你好！祝你求职顺利。这段代码非常经典，“手写 AUC”是推荐系统、计算广告以及机器学习算法工程师面试中的绝对高频考点。
面试官让你写这段代码，不仅仅是为了看你会不会写循环，主要是想考察你对 AUC 物理意义的理解以及时间复杂度优化的能力。
下面我结合面试场景，为你通俗易懂地逐行拆解这段代码。
💡 核心前提：AUC 的物理意义是什么？
在讲解代码前，你必须记住一句话（面试时直接这么答）：
“AUC 的本质是：随机抽取一个正样本和一个负样本，正样本的预测得分大于负样本预测得分的概率。”
所以，计算 AUC 其实就是在计算：正样本得分 > 负样本得分的“对数”，然后除以总对数。
📝 逐行代码拆解
1. 准备阶段：把连续分数变成“分桶”
def my_auc(labels, preds, n_bins=100000):neg_his = [0]*n_bins # 负样本直方图（桶）pos_his = [0]*n_bins # 正样本直方图（桶）n_pos = 0 # 正样本总数n_neg = 0 # 负样本总数
- 解释：这里使用了直方图法（分桶法）。通常的概率预测值在
0.0到1.0之间。我们将这个区间切分成 100,000 个小桶。pos_his和neg_his就像两排柜子，用来分别记录各个分数段里有多少个正样本和负样本。
2. 装桶阶段：统计各个分数段的样本分布
for i in range(len(labels)):cur = int(preds[i]*n_bins) # 核心：计算当前样本该进哪个桶if labels[i] == 0:neg_his[cur] += 1 # 负样本进对应的负样本桶n_neg += 1else:pos_his[cur] += 1 # 正样本进对应的正样本桶n_pos += 1
- 解释：遍历所有样本。
int(preds[i]*n_bins)的作用是将小数分数映射到整数桶编号上。例如，预测分数为0.8，就会被放进第80000号桶（0.8 * 100000）。通过这个循环，我们统计出了每个极其微小的分数段内，正样本和负样本的数量，同时也得到了正负样本的总数。
3. 计算组合总数（分母）
total = n_neg * n_pos
- 解释：所有的正样本和负样本可以组合成多少对？当然是相乘。这就是我们最终算概率的分母。
4. 核心计算阶段：统计“正样本分数 > 负样本分数”的对数（分子）
sum_neg = 0 # 累计遇到的负样本数量sum_auc = 0 # 累计符合条件的“正>负”样本对数（分子）for i in range(n_bins):# 统计当前桶里的正样本，能和之前/当前的负样本组成多少符合条件的对sum_auc += (sum_neg*pos_his[i] + pos_his[i]*neg_his[i]*0.5)# 将当前桶的负样本数量，加入到累计负样本中，供后面更高分数的正样本使用sum_neg += neg_his[i]
- 解释：这是整段代码最精妙的地方。我们从低分（0号桶）到高分（99999号桶）开始遍历。
sum_neg * pos_his[i]：因为我们是从低分往高分遍历，所以sum_neg代表分数严格比当前桶低的所有负样本总数。当前桶里如果有正样本（pos_his[i]个），那么这些正样本的分数一定大于这sum_neg个负样本。所以构成了sum_neg * pos_his[i]对正确的组合。pos_his[i] * neg_his[i] * 0.5：如果正样本和负样本落在了同一个桶里（分数极其接近），谁大谁小呢？我们近似认为它们互有胜负，也就是有 50% 的概率正样本排在前面，所以算作半对，即乘以0.5。sum_neg += neg_his[i]：处理完当前桶后，把当前桶里的负样本也加到sum_neg里，因为对于下一个更高分数的桶来说，当前桶的负样本也是属于“分数比较低”的。
5. 返回结果
return sum_auc/total
- 解释：将符合条件的对数（分子）除以总对数（分母），得到最终的 AUC 概率值。
🌟 面试加分项（一定要主动和面试官提）
如果面试官问：“为什么要用分桶法来写，而不直接用排序？”你可以这样回答：
- 时间复杂度的跨越：如果是传统的方法（把所有样本按照预测分数排序，然后计算 Rank 值），排序的时间复杂度是 \(O(N \log N)\)。而这种“分桶/直方图法”，无论有多少个样本，都只需要遍历两次数组（一次装桶，一次算分），时间复杂度被硬生生降到了 \(O(N)\)。
- 空间复杂度：由于桶的数量
n_bins是固定的常量（如 100,000），因此空间复杂度是 \(O(1)\)。 - 工业界实用性：在实际的搜推广业务中，测试集动辄几亿、几十亿个请求（\(N\) 极大）。如果是 \(O(N \log N)\) 的排序算法，集群根本跑不动。由于机器预估的分数精度通常也就是几位小数，使用 \(O(N)\) 的分桶法（比如切分10万个桶）能以极低的性能开销得到极其近似的真实 AUC 值，这在工业界非常有价值。
(小提示：截图中第 21 行和第 22 行的测试数据里，labels 是 8 个元素，但 preds 是 9 个元素，两边长度不一致跑起来会报错，你在自己电脑上测试时记得补齐哦。)