在职ds转码刷题经验分享

刷题快七个月了，面试也快到了尾声，本人并不厉害，写这个总结纯粹是为了分享这大半年刷题的经历和经验教训，刷题的时候也看了地里不少的帖子，收获良多，希望自己写的可以造福有需要的人，同时为后面积攒人品，早点签offer，顺利跳槽！！！


背景
在ds组做偏engineer的活，但是没有任何刷题基础。master的时候上了很多ml和ds的课，只上过一门data structure&algorithm的课，除此之外，没有上过别的cs课了。整个过程从九月底，到现在，也算是比较长的了。主要是因为我真的对sde一无所知，没有自信，所以想准备地充分点。目标瞄准junior level的sde/de/mle。

时间线
一共三轮。第一轮，每天3-4题，花了四个月刷了400+新题；一月份底开始第二轮，开始做过的题记笔记，高频和经典题为主，又学习了很多新的算法，大概刷了150老题，50新题，也集中刷了几天的hard，刷到吐血；三月份始投简历，开启第三轮，老题为主，看到老题有些还是不会，像失忆了一样，看到自己以前写的代码也看不懂，才意识到及时复习的重要性。

第一轮
看了地里很多帖子，也问了很多同学，介绍经验的和推荐的资料，真的非常感谢那些分享。最后敲定了educative上的课，也买了algoexpert的课，这个后面说。制定好计划之后，采取行动。

第一轮学习新知识为主，先学习数据结构，配合educative上的data structure和algoexpert上的crush course，先对数据结构有个了解。也翻出了当时上课的讲义，自己用python手写数据结构。之后学习算法，配合educative的pattern课，刷对应的lc上的题。pattern刷完差不多是可以到200题的。自己可能还会刷些别的tag中相关的题。这个阶段持续了四个月，刷了400左右，基本保持每天3-4道。当时加入了一个打卡群，每天几道题，一开始还是挺不错的，起到了监督的作用。

这一轮刷题遵循的原则是想了几分钟不会就看答案，时间花在理解答案上面，看了一个题的答案后，这个pattern类似的题大概可以自己写出来。但是由于这个可能是短期记忆，所以到后面发现都不会了，可以看第二轮的细节。educative上的解释还是很不错的，所以基本没有参考别的资料。pattern刷完后，有些上面没有的题，如果我连solution都看不懂，就会去找视频，主要推荐huahua，backtobackswe，残酷群群主，tech dose的视频，真的讲的非常清楚，看视频一目了然。第一轮是最难受的时候，但是在三个月左右突然又开窍的感觉，慢慢上手了。还是有点慢的哈哈，但是开窍的时候真的很开心。

刷了一定量后，参加了contest，2-3题左右，还是会遇到新题很慌很不自信的感觉。仔细想了想要做些改变，首先我先退出了打卡群，因为我觉得一味追求数量，想提交答案，排在榜首，慢慢地不追求自己有没有搞懂题目。所以后来选择退出。

第二轮
第二轮到了一月底吧，觉得自己该从头复习了，也听了朋友的建议说可以重点刷top liked，而且反思当时刷题数量不够。当时请了假，想趁着假期，刷点高频hard题，不做不知道，一做吓一跳哈哈。刷top liked，很多以前做过的题都不记得了，甚至当时自己做出来的，都看不懂自己当时写的代码。反思下因为当时主要用pattern刷，并没有好好记在心里，自己总结，转化为自己的东西。这次我要求自己写笔记，分析这道题的思路，如果需要画图分析，分析例子，分析时间复杂度，看不同的解法。这个过程还是比较久的。请假那几天每天十个hard题，真的要吐血。但是效果惊人，重新看的时候，有更多的时间思考，比如思考为什么用stack，stack的本质是什么，思考monotic stack的作用，思考recursion到底在干嘛。慢慢地发现看答案理解的速度变快了，有点像张无忌会了乾坤大挪移后看别的都理解快了。另外，我感觉我工作中写代码的效率也变快了，不知道是不是心理作用啊哈哈。

第二轮一半，开始投简历，准备oa题，看公司高频题，还是坚持写notes，当时看亚麻oa都觉得怎么这么难，产生了很大的畏难情绪，但是静下心来想，其实都不难，还学了些新算法，比如dijstra，mst之类的。当时心态其实有点慌，觉得自己太菜了，oa题都看的那么费力，面试可咋办。也发了些帖子请教大家，得出的结论觉得还是要多刷。就静下心继刷题。开始投简历，加hr联系其实还有一段时间，完全有时间提高，不用慌张。

