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。
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
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
