没刷算法题怎么面试大厂

A. 大厂面试都是机考最难吗

不一定，只是相对于别的来说，机考稍微难度大点。
面试考察的范围都很广，包括基础知识、项目和算法。
基础知识这块，需要花大量时间准备每一个细节，知其所以然，这样才能面试的时候问起来，都能头头是道。
算法，这点就是要多刷题。面试之前要对各种常见算法了然于心，比如DFS、BFS、树、贪心算法、常见DP等等，有时间的话多去刷刷题找感觉。

B. 都快2021年了，算法岗位应该怎样准备面试

说到算法岗位，现在网上的第一反应可能就是内卷，算法岗位也号称是内卷最严重的岗位。针对这个问题，其实之前我也有写过相关的文章。这个岗位竞争激烈不假，但我个人觉得称作内卷有些过了。就我个人的感觉，这几年的一个大趋势是从迷茫走向清晰。

早在2015年我在阿里妈妈实习的时候，那个时候我觉得其实对于算法工程师这个岗位的招聘要求甚至包括工作内容其实业内是没有一个统一的标准的。可以认为包括各大公司其实对这个岗位具体的工作内容以及需要的候选人的能力要求都不太一致，不同的面试官有不同的风格，也有不同的标准。

我举几个例子，第一个例子是我当初实习面试的时候，因为是本科生，的确对机器学习这个领域了解非常非常少，可以说是几乎没有。但是我依然通过了，通过的原因也很简单，因为有acm的获奖背景，面试的过程当中主要也都是一些算法题，都还算是答得不错。但是在交叉面试的时候，一位另一个部门的总监就问我有没有这块的经验？我很明确地说了，没有，但是我愿意学。

接着他告诉我，算法工程师的工作内容主要和机器学习相关，因此机器学习是基本的。当时我就觉得我凉了，然而很意外地是还是通过了面试。

核心能力

由于我已经很久没有接触校招了，所以也很难说校招面试应该怎么样准备，只能说说如果是我来招聘，我会喜欢什么样的学生。也可以理解成我理解的一个合格优秀的算法工程师应该有的能力。

模型理解

算法工程师和模型打交道，那么理解模型是必须的。其实不用说每一个模型都精通，这没有必要，面试的时候问的模型也不一定用得到。但更多地是看重这个人在学习的时候的习惯，他是浅尝辄止呢，还是会刨根究底，究竟能够学到怎样的地步。

在实际的工作当中我们可能会面临各种各样的情况，比如说新加了特征但是没有效果，比如升级了模型效果反而变差了等等，这些情况都是有可能发生的。当我们遇到这些情况之后，需要我们根据已知的信息来推理和猜测导致的原因从而针对性的采取相应的手段。因此这就需要我们对当前的模型有比较深入地了解，否则推导原因做出改进也就无从谈起。

所以面试的时候问起哪个模型都不重要，重要的是你能不能体现出你有过深入的研究和理解。

数据分析

算法工程师一直和数据打交道，那么分析数据、清洗数据、做数据的能力也必不可少。说起来简单的数据分析，这当中其实牵扯很多，简单来说至少有两个关键点。

第一个关键点是处理数据的能力，比如SQL、hive、spark、MapRece这些常用的数据处理的工具会不会，会多少？是一个都不会呢，还是至少会一点。由于各个公司的技术栈不同，一般不会抱着候选人必须刚好会和我们一样的期待去招人，但是候选人如果一无所知肯定也是不行的。由于学生时代其实很少接触这种实践的内容，很多人对这些都一无所知，如果你会一两个，其实就是加分项。

第二个关键点是对数据的理解力，举个简单的例子，比如说现在的样本训练了模型之后效果不好，我们要分析它的原因，你该怎么下手？这个问题日常当中经常遇到，也非常考验算法工程师对数据的分析能力以及他的经验。数据是水，模型是船，我们要把船驶向远方，只懂船只构造是不行的，还需要对水文、天象也有了解。这样才能从数据当中捕捉到trick，对一些现象有更深入的看法和理解。

