查看原文
其他

刷完 LeetCode 是什么水平?

逛逛GitHub 2021-08-19

观点一

“面试是与人交流的过程”


作者|硅谷 IT 胖子https://www.zhihu.com/question/32019460/answer/1214537663

这个问题其实有隐蔽性,翻译成简单的程序语言:

刷完LeetCode != 会面试
会面试 + 运气 == 能拿到Offer

让我挨个解释:

运气(大势)
运气是最重要也最玄学的一个因素了,但绝不可忽略。所以不要轻易说 “刷 LeetCode 没用”,很可能,你只是欠缺一点点运气而已。运气包括太多方面了:
经济:经济不好,全 Hiring Freeze,LeetCode 刷得再好也不行;经济太好,OPT 不够月数了,某些公司也不要连面试都不给,因为抽签时太难。
政策:我现在在亚利桑那集中营里写的这些,你还愿意接着看么?

突发事件:疫情来了,所有作线下服务的都惨了。拿到 Offer 也能收回,甚至 intern 也有不少推迟或是收回的,今年(2020 年)屡见不鲜。

气(面试)

面试官是比较随机的,每个人的状态、出题、风格都不一样。
气场:气场要是和面试官抵触,本身就很容易被挂;
面试官心情:很多人把公司面试看得很神圣,殊不知这只是工程师日常的苦难和重担之一,每周都要重复多次。面试官赶 deadline 可能会不耐烦,也可能就随手放过;面试官早上被老婆骂了;面试官被老板骂了;面试官来的路上堵车了。
我绝不是说,大公司的面试很随机。正相反,大公司的面试非常标准,判断非常客观。只不过我想表达的是:面试本身是人来主导的,只要是人,就会有随机性和个人情绪。举个例子:你看到一个面试官黑着脸、不耐烦,不要认为他不是个好人、是针对你个人的、会注定挂你,很可能他只是来的路上车被哪个混蛋给蹭了而已。
:面试官出哪道题,随机性很强。很可能换个人面,另外一道题,就轻松过了,而这题你正好不会。题的随机性,实在是太强了。

接下来说


刷完LeetCode != 会面试

“刷完 LeetCode“的定义

LeetCode 有些人是 “纯刷” 的,有些人是 “硬记” 的,有些人是 “理解” 的,有些人是 “掌握” 的。这是我个人认为的 4 个层次。

第一层次,纯刷

很简单的层次,面试时的感受是:“这题我见过”。结果一般是:卒。
因为纯刷题,很多细节记不住,也不理解这道题, 而且题太多了还容易混淆。除了一些印象以外,帮助并不大,当然,肯定是比连题都理解了 10 分钟才明白要干嘛的有优势倒是。
这里我想说的一个全篇隐含前提是:绝大多数刷 LeetCode 的人,基础和技术都平平,天资也不见得如何适合计算机,过去写的代码也不多。如果你是玩 ACM 的,或是初中就开始写 code 的,这个回答并不适合你。

纯靠自身功力能作出 LeetCode Medium 题的人,其实面试中并不少见,但大多是经验丰富的码农,或是 CS PhD 等,对普通人的借鉴意义不大。对于普通人来说,如果停留在 “纯刷” 的层面上,面试时碰到还是有很大概率会挂掉的。

第二层次,硬记

硬记层次的定义是:
  1. 亲手写过这道题(Copy Paste 不算)
  2. 在做完题后,短期(2 天 - 1 个月,因人天资、状态而异)内不会忘记,但长期一定会忘记

别小看硬记层次。我相信很多进了一线大厂的人,刷 LeetCode 不过是硬记层次。有些人天资不适合理工和数学(比如我自己),但记忆力极佳,短期内能记住大量的东西。这对那种原题面试基本上是有非常大的优势的,因为记得所有的关键逻辑甚至所有的 edge case,不可能出 bug,也就很难挂。

但这种硬记层次最大的问题是:一旦面对题目的变体,比如 Google 面试,很容易抓瞎。因为是真的不会啊!后面还有 Followup 和扩展也很容易露馅。

硬记层次的好处很明显:

  1. 适合文科天资、强记忆力弱分析弱基础的人
  2. 只要努力,回报特别明显和直接
  3. 有些人是先记住,后面才理解的,硬记是一种学习方式,并非效率低

坏处:
  1. 一旦考题灵活,很容易挂,成功率并不那么高
  2. 时效性太强,施法前摇太高了
  3. 每次跳槽面试都这么搞一把太累,而且伤脑子

第三层次,理解

理解层次我的定义是:

  1. 任何时候,拿到这道题,都可以做出来,如果忘记了,也会自己推断和分析出来。换句话说,面试基本上不会挂了(除非是被故意阴了)
  2. 真正理解了这道题背后所隐藏的逻辑、思想和算法,并且能够扩展到类似其它问题,以及处理所有的 followup

我很久以前面试时,一些题还处于 “硬记” 层次。这次疫情在家无聊,随手做了几道,发现几年没做题,有些题竟然自己进化到了 “理解” 层次。可见,我自己是典型的 “先记再理解” 的学习类型,也可能是工作强度高导致的个人能力上升。

理解层次最重要的标志就是不需要重新看题也能面试。这其实意义极大:“说走就走”,随时可以面试,意味着根本不怕裁员、被开、经济危机、组里政治斗争,意味着一旦有更好的机会,基本上可以立刻去尝试。而且,如果大多数题都到了理解层次,那么面试的成功率也极其高,很可能是面 5 家拿到 4 个 Offer 这种。

第四层次,掌握

掌握就是不仅完全理解一道题,并且能给人讲清楚,能把 “纯刷”、“硬记” 层次的人,无论智商多少,都提升到 “理解” 层次。

个人认为是没必要修炼到的一个层次,用处不大。要知道题太多,有第三层次基本上面试都不会挂了,有这个时间还不如提升自己的系统设计能力,甚至工作和人际能力。

综合来说,“刷完” LeetCode,很多人只是停留在第一层次和第二层次,但如果大多数热门题已经有第二层次了,也可勉强一战,万一混进大厂就舒服了对吧?这时候运气和经济是主导因素;到了第三层次,基本上无视经济和运气这些因素了,但个人觉得大部分天资普通的人都是在工作几年后才(有时间、有耐性、有悟性)修炼到第三层次的,也不必强求。

刷完 LeetCode != 会面试

最后来解释这个。面试是一门学问、需要研究,这句话没有实际意义,但我想说的是下一句:

面试是与人交流的过程。

作出题不见得拿到 Offer,这已经是业界共识。举个简单例子:很多人能作出题,但交流太烂,基础太薄弱,稍微一问就露馅,就很容易挂。面试不是高考,没有标准答案,没有 100% 客观的评判。

所以,如果面试时 100% 的精力都在做题或是思考或是硬挖出最初的做法,很容易忽视交流和分析,从而交流上失分甚至挂掉。这也是为什么我说 “硬记” 层次面试成功率并不高、而一旦到了 “理解” 层次几乎很难挂的原因:

在 “理解” 层次上,一个人的思维过程就是分析过程,只要同时说给面试官听即可,同时顺便自然地写出代码。换句话说,在这个层次,这人基本上只有 50% 的精力在考虑具体程序,50% 的精力在分析和解说上,自然容易沟通;

而 “硬记” 层次可能 80% 的精力都在回忆自己当时怎么做的、应该怎么解释,所以面试官听不懂,答案 duang 的一下就出来了,很突兀。那么,如果不想花时间、只能达到 “硬记” 的层次,就要加强交流、演说方面的训练。

个人认为,交流不是口语、英文,这也是一大误区。交流,是一种能力,怎么用最简单最实用的办法,让对方明白你的思路、推导和过程。很多美国人的交流也不行,虽然是母语,啰哩啰嗦地说一大堆,最后反而给人一种 “这么简单的事情,话好多” 的反感。

交流的一个重要因素是,要跟别人在同一个平面:不仅仅要知道题的做法,还要知道别人一般是怎么想的、怎么能给他(她)解释清楚。

这样看,面试又不简单了:因为实战中,最多只有 50%-70% 的精力在应付题本身,而平时做题是 100%。

所以,刷完 LeetCode 的人,很可能面试还不够熟练,甚至还没入门、还会犯低级错误。这也是我认为 “刷完 LeetCode != 会面试” 的根本原因。

当然,最后抬个杠,LeetCode 不会刷 “完” 的,子子孙孙无穷匮也。1000 多道题,最后只能让第二层次 “硬记” 越来越困难,客观上是逼迫所有人往第三层次 “理解” 发展的,即:

LeetCode 做完多少题,已经不是一个指标了;更关键的是,一个人 “理解” 了多少题。

如果说对策,本文就太长了。我只能说刷题 + 实战:刷题是基础,实战中提高技巧和交流,两者循环往复,实力提高会很快。当然,累。

观点二

尽量精刷


作者|胡津铭https://www.zhihu.com/question/32019460/answer/887877092

算法弱鸡过来强答一下。

在 LeetCode 上前后一年多陆陆续续刷了 760 道题左右,基本上把大部分的免费题刷完了。

刷 LeetCode 之前的基础:

本科非 CS,与 CS 相关的课只有一门 C++,跟过 Coursera 上的 Algorithm 课程,学过基本的数据结构。胡乱看过 Algorithms 的前几章和 CLRS 书,前者跟着课看的话大部分能看懂,后者很多看不懂。扫过 CLRS 的一些习题但太菜了做不动。硕士转了 CS,也没上过算法课和数据结构课,做的是机器学习方向。这时候做 LeetCode 上难一些的 easy 题就会很吃力,medium 中比较简单的题可能能做出来,hard 一道都做不出。

刷 LeetCode 的方式:

先从 Top100 liked 的 tag 开始刷(这个 tag 的题我刷了好几遍)。刷完之后按 topic 的 tag 刷过一段时间,后来改成了选择难度之后按顺序刷。一开始就按照 ac 率从高到低乱刷,后面就只刷点赞比点踩多不少的题。有一段时间每周的周赛基本都参加,不过最后也就是 2000 分的水准,比较弱。

我一道题如果较长时间想不出来(比如半小时到一小时),就会去看 discussion,主要是太懒了不想动脑子。自己 A 了的题也会去看 discussion,去学别人比较好的解法(后来是学写法),然后自己照着敲一遍。不会或者不是最优解法的题,过一段时间如果记得的话就再做一遍,不过一般都是不记得了:(

刷 LeetCode 之后:

大概刷了 400 多道题之后开始找实习,这个时候的水准是 hard 多数做不出,medium 基本都能做出。找实习的时候比较闲,大概面了 10 来家公司,吃到了 hulu 的拒信,其他的公司例如 Google/MS/ 阿里 / 腾讯 / 头条这些都算是比较轻松地拿到了 offer。hulu 的题当时确实就是做不出,实力不济。然后后面比较闲又刷了些题,秋招开始的前一个月因为忙和懒就没怎么刷题练习了,这个时候的水准是 hard 能做出一部分吧。
秋招面的公司不多,有 Google / 阿里 / 腾讯 / 头条之类的,算法 / 研发岗都有投,都拿到了 offer,国内企业的话给的都是 ssp。就做题而言,个人感觉是外企 hulu/airbnb 的题不一定能做出来,国内的企业的话头条的题可能会碰到些挑战(据说很多创业公司 / 独角兽公司的题很难,不过我全都没投,就不知道怎么样了)。
当然了,面试涉及的因素 / 能力很多,还有沟通交流、项目、其他 cs / 机器学习基础等等,那就是另外一回事情了。我在 Github 上有写一些这方面的总结,也写了一些自己转专业自学 CS 的心得,也欢迎参考~

tips for interview:

https://github.com/conanhujinming/tips_for_interview/blob/master/README-zh_CN.md


总结:

刷 LeetCode 尽量还是精刷。但即便你像我一样基础一般又懒得精刷,单纯地堆砌题量也能搞定大部分公司出的题了。建议多做那种自己要费一些力气才能做出来,但又不是完全做不出来的题,然后少做自己可以秒杀的题。可以找小伙伴组队一起刷,相互督促鼓励交流讨论,共同进步~


