Оригинальная версия: Английский
Станьте спонсором и поддержите Coding Interview University!
Особые благодарности:
исключительно для поддержки основателей стартапов на ранней стадии COSS (commercial open source - коммерческий открытый источник).
Среды разработки, созданные для облачных сервисов
Это мой учебный план, рассчитанный на несколько месяцев для веб-разработчиков, не имеющих образования в Computer Science (CS) и планирующих работать инженерами-программистами (software engineer) в компании Google.
За основу учебного плана я взял список вопросов Google's coaching notes и значительно расширил его. Тут вы найдёте много полезных вещей, которые необходимо знать. Дополнительные вопросы я добавил в конец списка: их могут задавать на интервью, a также они могут быть полезны в решении повседневных задач. Некоторые пункты я взял из поста Стива Йеги (Steve Yegge) "Получить работу в Google", а некоторые слово в слово соответствуют вопросам, разбираемых Google в их постах о подготовке.
Я сократил тот объем знаний, который необходим, по сравнению с рекомендациями Йеги. Я изменил требования Йеги исходя из той информации, которую мне предоставил мой знакомый из Google. Это важно для тех, кто сейчас еще новички в разработке программного обеспечения или являются веб-разработчиками и планируют стать инженерами-программистами (это та профессия где требуются знания в области CS). Если вы опытный разработчик, ожидайте что собеседование будет сложным. Подробнее.
Если вы обладаете многолетним опытом разработки ПО, помните, что Google разделяет понятия инженер-программист и разработчик ПО/веб-разработчик. Первое требует знаний в области CS.
Если вы хотите быть инженерами обеспечивающими надежность ПО или системными инженерами, то уделите внимание вопросам из опционального списка (разделы Сеть, Безопасность).
- Для кого это?
- Чем это полезно?
- Как пользоваться
- Получи гугловское настроение
- Получил ли я работу?
- Двигайся вместе со мной
- Не переживайте о том, что вы недостаточно умны
- О Google
- О видео ресурсах
- Процесс собеседования & Основное в подготовке к интервью
- Выберите один язык для собеседования
- Список книг
- Перед тем как вы начнете
- Что еще не охвачено
- Необходимые знания
- План на день
- Сложность алгоритмов / Big-O / Асимптотический анализ
- Структуры данных
- Дополнительно
- Деревья
- Деревья
- Двоичное дерево поиска: BSTs
- Куча / Очередь с приоритетом / Двоичная куча
- Сбалансированные деревья поиска (основная идея, без деталей)
- Обходы: прямой, симметричный, обратный, BFS, DFS
- Сортировка
- выбором
- вставками
- пирамидальная
- быстрая
- слиянием
- Графы
- ориентированные
- неориентированные
- матрица смежности
- лист смежности
- обходы: BFS, DFS
- Еще больше знаний
- Проектирование систем, Масштабируемость, Обработка данных (if you have 4+ years experience)
- Заключительный обзор
- Практика: задачи по программированию
- Упражнения по программированию
- Перед собеседованием
- Ваше резюме
- Подумайте об этом когда подходит время собеседования
- Приготовьте вопросы для интервьювера
- Когда вас приняли на работу
---------------- Все что ниже - опционально ----------------
- Дополнительные книги
- Дополнительное обучение
- Динамическое программирование
- Компиляторы
- Числа с плавующей запятой
- Unicode
- Порядок следования байт
- Emacs и vi(m)
- Командная строка Unix
- Теория информации
- Чётность & Код Хемминга
- Энтропия
- Криптография
- Сжатие
- Сети
- Компьютерная безопасность
- Сборка мусора
- Параллельное программирование
- Сообщения, сериализация и системы очередей
- Быстрое преобразование Фурье
- [Фильтр Блума](#Фильтр Блума)
- HyperLogLog
- Локально-чувствительное хеширование
- Дерево ван Эмде Боаса
- Дополнительные структуры данных
- Префиксные деревья
- N-арные (K-арные, M-арные) деревья
- Сбалансированные деревья поиска
- АВЛ деревья
- Splay-деревья
- Красно-черные деревья
- 2-3 деревья поиска
- 2-3-4 деревья
- N-арные (K-арные, M-арные) деревья
- B-деревья
- k-D деревья
- Списки с пропусками
- Сеть
- Система непересекающихся множеств
- Математика для быстрой обработки
- Декартово дерево
- Линейное программирование
- Геометрия, Выпуклая оболочка
- Дискретная математика
- Машинное обучение
- Go
- Дополнительные детали
- Видео
- Курсы по Computer Science
Я следую этому плану, готовясь к собеседованию в Google. Я разрабатываю веб-приложения, сервисы и запускаю стартапы с 1997 года. У меня есть степень по экономике, но нет по CS. На данный момент у меня очень успешная карьера, но я хочу работать в Google. Я хочу работать с большими системами и понять принципы их работы, изучить эффективность алгоритмов и различные структуры данных, узнать, как работают низкоуровневые языки программирования. Если ты не знаешь что-то из перечисленного, Google не возьмёт тебя на работу.
Когда я начал этот проект, я ничего не знал о стеке, куче, Big-O, деревья и способах обхода графа. Если бы мне нужно было писать код для сортировки, это было бы не очень хорошо. Структуры данных, которые я использовал, были частью языка, и я не знал, как они на самом деле работали. Мне никогда не приходилось управлять памятью, если процесс, который я запускал, сообщал об ошибке "out of memory", я искал способ как ее обойти. Я использовал в своей работе несколько многомерных массивов и тысячи ассоциативных, но никогда не создавал структуру данных "с нуля".
Но после выполнения этого учебного плана я поверил, что Google меня наймет. Это длинный путь. Я потрачу на это месяцы. Если вы уже знакомы с большинством тем, то потратите намного меньше времени.
Ниже описан способ использования, вы должны выполнить пункты в описанном порядке.
Я использую разметку Github, включающую список задач для оценки прогресса.
-
Создай новую ветку и тогда ты сможешь оставлять отметки у элементов списка, просто добавляя x внутрь скобок: [x]
Скопируй репозиторий и выполни команды перечисленные ниже
git checkout -b progress
git remote add jwasham https://github.com/jwasham/google-interview-university
git fetch --all
Mark all boxes with X after you completed your changes
git add .
git commit -m "Marked x"
git rebase jwasham/main
git push --force
Подробнее о разметке на Github
Пока я ожидаю своей очереди. Надеюсь интервью будет скоро.
Thanks for the referral, JP.
