-------------------------------------------------------------------------------------------------------------------------
算法只是技术的一部分，算法优秀不代表技术优秀
技术面试优秀，未必你能够拿到offer，
正确本身只是一个相对概念，
尤其是我们走入职场，更应该能够正确的认识这一点
我们解决问题，不是一场考试，
不是我们给出回答，有人告诉我们对或者不对。
算法面试，看做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，可以和面试官沟通
沟通的过程中，不断提出自己对问题解决模型的假设
一步步深入问题中，沟通十分的重要，暗示着你思考问题的方式
有一些同学对算法面试认识得不够清楚，以为是一场考试。
我们需要对一组数据进行排序？
我个人认为这个是一个实实在在的真实问题。
所有的语言，都有对数据进行排序的接口，这些都是人为设计出来的。
我们究竟要如何设计这个接口呢。
我们解决实际的业务问题，经常要对数据进行排序的。
此时我们应该如何进行排序呢？
排序算法，其实是很多算法的先决条件，
这个是一个公认的基础操作，被研究得非常的透彻了。
好了，请问你要怎么做呢？
快速排序算法O(nlogn)
算法&数据结构实战课对其作出了详细的介绍了，可以去看看。
面对这个问题，显然是一个正确的回答，但是，这个回答未必让人满意。
你忽略了算法使用的具体环境，很多时候，其实是有诸多正确的选择的。
我们需要的不仅仅是正确，而是更优，
也有遇到这么一些情况，我们遇到的都不是最优的，我们需要取舍
选择让我们损失最小的方案，我们需要跟面试官进行沟通了，
这一步非常的重要，问一下面试官，这组数据是不是有什么特征。
1如果有着非常多的重复元素，三路快排是更好的选择。
很多语言的标组库中，快排就是是用三路快排的，比如Java排序背后就是用三路快排
2是否大部分数据距离它正确的距离很近？是否近乎有序？对于银行数据，可能是近乎有序的。
只有极少数的业务，先发生，事务时间长，会发生得晚一点，这时候插入排序是更好的选择。
3是否这组排序取值返回有限？比如对学生的成绩进行排序。高考0-750再见，计数排序更好的选择。
4对排序有什么额外的要求吗？是否需要稳定的排序方式，如果是需要稳定，快排不好，归并好。
5数据的存储状况是怎样的？快排非常依赖于数据的随机存取，如果是链表，快排不好，归并好。
6 数据的大小是否可以装在内存中，如果数据量大，内存很小，不足以装在载内存里，需要用外排序。
面试官希望你可以对这些问题都有深入的思考，各个方面都有思考，
我们不能局限于一个答案，我们需要给出更完善的答案，
毕竟有时候我们的答案，也会换一种场合下，就不适用了。
正确还包含对问题的独到理解，新的想法，优化【算法层面与语言级别】，
代码规范，容错性。等等等等.......
这个课程不仅仅给出解决算法问题的代码，而是要把这些因素囊括进来。
如果是非常难的问题，对你的竞争对手来说，也是难的。
所以不必沮丧，我们取得成功的关键，未必是解决完美的问题，
而仅仅是比你的竞争对手表现好一点而已。
关键在于你所表达出的解决问题的思路、
你的思考路径是如何的，虽然当下你可能无法给出一个正确的解，
但是你给出一个思考方向，力图逼近这个解，也是可以的。
算法面试优秀不意味着技术面试优秀
算法面试只是技术面试的一部分
根据你的简历和应聘职位的不同，面试官就要考察你的技术部分
项目经理和项目遇到的实际问题，你的解决能力是如何的。
可以看出你的过往的经历中，仅仅满足于完成功能，还是你有继续的思考，
你应该对你的项目经历，有提炼出要点，是很重要的。
你遇到的印象最深刻的bug是怎样的？
看似非常的简单，通过每个人的不同的回答，可以看出每个人的水平高下。
对于这一个问题，你应该根据你自己的经历，进行一个整理回顾。
在很多领域的问题，在技术环节可能都会遇到
面向对向，设计模式，网络相关，安全相关，内存相关，并发相关
系统设计，scalability，图形相关，
其实系统设计部分，也有常规的想法，借鉴。
有兴趣的同学，可以网上查查看，进行进一步学习。
我们也必须承认，很多时候，技术面试优秀不一定能够拿到Offer，
虽然对于技术面试而言，技术优秀，是有很大的优势。
技术面试只不过是面试的一部分，面试不仅仅是考察你的技术水平，
还是了解你的过去以及形成的思考行为方式。
技术面试问一些问题，只不过是从形式上考察你的能力而已。
只是一个简单的评估你的方式。
但是最好的评估你自己的一个方式是你过去做过的项目。
我想在这里简单的说一些项目的事情。
对于工作人士来说，项目不是问题，
对于研究生来说，项目经历也不是问题，在自己的实验室也会参加到项目中去
对于本科生来说，项目经理不一定是一定要参与到项目中去，其实毕业设计就是项目了，其实课程设计，也可以作为项目经历。本科生，可以应该给自己课设+毕设封装得好一点。可以增色不少。
对于非科班，如何找到项目呢？
1 实习方式，
有的同学都觉得找到实习非常的困难，那么可以参与实战课程学习，有很多教育机构，提供实战课程的学习，很多课程只要同学们跟下来，就可以是一个项目，慕课网，其实就有很多项目。