观点三

又说又练才是真把式


作者|北南https://www.zhihu.com/question/32019460/answer/1211129124

如果你是把目标定在了互联网大厂,包括一些临近上市的当红炸子鸡,那我觉得你不仅仅要题目 “做的出来”, 更重要的是要能 “说的明白”。
正所谓光说不练假把式,光练不说傻把式,又说又练才是真把式。
做的出来这一步我不多说了,几个高赞回答都说的很好。做的出来是一切的基础,是后续沟通的前提。
但 “做的出来” 不是最终目的,你面对的是一个有灵有肉的面试官,而不是自动测试的机器,否则一个 leetcode 这样的系统不就可以取代面试官了?你的目的是让对方喜欢你,是用 “说” 来让对方知晓你的能力,也是用 “说” 来战胜其他竞争者脱颖而出。那我就重点来说一下 “说的明白”
1. 说清楚算法的时间复杂度和空间复杂度,这个很多算法会有平均情况和最差情况,你也要讨论清楚什么时候会出现最差情况。
2. 说清楚各种边界条件,要知道如何测试你的代码。比如说对于输入为空返回什么等等。leetcode 设计的那些 test cases 是这个网站价值的重中之重。
3. 说清楚算法的适用条件,也就是什么时候这个算法才是正确的。比如说如果图中有边的长度是负值,那么 dijkstra 算法还能用吗?又比如说选取 top k 这种题会有好多种算法,它们之间的优劣又是怎么样的?在什么情况下某种算法才是最优的?
4. 讨论多线程或者分布式的情况。很多公司会在你题目做完后,给你几个 follow up。比如说就会问你,如果把你的算法放到 100 台机器上,这个算法还成立吗?要如何修改?
5. 讨论极大数据量的情况。和第 4 点类似,比如说你做个排序,如果内存中放不下所有的元素,你如何处理?时间复杂度和空间复杂度又会有怎样的变化?

以上是比较 “硬” 的 “说的明白”,下面还有比较 “软” 的 “说的明白”。也就是现在 HR 们常说的软技能。

1. 你是否能问对问题?

这里既包括一些 clarifying 的问题, 也包括你是不是能合理的要到面试官的提示。

2. 你是否能说清楚你的思维过程?有逻辑,有条理,而不是给面试官感觉你事先看过答案。

有些朋友看完题上来第一句话就是 “这题用 DP”,你以为你在打 ACM 个人战吗?你不和你队友说下思路吗?难道不是先找一些子结构,装模作样的试试看,然后再说 “这题可以用 DP,元芳,你怎么看” 吗?当然,你也不用太戏精,自然就好。

3. 你是否能接着面试官给的提示进行思考和讨论,而不是固执己见。

关于这一点,我想很多朋友会看过一些面经,有时候候选人已经是给出最优解了,但是面试官会给出不同的意见,引导候选人去做一个其他的解法。这是为什么?是面试官不知道最优解吗?有这个可能,但也有可能是面试官通过这一点来和你沟通,看你如和应对。往往无视面试官意见的朋友,是不容易得到很好的反馈的。当然,我也不是说面试官说啥你都照做,因为可能因为你被面试官故意误导或者他也真不会造成题目没有及时做出来。如何说服对方,这就又是一门学问了。

4. 你是否能控制好时间,控制节奏,甚至引导面试官来到你更熟悉的领域。

其实软的东西有很多,我以后还可以继续补充。我说这些也不是吓唬大家,让大家焦虑,其实也没必要焦虑,因为这些软技能咱们大多数程序员都很一般,很少有特别好的。不管你是不是科班出身,学校也不教这个。但也正因为咱们都起点比较低,所以提升的空间才大,你稍微努力练习一下,就能有机会脱颖而出。

我建议:

  • 找几个朋友互相练习,你要习惯在团队里工作
  • 一边刷题,一边自言自语讲自己的思路,自问自答
  • 把自己做题和自言自语的视频录下来,像我这样

我觉得如果你能把以上把握好,那么你算法 coding 轮应该可以得到不错的分数。可面试还有系统设计轮和 behavior 问题轮啊,这些怎么办?

其实 “说的明白” 是相通的,面试不仅仅是知识水平的较量,同样也是你和你未来同事的第一次合作,面试官和你心里都会装着同一个问题,你以后愿意和这样的一个人天天说话吗?所以说呢,把 “话” 说好,会为你的面试加分不少。

https://www.youtube.com/watch%3Fv%3D7oJ-5CShtUQ

对于觉得学数据结构与算法有困难的朋友们,可以看看我这篇。少则得,多则惑。其实面试中绝大多数题目并不要你会太多高深的数据结构和算法,你把二叉树和哈希表弄明白了,就可以搞定小一半题目了。
https://www.zhihu.com/question/303208441/answer/538071425
推荐阅读
1. GitHub 上 1400星的 Git 魔法书火了

2. 推荐 10 款 Chrome 开发工具插件

3. GitHub上最励志的计算机自学教程

4. 一个基于 Spring Boot 的在线考试系统

最后,欢迎关注小逛的公众号「逛逛GitHub」,置顶标星。每日一个有用、有料的 GitHub 项目推荐,秀的一批~扫描下方二维码关注!


在看 

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存