工程能力

虽然是算法工程师，但是并不代表工程能力不重要，相反工程能力也很重要。当然这往往不会成为招聘的硬性指标， 比如考察你之前做过什么工程项目之类的。但是会在你的代码测试环节有所体现，你的代码风格，你的编码能力都是你面试的考察点之一。

并不只是在面试当中如此，在实际工作当中，工程能力也很关键。往小了说可以开发一些工具、脚本方便自己或者是团队当中其他人的日常工作，往大了说，你也可以成为团队当中的开发担当，负责其团队当中最工程的工作。比如说复现一篇paper，或者是从头撸一个模型。这其实也是一种差异化竞争的手段，你合理地负担起别人负担不了的工作，那么自然就会成为你的业绩。

时代在变化，行业在发展，如今的校招会问些什么早已经和当年不同了。但不管怎么说，这个岗位以及面试官对于人才的核心诉求几乎是没有变过的，我们从核心出发去构建简历、准备面试，相信一定可以有所收获。

C. 刷LeetCode对于国内IT企业面试帮助大吗

就目前的情况来看，国内公司社招面试中，对于对于算法的考验越来越多，很多公司会拿leet code的原题用于面试。

根据我的了解，目前国内的中型厂记下的基本上不会考验算法题不会哪一道编程题，让你手写指示会咨询你一些项目经验，包括一些基础的数据库类的知识，或者是编程基础类知识，比如说你用java开发怎么会问你spring cloud的spring boot相关知识，还有一些可能会问你高并发，生产问题处理，linux服务器命令等等，手撕红黑树的情况不多。

对于国内的这些外资企业微软、虾皮等等，可能会问一些算法题，但一般都不会特别难。数据结构问链表二叉树，算法问动态规划之类的吧，也是min和easy难度。

对于头部的大厂可能会出一些hard级别的算法题，或者是改编过的编程题。目前程序员的人数越来越多，所以未来可能会有更多的公司会通过手撕编程题的方式进行面试。

对于校招来说说来的时候呢，是非常有帮助的，听不起。各大公司的面试题中都会有算法题，所以必须要通过刷leetcode来提升自己的。有可能你会遇到一些原题。

不管怎么样说算法题都是很有帮助的，有助于提升编码能力和逻辑能力，可以让你的编码能力一直保持一个不错的水平，因为很多人平时都是curd小子，很多基础知识都忘记了包括算法能力。

leetcode上题很多，逐渐你会发现刷题太耗时间，所以建议采用哈夫曼树规则。高频题优先，各个tag刷10题以上掌握典型题总结算法套路，先把触手放在能掌握的地方。然后再去重点刷贪心和dp，分类好思路和模板。再去牛客搜公司名刷一些该公司面试题，有个底不至于面试没见过。建议medium为主，easy和hard为辅。

一零言，聊聊IT，谈谈技术

D. 面试遇到算法题怎么办，都不会

科班出身还是半路出家？半路出家就选别这类岗位。
计算机科学专业的基础，外加算法竞赛相关的培训和实战，不算基础，培训过程也至少要耗去一两年，所以要算能不能和值不值。真正需要算法能力高超的岗位薪水好，但是，少之又少，竞争惨烈，985本专业毕业生能抢上的都属于凤毛麟角。

E. 本人目前在找java开发工作，每次收到面试邀请，去面试都要做笔试题，笔试是我的通病，算法不会。

买数据结构、算法(Algorithm)、算法导论一类的书看，仔细做书上的题
重点复习链表、队列、堆栈的操作、二叉树的各种常见算法、主要排序算法、图论最短距离问题、字符串的各种操作、时间复杂度的计算等