Моя история: Почему я готовился в течении 8 месяцев для собеседования в Google
Я ещё на пути к цели. Двигаемся вперёд:
- Twitter: @StartupNextDoor
- LinkedIn: johnawasham
- Успешные инженеры умные, но многие из них переживают, что недостаточно умны.
- Миф о гениальных программистах
- Это опасно, идти в одиночку: Сражаться с невидимыми монстрами в технологиях
- Для студентов - Google Careers: Руководство по развитию в технологиях
- Как работает поиск:
- Серии:
- Книга: Как работает Google
- Made by Google announcement - Oct 2016 (video)
Некоторые видео доступно в том случае, если вы являетесь слушателями курсов Coursera, EdX или Lynda.com Их называют MOOCs. Некоторые курсы не имеют круглогодичного доступа и вам нужно подождать несколько месяцев, прежде чем получите к ним доступ. Курсы на Lynda.com платные.
Я был бы вам благодарен за помощь в добавлении бесплатных, всегда доступных публичных ресурсов, таких
как видео с YouTube сопровождающих онлайн курсы. Мне нравится использовать университетские лекции.
-
Видео:
- Как работать в Google: Подготовка к собеседованию на позицию инженера (видео)
- Как работать в Google: Пример кодирования/Собеседование инженера (видео)
- Как работать в Google - Подготовка кандидатов (видео)
- Советы для технического собеседования от рекрутеров из Google (видео)
- Как работать в Google: Подготовка технического резюме (видео)
-
Статьи:
- Стать гуглером за три шага
- Получить работу Google
- все что он упоминает из того что вы должны знать перечисленно ниже
- (сильно устаревшее)Как получить работу в Google, Вопросы на собеседовании, Процесс найма
- Вопросы с собеседования по телефону
-
Подготовительные курсы:
- Собеседование инженера-программиста (платный курс):
- Как самостоятельно подготовиться к собеседованию на позицию инженера-программиста от бывшего сотрудника Google
- Собеседование инженера-программиста (платный курс):
-
Дополнительно (это не рекомендация Google, а моя собственная):
- ABC: Программируй всегда
- 4 шага к Google без образования в CS
- Кодирование на доске
- Что думает Google о найме, управлении и культуре
- Эффективное кодирование на доске в процессе собеседования
- Прохождения собеседования по программированию набор 1:
- Как получить работу в большой четверке:
- Ошибки на собеседованиях в Google
Я написал небольшую статью об этом: Важно: Выберите один язык для собеседования в Google
На этапе собеседования, когда требуется программировать, вы можете использовать наиболее комфортный для вас язык программирования. Для Google лучшим выбором будут следующие:
- C++
- Java
- Python
Также подойдут:
- JavaScript
- Ruby
Вы должны хорошо знать выбранный язык и уметь комфортно писать на нём программы.
Подробнее о выборе:
- http://www.byte-by-byte.com/choose-the-right-language-for-your-coding-interview/
- http://blog.codingforinterviews.com/best-programming-language-jobs/
- https://www.quora.com/What-is-the-best-language-to-program-in-for-an-in-person-Google-interview
Ресурсы по языкам программирования вы можете найти тут
Вы найдете кое-что по С, С++ и Python ниже, потому что я еще в процессе обучения.
Это краткий список того, чем я пользовался. Он сокращен для того, чтобы сэкономить ваше время.
- Собеседование по программированию в подробностях: Секреты получения твоей следующей работы, 2-е издание
- ответы на C++ и Java
- рекомендации Google по обучению кандидатов
- это отличная разминка перед подробным разбором собеседования по программированию
- не так уж и сложно, некоторые задачи проще чем вам кажутся на собеседовании (из того что я прочитал)
- Разбор собеседования по программированию, 6-е издание
- ответа на Java
- рекомендована Google Careers сайт
- Если вы видели ссылку на "The Google Resume", эта книга заменена "Разбор собеседования по программированию" ("Cracking the Coding Interview").
Если у вас есть много свободного времени:
- Элементы собеседования по программированию
- весь код написан на C++, полезна если вы планируете использовать C++ на собеседовании
- хорошая книга, описывающая решения общих задач
Если мало времени:
- Писать отличный код: Том 1: Понимание компьютера
- Книга была опубликована в 2004 и отчасти она устарела, но благодаря ей вы быстро поймете как устроены компьютеры.
- Автор придумал HLA, поэтому скептически отнеситесь к примерам и упоминаниям HLA. Широко не используется, но содержит ряд примеров, демонстрирующих assembler.
- Чтение следующих глав не займет много времени и даст хорошую основу:
- Глава 2 - Представление в числовой форме
- Глава 3 - Двоичная арифметика и битовые операции
- Глава 4 - Представление числа с плавающей точкой
- Глава 5 - Представление символа
- Глава 6 - Организация памяти и доступа
- Глава 7 - Составные типы данных и объекты в памяти
- Глава 9 - Архитектура CPU
- Глава 10 - Набор инструкций
- Глава 11 - Архитектура и организация памяти
Если вы располагаете свободным временем (я хочу купить эту книгу):
Вам необходимо выбрать один язык для интервью (смотри выше). Здесь вы найдете мои рекомендации по языкам. У меня нет информации по всем языкам, но если есть у вас - добро пожаловать.
Если вы читали одну из них, то у вас есть достаточно знаний по алгоритмам и структурам данных и вы можете приступить к решению задач по программированию. Вы можете пропустить все видео лекции в этом разделе, если не хотите повторить темы.
Дополнительные ресурсы по языкам программирования здесь
Я не читал обе, но они весьма полезны и написаны Седжвиком (Sedgewick). Он отличный автор.
- Алгоритмы на C++, Части 1-4: Основы, Структуры данных, Сортировка, Поиск
- Алгоритмы на C++ Часть 5: Алгоритмы графов
Если вы можете порекомендовать литературу по C++, которая лучше, сообщите мне об этом. Я ищу лучшие книги.
- Алгоритмы (Седжвик и Вайн)
- книга с видео контентом (и Седжвик!):
или:
- Структуры данных и алгоритмы на Java
- авторы Goodrich, Tamassia, Goldwasser
- используется в Беркли США как опциональный учебник по введению в CS
- смотрите мой отчет по книги по Python ниже. Эта книга содержит те же темы.
- Структуры данных и алгоритмы на Python
- авторы Goodrich, Tamassia, Goldwasser
- Я люблю эту книгу. Она содержит все что нужно и даже больше.
