2020年面試整理

Coder-Jason發表於2020-12-05
面試

2019年12月份，在公司經歷了一些事後，下定決心準備跳槽，目標MS。直到2020年11月中旬拿到offer，箇中滋味，唯有自知。下面把這一年看的資料，視訊連結和經歷記錄下來。

目錄：
– 推薦資源
– 刷題時間線
– 面試過程
– 面試建議

推薦資源：


1、資料結構與演算法分析 C語言描述 [美] 馬克·艾倫·維斯（Mark，Allen，Weiss） 著，馮舜璽譯 譯 機械工業出版社 華章圖書
這本書比較全面講解了各種基礎資料結構，還擴充套件開了很多複雜資料結構，比如AVL樹，伸展樹，左式堆，二項佇列。
每一章看著內容不多，但個個都是經典，比如第8章就是union find。第10章大概講解了幾種經典的演算法，貪婪，分治，DP，回溯，是一本值得反覆看的資料結構和演算法書。

2、演算法(第4版)(圖靈出品) [美] Robert Sedgewick，[美] Kevin Wayne 著，謝路雲 譯 人民郵電出版社
另一本十分經典的資料結構和演算法的入門書籍，雖然很厚，但由於有插圖，有書後習題（跳過），所以內容其實不多，由淺入深講解了資料結構的各種API，並形象得將資料結構畫了出來，比如搜尋二叉樹的find_floor, find_ceiling等api。及字串排序的MSD，LSD排序，處處都閃耀著
這麼多年前人總結的智慧。

這本書一個人啃會很困難，推薦是先看一章講解的視訊，然後再看書複習一遍，這樣進度就會很快。
https://www.bilibili.com/video/BV1K4411b7jM?from=search&seid=3902990027078030614
https://www.bilibili.com/video/BV134411L7Um?from=search&seid=3902990027078030614

3、演算法導論 原書第3版 [美] 科爾曼 著 華章圖書
演算法導論側重演算法即各種時間複雜度，空間複雜度的計算。說實話我並沒有看這本書，我是直接看了MIT的演算法導論公開課，並認真將每一課的內容筆記下來，效果和看一本書差不多。對各種時間複雜度O(nlogn), O(n^2),O(n)的推導方式有了瞭解，特別是多核的時間複雜度計算，及新技術對演算法優化提升的幫助，比如cache，分散式計算等。一次沒有看懂可以反覆觀看，能加深理解。
直接貼上bilibili的連結：
https://www.bilibili.com/video/BV1ot411a7Lt?from=search&seid=5037764187974363628

4、labulaodng的演算法小抄
Leetcode上的熱門up主，貌似是一個剛畢業的研究生，將leetcode上的演算法做了一定的總結。強烈推薦。我是每一章都反覆咀嚼，對於資料結構和演算法的熟練掌握特別有幫助，對演算法的理解能提高一個臺階。

5、作業系統：精髓與設計原理（原書第6版） 斯托林斯（William Stallings） 著，陳向群，陳渝 譯 機械工業出版社 華章圖書
這本書並沒有針對特定的作業系統，書中能看到windows和linux的影子。這本書比較詳細介紹了作業系統的各個元件，所以就當成專業名詞的解釋，是一本不錯的工具書，有空翻兩下，總會有很多收穫。

6、程式設計珠璣 [美] Jon Bentley 著
程式設計師必看的書之一，看完之前的資料結構，你在看這本書，就會理解資料結構使用的場合，優劣等。書裡還詳細介紹了程式設計師需要考慮的常見知識，程式碼調優，效能分析，節省空間等。資料結構部分不是重點，技術的各種使用場景是這本書的特點。

7、演算法筆記 刁瑞，謝妍 著
我主要是衝著作者是ACMer，想看看專業演算法工程師的知識點，但內容乾澀難懂，程式碼是sudo code，比較難消化。大概講第2章和第3章的動態規劃部分看完，就束之高閣了。
在這裡提這本書，就是想感慨一下計算機經典的書籍全是美國高校的教授寫得。中美的差距，在基礎理論這一塊差距還是很大。

8、電腦科學叢書·雲端計算：概念、技術與架構 [美] Thomas ERL，[英] Zaigham Mahmood，[巴西] Ricardo Puttini 著，龔奕利，賀蓮，胡創 譯 機械工業出版社 華章圖書
做為分散式系統，雲端計算的入門書籍，講解了基礎概念。沒事就翻翻。