Coursera也提供很多这样的课程，现在在线教育非常的多，同学们可以找这些资源
2 同学们完全可以学习基础的知识，进而创建自己的项目，计划表，备忘录，播放器。
ios，android，开发一些小的项目。
自己解决一些小问题，爬虫系统，简单的爬网站数据
对一些网站进行数据分析，分析数据，写在自己的博客上
做一些词频统计
很多不是项目的项目也是很好的，一本优秀的技术书籍的代码整理等.......这其实是一个非常好的项目，完全可以写在自己的简历中。
分享自己的技术博客，github等等，都是可以的。
有的公司会认为，你不仅仅参加了学校，导师，实验室，实习给你的项目
你还有自己的项目，会给你很大的加分。
3 你遇到的最大的挑战是什么?
你犯过的错误？
你遭遇的失败？
最享受的失败？
遇到冲突的解决方式？
做到的最与众不同的事情是什么？
不要说你遇到的最大的挑战，就是笼统的说我遇到算法问题很难，不要这么笼统，
你可以举出一个具体的例子，某某项目中遇到某某算法问题，会更加的可信，你的经验更加的丰富。
同时你面试的时候，你准备好合适的问题问面试官。
还有很多东西，大家都可以和面试官来探讨。
在这里我抛砖引玉，
整个小组的大概运行模式是怎样的？
整个项目的后续规划是如何的？中长期的规划是如何的？
这个产品的某个问题是如何解决的？某个细节是如何解决的，我觉得可能碰到什么问题？
为什么选择某些技术？标准？
我对某个技术很感兴趣，在你的小组中我会有怎样的机会深入这种技术？
这些都是在我看来非常好的，可以问面试官的问题。
算法面试其实仍旧是重要的一个环节，从下面开始我们一起玩转算法面试。
---------------------------------------------------------------------------------------------------------------------------
准备面试， 和准备算法面试是两个概念
算法面试，知识面试中的一个环节。
算法面试并没有那么难，远远不需要啃完一本《算法导论》
《算法导论》虽然是一本经典，但是针对面试而言，其实有部分缺点
太过于侧重理论的推导和证明，其实面试官自己也并不能完全掌握理论的推导和证明。
随机化这一步，我们数学推导是很难的，计算数学的期望值，这一个推导快排的证明，
我们是完全不需要掌握这部分内容的，当然了大家如果有兴趣去读这本书的话，
第一遍读书，应该有选择的去阅读，第一遍，记住结论就可以了，
不然我们第一次很可能会产生巨大的挫败感，这就得不偿失了。
这本书其实也是有很多东西值得我们去学习的，其实这些理论知识是挺有用的，
同学们可以在对算法有了实践，有了感悟后，再回过来阅读理论证明，收获会更大。
我们不能追求一步到位，很多书，很多知识，我们都是要去理解很多遍，慢慢的熟练
直到内化到自己的心里面，学习切记不要有完美主义。
高级数据结构和算法面试提及的概率很低
包括 红黑树，B-Tree 计算几何， 数论，FFT，斐波那契堆
这些问题，在第一轮面试问题，是不需要过度准备的，基础的概念可以准备下
不然是不需要特意准备的，很少考到这些问题。
远远不需要达到信息学竞赛的水平。
远远不需要达到这种信息学竞赛的水平的。
如果你没有参加过acm竞赛，也是不用气馁，毕竟算法面试跟信息学竞赛还是有区别的。
不要轻视基础算法和数据结构，而只关注"有意思"的题目。
实际算法面试还是围绕基础的问题
1 各种排序算法
2 基础数据结构和算法的实现: 如堆，二叉树，图
3 基础数据结构的使用，链表，栈，队列，哈希表，图，Trie，并查集
4 基础算法，深度优先，广度优先，二分查找，递归，
5 基本算法思想: 递归，分治，回溯搜索，贪心，动态规划，
这些其实都是基础的，并没有太高级的内容。特别是1，2两点，都是特别基础的。
----------------------------------------------------------------------------------------------------------------------------
1 初始序列为1 8 6 2 5 4 7 3的一组数采用堆排序，当建堆小根堆完毕时候，堆对应的二叉树
中序遍历是怎样的呢。
2 对一个20个数目的二分查找，数组起始下标为1 A【2】的比较序号为多少？
---------------------------------------------------------------------------------------------------------------------------
这几个问题，大家可以感受到，都是非常基础的问题。
也是名企的面试问题，不要轻视基础的算法和数据结构。
---------------------------------------------------------------------------------------------------------------------------
选择合适的OJ，需要大量的练习和时间
Online Judge，在线判题系统
不要把学习算法面试的过程，只是停留在书本上，而是应该落实到练笔代码上。
codeforces，topcoder，codeechef，这些都是面向竞赛的，不太适合面试算法
