注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号
x
recruiter去年十一月就找我了,结果一直拖到现在。由于面过一次onsite,这次就没有电面,直接onsite了。去年给我的onsite安排是"3 will focus on Python coding, data structures & algorithms. 2 will focus on general computer science fundamentals and problem solving". 以为还有系统设计,毕竟也工作了将近4年。结果昨天面试发现5轮全是算法,早知道就不急着准备系统设计了,还能多花点时间刷刷题。
anyway...
第一轮:
1. 输入一些subiterators, 合成一个superiterator, 都是升序的. 类似LC 23 Merge k Sorted Lists. heap搞定.
2. LC 253 Meeting Rooms II
第二轮:
输入一些 parent-child pairs, 然后给一个pair, 判断他们是否genetically related. 比如(p1, c1)表示p1生了c1, c1有p1的gene. 输入(p1, c1), (p2, c1), (p1, c2), (p2, c2). 画图可知(c1, c2)是related, (p1, p2)不是related. 面试官给了一个无向图, 结点就是p1, p2, c1, c2, 根据输入把边加上, 然后我就一直按无向图来做了, 觉得从一点dfs遍历能看到另一个点就行了. 其实这应该是有向图. 如果是无向图, p1通过c1可以到达p2, 但其实不应该. 有向图就不会有问题. 后来发现这其实很像树, 这题就是要找common ancestor, 如果有就是related. 把一个点的所有ancestor放到一个set里, 另一个点的放到另一个set里, 有交集就代表related. 这题最大的失误就是想复杂了, 想成general graph了, 其实根据遗传的知识来想要简单一些, 更像是树. 代码写出来了, 面试官说有bug, 但我觉得不是. 由于下一个面试官已经在外面等着了, 就没继续解释了.26searchoption%5B3086%5D%5Bvalue%5D%3D8%26searchoption%5B3086%5D%5Btype%5D%3Dradio%26searchoption%5B3087%5D%5Bvalue%5D%3D4%26searchoption%5B3087%5D%5Btype%5D%3Dradio%26searchoption%5B3046%5D%5Bvalue%5D%3D1%26searchoption%5B3046%5D%5Btype%5D%3Dradio%26sortid%3D311%26orderby%3Ddateline
跟着这个帖子准备的, 但感觉面试题没有没有里面的题难, 有些面经题比我面的要难很多, 看答案都得看几个小时. 感谢LC里的大神们给分享答案啊.
回馈地里, 从地里学到了很多. 祝大家早日拿到offer. 也祝大家"猪"事顺利啊.
|