同时开始mock，mock真的太重要了，对心态的锻炼有很大的帮助。虽然当时我刷了不少题，但还是很害怕面试，很大的原因因为没经历过，完全不知道是什么流程。做DS从来没经过coding interview，所以下定决心用pramp来mock，每周至少两次mock，从一开始紧张的不行，脑子一片空白，到后面不会也很平静，到形成自己的一套答题流程，真的每次都在进步，也可以增强信心。mock也可以学习别人的流程，也听到了不少的口音，也模拟了面试前那个紧张的情绪，到后面就一点不紧张了。

notes写多了，好像开始自己动脑子思考算法了，虽然有时候还是碰到做过的不会很慌张。越是哪里薄弱，越是主刷哪里，而且总结当时卡在什么地方，为什么没走下去。这个过程很费时，但是很重要，会有质的飞跃。

第三轮
第三轮高频，用interview的流程去做，分析，写comments，边写别说。

陆陆续续来了面试，从头又复习了遍基础知识，然后对于薄弱的环节，之前没有好好总结的继续写notes总结，比如我之前特别怕binary tree相关的题，就花了一天集中刷，思考，做笔记，就感觉好像理解了。对，这时候学习吸收的能力也增强了，真的。对于之前看过的hard题尽量自己想，形成自己的做法，然后再做。也有了质的飞跃，mock interview的时候逐渐形成自己的流程，再次强调不要怕去mock。

投简历有了回应后，就集中刷oa题，面经题，总结算法。

第三轮的目标是做道每道题都能理解透彻。一直到现在又精刷了100+，经典的hard题可以自己做出来了。面试的时候为了准备一些公司的，就单刷些高频题，当然感觉对recursion的理解又上了一个高度，但是出现了一点overfitting的问题。这边在面试部分详谈

面试遇到的coding interview

面试的第一轮基本都是coding，目前遇到的几类：
1. medium level lc原题
2. 套了lc题外壳的practical coding
3. 完全靠自我发挥的practical coding
4. 比hard还hard非原题但是有点类似的lc题。

具体策略
1. 要保证做的清楚又正确
2. 快速锁定题考察的本质，思路清楚又正确
3. 现场发挥，或者遇到面经，以沟通为主
4. （确认自己肯定写不出）坚决不放弃，积极沟通交流，让面试官了解自己的想法，争取写出brute force

碰到的主要是2，3，4，原题特别少。Mock 的作用这时候出来，自己练过几次了之后，不会慌张，可以冷静分析。每次看到题的时候要告诉自己这是合作的过程，不是你一定要短时间做出来，当然最好的就是又做的出来，又沟通的很好。我拿到的7个coding inteview，除了stripe挂了，别的都过了，当然有一些过了一周多才通知我，不知道是不是不够优秀，做了备胎。其中有两三个没有做出最优解，但是一直保持沟通，积极思考，解释自己的思路，也都过了。所以我觉得保持沟通是很重要的，对方也在考察你的思考过程，如何沟通，看你能不能成为一个靠谱的同事吧。如果面试官不说话，也可以主动问询hint，或者问自己说的是不是对，让他参与到这个过程。

这里说下overfitting的问题，就是对于不那么难的practical coding问题，有时候会卡住，在面试后可能才恍然大悟，这个点还没有好的解决办法。感觉practical coding有时候需要发散性思维和灵光闪现。