Online Portal for IT Interview，如果你是会员的话，可以支付费用，看到这个问题是哪个公司面试问题，出现频率如何。
我们这个视频《玩转算法竞赛》也摘录很多问题，
http://www.leetcode.com 建议大家去注册一个属于自己的账号
HackerRank另一个网站，也是科技界寻找人才的一个网站
http://www.hackerrank.com 可以去注册账号，这里分类很详细，标题，子问题
HackerRank有些问题，会偏向于竞赛类问题，很多问题不是真实的面试问题这个应该作为辅助。
HackerRank做题，就像是在每一个细分的技能树上点技能点。
----------------------------------------------------------------------------------------------------------------------------
在学习和实践做题之间，一定要掌握一个平衡，
这个平衡点在哪里很难讲，每个人不一样，
我们一味的做题，效果不明显的，
我们一味的刷题，对背后的算法思想是掌握得不好的，
学习要补充一些思路，实践也是很重要。
有时候我们好像在oj上通过了很多问题，其实收获不大，
不要陷入体力劳动中，
没有任何一家公司会看你刷了多少题，看判断你的技术水平，
要重视质量而不是数量。
---------------------------------------------------------------------------------------------------------------------------
在最后，给大家讲讲算法面试问题的整体思路
先从一个整体的宏观角度给大家讲讲。
注意题目中的条件。
比如说，给定一个有序数组，注意这个有序关键字，二分查找
有一些题目中的条件，基本是暗示了，O(nlogn）logn 八成离不开分治法，搜索树上实现
无需考虑额外的空间，此时就是要开辟的空间，换取时间的优化
数据规模大概是10000，此时我们设计一个n^2 就可以了，
---------------------------------------------------------------------------------------------------------------------------
当没有思路 的时候，不要慌张，
1 自己给自己几个简单的测试用例，试验一下，摆弄几个测试用例，自然就有了一定的思路
2 不要忽视暴力解法，这个通常都是思考的起点，理论上所有的问题，都是存在暴力解法的，
如果你们没有思路的时候，不妨说出一些暴力解法，而千万不要说没有解法。
LeetCode3
在一个字符串中寻找没有重复字母的最长子串
abcabcbb 则结果为abc
bbbbbb 则结果为b 这个题目你们解决呢，可以思考一下
没有思路不妨使用暴力法，对于字符串s的所有子串s[i....j]
使用O(n^2 )算法遍历i,j 得到所有子串
O(length(S[i....j]))判断是否有重复的字母
这个算法复杂度O(n^3)
这个复杂度，不够优秀，万一你们处理的字符串，最长只有100的话，这也是一个可行的算法
退而求其次而已。说不定也可以。
最难的是优化算法，只提出一个暴力解法是非常容易的。
如果同学们基础素质比较好，
其实我们可以使用某种优化的方式。
1 遍历常见的算法思路
我们要给算法做出分类，索引指针，递归，贪心，动态规划，
2 遍历常见的数据结构进行辅助
栈，队列，堆，树，图
3 空间和时间的交换，常规的思路也可以思考，新空间记录数据，大大优化算法的时间复杂度
哈希表示最典型的。
4 预处理信息(排序）排序后很多问题进一步求解就非常简单了
5 在瓶颈处找答案 O(nlogn )+ O(N^2） ； O(N^3)
----------------------------------------------------------------------------------------------------------------------------
实际编写问题
对于编写，白板上编写，有的时候会在编辑器上编写
编写的时候，要注意极端条件的判断。
数组为空，字符串为空，数组为0，指针为NULL
变量名，最好是要有语义
模块化，复用性。都要注意，给面试官可能就有好的印象了。
很多时候，面试的问题，就是让你实现一个基本的最大堆，最小堆，快排，
希望大家花一些时间准备一下，做到可以白板编程的程度。
---------------------------------------------------------------------------------------------------------------------------
以后会介绍真正的算法了，
目前会使用C++开发。希望大家可以用你们熟悉的语言实现一下算法。
---------------------------------------------------------------------------------------------------------------------------