F. 程序员不会算法题怎么面试

你好，很高兴回答你的问题。
我觉得有两个办法吧。
一，找不面试算法的公司。
二，在面试前多准备准备，刷一刷算法题。
如果有帮助到你，请点击采纳。

G. 算法不扎实的程序员，每一个都很慌

初学者经常问这样的问题，然而这些其实是错误的问题。

对于初学者而言，你最应该优先考虑的是，哪些东西构成了程序的基础？

最经典的一句话： 程序 = 数据结构 + 算法 。

如果说编程语言是程序的血肉，那么算法就是程序的灵魂。

人不能没有血肉之躯，但是没有灵魂的人依然只是一个死人。

不能单纯依靠算法衡量一个程序员的好坏，但是面试的时候考算法绝对是简单高效的筛选手段。近些年大厂的面试几乎必考算法也是这个原因。每一个算法学的不扎实的程序员，在面试的时候都很慌。

下面这些书籍应该是算法方面最常见的经典书籍。我有幸都读过，有些读完了，有些半途而废，不过基本上也都算是熟悉。顺序上由易到难，从薄到厚，每本书下面我会简单的介绍一番，希望能对你的学习有所帮助。

首先是两本算法入门书籍，也可以当做算法读物：

《啊哈！算法》

用他的自我介绍的来讲：“这不过是一本有趣的算法书而已，和别的算法书比较，如果硬要说它有什么特点的话，那就是你能看懂它。”

图文并茂，而且画风有趣，适合新手入门，但是代码是C的，看着比较累，文字也略显冗长。

图是非常棒的，启蒙用，非教科书

《算法图解》

和《啊哈》类似，他的介绍是：“像小说一样有趣的算法入门书。”

