撕实现顺序是：先写EncoderLayer的forward结构，再写多头的相关调用，最后补上mask参数的贯穿传递。很多人喜欢从零手写所有细节，结果在positional encoding的三角函数上卡壳。我建议面试现场用nn.TransformerEncoderLayer的示意图来确认结构，但代码用自定义实现来展示深度。
4.2 LayerNorm和BatchNorm的本质区别与应用场景
Transformer手撕题中，LayerNorm是必问点，因为它的位置和含义直接决定模型能否训得动。
BatchNorm在batch维和空间维上统计均值方差，然后每个通道独立缩放。它受batch大小影响大，且在token长度动态变化时会有问题。LayerNorm则是在每个样本内部，在feature维上做归一化，跟batch和序列长度无关。它就是对每个token的向量做标准化，因此很适合NLP变长序列。
LayerNorm实现就三步：计算均值、计算方差、归一化加缩放平移。但这三步里有个隐藏细节：方差计算用的是有偏估计还是无偏估计？PyTorch的LayerNorm默认用有偏估计，即在每个token的向量维度上直接求方差。如果面试官故意问“方差除以n还是n-1”，你要能答出在LayerNorm的实际实现里用的是n，和统计学中的无偏估计不同。
再补一个实用对比：在Transformer里，的残差连接通常是起“梯度高速公路”的作用，让梯度可以跨层回传。如果LayerNorm放在残差之前（Pre-Norm），梯度流更稳定但表达能力略降；如果放在残差之后（Post-Norm），模型表达力更强但训练要非常小心。现在主流LLM基本都走Pre-Norm路线，就是因为大模型训练稳定性太关键。
4.3 复杂度权衡与各种奇怪的追问
Transformer的手撕不只是写网络结构，面试官通常会用“复杂度”来拷打你对模型的理解。
- 标准自注意力的复杂度是 O(L² * d)。L是序列长度，d是维度。L² 是QK^T矩阵的空间部分，也就是说，序列长度翻倍，计算量直接变成四倍。
- 优化方向：
- 稀疏注意力：只让每个token与局部窗口或固定步长的token交互，复杂度降到O(L * w)或O(L * log L)。
- 线性注意力：用核函数把QK^T的近似解耦成先算K^TV再算Q乘结果，复杂度降到O(L * d²)。但当d远大于L时，线性注意力反而没有优势。
- FlashAttention的IO优化：它不改变复杂度，但通过分块计算和重计算，减少HBM访问瓶颈。
面试官会说：“如果序列长度是1万，这是多少TOPS计算量”，这就是一个现场估工作量的问题。你如果能脱口而出“d取1024，head数8，大概每层是1万1万1024乘8乘三层级的估算”，考官会非常满意。关键不在于数字准确，而在于你能飞快地把复杂度和实际部署场景联系起来。
4.4 手撕时高频追问与应急处置
Transformer面试环节通常会掺一些面试官临时抛出的Branch问题，我整理几个代表性案例：
- “我这个embedding维度是300，head数想设4，可以吗？” 答案是可以，因为300能被4整除，head_dim=75。但如果head数设8，300÷8=37.5就崩了。这个知识点正好呼应前面说过的整除检查。
- “如果KV Cache存不下，你会怎么处理？” 答：换成可回收的窗口注意力，或者做线性压缩，比如把不同层使用不同压缩率。这个回答显示出你对推理成本的敏感度。
- “手撕代码如果报错，你会先查哪里？” 我会先查张量shape和dtype再加mask的维度。这两个是最常见的报错源。
应急处置的核心是冷静分步。不要一报错就整段推翻重写，而是先打印shape，从输入到输出逐层排查。面试官看重的不是一次通过，而是你能否在有bug的情况下有逻辑地找到bug。
5. 备战节奏与现场发挥：20天过关方案与应变技巧
5.1 制定20天合理备战节奏
以20天为周期，前10天扫高频，后10天冲刺综合和现场模拟。这张计划表你可以直接使用，亲测有效。
- 第1-3天：T1级电源拓扑推导（Buck、Boost、反激）+ 万用表/示波器基础测量与波形辨识。每天至少各推导两遍，直到闭眼能写出来。
- 第4-6天：T1级算法手撕（多头注意力、Transformer编码器），按计算图方式完成三遍以上独立实现。
- 第7-10天：T2级难点（Boost右半平面零点、DCM与CCM临界判定、LayerNorm与因果mask）。这个阶段要开始“讲题”，找朋友或录音讲给自己听。
- 第11-15天：限时手撕训练。每道题给自己定15分钟或25分钟倒计时，模拟面试高压环境。
- 第16-20天：混合训练。随机抽取题目，模拟完整面试流程，包含自我自我介绍和项目复盘，然后直接进入手撕题。
关键策略：不要在单个难题上耗太久。遇见不会的题，先看答案，记思路，然后隔天再独立复现。很多人觉得看答案就是作弊，但如果看答案后能隔天独立复现，说明你真的吸收了解法，远比死磕三天效率高。
5.2 面试现场最高频出现的三类应变场景
手撕题的现场场景千变万化，但有几类情况几乎每个人都会碰到，提前规划好会更从容。
第一类是“题干很空，无从下手”。比如面试官说“写一个DCDC控制环路”。你直接问“大概是什么拓扑？输入输出规格多少？控制模式是电压还是电流模式？”这不是暴露无知，而是展示需求分析能力。企业里定义输入输出规格本身就是工程流程的第一环。
第二类是“写了很久才发现方向错了”。发现思路不对时，不要立刻推翻重写，先停下来，把已经写出的部分当成探索字段，在讲思路的过程中理清逻辑，再找转会点。面试官更看重你在中途发现问题后的调整速度，这个比一次写对更真实、更有区分度。
第三类是“环境出问题”（白板没笔/IDE编译环境不对/代码跑不通）。立即请求换工具，并且顺手在等待时开始口述思路。我见过有人在IDE崩了之后干坐两分钟，这就是浪费了大好展示机会。成熟的候选人是边等边讲，把时间变成加分项。
5.3 复盘模型：面试后如何精准诊断自己的表现
我教候选人一套自用的复盘模型，不用主观感觉，而是用三个客观指标来评价：推导完整性、边界覆盖度、时间节奏感。每次手撕训练后都按这套打分。
- 推导完整性：从已知条件到最终结论，链路是否每一步都有明确依据。比如Buck的伏秒平衡，有没有写“稳态条件下电感伏秒积分为零”这一步。
- 边界覆盖度：条件变化后方案是否仍成立。比如负载从满载到轻载，DCM的判定是否覆盖到；序列长度变化时，Attention的复杂度是否重新估算。
- 时间节奏感：从覆盖全部核心链路的用时是多少，哪个环节容易卡顿，哪类题目写得太慢或太快。太慢说明不熟，太快则要警惕漏步骤。
每次训练后按这三个维度打分，你会很快发现自己准备的真实水平，而不只是“我感觉差不多了”。这比盲目刷题高效得多，因为绝大多数人的问题都集中在某几个固定环节，比如Boost推导的临界电感系数、softmax维度轴方向、combine_heads时的contiguous。
手撕题准备到最后，你会发现它考验的不只是知识，更是你面对未知问题时的稳定输出能力。把推导步骤练成肌肉记忆，把边界条件总结成自查清单，把现场应变思路提前排演好，你就真的不怕面试官随手抛出一道题了。这套方法帮我带过不少候选人顺利过关，希望你也能在下一场面试中把它用起来。
