Facebook, Google 等大公司的面试准备－特别针对于非CS专业的

最新推荐文章于 2025-12-05 16:43:45 发布

原创最新推荐文章于 2025-12-05 16:43:45 发布 · 1.6k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#面试 #facebook #google #acm #leetcode

本文分享了作者在准备硅谷大公司面试的经验，包括常用的在线平台、书籍和网站资源。重点介绍了如何利用leetcode.com/onlinejudge、Cracking the Code Interview 150和GeeksforGeeks等工具进行高效复习。

如果你是ACM竞赛的人，请跳过此文，直接找我 refer 你来我公司。

我是一个理科生，编程语言就是大学本科的时候学的C，那时候还学过数据结构。去年7月份到今年8月份在纽约一家软件公司上班，从今年3月份开始准备骑驴找马，然后9月份跳到湾区一家大公司。

其实现在这些大公司的招人过程都很程序化，题目也就是那些题目或者其变形，下面的书籍和网站是我准备面试所用到的最多的。

online judge：leetcode.com/onlinejudge

books：Cracking the code interview 150 / Programming interview exposed

website: geeksforgeeks.com, glassdoor.com

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

lzmaths

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

电工与电子技术课件----适用于非电气专业

11-27

总的来说，"电工与电子技术课件——适用于非电气专业"提供了全面的电工与电子技术基础知识，包括电路分析、电机学、模拟电子技术和数字电子技术，旨在培养非电气专业学生对电力系统和电子设备的基本认知，为他们未来...

史上最全的大数据面试题-大数据开发者必看.docx

03-25

### 大数据面试知识点梳理 #### 一、Hadoop基础知识 **1....分别简要介绍。** - **HDFS (Hadoop ...以上知识点涵盖了大数据领域的核心技术和应用场景，对于准备大数据面试的开发者来说是非常有价值的参考资料。

参与评论您还未登录，请先登录后发表或查看评论

HTML/CSS常见面试题

qian96的博客

10-17

3968

HTML/CSS常见面试题一、HTML篇 1.1、c/s架构和b/s架构分别是什么，有什么优缺点 BS:(Browser/Server,浏览器/服务器模式),web应用可以实现跨平台，客户端零维护，但是个性化能力低，响应速度较慢。 CS:(Client/Server,客户端/服务器模式),桌面级应用响应速度快，安全性强，个性化能力强，响应数据较快区别硬件环境不同： C/S用户固定，一般只应用于局域网中，要求拥有相同的操作系统，如果对于不同操作系统还要相应开发不同的版本，并且对于计算机电脑配置要求

一个非重点校计算机专业毕业生的求职之路

weixin_33698823的博客

12-25

116

经过3个月的笔试，面试，再笔试，再面试，终于把工作的事情基本搞定了。这一段时间可谓是真刀真枪，紧张激烈，好在结果还算让人满意。之所以要写这个面经，主要是想介绍一些找工作的经验，特别是对于一个来自于非985学校的毕业生，如何找到自己的定位，准备面试。希望我的经历可以对后来人有所帮助，也欢迎大家多多跟我交流，有什么问题都可以随时留言，我必知无不言，言无不尽。先说说我的战绩，只陈述事实，绝无他意：（...

21个必须知道的机器学习开源工具

优快云人工智能头条

08-14

209

编译 | Arno来源 |analyticsvidhya概述展示21个你可能没有遇到过的机器学习开源工具这里的每个开源工具都为数据科学家带来不同领域的帮助我们的重点主要...

行业分类-电子-关于应用于非易失性存储器的驱动电路阵列的介绍分析.rar

09-21

非易失性存储器（Non-Volatile Memory，NVM）是一种在断电后仍能保持数据的存储技术，广泛应用于各种电子设备中，如闪存、EEPROM等。本资料主要探讨了应用于非易失性存储器的驱动电路阵列的设计、原理以及分析。驱动...

matlab-通过matlab对比CS-CoSaMP,CS-GBP,CS-IHT,CS-IRLS,CS-OMP,CS-SP六种压

09-08

4. CS-IRLS：迭代重加权最小二乘法，通过迭代更新权重来优化求解过程，特别适用于非均匀噪声环境。IRLS通常能够提供较高的重构质量和稳定性。 5. CS-OMP：正交匹配追踪算法是最经典的压缩感知重构方法之一，通过...

云计算-基于CS计算模式的多媒体专家系统开发框架研究及应用.pdf

06-30

1. **启发性**：能够利用领域内的专业知识和经验进行推理、判断和决策，适用于非数学性的领域。 2. **透明性**：能够解释其推理过程，提高用户的信任度。 3. **灵活性**：能够不断增长和更新知识，适应变化的环境。 ...