- Pythonic code
- мой отчет по книге: https://googleyasheck.com/book-report-data-structures-and-algorithms-in-python/
**Некоторые рекомендуют эти книги, но я думаю это перебор, если только вы не инженер-программист с большим опытом работы и не ожидаете более сложного собеседования.
-
Руководство по разработке алгоритмов (Skiena)
-
Как обзор и описание проблем
-
Некоторые алгоритмы вряд ли попадутся вам на собеседовании.
-
Эта книга состоит из 2-х частей:
- классный учебник по структурам данных и алгоритмам
- преимущества:
- отличный учебник, содержащий обзор существующих алгоритмов
- автор описывает реальный опыт решения задач как академических, так и промышленных
- примеры кода написаны на C
- недостатки:
- местами изложение может быть неочевидным и непонятным как в CLRS (Cormen, Leiserson, Rivest, Stein), некоторые темы лучше описаны в CLRS
- главы 7, 8, 9 сложно понять, некоторые вещи плохо разъяснены или требуют больших знаний чем есть у меня
- не поймите меня неправильно: Мне нравится Skiena, его стиль и манера изложения, но я не могу стать физически Stony Brook.
- преимущества:
- каталог алгоритмов:
- это реальная причина, почему следует купить эту книгу.
- о том, как дойти до этой части. Обновлю, когда изучу этот раздел.
- классный учебник по структурам данных и алгоритмам
-
Цитата Йеги: "Больше чем какая-либо другая книга, эта помогла мне понять насколько банальны задачи на графы - они должны быть в инструментарии каждого программиста. Книга так же включает в себя разбор базовых структур данных и алгоритмов сортировки, что является приятным бонусом. Но важнейшей частью стала вторая часть книги, которая написана как энциклопедия, описывающая большое количество различных алгоритмических задач и способов их решения без лишних деталей. Почти каждая страница-описание содержит изображение, облегчающее запоминание. Это полезный способ, позволяющий запомнить и в последствии идентифицировать сотни типов задач."
-
Можете ее арендовать
-
Half.com - отличный ресурс, где можно заказать книги по выгодным ценам.
-
Ответы:
-
-
- Важно: Чтение этой книги будет полезно только для повторения алгоритмов и структур данных. Она не научит вас программировать.
- Цитата Йеги: "Но если вы хотите идти на собеседование, отложите его пока не изучите эту книгу."
- Half.com - отличный ресурс, где можно заказать книги по выгодным ценам.
- известная как CLR, иногда CLRS, потому что Stein опоздал на игру
-
- В первых двух главах представлены решения задач программирования (в некоторых из них используются устаревшие типы данных), но это только введение. Это руководство по разработке программ и архитектуре, такое же как Code Complete, но более краткое.
-
"Алгоритмы и программирование: Проблемы и решения" автор Shen- Отличная книга, но после разбора нескольких задач написанных на Pascal я разочаровался в его синтаксисе.
- Лучше провести время решая задачи по программированию из других книг или онлайн ресурсов.
Я создавал эту учебную программу на протяжении нескольких месяцев своими руками.
Ниже я описал некоторые ошибки, которые я совершил. Это поможет вам их избежать.
Я смотрел часами видео делая заметки, но спустя несколько месяцев многое из этого я не помнил. После чего потратил 3 дня разбираясь в своих заметках и делая карточки-напоминания (flashcards) для того, чтобы потом можно было повторить пройденный материал.
Прочитайте пожалуйста эту статью, что бы не совершать моих ошибок:
Для решения этой проблемы я сделал небольшой сайт, на котором можно добавлять карточки двух типов: общие и с кодом. Каждая карта имеет разный формат.
Я сделал мобильную версию сайта и могу читать карточки на мобильном телефоне или планшете.
Сделай свой собственный бесплатно:
- Репозиторий сайта Flashcards
- Моя база данных с карточками: Имейте в виду, я сделал больше чем требуется в Google, описав все начиная с assembler и заканчивая Python с машиным обучением и статистикой.
Заметка о карточках: в первый раз вы сразу вспомните ответ, но не помечайте эту карточку как изученную. Нужно просмотреть много раз карточку и ответить правильно прежде чем вы действительно ее запомните. Повторение позволяет мозгу надолго запомнить материал.
В качестве альтернативы вы можете использовать сайт Anki, который мне рекомендовали много раз. Он использует систему повторений для того что бы помочь вам запомнить. Это ресурс user-friendly, доступен на всех платформах и имеет возможность синхронизации с облаком. На платформе iOS стоит 25$, на других бесплатный.
Моя база данных в формате Anki: https://ankiweb.net/shared/info/25173560 (спасибо @xiewenya)
У меня постоянно с собой шпаргалки по ASCII, стеку OSI, Big-O нотации и другим темам. Я повторяю их когда у меня есть свободное время.
Делай перерывы от программирования на пол часа и повторяй свои карточки.
Есть много отвлекающих факторов, на которые тратится время. Сосредотачиваться и концентрироваться сложно.
Это список персональных тем, взятых из заметок Google по подготовке к собеседованию. Это распространенные технологии, но они не встречаются в других ресурсах:
- SQL
- JavaScript
- HTML, CSS и другие front-end технологии
Для изучения некоторых тем требуется один день, для других несколько. Некоторые нужно только изучить и не нужно программировать.
Каждый день я беру одну тему из списка ниже, смотрю видео на эту тему и программирую, используя пройденный материал:
- C - используя структуры и функции, которые в качестве аргументов принимают указатель на структуру или что-нибудь еще.
- C++ - без использования встроенных типов
- C++ - используя встроенные типы, такие как std::list для связанного списка
- Python - используя встроенные типы (для практики на Python)
- написание тестов для проверки правильности кода, иногда просто используя выражение assert()
- Вы можете программировать на Java или других языках, это только лишь мой выбор.
Вам не нужны все эти языки для собеседования, нужен только один один язык для собеседования.
Зачем нужно программировать на нескольких языках:
- Практика, практика, практика пока это не надоедает мне я программирую
- Работа в рамках установленных ограничений (выделение/освобождение памяти без помощи сборщика мусора (кроме Python))
- Используйте встроенные типы, потому как у меня есть опыт использования встроенных инструментах в реальных проектах (нет смысла в написание своей реализации связанного списка для продакшена)
У меня может и не будет времени на все это, но я попробую.
Вы можете посмотреть на мой код тут:
- [C] (https://github.com/jwasham/practice-c)
- [C++] (https://github.com/jwasham/practice-cpp)
- [Python] (https://github.com/jwasham/practice-python)
Вам не нужно запоминать внутренности каждого алгоритма.
