Google L4 Software Engineer R1面试经验

发表于 2026-06-05

更新于 2026-06-12

阅读量加载中...

基本信息

岗位：Software Engineer（L4）
面试形式：技术电面 + BQ
申请渠道：网上海投
候选人背景：硕士，6年工作经验
面试结果：Pass

时间线

申请到面试

4.14 收到 Recruiter 邮件，表示已经审阅申请并愿意推进流程，需要填写问卷。
4.28 再次收到 Recruiter 回复，并抄送 Google HR。
4.29 HR 电话沟通。
4.30 提交 R1 面试时间。
5.08 Recruiter 确认 R1 时间。

整个流程等待时间比较长，尤其是确认面试时间阶段。

R1 面试

5.26 原定进行一轮 Coding 和一轮 BQ，但 BQ 面试官缺席。
5.27 收到新的 BQ 时间安排。
5.29 Recruiter 邮件确认。
6.03 完成 BQ。
6.04 HR 通知通过 R1，并开始安排 R2。
6.05 确认 R2 时间。

R2

R2 要求线下面试（Onsite）。

尝试申请远程面试，并说明身体原因，希望改为线上，但 HR 表示可以延期数周安排，不过必须参加线下面试。

面试详情

Behavioral Questions

问题都比较常规：

入职后如何持续保持工作热情和兴奋感？
如果有人在团队汇报时抢走了你的 Credit，你会怎么办？
当手头工作过多时如何处理？
当别人不同意你的建议时怎么办？
描述一次失败经历，以及你后续如何改进。

面试官明显按照 STAR 原则进行提问。

每个问题都会继续拆分为多个部分深入追问，例如：

Situation
Task
Action
Result

基本上每个大问题都会拆成四个小问题继续挖掘细节。

Coding

Coding 难度整体不高。核心考点是嵌套 HashMap（双层字典）的使用。

例如输入：

text

[
  [a, b],
  [a, b],
  [a, c],
  [f, g],
  [f, g],
  [f, g],
  [f, p],
  [f, p]
]

统计结果：

text

{
  a: {
    b: 2,
    c: 1
  },
  f: {
    g: 3,
    p: 2
  }
}

实现过程中主要就是：

text

map[a][b] += 1

Follow Up 1

返回每个外层 Key 对应的最大值。例如：

text

{
  a: b,
  f: g
}

遍历内层字典，找到出现次数最多的元素即可。

Follow Up 2

分析时间复杂度。

Follow Up 3

给定一批新的数据，如何更新已有统计结果。

直接遍历新数据并更新原有字典即可。

面试体验

BQ 部分属于标准 Google 风格，重点是 STAR 结构化表达能力。

Coding 难度不高，更偏向数据结构基础和代码实现能力，没有出现复杂算法题。

整体流程推进比较慢，但最终顺利通过 R1。

面试结果反馈

R1 结果：Pass
后续阶段：进入 R2 Onsite

引用来源

来源：一亩三分地

作者：lrddrl

发布时间：2026-06-05