＃軟體工程師面試 ＃文長慎入
面試問題好像一直以來都是一個很多人關切的環節，在各大版上也一直有人會詢問。因為之前有幫公司面試一些人，還有加上從朋友那邊搜刮來的經驗，概括分享一下。
這邊感覺可以分成幾個部分：
1. 面試的題目是否都是演算法相關題目？
2. 是為什麼實際工作內容通常都和面試考的沒有相關？
3. 我現在學的東西對找工作是否有幫助？
4. 公司招募看的到底是這個人的學經歷，能力，個性，還是什麼，為什麼有些人很感覺很厲害卻一直無法拿到offer？
其實用FB排版不太容易，但因為懶得登入部落格，想說快速地打一打，所以也請各位見諒。
＃面試的題目是否都是演算法相關題目
如果是投FANG之類的，Facebook Amazon, Neflix, Google (沒記錯應該是這幾間），反正就是這些有名的大廠，除了Netflix目前沒有遇到認識的聊過，其他都是考演算法沒錯。
當然也不只有會考演算法，根據你申請的職缺，可能也會加考一些其他的東西。
那其公司是怎樣呢？其實還是有很多公司會考演算法相關的，尤其是線上面試。
雖然在疫情下全都是線上，但一般來說，還是會有分兩種，一種是沒有真人的狀況下，就是給你像是HackRank這種網站，你點開可能有六十分鐘讓你做兩題。
做完以後你提交，你也不會知道你的分數跟分析結果之類的，看公司怎麼做設定，而且除了演算法相關題目，也可以設定選擇題之類的。
另一種就是真人面試，通常電腦自動面完以後，你可能會跟真人線上面試，真人也是會給你類似所謂的白板題，就是出一個題目讓你現場解題，然後中間可能有的會要你跟他討論，當然看面試官拉！
比較加分的還是，你編寫的時候可以邊闡述自己的想法，而不是低頭默默寫完，這樣也是有點尷尬。如果你編寫邊闡述的話，或者是少有點互動，也是展現你的溝通能力以及你對於題目的掌握能力，就像是你看到一個很簡單的題目 (2+3)*5 之類的，你可以很有自信的說，喔因為2+3在括弧裡面，所以要先算，然後再乘以5，展現底是真的有理解，而不是就是背題目之類的。
有些公司也可能是給你回家作業，叫你做一個小專案之類的，看你應徵的職缺，可能是叫你做一個UI 或者叫你建一個API 也可能叫你做一整個比較完整的東西出來。如果你是面試架構師的話，可能會叫你建一個架構，或設計一個架構出來。
然後也有的公司（像我們公司）就是需要pair programming 所以在線上面試的階段就是會有，真人跟你一起寫程式這樣。
＃為什麼實際工作內容通常都和面試考的沒有相關
這個部分一直以來都是一個難解的謎題。像是Google Facebook這種大公司其實不難理解，畢竟他們是比較類似General 的招募，不是一開始就決定好你就是要去某個Team然後永遠讓你待在那個Team。就他們招募的是他們覺得，有潛力的人才，這樣不管需要做什麼都可以自由移動他們，給他們training就可以變得很好用。加上他們一次招募的數量也是相當龐大，考演算法相關的話，可以快速篩選，也更有機會找到他們需要的人才。
因為像是Facebook或Google這種有自己開發框架，開發技術的公司，他們的確有很多時候需要寫演算法或者系統優化的工作。
那像是普通的中小企業或新創，說真的，其實就是跟風。因為覺得人家Google Facebook都是這樣找到優秀人才，那我們也要依樣畫葫蘆，這樣鐵定也能找到厲害的人。
可是這樣找到的人進去以後，發現公司好像也是不知道在幹嘛，最後可能也會待不下去。所以這個部分，近年來也越來越多公司開始改進，開始思考什麼樣的招募流程最適合自己公司。
像是pair programming也開始成為近年來的一個流行的面試，有的公司並不是真的pair 但就是你要跟他們一起工作，了解他們公司的文化，或者跟他們的工程師進行一些深度討論。或者會問你說，假設給你設計一個系統，你要怎麼做之類的。
當然，面試問題跟流程都是每間公司各有不同，不是說你現在準備一種就萬無一失。所以說最好還是盡可能的，提升自己的基礎能力。
如果真的就是打算以FANG為目標的話，就可以從刷題開始，像是Leetcode, Hackrank, codewars之類的都不錯。之前有看到一篇文章，他刷了幾百題，而且每題刷了三次以上，真的很有毅力。刷題的重點就是在於熟練那些題目，可是也不要硬背，你練習是要練那個速度感。可是該理解的還是要理解。
