面試造核彈，工作擰螺絲？

最近在工作中遇到這麼一個問題。

一個使用機器學習演算法的框架，在特徵處理模組，往往需要對原始特徵進行特徵交叉。對於簡單的單值特徵來說，只需要將需要交叉的特徵組合起來即可；但是對於多值特徵之間的交叉，則需要窮舉多值特徵每一個值的組合。例如，如果一個包含2個值的特徵和一個包含3個值的特徵組合，那麼將會產生出6個組合。

一般的，我們可以把這些多值特徵描述為

vector<vector<Feature>>

那麼給定這樣的一個數據結構，如何輸出所有的特徵組合呢？

直觀想法，這好像是直接遍歷就可以解決，但是稍微細想一下，簡單的N重for迴圈，無法解決這個問題。

在紙上畫了一會兒之後，突然發現，這不就是一個輸出全排列的問題嗎？

把問題抽象出來之後，我先是按照手工列舉全排列的思路，寫了一個非遞迴的迴圈版本，但是可讀性不好。然後又實現了一個可讀性更好的遞迴版本。

上面這個問題，只是一個引子。

我相信，程式員在大學畢業找工作的時候，一定刷過各種各樣的演算法題、資料結構題，什麼貪心演算法、動態規劃、快排、二分查詢，現在演算法工程師們還要手推SVM、反向傳播演算法等等，面試時也是歷盡千辛萬苦；然而工作後卻發現，正是應了題目那句話：面試造核彈，工作擰螺絲。

作為面試官也是一樣，考察了基礎知識、演算法題、智力題一大圈，結果招來的人入職後，發現怎麼幹活還是不靠譜？

話分兩頭說。

對於上面的特徵交叉問題，完全可以限定只支援2個特徵交叉。那麼直接

f1 = features[0]
f2 = features[1]
for i in f1:
 for j in f2:
cross(i, j)

就直接解決了~皆大歡喜，完全不用想什麼全排列不全排列的事情。

如果事事都這樣簡而化之，那麼確實，大部分的工作都是擰螺絲。

但是，時代發展這麼快，萬一將來，擰螺絲的工種直接被AI取代了呢？這麼說吧，不涉及深入思考的工作，都將會慢慢邊緣化。千萬不要用戰術上的勤奮，掩蓋了戰略上的懶惰。

另一方面，面試官在面試時，是要考察什麼能力？是不是演算法題寫的滴水不漏就行了？

拋開對人的相關素質的考察（責任心、合作能力、態度等），我覺得不管是出演算法題，還是出智力題，其實最主要的，是考察一個人抽象問題的能力。

所以，直接讓人默寫一個快排，或者手推SVM，基本和問他“中國面積最大的計劃單列市是哪一個”沒什麼區別。正確的做法，應該是從一個實際問題出發，在對話中，瞭解應聘者的能力。

在萬事搜尋一下便知的時代，同樣遇到一個陌生的問題，有的人就能很快的從搜尋引擎上得到答案，有的人在搜尋引擎上亂翻一天也解決不了。為什麼？這就是抽象問題能力的差異。

還是以上面我遇到的問題為例。有的人遇到這樣的問題，可能會去直接搜尋“特徵交叉”，這樣得到的結果中，噪音是非常多的；而有的人直接搜尋“全排列演算法”，基本上前三條就可以找到答案。

最後說一句。腦子這個搜尋引擎是最快的，所以知識、經驗還是要儘量記在腦子中；而抽象能力+搜尋引擎，可以極大的擴充套件你的知識邊界。

最後，祝大家中秋節都能造核彈~

轉載請註明出處： http://blog.guoyb.com/2018/09/22/interview/

歡迎使用微信掃描下方二維碼，關注我的微信公眾號TechTalking，技術·生活·思考：