作者详细记录了在Google两轮电面中的经历，包括问题解答、面试官对话以及对算法优化和空间复杂度的深入探讨。在第二轮面试中，面对大规模数据排序和质数生成等问题，作者不仅分享了解题思路，还反思了代码实现的效率和优化空间。通过面试过程的回顾，作者展示了在大数据处理和算法设计方面的思考与成长。
Google两轮电面，两个面试官都根据我的背景聊了下big data。
第一轮相谈甚欢，就问了我一个题目：
给K个排好序的链表，总长度为N，求如何合并成一个排好序的总链表。
我先谈了谈直接设K个指针从每个表头开始扫，每次将k个数中的最小数加入总链表。然后我说这个显然没效率的，O(K*N)复杂度。
然后我说应该可以用分治法搞，两两merge，复杂度为O(logK*N)。
之后他问我虽然分治法快，但是相比第一种方法，有什么缺点。
我犹豫了下，感觉没发现什么缺点，然后想歪了，在想是不是不好并行，不够scalable？但是想了下感觉应该不是，然后就随口用疑问的口吻丢出一句“space？”。美国人真nice，直接兴奋的告诉我对啦！就是space，然后一串bulabula...
他之后说让我选一个方法实现。我觉得要实现肯定得实现更有效的啦。
我写了一段代码，他没发现bug，我还发现了一个小bug补上了，原来是忘记考虑输入为null的情况了。他说这个无所谓，我汗，感觉还没我严谨。
之后问我，那你有没有什么方法减小空间的开销。
我觉得这个很简单，直接问输入可以修改不？他表示ok。我就说，那我merge两个链表的时候直接修改两个链表结构，做成in place merge不就行了么，无需额外空间开销。他觉得这个方法可以，不过见我代码是java写的，表示in place merge在java中可不好实现哦，然后又bulabula一串，重点是虽然不好实现，但是仍然可以实现。我看他说得那么兴奋，瀑布汗啊。。。我本身就觉得这个问题分治法开销本来就不大，要是我用c++或者按照LeetCode的ListNode定义，我本来就打算做成in place merge的，只不过他给我定义好接口了，用java API写就没写成in place的。这也是在他问我缺点的时候我疑惑的原因。
第二面听声音是个年纪比较大的人，一开始还跟我讨论校园文化，说他女儿对我校的鼓号队感兴趣，汗哪。。。
第一个问题是个经典问题，问给你millions of documents，如何sort这些string。之前还问我map reduce里sorting是怎么实现的。
我就说数据这么大，用外排序呗，分成一个block一个block的排序，然后in place合并。他问了又些细节，我虽然见过这个问题，但是没有想得那么深入，感觉他对有些细节问题的回答不太满意。
他还问了一个问题，说如果输出的数据也要分块的话，你是如何进行分块操作的。我当时随口一说，可以对每个string加一个data field叫size，做成类似于prefix sum的东西，不过这样肯定不够高效。
他说嗯，这个可以吧，没让我多想。不过事后想了下，发现这个问题太简单了，之前自己还在project中实现过对文本文件的partition。就是先等长划分，然后再调整划分点的位置即可，通过寻找类似于'\0'这样的字符就可以了。后悔死了，不过也怪他没给我时间多想，直接转到下个问题了。
第二个问题让我打印出质数。
