突破算法面试(01)——什么是优秀的算法面试

什么是优秀的算法面试

一、简述算法面试

对一组数据进行排序

考虑要点：
·有没有可能包含有大量重复的元素？
·是否大部分数据距离它正确的位置很近？是否近乎有序？
·是否数据的取值范围非常有限？比如对学生成绩排序。
·是否需要稳定排序？
·是否是使用链表存储的？
·数据的大小是否可以装载在内存里？
什么是“正确"的回答一个算法问题：
正确还包含对问题的独到见解；优化；代码规范；容错性；

如果是非常难的问题，对你的竞争对手来说，也是难的。
关键在于你所表达出的解决问题的思路。
甚至通过表达解题思路的方向，得出结论：这个问题的解决方案，
应该在哪一个领域，我可以通过查阅或者进一步学习解决问题。
算法面试优秀不意味着技术面试优秀
项目经历和项目中遇到的实际问题
你遇到的印象最深的bug是什么？
面向对象
设计模式
网络相关；安全相关；内存相关；并发相关，系统设计；scalability

技术面试优秀不意昧着能够拿到Offer
技术面试只是面试的一部分。面试不仅仅是考察你的技术水平，还是了解你的过去以及形成的思考行为方式。

项目经历对评价你的技术水平至关重要

对学生寻找项目的建议：创建自己的项目
自己做小应用，计划表，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等“
分享、自己的技术博客，github等等
通过过去了解你的思考行为方式
遇到的最大的挑战？
犯过的错误？
遭遇的失败？
最享受的工作内容？
遇到冲突的处理方式？
-做的最与众不同的事？

准备好合适的问题问面试官
整个小组的大概运行模式是怎样的？
整个项目的后续规划是如何的？
这个产品中的某个问题是如何解决的？
为什么会选择某些技术？标准？
我对某个技术很感兴趣，在你的小组中我会有怎样的机会深入这种技术？
最后，算法面试仍然是技术面试中至关重要的一环

二、如何准备算法面试

算法面试并没有那么难
远远不需要啃完一本《算法导论》强调理论证明：高级数据结构和算法面试提及的概率很低

不需要达到信息竞赛水平

不要轻视基础算法和数据结构

各种排序算法
基础数据结构和算法的实现：如堆、二叉树、图．
基础数据结构的使用
如链表、栈、队列、哈希表、图、Trie、并查集
基础算法：深度优先、广度优先、二分查找、递归，，
基本算法思想：递归、分治、回溯搜索、贪心、动态规划一

选择合适的OJ【练习平台】

1、leetcode

2、HackerRank【问题分类很详细】

三、解决算法问题的整体思路

注意题目中的条件
给定一个有序数组，
有一些题目中的条件本质是暗示：
设计一个O（nlogn）的算法
无需考虑额外的空间
数据规模大概是10000

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
不要忽视暴力解法。暴力解法通常是思考的起点

LeetC0de3  LongestSubstringWithoutRepeatingCharacters
在一个字符串中寻找没有重复字母的最长子串
如"abcabcbb",则结果为"abc"
如"bbbbb",则结果为"b'

在一个字符串中寻找没有重复字母的最长子串
-对于字符串s的子串s[i...j]
-使用O（n^2）的算法遍历i，j，可以得到所有的子串s[]
-使用O（|ength（s[i一j])）的算法判断s[i一j]中是否含有重复字母
复杂度O（n^3），对于n：100的数据，可行

优化算法
遍历常见的算法思路
遍历常见的数据结构
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(nA2)，O(nA3)
实际编写问题
极端条件的判断
-数组为空？字符串为空？数量为0？指针为NULL?
变量名
模块化，复用性