演算法面試

什麼是演算法面試？

·不代表能夠“正確回答”每個演算法問題，合理的思考方向更重要，是正確完成演算法面試的前提；

·演算法面試優秀不意味著技術面試優秀；

·技術面試的遊戲不意味著能夠拿到offer

對一組資料進行排序

·這組資料有什麼樣的特徵？

·有沒有可能包含大量重複的元素？

  如果有這種可能的話，三路排序法是更好的選擇

如果可以肯定陣列中每個元素都是獨特的，那麼普通的快速排序法是最佳的。

·是否大部分資料距離它正確的位置很近？是否近乎有序？

  如果是這種可能的話，插入排序是更好的選擇

·是否資料的取值範圍非常有限？比如說對學生的成績排序。

  如果是這種可能的話，計數排序是更好的選擇

·對排序有什麼額外的要求？

  是否需要穩定排序？

  如果是的話，歸併排序是更好的選擇

·資料具體的儲存狀況是怎麼樣的?

  快速排序非常依賴陣列的隨機儲存

  若使用連結串列進行排序，歸併排序是更好的選擇

·資料的大小是否可以裝載在記憶體裡？

  資料量很大，或者記憶體很小，不足以裝載再記憶體裡，需要使用外排序演算法。

面試問題：

·專案經歷和專案中遇到的實際問題

·你遇到的印象最深的bug是什麼？

·面向物件

·設計模式

·網路相關、安全相關、記憶體相關、併發相關……

·系統設計；scalability

通過過去了解思考行為方式

·遇到的最大的挑戰？

·犯過的錯誤？

·遭遇的失敗？

·最享受的工作內容？

·遇到衝突的處理方式？

·做的最與眾不同的事兒？

準備好合適的問題問面試官

·整個小組的大概執行模式是怎樣的？

·整個專案的後續/中長期規劃是如何的？

·這個產品中的某個問題是如何解決的？

·為什麼選擇某些技術？標準？

·我對某個技術很感興趣，在你的小組中我會有怎樣的機會深入這種技術？

高階資料結構和演算法面試提及概率很低：

·紅黑樹

·B-Tree

·斐波那契堆

·計算幾何

·數論

·FFT

基礎演算法和資料結構

·各種排序演算法

·基礎資料結構和演算法的實現：如堆、二叉樹、圖……

·基礎資料結構的使用：如連結串列、棧、佇列、雜湊表、圖、Trie、並查集

·基礎演算法：深度優先、廣度優先、二分查詢、遞迴……

·基本演算法思想：遞迴、分治、回溯搜尋、貪心、動態規劃……

選擇合適的OJ(線上判題系統)

·LeetCode真實的面試問題 www.leetcode.com

注意題目中的條件

·給定一個有序陣列……

·有一些題目中的條件本質是暗示：

  ·設計一個O(nlogn)的演算法——分治法（搜尋樹）、是否是考慮先排序，再找

O（n）或者O(logn)的演算法

  ·無需考慮額外的空間——考慮是否開闢額外空間，以空間換時間的方法

  ·資料規模大概是10000——設計O(n^2)的演算法

……

當沒有思路的時候

·用幾個簡單的測試用例、體驗一下

·不要忽視暴力解法。暴力解法通常是思考的起點

優化演算法

·遍歷常見的演算法思路

·遍歷常見的資料結構

·空間和事件的交換(雜湊表)

·預處理資訊(排序)

·在瓶頸處尋找答案：O(nlogn)+O(n^2); O(n^3)

實際編寫問題

·極端條件的判斷

  -陣列為空？字串為空？數量為0？指標為NULL?

·變數名

·模組化、複用性