1-1 算法面试不仅仅是正确的回答问题
远远不需要啃完一整本《算法导论》
算法面试不是高考
把这个过程看成是和面试官一起探讨一个问题的解决方案
对于问题的细节和应用环境，可以喝面试官沟通
这种沟通本身很重要，它暗示着你思考问题的方式
比如，要求对一组数据进行排序
那么我们要跟面试官讨论，这组数据有没有什么具体特征
- 有没有大量重复元素？---> 三路快排
- 没有大量重复元素？ ---> 普通快排
- 是否数据近乎有序？--->插入排序
- 是否取值范围有限？比如学生成绩 ---> 计数排序
- 对排序是否有额外要求？ 是否稳定？---> 归并排序
- 数据的存储状况？是否使用链表？---> 归并排序
- 数据的存储状况？内存很大或者很小不足以装载在内存里---> 外排序
“正确”还包含了对该问题的独到见解；优化；代码规范；容错性
1-2 算法面试只是面试的一部分
项目经理和项目中遇到的实际问题
你遇到的印象最深的bug
面相对象
设计模式
网络相关；安全相关；内存相关；并发相关
设计系统；scalability: 我的系统在大规模使用上会遇到的问题
创建自己的项目：
自己的小应用：计划表；备忘录；播放器
自己解决小问题：爬虫；数据分析；词频统计
分享：自己的技术博客；github等
1-3 如何准备算法面试
远远不需要啃完一整本《算法导论》
高级数据结构和算法面试提及率很低：红黑树、计算几何、斐波那契堆、数论、B-tree
算法面试的准备范围：
- 各种排序算法
- 基础数据结构和算法的实现： 堆、二叉树、图
- 基础数据结构的使用：链表、栈、队列、哈希表、图、Trie、并查集
- 基础算法：DFS、BFS、二分查找、递归
- 基本算法思想：递归、分治、回溯搜索、贪心、动归
1-4 如何回答算法面试问题
注意题目的条件
- 给定一个有序数组（有序）
- 设计一个o(nlgn)的算法（八成离不开分治）
- 无需额外空间
- 数据规模大概是10000
当没有思路的时候
- 测试用例走一遍
- 暴力解法
优化算法（培养出一种思路）
- 遍历常见的算法思路
- 遍历常见的数据结构
- 空间换时间（哈希表）
- 预处理（先排序）
实际编写代码
- 极端条件的判读
- 数组为空？字符串为空？ 数量为0？ 指针为null？
- 变量名尽量有意义且通俗易懂
- 模块化、复用性