刷題時間線：


打基礎期：
2019年12月份~2020年1月份，看完了書籍1，然後開始做了一些leetcode題目，發現遇到題目很難想出來用什麼資料結構或者演算法來解決。
於是就重新看書籍1，書籍2，並同時看書籍2的視訊。看完一章，到leetcode上針對這個資料結構做5~10題，資料結構也直接從0開始寫，加深印象。知乎上也有很多刷leetcode的經驗分享，可以多看一下，為下一步的刷題找好方向。
到2020年5月份，書1，書2和視訊看完，leetcode題目大概在200題。資料結構和演算法都掌握差不多了。下面開始隨機刷題，即並不針對某一種題型，而是直接按順利做簡單和中等的題目。期間遇到了很多巧妙的解題技巧，各種資料結構和演算法的靈活運用。
期間開始刷書籍3，並在看評論區的時候看到了書籍4，開始邊做題邊刷書籍3的視訊和書籍4的電子版。這個過程持續到了2020年8月份。

瓶頸期：
2020年8月份開始，明顯感覺題目會出現2種情況，要麼題目看一眼就知道怎麼做，並很快解決，要麼題目一直無法想到解決方法。
這是由於前者的題目可以直接用演算法套用，便可以從之前做題的經驗裡找到相似題目。而後者多是新題，新的資料結構，必須靜下心仔細把解法吃透，從暴力解法，逐步優化到O(nlogn),O(n)等。這一段時間會經歷很多挫折感，會有點迷茫，遇到比較難一點的，會有要放棄的感覺。這時需要不斷給自己打氣，灌雞湯。堅持下去，以達到量變引起質變。

衝刺和複習期：
2020年10月份左右，收到訊息目標部門增加了hire count，預計2個月內就要去面試。這時開始做2件事：
1、出去找別的公司鍛鍊面試，找人模擬面試，模擬線上做題的過程。
經歷真實的面試，可以整理自己這幾年的工作內容，鍛鍊介紹自己的思路。可以發現一般面試官會常問的幾個題目。
發現自己在介紹，問答中存在問題，比如思路不清晰，工作內容，專案經歷不清晰等。
找人模擬線上做題的過程，對方隨機在1000開外找題目，你看到題目後，把思路先講解給對方聽，然後直接在記事本里做題目。目標是10~20分鐘能寫出編譯能過，corner case都考慮到的perfect code。

2、將之前做過的簡單和中等的題目，全部按照類別整理成腦圖。並在每個題目後面用1-2句話描述解題思路。便於複習。
腦圖的好處在於覆盤，整理，重新消化。避免了貪快，貪多，導致前面的題目又忘掉的情況。
百度腦圖連結：
http://naotu.baidu.com/file/95c3d4021d64acd2dbdd29e273a348dc?token=fe237079bc46383f

面試過程：


在2020年11月聯絡HR以後，第一天進行了1輪電話面試，通過後，進行了4輪的技術面試。
第一面，英文自我介紹，然後用英文回答了一些技術問題。
程式設計題是《XXX》，大概思考了一下，就和麵試官把題目思路說了一遍，20分鐘程式碼寫完。有一個case沒考慮到，在面試官指點下寫完。
第二面，中文自我介紹，專案經歷。
程式設計題是《XXX》，10分鐘完成，第二題《XXX》，10分鐘完成。
第三面，中文自我介紹，工作中最有挑戰的工作和問題，介紹了專案經歷。英文回答了一題技術問題。
程式設計題《XXX》，先用快慢指標的方式，先序遍歷遞迴去構造左右子樹。10分鐘完成，時間複雜度是O(nlogn)。
面試官問有沒有O(n)的方式，將連結串列輸出到陣列，然後先序遍歷遞迴去構造。
面試官問，有沒有空間複雜度為O(1)的方法。先遍歷連結串列，知道長度，然後中序遍歷的方式，優先構造左子樹，訣竅在於類似線段樹的構造。
第四面，中文自我介紹，工作中最有挑戰的工作和問題，介紹了專案經歷。英文回答了一題技術問題。
設計題《XXX》，《XXX》
第五面，Boss面試，比較友好得聊了公司，部門的未來發展。自我介紹了工作經歷，專案經歷，英文回答了一些技術問題。
程式設計題《XXX》，大概15分鐘完成。

面試準備：


1、準備中文和英文的簡歷。
2、準備一份中英文的面試講稿：
自我介紹，工作內容，能體現自身技術能力的案例。
工作內容，建議先列框架，工作的職責有哪些方面，然後每個方面再展開，有哪些內容，每個內容再具1-2個具體的技術例子。
這樣避免了專案，工作內容介紹時，出現大而虛的尷尬，可大可小，收放自如。不然面試官看到工作內容太寬泛無法深入提出問題。

需要準備的問題：
1、最有成就感的bugfix。
2、最有挑戰的問題，怎麼思考，怎麼處理的。
3、自己完整參與的專案，leader級別的話，需要將整個專案的過程詳細講清楚。

相關文章