程序员如何快速准备面试中的算法

短命女 2022-08-06 14:17 206阅读 0赞

> > > > ## 程序员如何快速准备面试中的算法 ##

### 前言 ###

我决定写篇短文，即为此文。之所以要写这篇文章，缘于微博上常有朋友询问，要毕业找工作了，如何备战算法。尽管在[微博][Link 1]上简单梳理过，如下图所示：

> ![20140213002928531][]

但因字数限制，许多问题无法一次性说清楚，故特撰此文着重阐述下：程序员如何快速准备面试中的算法，继而推荐一些相关的书籍或资料。顺便也供节后跳槽、3月春季招聘小高潮、及6月毕业找工作的朋友参考。

### 备战面试中算法的五个步骤 ###

对于立志进一线互联网公司，同时不满足于一辈子干纯业务应用开发，希望在后端做点事情的同学来说，备战面试中的算法，分为五个步骤，如下：

***1*、掌握一门编程语言**

首先你得确保你已掌握好一门编程语言：

*  C的话，推荐Dennis M. Ritchie & Brian W. Kernighan合著的《C程序设计语言》、《C和指针》，和《征服C 指针》；
 *  C++ 则推荐《C++ Primer》，《深度探索C++对象模型》，《Effective C++》 。

掌握一门语言并不容易，不是翻完一两本书即可了事，语言的细枝末节需要在平日不断的编程练习中加以熟练。  
 *2*、过一遍微软面试100题系列

我从2010年起开始整理[微软面试100题系列][100]，见过的题目不可谓不多，但不管题目怎般变化，依然是那些常见的题型和考察点，当然，不考察任何知识点，纯粹考察编程能力的题目也屡见不鲜。故不管千变万化，始终不离两点：①看你基本知识点的掌握情况；②编程基本功。

而当你看了一遍微软面试100题之后（不要求做完，且这个系列的有些答案存在不少问题，建议以**[编程艺术github版][github]**为准），你自会意识到：数据结构和算法在笔试面试中的重要性。  
***3*、苦补数据结构基础**

如果学数据结构，可以看我们在大学里学的任一本数据结构教材都行，包括链表、数组、字符串、矩阵、树、图等等，如果你觉得实在不够上档次，那么可以再看看《STL源码剖析》。  
*4***、看算法导论**

《算法导论》上的前大部分的章节都在阐述一些经典常用的数据结构和典型算法（如[二分查找][Link 2]，[快速排序][Link 3]、[Hash表][Hash]），以及一些高级数据结构（诸如[红黑树][Link 4]、[B树][B]），如果你已经学完了一本数据结构教材，那么建议你着重看贪心、动态规划、图论等内容，这3个议题每一个议题都大有题目可出。同时，熟悉[常用算法的时间复杂度][Link 5]。

如果算法导论看不懂，你可以参看本博客。

***5*、刷leetcode或cc150或编程艺术系列**

*  如主要在国外找工作，推荐两个编程面试网站：一个是国外一网站leetcode，它上面有个OJ对于找工作的同学来说非常值得一刷[https://oj.leetcode.com/][https_oj.leetcode.com]；另外一个是[http://www.careercup.com/][http_www.careercup.com]，而后这个网站的创始人写了本书，叫《careercup cracking coding interview》，最终这本英文书被图灵教育翻译出版为《程序员面试金典》。
 *  若如果是国内找工作，则郑重推荐我编写的《程序员编程艺术》，有[编程艺术博客版][Link 6]，以及在博客版本基础上精简优化的[**编程艺术github版**][github]。除此之外，还可看看《编程之美》，与《剑指offer》。

而不论是准备国内还是国外的海量数据处理面试题，此文必看：[**教你如何迅速秒杀掉：99%的海量数据处理面试题**][99]。

此外，多看看优秀的开源代码，如nginx或redis，多做几个项目加以实践之，尽早实习（在一线互联网公司实习3个月可能胜过你自个黑灯瞎火摸爬滚打一年）。

当然，如果你是准备社招，且已经具备了上文所说的语言 & 数据结构 & 算法基础，可以直接跳到本第五步骤，开始刷leetcode或cc150或编程艺术系列。

### 后记 ###

学习最忌心浮气躁，急功近利，即便练习了算法，也不一定代表能万无一失通过笔试面试关，因为总体说来，在一般的笔试面试中，70%基础\+ 30%**coding能力**(含算法)，故如果做到了上文中的5个步骤，还远远不够，最后，我推荐一份非算法的书单，以此为大家查漏补缺(不必全部看完，欢迎大家补充)：

1.  《深入理解计算机系统》
2.  W.Richard Stevens著的《TCP/IP详解三卷》，《UNIX网络编程二卷》，《UNIX环境高级编程：第2版》，详见此[豆瓣页面][Link 7]；
3.  你如果要面机器学习一类的岗位，建议看看相关的算法（如[支持向量机通俗导论（理解SVM的三层境界）][SVM]），及老老实实补补数学基础，包括微积分、线性代数、概率论与数理统计（除了教材，推荐一本《数理统计学简史》）、矩阵论（推荐《矩阵分析与应用》）等..

综上：上述全部过程短则半年，长则三年。

最后要强调的是：急功近利者必败，越想快速越要循序渐进，踏实前进，若实在觉得算法 & 编程太难，转产品、运营、测试、运维、前端、设计都是不错的选择，因为虽然编程有趣，但不一定人人适合编程。

[Link 1]: http://weibo.com/1580904460/AvMEYx3Fr
[20140213002928531]: /images/20220806/a970588958664f69910eb4b8957e9236.png
[100]: http://blog.csdn.net/column/details/ms100.html
[github]: https://github.com/julycoding/The-Art-Of-Programming-By-July/blob/master/ebook/zh/Readme.md
[Link 2]: http://blog.csdn.net/v_july_v/article/details/7093204
[Link 3]: http://blog.csdn.net/v_july_v/article/details/6116297
[Hash]: http://blog.csdn.net/v_JULY_v/article/details/6256463
[Link 4]: http://blog.csdn.net/v_JULY_v/article/details/6105630
[B]: http://blog.csdn.net/v_JULY_v/article/details/6530142
[Link 5]: http://bigocheatsheet.com/
[https_oj.leetcode.com]: https://oj.leetcode.com/
[http_www.careercup.com]: http://www.careercup.com/
[Link 6]: http://blog.csdn.net/v_JULY_v/article/details/6460494
[99]: http://blog.csdn.net/v_july_v/article/details/7382693
[Link 7]: http://book.douban.com/search/W.Richard%20Stevens
[SVM]: http://blog.csdn.net/v_july_v/article/details/7624837