数据结构与算法

好好刷题，LeetCode在面试时常被认为是衡量CS水平的重要指标。精刷大于泛刷，熟练度大于题量

1. offline 刷题策略

大厂面试一般非常规范和模版化，严格按照标准评分。想到某个方向可以加多少分，写出一个实现可以加多少分，有bug扣多少分，答错复杂度扣多少分等，因此尽量提高熟练度，并踩对得分点和signal。

  • 1、零基础的话刷题前先掌握常见数据结构和算法，包括常见类型的解题模版

  • 2、按tag刷题，模版的基础上，不断强化练习。尝试多种解法实现

  • 3、按热度刷题，参加周赛，刷题量达到满意要求。结合问题交流、复杂度分析、头脑测试

  • 4、练习边说边写。面试前，针对面试公司tag和最新面经重点练习

2. online 面试解题过程

面试过程中，重要的是: 快速给出bug free代码，良好的沟通和思路介绍。做题前的寒暄、个人和项目介绍不必随意展开(1~2min)，留够做题时间。

  • (1) 面试官出题

  • (2) 面试者读题并 clarification question

    • 有面试官会故意遗漏内容，不明白的地方一定问清楚，而不是随意假设或略过。也可以通过列举test case，来确保理解问题并涵盖所有情况。

    • 功能需求确定好之后，确认输入/输出的类型和边界(input/output type)

      • 输入数字全是正数或者全是负数， null or empty

      • 输入string是不是都是English letters (A-Z)，有没有特殊符号

      • 输入是否有重复样本，输出是否允许重复

      • standard input, empty input, malformed input, long input, null input, other edge input

      • 能不能改input，immutable or not (1D/2D array比较常见）

      • 特殊情况输出返回什么

    • 时间空间复杂度要求

      • 要不要in place

      • 有没有内存限制

    • 区分sub-arrays or subsequence

  • (3) 面试官回答问题保证面试者正确理解题目

  • (4) 面试者思考怎么做，先和面试官讲明白思路，并得到认同

    • 算法没有得到面试官认同前不要着急动手写代码。第一性原则出发，从逻辑/模拟角度思考如何解决问题。没有思路时，想想更简单、数量更少时如何处理

    • Whenever coming across a solution, talk it out and discuss it with the interviewer

    • 2分钟内还没有思路，主动和面试官要提示(hint)

    • 可以询问: Am I in the right direction?

    • 想不到最优的方法也可以先跑一个可行解再优化，不确定是否最优可询问: Could we have a better solution?

    • 熟悉的题目也可以先说一下穷举/暴力做法，通过分析重复操作或引入高效的数据结构，从而引入最优解

  • (5) 确认好思路后写代码实现算法

    • 用什么数据结构，什么算法。讲思路的时候，说清楚为什么选择这个数据结构

    • During writing the code, whenever coming across edge cases, discuss with the interviewer about how to handle the edge case

  • (6) 测试验证代码正确性

    • I just finished my coding, now I need to run several test cases to see if I covered all the edge cases and if there is any bugs I missed

    • 注意可能需要自己写tests，给出corner case test

    • dry run

      • 选择能够覆盖各种边界情况和不同输入的例子(test cases)

      • 列出你算法的所有变量的初始状态

      • 逐步执行算法，逐步更新这些变量的值

      • 每个关键点，检查你的变量是否符合预期

    • 空，一个数，两个一样的数(重复)

  • (7) 讲述自己算法的时间、空间复杂度

  • (8) 面试官确认没问题后准备follow up题目或者下一道题目

    • 算法相关技术也可能被问到

      • rate limiter

      • 不同的cache机制

      • geo data (quad tree)

      • 文本搜索提示 (trie)

3. 公司特点

Google

  • LeetCode: 非tag原题多，hard多(DP, DFS, Backtracking, Trie)，极其看重解决问题的思考过程，自己写test case。面经题仍有帮助

Meta

  • LeetCode: tag原题，35分钟两道题, 看重bug free和最优解

  • ML system design: recommendation, video search, harmful content detection

Microsoft

  • LeetCode: 基础算法、数据结构的快速实现

Amazon

  • LeetCode: Grind75， 15分钟一道题，原题，Graph

  • BQ: 每一轮BQ占30分钟+， 2个LP

Tiktok

  • LeetCode: 不按tag

  • ML: 可能有国内面试习惯，深挖简历项目，MLE讲清领域来龙去脉

4. 刷题

4.1 参考刷题列表

重点: 刷透高频题，不要假设哪种类别肯定不会考

4.2 Python

4.3 Java

4.4 CPP

4.5 CS基础与DSA

Previous面试指南Next列表

Last updated