互联网大厂校招

jianshixingqiu的博客

12-03

469

互联网大厂校招，正在经历近十年来最大的价值重构。当某头部大厂HR在闭门会议上抛出这个观点时，现场数十家企业的招聘负责人陷入了短暂沉默。根据见识星球人才研究院最新发布的《2024海归人才就业趋势报告》（编号：AXHL-2024-09-CP），互联网大厂校招岗位量同比收缩18.3%，但核心技术岗薪资涨幅仍保持12.7%的均值。这种“量减质升”的态势，让2025届面临全新挑战。

科大讯飞，你好大方。。。

codenav的博客

12-02

863

观察者模式（发布订阅模式）是一种行为型设计模式，用于定义对象之间的一种一对多的依赖关系，使得一个对象状态发生变化时，所有依赖它的对象都会收到通知并自动更新。它的目的就是将观察者和被观察者代码解耦，使得一个对象或者说事件的变更，让不同观察者可以有不同的处理，非常灵活，扩展性很强，是事件驱动编程的基础。观察者模式的特点松耦合：观察者和被观察者之间是松耦合的，便于扩展和维护。动态订阅：可以动态添加或移除观察者，灵活性高。单向通信：被观察者通知观察者，观察者不能反向修改被观察者的状态。

LeetCode面试HOT100—— 206. 反转链表

xwhxy的博客

12-02

863

本文详细解析了反转单链表的迭代最优解（头插法）。该方法通过三个指针（pre、cur、nxt）实现，时间复杂度O(n)，空间复杂度O(1)。核心思路是将原链表节点逐个取出并插入新链表头部，最终返回pre指针指向的新链表头。文章通过逐行代码注释、分步演示（1→2→3→4→null示例）和关键细节分析，帮助读者彻底理解反转过程。特别强调了保存nxt指针的必要性和边界情况处理，总结为"保存下一个，反转当前，移动双指针"的操作口诀。

AI 求职工具评测：简小派 vs Jobscan、Teal 与国内同类

北堂飘霜_记录

12-03

489

AI求职工具指南：如何选择最适合你的智能助手在AI求职工具爆发的时代，如何理性选择适合自己的工具？本文分析了主流AI求职工具的定位与边界：简小派：全流程AI求职系统，覆盖简历优化到自动投递，适合愿意托管求职流程的用户 Jobscan：专注ATS简历优化，是欧美求职者的"关键词手术刀" Teal：求职项目管理工具，擅长多岗位并行管理国内工具：更懂中文环境，但深度参差不齐选择建议：先明确自身薄弱环节（简历/筛选/节奏），再根据工具特性匹配。记住AI只是放大器，关键决策仍需自己把控。在

Java面试实战：从Spring Boot到AI集成的技术深度挑战

weixin_49437670的博客

12-02

677

谢飞机同学，欢迎来到我们公司的技术面试。先简单介绍一下你对Spring Boot的理解吧。：(自信满满) Spring Boot啊，这我熟！就是那个"约定大于配置"的框架嘛，开箱即用，内置Tomcat，还能自动装配。我之前做项目的时候，就用它快速搭建过RESTful API，连XML配置都不用写，太方便了。：(点头) 不错，那你能具体说说Spring Boot的自动装配原理吗？

k6面试高频问题

qq_17496235的博客

12-04

964

k6面试高频问题解析摘要 k6是一款现代化的开源负载测试工具，具有以下核心特点：开发者友好：使用JavaScript编写脚本，比传统工具更符合开发者习惯高性能：基于Go语言实现，单机支持10,000+虚拟用户(VU)，内存占用仅为传统工具的1/3 架构优势：采用goroutine实现高并发，每个VU是独立的Go协程完整指标系统：提供Counter、Rate、Trend、Gauge四种指标类型，支持全面的性能分析云原生支持：易于集成CI/CD流程和容器化部署关键架构设计包括JavaScript执行层

互联网大厂Java/Agent面试实战：AIGC内容社区场景下的技术问答（含RAG/Agent/微服务/向量搜索）

小白学编程~

12-04

350

1）RAG流程：用户输入 -> 检索（向量搜索 top-k）+基于过滤器的候选打分（Elasticsearch + vector）-> 组装上下文（include source citations）-> 发送给生成模型（温度控制、system prompt）-> 输出并附带引用与置信度。3）避免幻觉：提供检索证据、限制模型自由发挥（提示工程），使用评分策略、基于逻辑规则的过滤、后处理验证（可校验事实的API），以及使用NLI/faithfulness模型进行二次验证。在消费端做去重，使用乐观锁或幂等键。

嵌入式面试八股文C语言篇深度解析（超详细）

weixin_71604156的博客

12-04

598

本文深入解析嵌入式面试中的C语言核心知识点，重点剖析const和static关键字的作用与应用。const用于定义只读变量，保护数据不被意外修改，提高代码可读性和编译器优化能力，在嵌入式系统中常用于硬件寄存器映射和Flash存储数据。static关键字则用于控制变量和函数的作用域与生命周期，包括静态局部变量、静态全局变量和静态函数三种用法。文章通过丰富代码示例展示这些关键字在嵌入式开发中的实际应用场景，如状态保持、模块封装和内存优化等，为嵌入式开发者提供全面的面试准备指南。

Doris 中如何合理的确定分桶数量？

石榴姐yyds

12-02

801

合理分桶数需平衡数据量、集群规模和硬件能力三大因素。核心原则是单个分桶控制在100MB~5GB，分桶数为BE节点数的整数倍。计算方法推荐数据量驱动法，通过表数据量×压缩比÷目标桶大小确定分桶数，同时考虑BE节点承载能力（HDD≤200桶/节点，SSD≤500桶/节点）。典型场景建议：小表1-8桶，中型表16-32桶，大型表32-128桶。分桶键应选择高基数列，避免数据倾斜。关键检查点包括分桶数据量范围、2的幂次取值以及单表总桶数上限（≤1000）。建议先使用自动分桶功能，后续根据监控调整。

Java 设计模式面试题及答案整理，最新面试题