以上面试题目答案以及最新2020整理收集的一些高频面试题(都整理成文档),有很多干货,包含mysql,netty,spring,线程,spring cloud、jvm、源码、算法等详细讲解,也有详细的学习规划图、系统化的学习路线、面试题整理等,需要获取这些内容的朋友扫描下方二维码免费获取:暗号:【CSDN】-BAT面试题:1000+BAT面试题资料汇总

下面谈谈一些感想吧

关于算法的考察。结合上述三面的内容,会发现对于社招来说,算法题的比重并没有特别大,相反,工作经验和项目这块的占比会更多,但也不是说不考核算法,该刷的题还是得继续刷,算法是基础;

关于工作项目的梳理,有几个感想。首先表达清楚项目介绍的内容,然后是价值所在,关于项目所产生的的价值和你所做的贡献,这个很重要,是衡量你价值的一个点儿。最好能够梳理一下过去的一些文档和报告,整个具体的数据和细节点来谈谈,避免假大空;

日常工作中,最好有意识的去参加一些高质量的bug交流解决当中,这样不仅能够在日后面试当中跟面试官交流,也能在当初解决问题的时候提升自己的能力。这类高质量bug的解决就属于技术亮点,很考验一个人的基本功;

自我介绍的时候,就不用说自己叫什么、哪里人、什么时候在哪个学校毕业之类的,直接说毕业之后在哪里工作,负责的项目是啥,然后就可以把提前准备好的关于上述第二点的内容都讲一遍;

上述的感想也是比较离散、杂碎。还想再分享一下个人的一些学习经验,欢迎交流指正。往期:150期面试题汇总

学习经验

技术面结束之后,今后对于基础的知识的学习可能没有这几天这么紧凑了,短时间填鸭式的学习大脑有点忙,不过这种感觉也还行,接触到了新知识有点成就感。当你在浏览面经的时候,里面提到的问题你觉得你都会了,是不是也有种自我肯定的情绪呢。

不过,面经里面提到的知识都是比较分散的,毕竟在那么短的面试时间内,面试官也只能随机抽样的检查,没时间做太全面的交流。这也导致我们看面经的时候都是比较分散的知识点,所以需要在今后,持续的学习,每段时间都专心研究某个知识系列,系统性的学习比较有效果,也比较全面。比如MySQL、Redis、ZooKeeper、MQ、JVM、OS、网络、算法等。

就算法来说,它是需要长时间的积累,短时间内的突击效果不是特别大,也累。所以今后对于算法的学习可以这么来:每日一题、或者之前做过的题目每天拿一两题出来再做一遍,重新思考,深入的多看看题解体会体会,不再是赶时间的去冲量。学会总结,理解每个算法与数据结构的含义,时间久了就能做到不变应万变。

另外,算法大部分还是属于背诵题,不少题目把模板写出来就完成的差不多了,只需要把细节处理一下就差不多了。时间久了,这些模板题就变成条件反射,此时对高级的数据结构也会有进一步的了解,思考速度和解题能力都有所进步。

OS和网络也差不多,这三者属于平日工作都很少直接能够体现出来的知识,平日工作用得少,又没去复习时间一久就会忘记, 用进废退, 人之常情嘛。所以才像上面说的,应该要坚持每日一题、或者时不时挑一些做过的题目重新做做,主要是为了保持手感,而做过的题目拿出来再做一遍也不会花太多时间,这样在日常工作之余也比较容易坚持下来。

优质回答的经验和感言_优质回答经验感言怎么写_做经验分享时的客套话

通过这段时间的面试准备,算是把算法入门,找到刷题的状态了,此后应该如上所说,坚持每日复习做做老题,偶尔周末时间充裕跟着“每日一题”做做新题,保持下去。

说回OS和网络,这类知识对于逻辑思维的要求没有算法题那么高,算法题属于“CPU相当密集型”,不练就不会。而OS和网络这类可能更多的是理解之后带点记忆的知识,做点输出存到笔记或者博客,定期来回顾回顾就行,属于“轻微IO密集型”,看完之后一段时间,也多少还有些印象,能够知个大概。每两年重看相关书籍,复习一下就可以巩固。

整个计算机体系,包括底层硬件组成原理、再上的操作系统和网络,这些之间其实都是有逻辑关系在的。可以OSI七层或者TCP/IP四层模型来看,它们就是个整体,全部理清之后,在大脑内可以存在相当长的时间。日常工作和生活中,只要遇到计算机相关的问题,大多都可以从这个整体来思考,这种思考也算是种回顾复习。

相比而言,算法算是比较离散的,排序、BFS/DFS、DP等之前的联系不是特别的紧密,至少没有像上述OSI七层模型这种递进关系相互依赖的情况,学习的时候也就可以单独知识点一个个击破了。

关于今后保持基础知识学习的想法,首先算法就如上述所言,每日一题、或者做过的题目重做,这样是为了不给本来就忙碌的工作日增加太大的压力,用简单的算法题来放松放松就行,搞几个AC找找成就感。

而对于基础知识,前期打算继续多翻阅翻阅面经,以面经中的题目为切入点,来复习(好像技术博客首页的文章也是个不错的切入点)。复习过程中再由点及面的去谷歌各种不明白,每个疑问点在输入谷歌之后,一次性多打开几个页面,多看多对比然后结合整理自己的理解,输出到日记或者博客中。