我问打印多少或者到哪个数为止，他说不停打印就是了，感觉就是一股老子就是要让cpu飞转的气势。。。
这种数学类问题我完全没有准备，没什么思路，就先从没效率的方法开始说，对于每个数i，检查前面从2到i-1是否存在一个数能够把它除尽。
后来稍微想了下，说与其存储之前所有从2到i-1的数，还不如存这些数最后分解的因子，毕竟之前遇到的因子肯定比之前遇到的数要少得多。
我再想了想，实在想不出什么好方法，就补充道应该可以有数学方法，给出什么复杂的数学公式搞定吧，不过我是学cs的，实在不知道额。他表示同意，说是有数学方法可以解决，不过他自己也看不懂，不要紧。
这样我就放心了，然后他说那你就coding吧。
我的coding虽然没什么大的bug，但是代码有些多余的分析，他看了表示疑惑，觉得不够精简，因为我一开始对每个合数都不停的让之前的因子去除它，直到它不能再被除尽位置。如果剩下的值不为1，就把剩下的值作为新的因子，加入到所遇到的因子列表中。后来发现我忽略了一个重要的问题，每个所遇到的因子，必定为之前遇到过的质数，所以这里的一个不断做除法的循环是完全没必要的。我之后精简了code，他觉得好多了。不过我觉得我的表现他应该不是特别满意吧，毕竟一开始代码不简洁也不高效。
之后他问我如果一直这样循环下去，会有什么后果。我就说cpu一直飞速运行，直到内存溢出，因为内存是不可能存储下所有因子的。
他接着问有没有什么方法让循环持续时间更长，找到更多的质数。
我说那就把这些因子分块写到硬盘上，然后每次遍历所有因子的时候按一个block一个block的来。
他说能不能写下code，我就纳闷，不就加一个for循环么。我直接加了个for each语句。
他看了下，说不高效，这样每次检查一个数是不是质数，都会遍历所有的block，disk io开销太大。
我没听懂意思，以为说我写for each的时候需要预先载入所有的block，我连忙说不是的，这些block是链表形式链接的，把for each语句改成了链表形式的遍历。
他还是不满意，毕竟我没抓住重点。他说你应该把函数接口变下，输入的数据不应该是一个数，而是一个block的数。
我恍然大悟，然后连忙接过话，说这个学过，本质就是编译器课里对嵌套循环的优化嘛，把多层循环分块，提高data locality。然后解释说我以为他是让我在降低time complexity上再下功夫，没想到是让我注重算法复杂度里常数因子的开销啊。他虽然表示同意，但是感觉这个人也许是年纪大的关系，没第一个人活泼，语气很低沉，给我感觉我的表现有些糟糕。
个人感觉第一面挺顺利的，第二面表现有些不佳。看造化吧，发个面经求bless~
第一轮相谈甚欢，就问了我一个题目：
给K个排好序的链表，总长度为N，求如何合并成一个排好序的总链表。
我先谈了谈直接设K个指针从每个表头开始扫，每次将k个数中的最小数加入总链表。然后我说这个显然没效率的，O(K*N)复杂度。
然后我说应该可以用分治法搞，两两merge，复杂度为O(logK*N)。
之后他问我虽然分治法快，但是相比第一种方法，有什么缺点。
我犹豫了下，感觉没发现什么缺点，然后想歪了，在想是不是不好并行，不够scalable？但是想了下感觉应该不是，然后就随口用疑问的口吻丢出一句“space？”。美国人真nice，直接兴奋的告诉我对啦！就是space，然后一串bulabula...