Пишите код на доске или листе бумаги, но не компьютере. Проверяйте на простых входных данных. Затем тестируйте на компьютере.
-
Изучайте C
- С используется везде. Вы встретите примеры в книгах, лекциях, видео, везде, пока вы будете учиться.
- Язык программирования С, Vol 2
- Это небольшая книга, но после ее прочтения вы получите необходимые знания по С и если будете практиковать, то достаточно быстро его освоите. Понимание С поможет вам понять как работают программы и память.
- ответы на вопросы
-
Как компьютеры выполняют программу:
-
Big O нотация (и Omega и Theta) - лучшее математическое объяснение (video)
-
Skiena:
-
TopCoder (включая рекуррентные соотношений и основную теорему):
-
Если в некоторых лекциях слишком много математики, вы можете ниже найти и посмотреть лекции по дискретной математике для получения базовых знаний.
-
- Реализация динамического вектора.
- Описание:
- Реализация вектора (изменяемый массив с автоматическим изменением размера):
- Тренируйтесь программировать используя массивы, указатели и арифметику указателей для перехода к индексу вместо индексации.
- выделение памяти для массива
- можно выделить память для массива целых чисел, просто не используя его возможности
- начиная с 16, или если начальная цифра больше, использовать степень 2 - 16, 32, 64, 128
- size() - количество элементов
- capacity() - количество элементов которое он может содержать
- is_empty()
- at(index) - возвращает элемент по индексу, изменяет размер, если индекс выходит за пределы
- push(item)
- insert(index, item) - вставка элемента по индексу, сдвигает значение по индексу и следующие за ним элементы вправо
- prepend(item) - может вставить элемент выше индекса 0
- pop() - удалить последний элемент, вернуть значение
- delete(index) - удаляет элемент по индексу, сдвигает все следующие за ним элементы влево
- remove(item) - ищет элементы по значению и удаляет их, даже если их несколько
- find(item) - ищет элемент по значению и возвращает индекс первого найденного элемента, возвращает -1 если ничего не найдено
- resize(new_capacity) // private function
- когда массив полностью заполнен, увеличивает его размер вдвое
- при добавлении элемента, если размер массива 1/4 от общего размера, увеличиваем на половину
- Время
- O(1) для операций add/remove в конце (амортизируется для размещения большего объема), index, или update
- O(n) для insert/remove в любом месте
- Работа с памятью
- смежные в памяти, это помогает повысить производительность
- необходимое пространство = (размер массива, который >= n) * размер элемента, но даже если 2n, по прежнему O(n)
-
- Описание:
- C Code (video) - не все видео целиком, только кусочки об узлах и распределении памяти.
- Связные списки vs Массивы:
- why you should avoid linked lists (video)
- Ага, попался: тебе нужны знания указателей на указатели: (для тех случаев, когда ты передаешь указатель функции, которая может менять адрес, куда указывает указатель) Это страница просто для того, чтобы понять указатели на указатели. Читабельность и обслуживаемость страдает из-за искусности.
- воплотить в жизнь (я сделал это с помощью указателя на хвост и без):
- size() - возвращает количество элементов в листе
- empty() - возвращет true если список пуст
- value_at(n) - возращет значение n-го элемента, где 0 - первый элемент
- push_front(value) - добавляет элемент в начало списка
- pop_front() - удаляет первый и возращает его значение
- push_back(value) - добавляет элемент в конец списка
- pop_back() - удаляет последний и возращает его значение
- front() - возращает значение первого элемента в списке
- back() - возращает значение последнего элемента в списке
- insert(index, value) - помещает значение (value) в элемент по индексу (index), при этом заменяемый элемент добавлен в список как новый элемент
- erase(index) - удаляет узел (элемент) по данному индексу
- value_n_from_end(n) - возращает значение n-го элемента c конца списка
- reverse() - реверсирует весь список
- remove_value(value) - удаляет первый элемент в списке с указанным значением (value)
- Двусвязный список
- Описание (video)
- Можно не делать
-
- Стек (video)
- Использование стека Last-In First-Out (video)
- Не будет реализован. Реализация с помощью массива очевидна.
-
- Использование очереди First-In First-Out(video)
- Очередь (video)
- Circular buffer/FIFO
- Очередь с приоритетом (video)
- Реализация с использованием связанного списка и указателя на последний элемент(tail):
- enqueue(value) - добавляет элемент в конец очереди
- dequeue() - возвращает значение и удаляет из очереди последний добавленный элемент(front)
- empty()
- Реализация с применением массива фиксированного размера:
- enqueue(value) - добавляет элемент в конец очереди
- dequeue() - возвращает значение и удаляет из очереди последний добавленный элемент
- empty()
- full()
- Затраты:
- плохая реализация с применением связанного списка когда элемент добавляется в начало очереди и удаляется с конца очереди за O(n), операция dequeue в таком случае будет требовать каждый раз обхода всего списка
- enqueue: O(1) (amortized, связанный список и массив [probing])
- dequeue: O(1) (связанный список и массив)
- empty: O(1) (связанный список и массив)
-
-
Видео:
-
Онлайн курсы:
-
реализация с помощью массива и применением linear probing
- hash(k, m) - m размер хеш-таблицы
- add(key, value) - если ключ уже существует обновляем значение
- exists(key)
- get(key)
- remove(key)
-
-
- Бинарный поиск (видео на ютубе)
- Бинарный поиск (видео на khanacademy)
- Длинная статья с деталями
- Реализация:
- бинарный поиск (на отсортированном числовом массиве)