因為你進公司以後，你還是需要使用那些東西來工作，不是只是為了刷題而刷題，而且面試官可能也會考你變形題之類的，或者問你一些記憶體相關的問題，或者是系統設計的問題，或者單純想知道，你是怎麼想出解法的，所以硬背題目跟答案其實也是不太行。
目前我的了解是，大部分中小型企業或者新創，很多時候你學習新東西的能力是比演算法更重要的，尤其是新創你什麼都要會，假設公司是剛起步的新創，你就要變成公司主要的技術專家，什麼東西不太會也要馬上現學現賣，也不要期望公司可能會給你什麼Training 或者有人給你依靠，可能同事還要依靠你。
中型或者普通大型企業，假設公司已經有產品的話，大部分的時候可能是既有產品維護，除非你剛好很幸運地在新產品開發的Team，這樣就有機會學到很多東西，不然維護的話，很多時候只是在了解產品本身是否有Bug，改善code品質之類，也要看公司是否有想花成本在維護上面。如果公司就是打算一個產品，改一點東西就繼續賣錢，那樣好像也不太需要一直去migrate 或者搞新東西上去。
如果你剛好很幸運在獨角獸新創，那你不但可以學到很多東西，還可以用最新科技，可能還有機會遇到大神帶你。
所以說選公司其實也是有點重要，面試的時候，可以問問他們說，那你平常的daily work是怎麼樣的，公司有沒有走敏捷開發，公司有沒有用雲端，公司一個Team的規模之類，以及公司會不會提供訓練。
＃我現在學的東西對找工作是否有幫助
其實這個就要看你的未來三年五年十年規劃。
假設你就是都在寫前端，你也覺得我要寫前端寫一輩子，那好像就可以繼續一直focus在前端。如果你擔心自己會丟飯碗，是不是要學點後端，其實也是可以學，可是學了以後，你打算學得多專精？後端的東西也是會一直更新，一直進步。可能Restful API 也可能不是，DB也有好多種DB, 後端語言也很多種，所以你是想要學個大概，還是是希望，後端也問題的時候，自己可以去看code也看得懂？
前一個專案，公司有一個前端，他就是因為自己做的ticket幾乎都會碰到後端，就乾脆把整個後端也寫一寫，就變成fullstack，雖然他主要還是算前端。但也因為是.NET 所以前端跟後端可能沒有太明顯的分界，至少我相信他本來就會寫.NET了，因為幾乎有一半以上的controller都是他寫的。
如果你是寫react SPA，就是跟後端完全分開，你就只要寫到send http request 那邊的話，那好像也不太需要去了解到後端的架構，就是大概知道後端的endpoint 長什麼樣子就好，他們需要提供的文件就是需要提供。
如果說你是怕以後失業，怕公司可能覺得請全端比較划算，那的確還是多學一點好，反正多學也是投資自己。還能順便展現自己的上進心以及學習能力。
以consultancy來說好了，感覺是什麼都要學，像是公司可能就會說，啊最近我們的客人都要求要會什麼什麼，那你就趕快學一下。當然公司也不是很壞心的就叫你要馬上學會，公司最近也是有開始提供一大堆Training 之類的，還給你錢讓你去考一些證照。
目前我使用的語言主要還是Javascript 和 C＃這樣，然後公司有希望我可以好好學學Java。其實也不是不會寫Java，如果有發漏我其他文章的話就知道，其實我最一開始學的時候，第一個語言就是Java。
在台大資訊系統訓練班的時候，我就上了Java和PHP的課程，為自己來英國念研究所做準備，一年的master course也都是Java 跟PHP為主，然後有用了一點Python這樣。可是工作以後就只有使用C＃和Javascript 而已，所以說，學校學了也不一定會用到。
很多東西都是工作以後才學的，然後Python是平常自己刷題的時候會用，因為覺得不錯用。
其他的話，我覺得雲端相關的東西滿實用的，像是AWS或Azure 或GCP 有機會的話是可以自己摸摸。我自己是滿幸運的在工作上一直都有用到雲端產品，主要是AWS，前一個專案有用Azure 這樣。
DB的話，就是SQL和NoSQL可以個學一個，應該就滿好用的了，目前最流行的應該就是PostgreSQL和MongoDB 。如果對於Graphic Database有興趣也可以稍微看一下像是Neo4J之類的吧！
前端框架的話，就是React, Angular, Vue.js選一個吧！學會一個以後再去學其他的也不難，這三個我是剛好工作上都有用到，我自己是覺得Vue和React應該是比較好上手的，入門門檻比較低，Angular就一定要寫Typescript.