几个实战经验：
1. 总结出自己的一套流程：比如上来先分析问题，确认input，output，think out loud the approach, brute force到optimization，写下基本步骤，想edge case，分析复杂度。每一步都可以和面试官确实自己是不是on the right track，让他参与到你的思考中。这个部分可以在mock中慢慢摸索，忌生搬硬套，忌自言自语，忌自我感动
2. 边写边解释。这边有些人可能不习惯，我比较喜欢边写边说，当然有时候容易犯错，要注意。写完每一步可以停顿下来检查。写的时候也可以加上一定的comment
3. 注意clean code，variable name，空格，如果用python，最好写的pythonic一些（如果面试官也熟悉python的话，这个可以通过组主要的语言来了解）
4. test部分，取决于平台和面试官，有些面试官要求dry run，有些面试官直接想test case，有些直接跑现有的test case即可，要问清楚，不要埋头苦干
5. 写完代码做一遍proof read，我本人很容易犯的错误是variable name可能会写错
6. 发现有bug，要沉着冷静debug，这个也是面试官考察的一部分，看你怎么分析问题，怎么debug（当然有些公司要求bug free，可以事先了解清楚）
7. 面经和tag对小公司不太准确，因为组和组的不同；如果找不到靠谱的面经，这时候复习以经典算法为主比较好
8. 轻松上阵，放松心态，才能发挥的最好。可以把不那么想去的公司排在前面做练习，到后面会慢慢地不紧张
9. 注意时间，至少要保证brute force写出来，有些面试官会控制时间，如果不控制自己要关注时间
10. 自信自信自信，写brute force也要写出惊天动地的感觉哈哈
11. 沟通沟通沟通，不要把面试官放在对立面
12. 面试后复盘，哪里做得好，哪里可以做的更好，为什么当时卡住了

可以做的更好的地方
开始面试后，也就渐渐发现六个月刷题的一些问题，如果重来，我自己会避免的：
- 刷题不在于多，刷完pattern后或者更早就应该刷第二遍了。之前一直不相信一题要多刷，自己真的naive，一道题过了一段时间再看，往往会有新的见解和思路，对原有的算法也会理解的更深，而自己能力提高后，理解的也会更快。所以我觉得与其四个月刷了四百题，不如在两三百的时候就结合旧题
- 记笔记很重要，记下自己的思考和思路，而且之前自己做出来的并不意味你之后又可以做出来。而以前的笔记可以帮助你马上恢复记忆。
- 知己知彼，不要过度依赖面经，也不要完全放弃面经，这部分自己还没想好可以如何做的更好，也希望大家分享自己的办法
        
遇到过的问题&如何解决的
- 今天好累不想刷：前期最好要每天坚持，形成习惯，加入打卡群，不刷题可是要交钱的
- 题好难看不懂答案：查找讲解的视频；休息一会儿换换脑子，过一会儿再看
- contest排名不好：不和别人比，想想自己为什么没做出来，如果觉得题目太不典型，可以适当放弃；这里也多说一句contest的问题，我第二轮开始也没怎么参加contest，一方面因为觉得contest的收益不是很高，对于新题的恐惧可以通过mock客服；另外发现有些新题有点偏，不典型，觉得还不如把时间放在搞懂高频题和经典题上
- 很沮丧，不想刷了：可以和朋友家人抱怨，抱怨完了心情好点了，继续刷；要保持心态稳定
- 瓶颈期：刷hard题，学advanced算法，加大难度
-一想到好多不会就很慌：列举出自己薄弱的地方，一个个攻克，光着急是没用的




再碎碎念一些
1. 觉得痛苦的时候就是成长的时候。每次和一道难题干的不行，自己搞懂写出来后感觉神清气爽的不行，一通则百通
2. 量变到质变，需要加入自己的思考。一开始看backtracking，recursion真的搞不懂在干嘛，从知道这个算法，模仿别人写，理解，再用到新的题目上真的每一层都是质变
3. 从薄到厚，从厚到薄。一开始是知识的积累，非常被动，刷完了pattern，似乎自己看过了很多pattern，但是并没有转化成自己的toolbox，但是刷了几遍后就知道了
4. 之前无法别人一题刷很多遍，感觉能做出来一次就够了，现在真香了，每次做真的有新的启发
5. 有几次真的觉得脑子不行了，看了好多题怎么都不会，答案都不会，很绝望，这时候千万不要放弃，今天不行，明天一定可以。而且你会发现，你攀过了这座高峰，会感到非常愉悦的感觉，之前可能在瓶颈期
6. 要对自己有信息，我是属于努力过后才有自信的，但是我后来一直想人要无条件相信自己，当然不是自恋那种，就是虽然我今天不会，但是有一天我会达到的
7. 一旦下定决心刷题，就势必要放弃一些娱乐时间，坚持很重要
8. 刷题的时候要注意调整策略，不要死刷，要根据自己的情况来调整计划和安排，要注重长久发展，一天猛刷10道，不如天天稳定地输出三道
9. 不要想一步登天，不要想着第一遍就可以把最优解理解了，或者说多解全理解了，一步步来，这也是成长性思维的重要性。相信积累的力量
10. 自己注意总结题型，这时候发现你真的把书读薄，试着在脑子里过一遍数据结构和算法
11. 如果觉得不自信，就继续刷题，继续mock，只有自己不断努力，查缺补漏，才会越来越有把握
12. 什么时候开始都不晚，当下就是最好的机会
13. 不用觉得100%准备好了才去投简历，第一个永远不会有100%准备好，第二个投简历到面试还有时间，只要刷题不断，就总有进步
14. 不要怕失败，有时候害怕面试/mock，我害怕是因为怕被发现自己的真正实力好像不咋地，失败是发现问题的过程，查缺补漏