- бинарный поиск с использованием рекурсии
-
- Bits cheat sheet - ты должен знать сколько степеней двойки от (2^1 до 2^16 и 2^32)
- Даст отличное понимание манипуляций битами с помощью: &, |, ^, ~, >>, <<
- 2s и 1s дополнения:
- счетчик битов:
- округление до следующей степени 2:
- обмен значениями:
- абсолютные значения:
-
- Основы деревьев (видео)
- Деревья (видео)
- базовые конструкции деревьев
- обход
- алгоритмы манипуляции
- BFS (breadth-first search - поиск в ширину)
- MIT (видео)
- порядок уровня (BFS, использование очереди) сложность по времени выполнения: O(n) сложность по памяти: лучшая: O(1), худшая: O(n/2)=O(n)
- DFS (depth-first search - поиск в глубину)
- MIT (видео)
- заметки: сложность по времени выполнения: O(n) сложность по памяти: лучшая: O(log n) - средняя высота дерева худшая: O(n)
- in-order (DFS: левый, вершина, правый)
- post-order (DFS: левый, правый, вершина)
- pre-order (DFS: вершина, левый, правый)
-
- Обзор бинарного дерева поиска (видео)
- Лекции (видео)
- начинается с таблицы символов и заканчивая BST приложениями
- Введение (видео)
- MIT (видео)
- C/C++:
- Бинарное дерево поиска - реализация на C/C++ (видео)
- BST реализация - аллокация памяти в стеке и куче (видео)
- Поиск минимального и максимального элемента в BST (видео)
- Нахождение высоты BST (видео)
- Обход BST - breadth-first и depth-first стратегии (видео)
- Бинарное дерево: обход по уровням (видео)
- Обход бинарного дерева: Pre-order, In-order, Post-order (видео)
- Проверка - бинарное дерево BST или нет (видео)
- Удаление узов в BST (видео)
- In-order аналог в BST (видео)
- Реализация:
- insert // вставка значения в дерево
- get_node_count // получение количества хранящихся значений
- print_values // вывод значений, начиная с min к max
- delete_tree
- is_in_tree // возвращает если переданное значение есть в дереве
- get_height // возвращает высоту дерева в количестве узлов (высота одного узла 1)
- get_min // возвращает минимальное значение хранящиеся в узлах дерева
- get_max // возвращает максимальное значение хранящиеся в узлах дерева
- is_binary_search_tree
- delete_value
- get_successor // возвращает следующее максимальное значение в дереве после переданного, -1 если none
-
- визуализируется как дерево, но обычно хранится в линейных структурах данных (массив, связанные список)
- Куча
- Введение (видео)
- Наивная реализация (видео)
- Бинарные деревья (видео)
- Замечания к высоте дерева (видео)
- Базовые операции (видео)
- Полные двоичные деревья (видео)
- Псевдокод (видео)
- Пирамидальная сортировка - начальные шаги (видео)
- Пирамидальная сортировка (видео)
- Построение кучи (видео)
- MIT: Кучи и пирамидальная сортировка (видео)
- CS 61B Лекция 24: Приоритетные очереди (видео)
- Построение кучи за линейное время (max-heap)
- Реализация max-heap:
- insert
- sift_up - необходима для вставки
- get_max - возвращает максимальный элемент, не удаляя его
- get_size() - возвращает количество хранящихся элементов
- is_empty() - возвращает true если куча пустая
- extract_max - возвращает максимальный элемент, удаляя его
- sift_down - необходима для extract_max
- remove(i) - удаляет элемент по индексу x
- heapify - создает кучу из элементов массива, необходима для heap_sort
- heap_sort() - берет не отсортированный массив и делает его отсортированным, не используя дополнительной памяти, кроме занимаемой самим массивом используя max heap
- важно: можно использовать min heap, но тогда понадобиться доболнительная память.
-
Заметки:
- Напиши код для разных сортировкок и помни про лучшую/худую, среднюю сложность для каждой:
- не пузырьковая сортировка - она медленная - O(n^2), заисключением n <= 16
- устойчивость в алгоритмах сортировки ("Быстрая сортировка устойчива?")
- Какие алгоритмы можно применять для связанного списка? Для массива? А какие для обоих структур данных?
- Я не рекомендовал бы сортировать связанный список, но если нужно, то сортировка слиянием подходит для этого.
- Сортировка слиянием для связанного списка
- Напиши код для разных сортировкок и помни про лучшую/худую, среднюю сложность для каждой:
-
Для пирамидальной сортировки, см. структуру данных "Куча" выше. Пирамидальная сортировка эффективна, но не устойчива.
-
UC Berkeley:
-
Код сортировки слиянием:
-
Код быстрой сортировки:
-
Реализация:
- Сортировка слиянием: O(n log n) средний и худший случаи
- Быстрая сортировка O(n log n) средний случай
- Сортировка выбором и сортировка вставками обе имеют среднюю и худшую сложность O(n^2)
- Для пирамидальной сортировки, смотри структуру данных "Куча" выше.
-
Необязательно, но я рекомендую:
- Седжвик (Sedgewick) - Поразрядная сортировка (6 видео)
- Поразрядная сортировка
- Поразрядная сортировка (видео)
- Поразрядная сортировка, Сортировка подсчётом (линейные временные ограничения) (видео)
- Рандомизация: Перемножение матриц, Быстрая сортировка, Алгоритм Фрейвальда (видео)
- Сортировка за линейное время (видео)
Если вам необходимо больше информации, смотрите секцию "Сортировка" в Дополнительные детали о некоторых разделах
Графы могут быть использованы для представления многих задач в области CS, поэтому раздел включает в себя такие темы как деревья и сортировку.
-
Заметки от Стива Йеги:
- Существуют три основных способа представления графа в памяти:
- объекты и указатели
- матрица
- список смежности
- Ознакомьтесь с каждым представлением, его преимуществами и недостатками
- BFS и DFS - узнайте их вычислительную сложность, соотношение преимуществ и недостатков, способы реализации в коде
- Когда вы получили задачу, сначала попробуйте решить её с использованием графов, а затем двигайтесь дальше, если такого решения нет.