书里面讲的很好，python代码也很容易读懂，比之《啊哈！算法》，书中的例子没有那么有趣，但是图很清晰，文字和代码不冗杂。

缺点同样是非教科书，非常浅显，三四个小时就看完了。有一种刚刚热身的感觉。

接下来这几本都是最常见的书了：

《数据结构与算法分析C语言描述》

这本书的作者几乎不浪费笔墨在一些简单的地方。书很薄，但是覆盖面很广很深，作者实在是非常厉害。

不过反过来说，就是有些地方讲的语焉不详……

这本书还有Java语言版本的，但是相比之下C的更好一些。

挺好的一本书。

还有一点是翻译不是很给力，好多人都没坚持看完。

《数据结构与算法Python语言实现》

英文版评分非常高，中文版评分非常低……

据说是也翻译的不好。另外就是本书自身错误也不少……几版过后依然很多没有改过来。

书中数学证明和介绍比较简单。因为采用Python语言的原因，比较易读。

浅显易懂，内容上循序渐进，环环相扣。相比于上一本，我会更推荐一些。厚度也不算厚。

《数据结构与算法 Python语言描述》

北大教授裘宗燕的书，这本书前面写的挺好的，尤其是在面向对象还有ADT等思想的阐述，都很不错。

但是读到后来给我一种虎头蛇尾的感觉，前面气势如虹绪论就写了很长，最后三章感觉有点草草收尾的意思。就像编辑在催稿，而作者很忙的样子……

另外就是这本书的编排顺序我个人也不是特别喜欢。

接下来是两本大部头，都是非常厚的书。

他们最大的特点就是：出现率远大于看完率

《算法导论》

算法书中的权威，MIT的6.046J就是按照这个来讲的。

公认最好的算法书，组织结构合理，内容详尽。引导读者从思维方式上对算法进行领悟。

书中对算法的数学结构进行了详尽的阐述。有非常多的数学证明。

这本书我说不出什么缺点，只能说有些内容是因为我还没到大牛的境界，暂时还无法体会理解。

我个人的观点是：不要纠结于详细的伪代码，不用纠结于连篇累牍的讲解。体会其中算法的精髓就好。

《算法》第四版

如果说，《算法导论》是学术上最好书，那这本应该是实际应用最好的书。

它对数学的要求比《算法导论》低很多，摒弃了算法的证明。

书中具体给出了每位程序员应知应会的50个算法，深入浅出，大量图解。非常棒。

java基础的话你能撸出来Hello World基本上就可以开始看这本书了，这本书最大的不友好之处在于它的第一章非常长，没看过的人又不知道哪里可以跳过。

这本书后面的翻译感觉不如前边了，不知道是换人了还是DDL了……

翻开书就会看到很多的图，配套作者在coursera上面的课程学的话事半功倍！

接下来的几本我看的比较少，简单介绍一下，希望大家自己去发现和了解，不要漏下这些好书：

《编程珠玑》

很薄一本啊，但是我放在那还没看完……

这本书被称为： 历史 上最伟大的计算机科学着作之一

融深邃思想、实战技术与趣味轶事于一炉的奇书。

内容不深，但是不是一个知识点一个知识点的给你讲解算法原理的。

这本书的核心思想是让你了解如何正确选择和高效地实现算法。书中还有一些趣闻轶事，看着倒是很有意思~

有兴趣的同学可以看看~

《算法竞赛入门经典》系列

算法竞赛入门经典书，ACM必备书籍吧算是。书中题目对于竞赛来说比较简单，但是对于一般我们平时工程来说偏难。语言用的是C/C++，请好好做例题好好做作业，读书的时候好好思考和复习~

反正我是没读过，捂脸……

《剑指Offer》

这个书很有意思，对于在校生来说我个人觉得是必看的书。没有任何工作经验的同学在面试的时候真的会被问懵的。这本书可以让你了解如何应付考官日常问题，在解答面试问题的时候，书中很多方法和思路会让考官觉得你思考的很全面，给你加不少分。

我面试的时候也曾快速扫过一遍这本书，让我在回答问题的时候条理更清晰。书中代码是C的，emmm，于是代码部分我就没太看……

《用Python解决数据结构与算法问题》

最后给大家推荐一本在线的 免费 的算法书。

https://facert.gitbooks.io/python-data-structure-cn/

不是大部头，也不是读物，新手入门足够用，书中介绍了大多数日常需要的算法，并且讲的比较浅显~转行的新手基本可以通过这本书来快速掌握常用基本算法了~

反正免费，是否适合自己看两页也就get了~

如果需要PDF版，可以在“程序员必修课”公众号后台回复：“Python算法书”获取。

H. Android大厂面试经验分享（OPPO，字节，华为，阿里）

我是从小公司跳出来的，最终入职OPPO，说实话这段时间的经历让我深深地感受到，我们为跳槽做的一些临时抱佛脚的提升跟那些大佬的沉淀比起来太渺小了。我们都知道找资料学习、刷面试题，但也许只能应付这一次的面试，后面还是会技术发愁，那些短时间背下来的东西迟早会忘掉， 大家还是做好长期提升自己的准备，好好沉淀的东西最后才是属于自己的。

说说当时的面试过程，我是内推获得的面试机会，很感谢当时帮我内推的兄弟，总共三轮面试，两轮技术，一轮HR面，当天面试结束。

我10：10分到的公司，10：30开始面试，第一轮面试将近一个小时，聊的点我基本上都答得上来，自我感觉良好。然后面试官让我等一下，他去叫他们老大来给我二面，我等了有二十几分钟吧，二面有一个多小时，这次问的比较深，有些地方答的有些嗑吧，总体来说我自己是满意的。HR面约到下午了，整个流程下来每轮面试官都让人感觉很不错，我自己做的准备也让我面试感觉下来很爽。