资料分析
- educative的课还是很良心的，比较适合我这样的小白，我主要上了data structure和 pattern的两门课，而且文本课节约时间
- algoexpert其实不是很建议，我也只刷了30%，有些作者的讲解还不如yt上的，这里强推backtobackswe，小哥哥的声音太好了， 看到他就觉得有希望了。
- 除了上述两个，就是google具体问题，或者看discussion，高手在民间。

真的很感谢刷题这个过程，让我明白了如何学习，也再一次锻炼自己的恒心。上述都是自己的经历和想法，大家还是要根据自己的节奏来安排进度，祝每个刷题的人都拿到理想的offer，也希望自己后面顺利！！

对于转专业的同学，刷题不是万能的，但是不刷题是万万不能的。









补充内容 (2021-04-27 06:40 +8:00):
等顺利入职新公司之后会写个跳槽贴，谢谢大家的大米哈哈。简短说，我没有cs degree，ds转码比较好拿面试的岗位是de，sde-data，mle；genera sde的话瞄准亚麻和gg，对转专业比较友好

补充内容 (2021-04-27 06:50 +8:00):
针对简历的问题，有意转码的ds尽量在平时工作中做些engineering的活，或者考虑如何automate，做pipeline等，简历上尽量凸显自己写代码的能力。

补充内容 (2021-05-11 11:04 +8:00):
最终做了80道hard题，经验是大部分公司还是以m为主的，极难的题也不是lc上的原题，只写出了bf，但是一直不放弃保持交流，所以都给过了。经典和高频的难题还是值得做的，对提高能力，越过瓶颈期有帮助。个人想法

qinshimingyue 发表于 2021-4-28 14:13
谢谢，能分享下你当时为什么想转码吗

跟sde比ds真是弟中弟。1. 收入比sde低，在FB DS的rsu是sde的一半多点, else equal 2. 需求量小很多，FB的ds:sde ratio是1:10 3. 缺乏staff/principle ds ic path，现实中存在的ic6尤其是ic7+ ds其实非常少，大家都不是很清楚那个级别的ds ic应该长什么样，这点很sde区别很大。4. DS工作中有意思的部分，什么strategy啊，product leadership什么的，资深sde都能做。

楼主辛苦了！曾经也想转码，可静下心来想想转码的efforts实在太大，看了你的帖子成功劝退。。不过有毅力或者现在所在ds岗不咋滴的话，还是尽早转，ds真的太卷，性价比太低

liaoshousan 发表于 2021-4-27 08:38
想問樓主轉sde 的原因是什麼呢

有几方面，一、在组里做的偏engineering，发现自己喜欢写代码 二、ds面试太广了，不好复习，有越来越难的趋势 三 ds很多在于analysis和critial thinking，自己不擅长且学不来。。。还是写代码有畅快的感觉

Backtobackswe 推荐+1，口条清楚，思路清晰，我真希望大学时候算法课的prof是这个小哥

感谢楼主分享，楼主有cs degree吗？简历关都好过吗

很棒的总结。可不可以加一点关于转DS自己简历怎么改的，如何拿到越来越多面试?

楼主的总结写得很好，我看过很多人的总结，楼主的总结很实用，我打算模仿你的方法

非常感谢！

请问简历如何过cs hr 那一关的？ 你应该都是ds的项目，而且你花的时间在职转码都主要在刷题上了吧，还想请问一下怎么知道一道题的解法是最优解？

lz你好 同想请教简历怎么准备的 做ds投sde岗感觉没项目很难过简历

终于通过审核了，谢谢管理员。

codyli520 发表于 2021-4-27 03:04
Backtobackswe 推荐+1，口条清楚，思路清晰，我真希望大学时候算法课的prof是这个小哥

同意，而且他的声音太好听了哈哈