- Существуют три основных способа представления графа в памяти:
-
Лекции профессора Стивена Скина - хорошее введение:
- CSE373 2012 - Лекция 11 - Структуры данных для представления графов (видео)
- CSE373 2012 - Лекция 12 - Поиск в ширину (видео)
- CSE373 2012 - Лекция 13 - Алгоритмы на графах (видео)
- CSE373 2012 - Лекция 14 - Алгоритмы на графах (продолжение) (видео)
- CSE373 2012 - Лекция 15 - Алгоритмы на графах (продолжение 2) (видео)
- CSE373 2012 - Лекция 16 - Алгоритмы на графах (продолжение 3) (видео)
-
Графы (обзор и многое другое):
- 6.006 Задача поиска кратчайших путей из одной вершины (видео)
- 6.006 Алгоритм Дейкстры (видео)
- 6.006 Алгоритм Беллмана-Форда (видео)
- 6.006 Оптимизация алгоритма Дейкстры (видео)
- Aduni: Алгоритмы на графах I: Топологическая сортировка, Минимальное остовное дерево, Алгоритм Прима - Лекция 6 (видео)
- Aduni: Алгоритмы на графах II: DFS, BFS, Алгоритм Краскала, Система непересекающихся множеств - Лекция 7 (видео)
- Aduni: Алгоритмы на графах III: Кратчайший путь - Лекция 8 (видео)
- Aduni: Алгоритмы на графах IV: Введение в геометрические алгоритмы - Лекция 9 (видео)
- CS 61B 2014 (начиная с 58:09) (видео)
- CS 61B 2014: Взвешенные графы (видео)
- Жадные алгоритмы: Минимальное остовное дерево (видео)
- Сильно связные компоненты, Алгоритм Косарайю, Алгоритмы на графах (видео)
-
Полный курс на Coursera:
-
Стив Йеги: Если у вас есть возможность, попробуйте изучить более продвинутые алгоритмы:
- Алгоритм Дейкстры - смотри выше - 6.006
- A*
-
Я смогу применить:
- DFS со списком смежности (рекурсия)
- DFS со списком смежности (итерационный подход со стеком)
- DFS с матрицей смежности (рекурсия)
- DFS с матрицей смежности (итерационный подход со стеком)
- BFS со списком смежности
- BFS с матрицей смежности
- Поиск кратчайшего пути из одной вершины (алгоритм Дейкстры)
- Минимальное остовное дерево
- Алгоритмы основанные на DFS (см видео Aduni выше):
- Поиск циклов в графе (необходимо для топологической сортировки, так как мы проверяем наличие циклов в графе перед началом работы алгоритма)
- топологическую сортировку
- подсчет компонентов связности в графе
- список сильно связных компонентов
- проверку графа на двудольность
Вы найдете больше практических задач на графах в книге Стивена Скина (см. раздел книги ниже) и в книгах о прохождении интервью.
-
- Лекции Стэнфорда по рекурсии и механизмам возврата:
- когда уместно использование рекурсии?
- когда лучше использовать хвостовую рекурсию?
-
- Дополнительно: Серия уроков по UML 2.0 (видео)
- Объектно-ориентированная разработка программного обеспечения: Разработка программного обеспечения с использованием UML и Java (21 видео):
- Можно пропустить эту часть, если у вас есть хорошее понимание концепции ООП и практик проектирования.
- ООП: Разработка программного обеспечения с использованием UML и Java
- Принципы дизайна ООП (SOLID):
- Боб Мартин SOLID принципы объектно-ориентированного программирования и гибкое проектирование (видео)
- Шаблоны проектирования SOLID в C# (видео)
- Принципы SOLID (видео)
- S - Принцип единственной ответственности | Одна зона ответственности для каждого объекта
- O - Принцип открытости/закрытости | Программные сущности должны быть готовы для расширения, но не для модификации
- L - Принцип подстановки Барбары Лисков | Функции, которые используют ссылки на базовые классы, должны иметь возможность использовать объекты производных классов, не зная об этом
- I - Принцип разделения интерфейса | Клиенты не должны быть вынуждены реализовывать интерфейсы, которые они не используют
- D -Принцип инверсии зависимостей | Снизить зависимость в составе объектов
-
- Краткий обзор UML (видео)
- Изучите эти шаблоны:
- стратегия
- одиночка
- адаптер
- прототип
- декоратор
- посетитель
- фабричный метод, абстрактная фабрика
- фасад
- наблюдатель
- заместитель
- делегирование
- команда
- состояние
- хранитель
- итератор
- компоновщик
- приспособленец
- Глава 6 (Часть 1) - Паттерны (видео)
- Глава 6 (Часть 2) - Абстрактное представление, Общая иерархия, Актер – Роль, Одиночка, Наблюдатель, Делегирование (видео)
- Глава 6 (Часть 3) - Адаптер, Фасад, Неизменяемый объект, интерфейс типа read-only, Заместитель (видео)
- Серия уроков (27 видео)
- Паттерны проектирования
- Я знаю, что классической книгой для изучения паттернов является "Приемы объектно-ориентированного проектирования. Паттерны проектирования" (Джон Влиссидес, Ральф Джонсон, Ричард Хелм, Эрих Гамма), но "Паттерны проектирования" отлично подходят для тех, кто только начал изучать ООП.
- Удобный справочник: 101 шаблон проектирования и советы для разработчиков
-
- Math Математические навыки: Как найти факториал, перестановки и комбинации (видео)
- Make School: Вероятность (видео)
- Make School: Больше про вероятность и цепи Маркова (видео)
- Khan Academy:
- Макет курса:
- Только видео - 41 (простые и короткие):
-
- Наиболее популярные NP-полные задачи, таких как задача коммивояжора и задача о рюкзаке, и то как их нужно идетифицировать на собеседованиях.
- Что означает NP-полная задача.
- Вычислительная сложность (видео)
- Simonson:
- Skiena:
- Сложность: P, NP, NP-полная, понижение (видео)
- Сложность: Аппроксимирующие алгоритмы (видео)
- Сложность: Алгортимы с фиксированными параметрами (видео)
- Peter Norvig обсуждает близкое к оптимальному решение задачи коммивояжера:
- Страницы 1048 - 1140 в CLRS если у тебя она есть.
-
- Компьтерные науки 162 - Операционные системы (25 видео):
- видео 1-11 про процес сы и треды
- Операционные системы и системное программирование (видео)
- В чем разница между процессами и тредами?
- Покрытие:
- Процессы, треды, конкурентность
- разница между процессами и тредами
- процессы
- треды
- блокировки
- мьютексы
- семафоры
- мониторы
- как они работают
- взаимная блокировка
- livelock
- CPU активность, прерывания, преключение контекста
- Современные конкурирующие конструкции и многоядерные процессоры
- Ресурсы процесса (память: код, статическое хранилище, стек, куча, и файловые дискрипторы, i/o)
- Ресурсы треда (указанные выше (минус стек) с другими тредами одного процесса, но каждый имеет собственный pc, счетчик стека, регистры, и стек)
- Форк действительно копируется при записи (только для чтения), пока новый процесс не запишет в память, а затем сделает полную копию.
- Переключение контекста
- Как переключение контекста инициируется операционной системой и соответствующим оборудованием
- Процессы, треды, конкурентность
- треды в C++ (серии - 10 видео)
- конкуренция в Python (видео):
- Компьтерные науки 162 - Операционные системы (25 видео):
-
- Здесь вы найдете статьи от Google, а также дургие известные статьи.
- У вас вряд ли будет время прочитать их все с начала до конца. Я рекоммендую выбирать статьи и главы в них - тратье время грамотно на то, что хотите изучить глубже.
- Любите классические статьи?
