好好刷题，LeetCode在面试时常被认为是衡量CS水平的重要指标。精刷大于泛刷，熟练度大于题量
大厂面试一般非常规范和模版化，严格按照标准评分。想到某个方向可以加多少分，写出一个实现可以加多少分，有bug扣多少分，答错复杂度扣多少分等，因此尽量提高熟练度，并踩对得分点和signal。
- 1、零基础的话刷题前先掌握常见数据结构和算法，包括常见类型的解题模版
- 2、按tag刷题，模版的基础上，不断强化练习。尝试多种解法实现
- 3、按热度刷题，参加周赛，刷题量达到满意要求。结合问题交流、复杂度分析、头脑测试
- 4、练习边说边写。面试前，针对面试公司tag和最新面经重点练习
面试过程中，重要的是: 快速给出bug free代码，良好的沟通和思路介绍。做题前的寒暄、个人和项目介绍不必随意展开(1~2min)，留够做题时间。
- (1) 面试官出题
- (2) 面试者读题并 clarification question
- 有面试官会故意遗漏内容，不明白的地方一定问清楚，而不是随意假设或略过。也可以通过列举test case，来确保理解问题并涵盖所有情况。
- 功能需求确定好之后，确认输入/输出的类型和边界(input/output type)
- 输入数字全是正数或者全是负数， null or empty
- 输入string是不是都是English letters (A-Z)，有没有特殊符号
- 输入是否有重复样本，输出是否允许重复
- standard input, empty input, malformed input, long input, null input, other edge input
- 能不能改input，immutable or not (1D/2D array比较常见）
- 特殊情况输出返回什么
- 时间空间复杂度要求
- 要不要in place
- 有没有内存限制
- 区分sub-arrays or subsequence
- (3) 面试官回答问题保证面试者正确理解题目
- (4) 面试者思考怎么做，先和面试官讲明白思路，并得到认同
- 算法没有得到面试官认同前不要着急动手写代码。第一性原则出发，从逻辑/模拟角度思考如何解决问题。没有思路时，想想更简单、数量更少时如何处理
- Whenever coming across a solution, talk it out and discuss it with the interviewer
- 2分钟内还没有思路，主动和面试官要提示(hint)
- 可以询问: Am I in the right direction?
- 想不到最优的方法也可以先跑一个可行解再优化，不确定是否最优可询问: Could we have a better solution?
- 熟悉的题目也可以先说一下穷举/暴力做法，通过分析重复操作或引入高效的数据结构，从而引入最优解
- (5) 确认好思路后写代码实现算法
- 用什么数据结构，什么算法。讲思路的时候，说清楚为什么选择这个数据结构
- During writing the code, whenever coming across edge cases, discuss with the interviewer about how to handle the edge case
- (6) 测试验证代码正确性
- I just finished my coding, now I need to run several test cases to see if I covered all the edge cases and if there is any bugs I missed
- 注意可能需要自己写tests，给出corner case test
- dry run
- 选择能够覆盖各种边界情况和不同输入的例子(test cases)
- 列出你算法的所有变量的初始状态
- 逐步执行算法，逐步更新这些变量的值
- 每个关键点，检查你的变量是否符合预期
- 空，一个数，两个一样的数(重复)
- (7) 讲述自己算法的时间、空间复杂度
- (8) 面试官确认没问题后准备follow up题目或者下一道题目
- 算法相关技术也可能被问到
- rate limiter
- 不同的cache机制
- geo data (quad tree)
- 文本搜索提示 (trie)
- 算法相关技术也可能被问到
- LeetCode: 非tag原题多，hard多(DP, DFS, Backtracking, Trie)，极其看重解决问题的思考过程，自己写test case。面经题仍有帮助
Meta
- LeetCode: tag原题，35分钟两道题, 看重bug free和最优解
- ML system design: recommendation, video search, harmful content detection
Microsoft
- LeetCode: 基础算法、数据结构的快速实现
Amazon
- LeetCode: Grind75， 15分钟一道题，原题，Graph
- BQ: 每一轮BQ占30分钟+， 2个LP
Tiktok
- LeetCode: 不按tag
- ML: 可能有国内面试习惯，深挖简历项目，MLE讲清领域来龙去脉
重点: 刷透高频题，不要假设哪种类别肯定不会考
- blind75
- 代码随想录
- LeetCode 101：和你一起你轻松刷题
- Neetcode300
- 灵茶山艾府
- Leetcode面试高频题分类刷题总结
- 花花酱 LeetCode Problem List 题目列表
- 时间复杂度-Abdul Bari's Algorithm Playlist
- Data Structures Easy to Advanced Course - Full Tutorial from a Google Engineer and ACM ICPC World Finalist
- 垃圾回收机制gc
- 全局锁GIL
- 因为引用计数所以需要全局锁，因为全局锁所以影响多线程
- python里的list和dict是怎么实现的
- python里的with怎么实现的
- 异步与协程
- 数据结构
- mutable(可变): list, dict, set
- immutable(不可变): int, float, str, tuple
- Introduction to Computer Science - Harvard CS50x
- Structure and Interpretation of Computer Programs - UC Berkeley CS 61A
- How to Design Programs
- 深入理解计算机系统 - CSAPP
- The Art of Computer Programming - TAOCP
- 代码大全
- UNIX 编程艺术
- 重构：改善既有代码的设计
- 算法 - Stanford
- Algorithms
- 算法导论 - CLRS
- MIT 6.824 分布式系统
- MIT 6.s081 操作系统
- CMU 15445 数据库