他之后说让我选一个方法实现。我觉得要实现肯定得实现更有效的啦。
我写了一段代码，他没发现bug，我还发现了一个小bug补上了，原来是忘记考虑输入为null的情况了。他说这个无所谓，我汗，感觉还没我严谨。
之后问我，那你有没有什么方法减小空间的开销。
我觉得这个很简单，直接问输入可以修改不？他表示ok。我就说，那我merge两个链表的时候直接修改两个链表结构，做成in place merge不就行了么，无需额外空间开销。他觉得这个方法可以，不过见我代码是java写的，表示in place merge在java中可不好实现哦，然后又bulabula一串，重点是虽然不好实现，但是仍然可以实现。我看他说得那么兴奋，瀑布汗啊。。。我本身就觉得这个问题分治法开销本来就不大，要是我用c++或者按照LeetCode的ListNode定义，我本来就打算做成in place merge的，只不过他给我定义好接口了，用java API写就没写成in place的。这也是在他问我缺点的时候我疑惑的原因。
第二面听声音是个年纪比较大的人，一开始还跟我讨论校园文化，说他女儿对我校的鼓号队感兴趣，汗哪。。。
第一个问题是个经典问题，问给你millions of documents，如何sort这些string。之前还问我map reduce里sorting是怎么实现的。
我就说数据这么大，用外排序呗，分成一个block一个block的排序，然后in place合并。他问了又些细节，我虽然见过这个问题，但是没有想得那么深入，感觉他对有些细节问题的回答不太满意。
他还问了一个问题，说如果输出的数据也要分块的话，你是如何进行分块操作的。我当时随口一说，可以对每个string加一个data field叫size，做成类似于prefix sum的东西，不过这样肯定不够高效。
他说嗯，这个可以吧，没让我多想。不过事后想了下，发现这个问题太简单了，之前自己还在project中实现过对文本文件的partition。就是先等长划分，然后再调整划分点的位置即可，通过寻找类似于'\0'这样的字符就可以了。后悔死了，不过也怪他没给我时间多想，直接转到下个问题了。
第二个问题让我打印出质数。
我问打印多少或者到哪个数为止，他说不停打印就是了，感觉就是一股老子就是要让cpu飞转的气势。。。
这种数学类问题我完全没有准备，没什么思路，就先从没效率的方法开始说，对于每个数i，检查前面从2到i-1是否存在一个数能够把它除尽。
后来稍微想了下，说与其存储之前所有从2到i-1的数，还不如存这些数最后分解的因子，毕竟之前遇到的因子肯定比之前遇到的数要少得多。
我再想了想，实在想不出什么好方法，就补充道应该可以有数学方法，给出什么复杂的数学公式搞定吧，不过我是学cs的，实在不知道额。他表示同意，说是有数学方法可以解决，不过他自己也看不懂，不要紧。
这样我就放心了，然后他说那你就coding吧。
我的coding虽然没什么大的bug，但是代码有些多余的分析，他看了表示疑惑，觉得不够精简，因为我一开始对每个合数都不停的让之前的因子去除它，直到它不能再被除尽位置。如果剩下的值不为1，就把剩下的值作为新的因子，加入到所遇到的因子列表中。后来发现我忽略了一个重要的问题，每个所遇到的因子，必定为之前遇到过的质数，所以这里的一个不断做除法的循环是完全没必要的。我之后精简了code，他觉得好多了。不过我觉得我的表现他应该不是特别满意吧，毕竟一开始代码不简洁也不高效。
之后他问我如果一直这样循环下去，会有什么后果。我就说cpu一直飞速运行，直到内存溢出，因为内存是不可能存储下所有因子的。
他接着问有没有什么方法让循环持续时间更长，找到更多的质数。
我说那就把这些因子分块写到硬盘上，然后每次遍历所有因子的时候按一个block一个block的来。
他说能不能写下code，我就纳闷，不就加一个for循环么。我直接加了个for each语句。
他看了下，说不高效，这样每次检查一个数是不是质数，都会遍历所有的block，disk io开销太大。
我没听懂意思，以为说我写for each的时候需要预先载入所有的block，我连忙说不是的，这些block是链表形式链接的，把for each语句改成了链表形式的遍历。
他还是不满意，毕竟我没抓住重点。他说你应该把函数接口变下，输入的数据不应该是一个数，而是一个block的数。
我恍然大悟，然后连忙接过话，说这个学过，本质就是编译器课里对嵌套循环的优化嘛，把多层循环分块，提高data locality。然后解释说我以为他是让我在降低time complexity上再下功夫，没想到是让我注重算法复杂度里常数因子的开销啊。他虽然表示同意，但是感觉这个人也许是年纪大的关系，没第一个人活泼，语气很低沉，给我感觉我的表现有些糟糕。
个人感觉第一面挺顺利的，第二面表现有些不佳。看造化吧，发个面经求bless~
扫一扫
1190
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