- 1978: Коммуникация последовательных процессов
- 2003: Файловая система Google
- в 2012 заменена на Colossus
- 2004: MapReduce: Упрощенная обработка данных на крупных кластерах
- в основном заменена Cloud Dataflow
- 2007: Что каждый программист должен знать о памяти (очень длинная статья, и автор говорит пропускать некоторые разделы)
- 2012: Google's Colossus
- 2012: AddressSanitizer: Быстрая проверка адресов:
- 2013: Spanner: Глобальная дистрибутивная база данных Google:
- 2014: Машинное обучение: The High-Interest Credit Card of Technical Debt
- 2015: Continuous Pipelines в Google
- 2015: High-Availability at Massive Scale: Building Google’s Data Infrastructure for Ads
- 2015: TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
- 2015: Как разработчики ищут код: на примере
- 2016: Borg, Omega, и Kubernetes
-
- Нужно пройти:
- модульное тестирование
- Mock-объекты (от англ. «объект-пародия», «объект-имитация»)
- интеграционное тестирование
- внедрение зависимости
- Гибкая методология разработки с James Bach (видео)
- Открытая лекция, данная James Bach на тему тестирования (видео)
- Steve Freeman - разработка через тестирование (это не то, что мы имели в виду) (видео)
- Новая эра разработки через тестирование
- Мертва ли разработка через тестирование? (видео)
- Видео-курс (152 видео) - нужны не все (видео)
- Вэб-разработка через тестирование на Питоне
- Внедрение зависимости:
- Как писать тесты
- Нужно пройти:
-
- как работает планирование (scheduling) в операционной системе
- можно найти информацию в видео про Операционные системы
-
- пойми, что находится под обложкой библиотек и программных интерфейсов (API), которые ты используешь
- можешь ли ты написать код для них?
-
- Sedgewick - Суффиксные массивы (видео)
- Sedgewick - Поиск подстроки (видео)
- Шаблон поиска в тексте (текст)
Если вам нужно больше подробностей по этому вопросу, см. Раздел «Соответствие строк» в Дополнительная информация по некоторым предметам
- Вы можете ожидать вопросов по проектированию систем если у вас 4+ лет опыта.
- Масштабируемость и Проектирование систем это очень большие темы с большим количеством разделов и ресурсов, так как нужно многое учитывать при создании расширяемой программной/аппаратной системы. На освоение этого может уйти немало времени.
- Заметки от Стива Йеги:
- масштабируемость
- Извленечние отдельных значений из больших наборов данных
- Преобразование одних наборы данных в другие
- Обработка неприлично больших объёмов данных
- проектирование систем
- наборы функций
- интерфейсы
- иерархии классов
- проектирование системы удовлетворяющей определённым ограничениям
- простота и надёжность
- компромиссы
- анализ производительности и оптимизации
- масштабируемость
- НАЧНИТЕ С ЭТОГО: Проектирование систем от HiredInTech
- Как я готовлюсь отвечать на вопросы по проектированию систем на технических интервью?
- 8 вещей которые вам нужно узнать прежде чем проходить собеседование по проектированию систем
- Проектирование алгоритмов
- Нормализация баз данных - 1NF, 2NF, 3NF and 4NF (видео)
- Собеседование по проектированию систем - Здесь собрано много ресурсов. Просмотрите статьи и примеры. Некоторые из них выложены ниже.
- Как пройти собеседование по проектированию систем
- Числа которые следует знать всем
- Сколько времени занимает переключение контекста?
- Транзакции через центры обработки данных (видео)
- Простое английское введение в теорему CAP
- Алгоритм Паксос:
- Последовательное хэширование
- NoSQL Шаблоны
- Масштабируемость:
- Большой обзор (видео)
- Серия коротких статей:
- Масштабируемая Веб-архитектура и Распределённые системы
- Объяснение ошибок распределённых вычислений
- Прагматичные методы программирования
- Джефф Дин - создание программных систем в Google и извлечённые уроки (видео)
- Введение в проектирование расширяемых систем
- Масштабирование мобильных игр для глобальной аудитории с использованием App Engine и Cloud Datastore (видео)
- Как Google разрабатывает планетарное масштабирование для инфраструктуры планетарного масштаба (видео)
- Важность алгоритмов
- Разбиение на части
- Расширение в Facebook (2009)
- Расширение в Facebook (2012), "Разработка для миллиарда пользователей" (видео)
- Проектирование для "долгой игры" - Основной принцип Астрид Аткинсон (видео)
- 7 лет уроков масштабирования с YouTube за 30 минут
- Как PayPal расширили для миллиардов транзакций в день используя всего лишь 8 виртуальных машин
- Как удалять дубликаты из больших наборов данных
- Взгляд на масштабируемость и инженерную культуру Etsy с Джоном Кови (видео)
- Что привело Amazon к созданию собственной микросервисной архитектуры
- Сжимать или не сжимать - такой вопрос стоял перед Uber
- Asyncio Tarantool Queue, вставай в очередь
- Когда следует использовать приблизительную обработку запросов?
- Переход Google с единого центра обработки данных на отказоустойчивый, на собственную многосетевую архитектуру
- Spanner
- Архитектура Egnyte: уроки, извлеченные при построении и масштабировании многопетабайтной распределенной системы
- Программирование на основе машинного обучения: новое программирование для нового мира
- Технология оптимизации изображений, которая обслуживает миллионы запросов в день
- Архитектура Patreon коротко
- Tinder: как одна из самых больших систем рекомендаций решает кого вы увидите следующим?
- Современное проектирование кэша
- Прямая трансляция видео в масштабе Facebook
- Руководство для начинающих по масштабированию до 11 миллионов пользователей на Amazon AWS
- Как использование Docker влияет на время задержки?
- Представляет ли AMP Counter угрозу существованию Google?
- 360-градусный обзор всего стека Netflix
- Время задержки везде и это стоит вам продаж - как с ним бороться
- Бессерверность (очень длинная, нужна только суть)
- Из чего состоит Instagram: Сотни экземпляров, десятки технологий
- Архитектура Cinchcast - 1500 часов аудио каждый день
- Архитектура прямого видео вещания Justin.Tv
- Социальная игровая архитектура Playfish - 50 миллионов пользователей в месяц и более
- Архитектура TripAdvisor - 40 миллионов посетителей, 200 миллионов динамических представлений страниц, 30TB данных
- Архитектура PlentyOfFish
- Архитектура Salesforce - Как они обрабатывают 1.3 миллиарда транзакций в день
- Архитектура ESPN в процессе расширения - работа со скоростью 100,000 Duh Nuh Nuhs в секунду
- См. Ниже раздел «Системы обмена сообщениями, сериализации и управления очередями» для получения информации о некоторых технологиях, которые могут "склеивать" сервисы.