後端框架的話，看你用什麼語言，Java就學spring boot，
C＃就是.NET，JS的話應該是Express，Python就Django，PHP就Laravel 。
Mobile的話我沒有寫過也不知道。
如果是平常想要補充知識的話，可以多念一些像是security 相關的東西，或者是Oauth那類的，也可以看一下架構之類的。像是Microservices, microfrontend, Domain Driven Development 這些概念性的東西。
也可以看一些像是Clean Code相關的書，怎樣重構原本的爛Code或者TDD相關的書。
反正前一篇文章就說了，這個職業就是要一直學，活到老學到老，如果打算做到老的話。
＃公司招募看的到底是這個人的什麼
其實每個公司應該都不太相同。有的公司就是要招募他們覺得最聰明的人，所以就是一直問你一些很難的東西。或者就是只要找那種名校出來的人，最好有什麼數學物理奧林匹亞的。
有些公司看的是你的個性，符不符合公司文化，或者同事喜不喜歡你之類的。
有些公司就是很缺人，看你能不能馬上上工之類的。能的話就馬上錄取你之類。但通常那個可能是很雷的缺，例如公司找人找很久都找不到，終於看到一線希望。然後為什麼找不到人，可能是薪水開的偏低，或者公司名聲不好，上Glassdoor就可以查看公司的評價。也可能是職缺本身很雷，例如看起來就是個打雜缺。或者是前人都做不久就離開，所以需要一直找人。
有些公司是看你寫的code 例如看你的code乾不乾淨，可能你寫出來的code都很乾淨，設計也很好，思路也很清晰，他們就會錄取你。
有些公司看的是你有沒有某些特定的經驗，例如公司開那個缺剛好就是要找有AWS經驗的人，所以可能就是會錄取他們覺得AWS經驗比較多的人。或者是剛好想找之前有做過Serverless架構的人，或者是有碰過Kubernetes的人，這個時候真的就是靠經驗了。
也有的公司就是，他們也懶得找人，HR給他們面試的第一個人就會錄取，這個完全靠運氣。這件事情真的發生在我第一間公司的另外一個Team，主管非常不喜歡面試人，也覺得我工作都沒時間還要面試。所以就是隨便問問之類的，然後就跟HR說好。
--------------------------------------
以上就是我目前經歷過以及別人分享給我的經驗。我覺得面試的話，運氣真的也是佔滿大的比例，尤其是遇到像第一間公司那種狀況的。
當然年輕的時候可能會比較急躁，也很擔心自己找不到工作，考量到的還有金錢跟公司名聲，所以學不學得到東西也可能是其次。
選offer的時候，也可能就是可以分析一下，自己想要的到底是什麼，是金錢，是做得開心，還是想要可以做的久（這個也要看公司可以活多久），除了看Glassdoor也可以上網看一下公司財報。
最近的疫情衝擊下，有很多新創或中小企業也開始裁員跟減薪，所以公司平常的財務狀況和經營方針也是很重要的。即使公司可能一直都有收入，也可能因為現金管理問題，導致沒有足夠現金需要裁員。
leetcode python 刷題 在 [心得] Leetcode 刷題解答與Python 3 小技巧分享- 看板Soft_Job 的推薦與評價
嗨，大家週末愉快！
不知道還記不記得之前小弟有分享面試 Google TW SWE 的心得，
最後有提到小弟當初有發願，如果順利進去要把過去寫過題目留存的解答整理分享出來，
最近終於施工完了，提供給有需要的人可以自由取用。
這份解答內涵蓋了 781 題的 Python 3 解法（太早期刷的題目就沒留解法了 QQ），
寫這些解答的目的是為了還願並且回饋給還在努力的板友，
唯一的使用限制就是請不要拿來作商業用途，讓知識無償分享出去，感謝大家。
https://www.notion.so/lenchen/LeetCode-47d625b874894484af7c055b024b9817
內容主要分成四大類，
1. 資料結構
主題涵蓋常用於 Leetcode 內解題的資料結構，
較常見的：Array/String, Matrix, Linked List, HashSet/Map, Stack, Queue, Heap
較高階的：DSU, Trie, BIT
還有偶爾會用到 Deque 跟 sortedcontainers，但數量比較少就沒特別分類。
2. 演算法
這邊其實是我自己的歸類，不一定只有這些 XD
內容涵蓋有：
greedy, multiple pointers, sliding window, sort, DFS/BFS, backtracking,
sweep line, rolling sum, binary search, dynamic programming, minimax
有趣的是這邊沒列 divide and conquer 這個經典分類，
因為好像幾乎沒遇到過哪題是只能使用 divide and conquer 解的，
所以就沒有讓它自成一個分類了。
但若有題目也可以用 divide and conquer 解的話，
我也有寫下來，所以還是可以再自行了解下。
3. 圖
圖相關的問題因為太經典所以自成一個主題，
整理了我所遇到的常見圖論演算法，還有 topological sort 的兩種方式，
最重要的是 tree 相關的分類也包含在這一部分內。
4. 其他
數學、隨機、位元操作相關的題目都會在這裡。
大致上就分這四個部分，每個解答底下都有一行字總結這題的解題概念，
因為跨越了兩年半所以 coding style 可能也有些不一樣，
但保證其中 99% 的內容都是我親手一個個字元打出來的，
希望能幫助到有需要的人 :)
另外順便再分享一些我覺得使用 Python 3 刷題時可以用的一些小技巧，
可以讓你的 code 變得更精簡，大家可以看看然後挑自己喜歡的來使用：
1. 用 next 搭配 generator comprehension 來獲取第一個滿足條件的元素，
像是 next(ele for ele in arr if ele > 0)，就可以拿到 arr 中的第一個正數。
2. 解對稱性題目時，可以把引數調換 call 一次，減少重複的 code，像是：
def foo(a, b):
if a > b: return foo(b, a)
...
