算法面试课笔记——①基本框架

Hello world!

算法面试优秀≠技术面试优秀

技术面试常见问题

1. 项目经历和项目中遇到的实际问题
2. 遇到的印象最深的bug，是如何解决的（高下立见）
3. 面向对象编程
4. 设计相关
5. 网络、安全、内存、并发相关
6. 系统设计（scalability）
   • 系统在大规模使用时可能遇到的问题

技术面试优秀≠能拿到offer

过去参与的项目至关重要，通过项目让人了解你

• 慕课网、coursera上的实战课程
• 创建自己的项目：计划书、备忘录、播放器
• 自己解决小问题：爬虫、数据分析、词频统计
• 不是项目的项目：一本优秀的技术书籍的代码整理
• 分享：自己的技术博客、GitHub账号

算法面试并不需要啃完一本《算法导论》

• 刚开始阅读可以跳读，抓大放小；理论证明部分可以略读
  • 高级数据结构和算法面试提及的概率很低（红黑树、B-Tree、斐波那契堆、计算几何、数论、FFT）
• 远远不需要达到信息学竞赛的水平

关注基础算法和数据结构

1. 各种排序算法
2. 基础数据结构和算法的实现，如堆、二叉树、图……
3. 基础数据结构的使用：如链表、栈、队列、哈希表、图、Trie、并查集
4. 基础算法：深度优先、广度优先、二分查找、递归
5. 基本算法思想：递归、分治、回溯搜索、贪心、动态规划……

选择合适的OJ (Online Judge)

解决算法问题的整体思路

1. 注意题目的条件

• O(nlogn)的算法
• 无需考虑额外空间：需要开辟额外空间
• 数据规模时是10000：设计O（n^2）

2. 当没有思路的时候

• 自己给自己几个简单的测试用例，试验一下（最简单的情况如何求解）
• 暴力解法通常是思考的起点
  • 优化算法
    1. 遍历常见算法思路（对问题做分类，看是哪个算法下的问题）
    2. 遍历常见的数据结构
    3. 常规思路
       • 空间和时间的交换（哈希表）
       • 预处理信息（排序）
       • 在瓶颈处寻找答案：O(nlogn)+O(n^2)+O(n^3)
    4. 实际编写问题
       • 极端条件的判断
         • 数组、字符串为空？数量为0？指针为NULL？
         • 变量名有语义
         • 代码模块化、复用性
       • 对于基本问题白板编程