关于算法:91专访-微软大佬-cabbage-分享算法面试心得

3次阅读

共计 1432 个字符,预计需要花费 4 分钟才能阅读完成。

背景

最近得悉 cabbage 拿到了 微软的 offer,并在筹备拿其余 更大 公司的 offer。就急不可待地分割了他,心愿他自己能够承受采访。于是这篇采访稿就和大家见面了。

cabbage 是一个做事件十分认真细致的人,看待工作精打细算,基本上事件交给他你就能够释怀那种,这样的人谁不喜爱?我自己十分看好他,肯定能够进更好的公司。

以下 Q 为 lucifer,A 为 cabbage。

采访

  • Q: 你是什么时候开始接触数据结构与算法(以下简称算法)的?
  • A: 20 年筹备跳大厂的时候才开始的,科班出身的前端开发,以前基本都用不到算法所以也就没去学过。
  • Q: 你是什么时候接触 91 天学算法(以下简称 91 天)的?从什么路径得悉的?
  • A: 通过 GitHub 上的 Lucifer 的算法 repo 关注的公众号,而后通过公众号理解到的。
  • Q: 91 天有给你带来了什么样的变动么?
  • A: 从根本啥都不会到对根本的数据结构有一点理解,以前只会做 easy 的题,当初有局部 medium 的题也能做进去了,次要是学会了套模板。
  • Q: 学习算法过程中有“顿悟”的时刻么?
  • A: 有吧,就忽然有一天发现看到新题了会不盲目地去拿以前做题的套路去往上套,而后发现还真能用。
  • Q: 你比拟善于的算法是什么?能够给大家简略分享一下么?
  • A: 说不上善于,就是套模板的题我都还挺喜爱的,比如说找排列组合的上来就先写个 dfs,找满足条件的 substring 就先上一个 sliding window,大部分的时候套上模板就能解决了。
  • Q: 有没有什么想和刚入坑算法的同学分享的?
  • A: 模板特地有用,不论会不会先背下来,背的同时就是一个了解的过程,91 算法的题解就能够帮你加深记忆也能够帮你更好的了解。另外刷题能够一次性把一个类型的都刷完,比方能够跟着 91 的分类刷,会更有效率。
  • Q: 相对而言,你感觉 91 天哪里做的还不够好?应该如何改良?
  • A: 同类型的题能够再多加几道加深记忆,容易到艰难的过渡不晓得还能不能再 smooth 一点,没有 CS 背景的对于有些类型的题了解起来不容易,可能须要更多的 background,比方 DP 和 back track 这样的。(因为始终在做前端开发的缘故,思维总是习惯性的线性思维,不容易绕过来)
  • Q: 在你学习算法的过程中,对你帮忙最大的学习材料是什么?
  • A: LeetCode 的题解讨论区以及油管的一些视频。

lucifer 注:有的 leetcode 题解和油管视频真的做的不错,咱们也在《91 天学算法》的讲义中给大家进行了举荐。

  • Q: 违心把 91 天分享给你的敌人么?
  • A: 违心。

lucifer 点评

收到 cabbage 的倡议。下一期《91 天学算法》西法打算做几点扭转。

  1. 目前正在和力扣官网单干,心愿能够将《91 天学算法》整合力扣的 学习打算 LeetBook。这样大家学习起来更加无缝,效率更高。届时也会有专门的交换群。
  2. 减少 模仿与枚举 的题目,以前这部分是自习的
  3. 减少 排序 章节
  4. 后面减少了几道题目,相应其余章节须要删除题目,我打算将高频面试题删掉。
  5. 局部题解不够欠缺,再次打磨。
  6. 局部难度梯度跨度较大,减少一点缓冲题目或者对跨度较大的进行 大篇幅 解说,尽量让大家不落伍。

另外当初曾经不倡议大家加入这一期(第四期)的《91 天学算法》了,大家能够期待下一期。并且下期的周期可能缩短为一个月左右,而不是当初的 91 天。这是因为每天一道题节奏太慢,会导致学习效果变差。而如果你感觉 91 天都跟不上,一个月岂不是更跟不上?这种放心我感觉是多余的,因为跟不上和工夫关系不大,更多的是学习的办法技巧以及 一直做题后的顿悟

正文完
 0