就可以讓你接下來維持在 a <= b 的前提下繼續寫 code，或者直接 swap 引數也可以：
def foo(a, b):
if a > b: a, b = b, a
...
3. python dict 可以使用 tuple 作 multikey，像是 d[k1, k2, k3]，
如此一來就不用巢狀 dict 了（d[k1][k2][k3]）
4. 可以使用 unpacking 來抽取出需要的參數，像是：
A = [1, 2, 3, 4, 5]
foo, *B, bar = A
可以得到 foo == 1, B == [2, 3, 4], bar == 5
另外還可以用巢狀 unpacking，
像是 for i, (a, b) in enumerate(pairs): 就超級常用。
5. Python 3.8 跟 3.9 有多了一些不錯的東西，
像是 3.8 的 assignment expression(:=) 跟 3.9 的 dict shallow merge(|)
都有機會可以讓 code 更精簡。
6. 有些 matrix 或是 grid 的題目，兩個 dimension 長度有可能為 0，
可以用 if not any(matrix): return xxx 來處理（感謝 Stefan Pochmann）
7. in 也會消費 iterator，
所以如果想知道某個 str s2 是不是另一個 str s1 的 subsequence 可以這麼做，
I = iter(s1)
return all(c in I for c in s2)
（再次感謝 Stefan Pochmann）
8. 想要測兩個數是不是同正負可以用 (a > 0) is (b > 0)，記得事先檢查 0
板友提供 (credit to @pig2014)： a ^ b > 0 更好
9. 想要攤平巢狀 list 可以用 sum(L, []) <- 不建議！途中 list 會一直重新 alloc
(credit to @coquelicot)
參考 stack overflow：https://bit.ly/3rz8UqH
建議的替代：
9.1. list comprehension: A = [ele for sub in arr for ele in sub]
9.2. itertools: A = list(itertools.chain.from_iterable(arr))
9.3. reduce: A = functools.reduce(operator.iconcat, arr, [])
10. 某些要提供 factory function 的地方，可以遞迴給自己，像是：
trie = lambda: collections.defaultdict(trie)
11. itemgetter 在某些需要 key 的 builtin function 很好用，像是：
sorted(A, key=itemgetter(1))，等同於寫 key=lambda x: x[1]
12. 因為 Python list 提供 negative indexing，
在某些情況可以用 ~i 來獲得對應於 i 的反向 indexing，像是：
for i in range(len(A)):
A[i] += xxx # A[0], A[1], A[2] , ...
A[~i] += ooo # A[-1], A[-2], A[-3], ...
大概就是這些東西了吧，這些技巧有些人喜歡有些人不喜歡，
我覺得沒有對錯啦，就挑自己覺得不錯的用吧 XD
happy coding！
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.76.160 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1627032495.A.65E.html
同意，所以我文中有說有些人喜歡有些人不喜歡，選自己喜歡的用就好，
像是我個人比較偏好用 dict.setdefault 建 trie 而不是用 defauldict，
但這些技巧的背後都代表著一些語言特性，了解一下並不吃虧。
而且說句實在話，限制短時間的面試 跟 長期維護的產品，出發點並不能一概而論。
沒錯，絕對不要背答案，一個變化就倒了，該學習的是每題背後用到的觀念。
然後這份的解法就是揉合了討論區跟解答寫出來的 XD
因為發現有時候 leetcode 解答反而不是最佳解，
像是 Morris traversal 就只有少數幾篇解答有提到，但超多題目其實都可以用。
沒有耶，在學期間是有修過幾門 AI/ML 相關的課程，
出社會後主要是在做 web/app 的開發。
... <看更多>