【玩轉算法】入門心得

1. 算法功底決定Offer質量，因爲算法和數據結構最能體現一個人的基本功。基本功紮實的人，無論是做工程還是去做算法，都不會差到哪裏去。招人的時候都有一個標準：招進來的這個人至少要排到團隊裏面前 50%，不可能招一個很差的人來拉低平均水平。

2. 技術棧本身每天都在變化，同時也會隨着不同行業不同公司變化。這就要求你學好以不變應萬變的算法思維、邏輯思維能力。

3. 考察算法能力的原因有四：

   1. 算法能力能夠準確辨別一個程序員的技術功底是否紮實；
   2. 算法能力是發掘程序員的學習能力與成長潛力的關鍵手段；
   3. 算法能力能夠協助判斷程序員在面對新問題時，分析並解決問題的能力；
   4. 算法能力是設計一個高性能系統的必備基礎。

4. 面對面試中的算法問題時，最重要的是有一個合理的思考路徑，而這不代表能夠“正確”回答每一個算法問題。合理的思考方向其實更重要，也是正確完成算法面試問題的前提，算法面試優秀不意味着技術面試優秀，技術面試優秀不意味着能夠拿到Offer。

5. 算法面試的目的不是給出一個“正確”的答案，而是展示給面試官你思考問題的方式。“正確”本身是一個相對概念，算法面試不是高考。把這個過程看作是和麪試官一起探討一個問題的解決方案。對於問題的細節和應用環境，可以和麪試官溝通。這種溝通本身很重要，它暗示着你思考問題的方式。不能立刻寫代碼而不去交流，從而發揮失常，不能良好應對，浪費了時間，錯失機會

6. 面試官看重你的解題思路，以及能將思路迅速地變成代碼的能力。希望你在分析問題的時候能準確地把握住考點，提出各種問題和麪試官探討，並給出各種解決問題的方案，剖析它們的利弊。

7. 舉一個例子，給一組數據排序，答案不只考慮正確，而更應考慮最優。此時要和麪試官溝通，這組數據有什麼樣的特徵？

   1. 有沒有可能包含有大量重複的元素？
      1. 如果有這種可能的話，三路快排是更好地選擇。Java內置的排序算法就是基於三路快排。
   2. 是否大部分數據距離它正確的位置很近？是否近乎有序？
      1. 如果是這樣的話，插入排序是更好地選擇。
   3. 是否數據的取值範圍非常有限？比如對學生成績排序。
      1. 如果是這樣的話，計數排序是更好地選擇。
   4. 是否需要穩定排序？
      1. 如果是的話，歸併排序是更好地選擇。
   5. 數據的存儲狀況是怎樣的？是否是使用鏈表存儲的？
      1. 如果是的話，歸併排序是更好地選擇。
   6. 數據的存儲狀況是怎樣的？數據的大小是否可以裝載在內存裏？
      1. 數據量很大，或者內存很小，不足以裝載在內存裏，需要使用外部排序算法。

8. 正確還包含對問題的獨到見解、優化、代碼規範、容錯性等等。

9. 什麼是“正確”的回答一個算法問題？

   1. 如果是非常難的問題，對你的競爭對手來說，也是難的。
   2. 關鍵在於你所表達出的解決問題的思路。甚至通過表達解題思路的方向，得出結論：這個問題的解決方案,應該在哪一個領域，我可以通過查閱或者進一步學習解決問題。

10. 算法面試優秀不意味着技術面試優秀，算法面試只是技術面試的一部分。根據你的簡歷和應聘職位的不同，勢必要考察其他技術方面，比如下述問題：

    1. 項目經歷和項目中遇到的實際問題
    2. 你遇到的印象最深的bug是什麼？
    3. 面向對象
    4. 設計模式
    5. 網絡相關;安全相關;內存相關;併發相關;
    6. 系統設計; scalability

11. 技術面試優秀並不意味着能拿到offer，技術面試只是面試的一部分。面試不僅僅是考察你的技術水平，還是瞭解你的過去以及形成的思考行爲方式。因此，你參與的項目至關重要。

12. 創建自己的項目：

    1. 自己做小應用：計劃表、備忘錄、播放器…
    2. 自己解決小問題：爬蟲、數據分析、詞頻統計…
    3. “不是項目“的項目：一本優秀技術書籍的代碼整理。
    4. 分享：自己的技術博客、github等等

13. 通過過去了解你的思考行爲方式：

    1. 遇到的最大的挑戰？
    2. 犯過的錯誤？
    3. 遭遇的失敗？
    4. 最享受的工作內容？
    5. 遇到衝突的處理方式？
    6. 做的最與衆不同的事兒？

14. 準備好合適的問題問面試官，比如：

    1. 整個小組的大概運行模式是怎樣的？
    2. 整個項目的後續規劃是如何的？
    3. 這個產品中的某個問題是如何解決的？
    4. 爲什麼會選擇某些技術？標準？
    5. 我對某個技術很感興趣，在你的小組中我會有怎樣的機會深入這種技術？

15. 不要輕視基礎算法和數據結構，而只關注“有意思”的題目，算法面試的準備範圍如下：

    1. 各種排序算法
    2. 基礎數據結構和算法的實現：如堆、二叉樹、圖…
    3. 基礎數據結構的使用：如鏈表、棧、隊列、哈希表、圖、Trie、 並查集…
    4. 基礎算法：深度優先、廣度優先、二分查找、遞歸…
    5. 基本算法思想：遞歸、分治、回溯搜索、貪心、動態規劃…

16. 要在學習和算法實踐之間掌握平衡，掌握平衡要注重能力的提升，而不是刷題數字。不會有公司因爲刷題多而錄用你。

17. 做題時要注意題目中的條件，有一些題目中的條件本質是暗示，如：

    1. 給定一個有序數組：有序
    2. 設計一個O(nlogn)的算法：分治法，搜索數
    3. 無需考慮額外的空間：使用外部
    4. 數據規模大概是10000：複雜度可以更高

18. 當沒有思路的時候怎麼辦？

    1. 自己給自己幾個簡單的測試用例，試驗一下。
    2. 不要忽視暴力解法。暴力解法通常是思考的起點。

19. 優化算法的步驟：

    1. 遍歷常見的算法思路
    2. 遍歷常見的數據結構
    3. 空間和時間的交換(哈希表)
    4. 預處理信息(排序)
    5. 在瓶頸處尋找答案： O(nlogn) + O(n^2) ; O(n^3)

20. 實際編寫問題要注意以下幾點：

    1. 極端條件的判斷：數組爲空？字符串爲空？數量爲0？指針爲NULL？
    2. 變量名語義化
    3. 模塊化，複用性

21. 對最基本的問題能達到白板編程的程度。

22. 如何刷LeetCode：

    1. 從HOT100開始刷，建議主要做自己要費點力氣才能做得出來(但又不是完全做不出)的題。
    2. 直接在LeetCode網站提交代碼的窗口裏做題，肉眼debug,不用IDE。
    3. AC之後，要去看Discussion/Solution, 看別人更好的解法/寫法。
    4. 建議至少刷200-300道，強者找實習之前刷了400道， 秋招之前刷了700多道。