我把面试遇到过的以及自己学习用到过相关内容都整理到一起了，方便自己进行复盘和后续的查漏补缺：

一、 Java基础

1.1 静态内部类和非静态内部类的比较

1.2 多态的理解与应用

1.3 java方法的多态性理解

1.4 java中接口和继承的区别

1.5 线程池的好处，详解，单例（绝对好记）

1.6 线程池的优点及其原理

1.7 线程池的优点（重点）

1.8 为什么不推荐通过Executors直接创建线程池

1.9 不怕难之BlockingQueue及其实现

1.10 深入理解ReentrantLock与Condition

1.11 Java多线程：线程间通信之Lock

1.12 Synchronized 关键字原理

1.13 ReentrantLock原理

1.14 HashMap中的Hash冲突解决和扩容机制

1.14 Java并发

1.15 Java虚拟机

1.16 JVM常见面试题

1.17 JVM内存结构

1.18 类加载机制/双亲委托

二、 Android基础

2.1 Activity知识点(必问)

2.2 Fragment知识点

2.3 Service知识点

2.4 Intent知识点

2.5 数据存储

三、UI控件篇

3.1 屏幕适配

3.2 主要控件优化

3.3 事件分发与嵌套滚动

3.4 动态化页面构建方案

四、网络通信篇

4.1 网络协议

五、架构设计篇

5.1 MVP架构设计

5.2 组件化架构

六、性能优化篇

6.1 启动优化

6.2 内存优化

6.3 绘制优化

6.4 安装包优化

七、源码流程篇

7.1 开源库源码分析

7.2 Glide源码分析

7.3 day 20 面试题：Glide面试题

7.4 聊一聊关于Glide在面试中的那些事

7.5 面试官：简历上如果写Glide，请注意以下几点…

7.6 Glide OOM问题解决方法汇总

7.7 LeakCanary源码分析

7.8 OkHttp源码分析

7.9 okhttp连接池复用机制

7.10 okhttp 流程和优化的实现

7.11 一篇让你受用的okhttp分析

7.12 OkHttp面试之–OkHttp的整个异步请求流程

7.13 OkHttp面试之–HttpEngine中的sendRequest方法详解

7.14 OkHttp解析大总结

7.15 Okhttp任务队列工作原理

7.16 Android高频面试专题 - 架构篇（二）okhttp面试必知必会

7.17 Android 网络优化，使用 HTTPDNS 优化 DNS，从原理到 OkHttp 集成

7.18 Retrofit源码分析

7.19 RxJava源码分析

7.20 RxJava原理与源码分析

7.21 RxJava如何进行线程切换的？

7.22 Rxjava内存泄漏防止方案——RxLifecycle，AutoDispose，RxLife框架

7.23 Tinker源码分析

7.24 ARouter源码分析

7.25 Android框架层源码解析

7.26 算法设计

八、新技术篇

8.1 实战问题篇

九、面试篇

9.1 开源文档

9.2 面试文献

以上就是我的学习和面试积累，有自己面试经历过的，也有整理的一些大厂面试题，篇幅有限，具体内容就不展示了，我已经整理成文档了。

还是开头说的，仅靠面试期间临时抱佛脚和刷题对自身发展不是长久之计，做好长期提升的规划，好好沉淀每一次的学习和面试经历，把这些最终都转化成属于自己的东西才是实质上对自己最有用的。

I. 秋招笔试算法题不会做还怎么办

可以通过不断地思考，总结，归纳，不断刷题来提高自己算法题的水平，没有什么困难的，你需要尽力去学习，祝取得好成绩。

如何提高学习效率

时间长并不一定有用，问题的关键是：你的单位时间内的学习效率有多高！看着同学们一天到晚都在学习，但为什么效果不佳？这是一个学习中的老大难问题，也是最令家长、老师、学生感到困惑的问题。解答这个问题的钥匙就是利用效率法则——高效利用时间，提高学习效率。

在伏尔泰的作品中曾经提到过一个谜语：“世界上有一样东西，它是最长的也是最短的，它是最快的也是最慢的，它最不受重视但却又最受惋惜。

没有它，什么事也无法完成，这样的东西可以使你渺小的消灭，你伟大的永续不绝。善于利用时间学习中，不仅要懂得珍惜时间，更要学会运筹时间，使自己在最短的时间内，得到最大的学习效合理分配精力在学习中。

学会排除干扰在学习中，来自外界和自身的一些干扰都会影响你的学习效率，你必须要学会排除和隔离这些学习中的消极因素，将它们的负面效应降到最低你想到这样唯一的东西是什么了吗？没错，它就是时间。

学习是在时间中进行的。无可置疑，谁能拥有更多的时间，谁就能获得更多的知识。长久以来，人们一直在探索怎样勒住时间的缰绳，以增强自己利用时间的能力。掌握一些高效利用时间的方法，如优化事序、最佳安排、排除干扰等方法能使你的有效学习时间比别人多很多倍。