比如,最近看到个比较经典的题目是MySQL的隔离级别,这个问题谷歌一搜,大部分都有提到MVCC、当前读、快照读、行锁、间隙锁,都什么知识啊,反正对于工作经验尚浅的我来说,已经触及到知识盲点了。也好,这些点都记下来,一个也别想跑,然后再分别谷歌这些知识点,可能又会引出一些更加底层的、你没见过的知识点,也没关系,继续记录继续搜。

今后可能又会看到MySQL索引相关的面试题,搜这个的时候,也许会碰到MyISAM、InnoDB、B/B+树、磁盘IO块与系统页、主索引与辅助索引、m叉树的分裂与合并……之类的,这样对MySQL的认知又多了一些。过些时日,你可能想着完整的去学一遍,这时候买本《高性能MySQL》来看,而且你之前学到的隔离级别、索引它里面都提到了,并且更加全面和仔细,从基本概念的出现到最终的常用场景,都给你列出来了。

上述之所以要先从面经题目切入学习是因为个人在看书的时候,总有种大而全的感觉,书毕竟比较理论,面面俱到,有用的没用的都会列出来。而面经上的题目是面试官结合当下工作内容提出的,有可能就是他最近工作中遇到的问题,直接抛给你看你怎么思考。那么这种面经题目就比较有意思,贴合实际工作,能够更好理解,经过面试官这么一折腾印象也更加深刻。这种零散的知识点学的差不多了,再来看书,就比较有感觉,知道书中哪些地方是重要知识,哪些地方其实没那么实用作为了解即可。

其实,日常工作中不管是用到的知识,还是遇到Bug,所涉及的知识点也是比较随机离散的,类似上面浏览面经过程中遇到的问题,看缘分。而在项目排期不那么紧的时间段里,找本书系统化的把之前的碎片化知识点串起来,就很有必要了,既是总结也是巩固。往期:150期面试题汇总

优质回答的经验和感言_做经验分享时的客套话_优质回答经验感言怎么写

关于学习的另一个观点:

任何事物都是从小发展到大,学习的时候应该从它过去小的规模,跟着时间推移发展壮大,逐步去了解。比如学习Linux内核可以从早期低版本、JVM、Spring也类似,早期规模小,结构相对简单,比较容易理解。再逐步的按照发展需要,增加各种功能模块,直到当前最终版本。这样的学习路径可以清楚的知识系统中各个模块的由来与作用,也能够知道哪些是基础重要模块,而哪些是为了解决历史特定问题的模块,理清主线。

再举个例子,前些时候看到一篇关于限流的文章。文章一开始先从简单计数谈起,对于早期应用来说,简单的计数算法确实够用,后来随着业务的发展细化,简单计数粒度不够细,所以需要有类似滑动窗口这种效果的限流,也就衍生出了令牌桶和漏桶两种限流算法。

最后放上一个不错的记忆法——艾宾浩斯记忆规律,嗯就是小时候书上介绍的那个。新知识学习之后,分多次,每次不同间隔的去复习,大概十来次就能较好的将短期记忆转化为长久记忆了。而且学过之后,第二遍开始重新复习就简单多了,因为都理解过并整明白了,再重新复习更容易,更快,更省时。

之前考研的时候,背单词就隐约有用到这种方式。整本单词书,第一遍先花个三个月背一遍。之后,第二遍开始就越来越短,越来越快(这都什么虎狼之词)。前些时候背诵《道德经》也是类似,用了个APP,把每天背诵好的篇章截个图放到这个APP中,然后它会根据艾宾浩斯曲线的规律节点,定期提醒你复习。你要做的就是当它提醒的时候,打开快速默念一遍,默写一遍就可以勾掉了。还是那句话,第二遍越到后面,所花时间 就越来越短,越来越快。

以上,关于是学习方式和记忆方法的一些经验分享。往期:150期面试题汇总

最后

最后再说句,任何工作和学习都是需要背诵记忆的,以此为基础来进行创作、推理和总结。比如何洁,他也是背过了大量的棋谱之后,再结合自身的想象力和逻辑能力,才有精湛的棋艺;比如钢琴家,也是需要背大量的琴谱、***,之后基于此再结合生活经验和灵感,来进行创作。巧妇难为无米之炊,脑中记忆的内容就是我们的大米,只有拥有大米,才有做出香喷喷的米饭的前提。并且大脑擅长的就是记忆,他就像是缓存,之前推理过的经历过的直接缓存在大脑中,之后如果再次遇见,直接查出来返回即可。

之所以还要再啰嗦的说下关于人尽皆知的记忆方法,是想强调任何学习和工作,它首要做的就是先去记忆,背一些概念。所以学习新知识的时候,遇到太多的概念不用慌,先背下来,背不住的就记在小本本上,常回顾。背到一定量之后就能产生质变,之后各种脉络也就慢慢打开了。

以上面试题目答案以及最新2020整理收集的一些高频面试题(都整理成文档),有很多干货,包含mysql,netty,spring,线程,spring cloud、jvm、源码、算法等详细讲解,也有详细的学习规划图、系统化的学习路线、面试题整理等,需要获取这些内容的朋友扫描下方二维码免费获取:暗号:【CSDN】BAT面试题:1000+BAT面试题资料汇总

å¨è¿éæå¥å¾çæè¿°


本文由转载于互联网,如有侵权请联系删除!