- Twitter:
- Чтобы узнать ещё больше, посмотрите серию видео "Mining Massive Datasets" в разделе "Серии видео".
- Практика в проектировании систем: несколько идей чтобы проработать их с небольшим количеством информации о том, как это было сделано в действительности:
- обзор: Проектирование систем с HiredInTech
- шпаргалка
- процесс работы:
- Поймите проблему и контекст:
- определите сценарии использования с помощью интервьера
- предложите дополнительные функции
- уберите детали, которые интервьюер посчитает выходящими за рамки
- предположите что нужна очень высокая доступность, добавьте соответствующий сценарий использования
- Подумайте об ограничениях:
- спросите сколько предполагается запросов в месяц
- спросите сколько предполагается запросов в секунду (вам могут просто сказать или предложить посчитать самостоятельно)
- ожидаемое соотношение чтений и записей
- держите в голове правило 80/20 когда оцениваете
- как много данных записывается в секунду
- общее количество памяти, необходимое через 5 лет
- как много запросов на чтение происходит в секунду
- Проектирование абстракций:
- слои (сервисный, данные, кэширование)
- инфраструктура: балансировка нагрузки, обмен сообщениями
- грубая оценка одного из ключевых алгоритмов которые управляют сервисом
- примите во внимание "бутылочные горлышки" и определите как от них избавиться
- Поймите проблему и контекст:
- Упражнения:
- Спроектируйте CDN network: старая статья
- Спроектируйте систему генерации уникальных ID
- Спроектируйте карточную мультиплеерную онлайн-игру
- Спроектируйте базу данных ключ-значение
- Спроектируйте функцию возвращающую последние k запросов за прошедший период времени
- Спроектируйте систему передачи изображений
- Спроектируйте систему рекомендаций
- Спроектируйте систему укорачивания URL: скопировано из верхней части
- Спроектируйте кэш-систему
В этом разделе вы найдете короткие видео, которые можно посмотреть достаточно быстро чтобы повторить наиболее важные моменты.
Полезно освежать свои знания чаще.
- Серия 2-3 минутных короткие видео по темам (23 видео)
- Серия коротких 2-5 минутных видео - Michael Sambol (18 видео):
- Видео от Сэджвика - Алгоритмы I
- Видео от Сэджвика - Алгоритмы II
Теперь, когда вы узнали все вышерассмотренные темы по компютерным наукам, настало время попрактиковаться в решении задач по программированию.
Решение задач по программированию - это не запоминание решений.
Для чего вам нужно практиковаться в решении задач по программированию:
- выявление проблем, и умение определять какие структуры данных и алгоритмы походят для их решения
- сбор требований для задачи
- проговаривание хода решения задачи, так же как вы будете это делать на собеседовании
- написание кода на доске или на бумаге, но не на компьютере
- умение оценивать сложность вашего решения по расходу времени и памяти
- тестирование решений
Вот пример отличного введения в методичное, коммуникативное решение задач на собеседовании. Вы так же найдете это в книгах по интервью для программистов, но это подход мне кажется однм из лучших: Схема разработки алгоритма
Мой процесс подготовки к собеседованию по программированию (Книга) Упражнения
У вас нет доски дома? Не удивительно. Я немного неормальный и у меня есть большая доска дома. Но вместо доски можно использователь и планшет для рисования из магазина художественных товаров, и практиковаться сидя на диване. Это моя "диванная доска". На фото я положил ручку чтобы иметь вы имели представление о масштабе. Если вы будете пользоваться ручкой, постоянно будет возникать желание что-то исправить и решение захламляется достаточно быстро.
Дополнительно:
- Математика для Топ-кодеров
- Динамическое программирование - От новичка до продвинутого
- Материалы для интервью от MIT
- Упражнения по улучшению навыков для определенного языка
Прочитайте и выполните упражнения (именно в этом порядке):
- Programming Interviews Exposed: Secrets to Landing Your Next Job, 2nd Edition
- решения на C, C++ и Java
- Cracking the Coding Interview, 6th Edition
- решения на Java
См. Список книг ниже
Как только вы заполнили свою голову знаниями, самое время применить их на практике. Выполняйте упражнения по программированию каждый день, чем больше тем лучше.
Сайты с упражнениями:
- LeetCode
- TopCoder
- Project Euler (math-focused)
- Codewars
- HackerRank
- Codility
- InterviewCake
- Geeks for Geeks
- InterviewBit
Возможно:
- Cracking The Coding Interview набор 2 (видео):
- 10 советов для подготовки (немного) менее ужасного резюме
- Загляните в раздел по подготовке резюме в книге Cracking The Coding Interview и в конце книги Programming Interviews Exposed
Подумайте как отвечать приблизительно на 20 распостраненных вопросов которые задают на собеседовании, подготовьте 2-3 ответа на каждый из них. Расскажите историю, а не просто сухой пересказ о том над чем вы работали.
- Почему вы хотите получить эту работу?
- Какая самая большая проблема которую вам приходилось решать?
- Самые сложные задачи с которыми вам приходилось сталкиваться?
- Лучшие/худшие дизайн решения с которыми вы сталкивались?
- Идеи как улучшить какой-нибудь существующий продукт.
- Вы более продуктивны как часть команды или как иднивидуальный разработчик?
- Какие из ваших навыков или что из опыта будет наиболее ценным для данной позиции?
- Что вам больше всего понравилось в работе над [проектом Х/в компании Х]?
- Какие самые сложные задачи вы решали в [компании X/проекте Х]?
- С каким самым сложным багом вам приходилось сталкиваться в [компании X/проекте Х]?
- Чему вы научились в [компании X/проекте Х]?
- Что бы вы могли сделать лучше работая в [компании X/проекте Х]?
Вот, некоторые из моих (возможно, я уже знаю ответ, но хочу я услышать мнение интервьювера или точку зрения команды):
- Сколько человек в команде?
- Как выглядит ваш цикл разработки? Работаете ли вы по agile, спринтам или водопад?
- Насколько часто бывают переработки и дедлайны? Или сроки достаточно гибкие?
- Как в вашей команде принимаются решения?
- Сколько встреч вы проводите в неделю?
- Располагает ли ваше рабочее окружение к концентрации?
- Над чем вы работаете?
- Что вам в этом нравится?
- Как в целом протекает работа?
Поздравляю!
Не прекращайте учиться.
На самом деле это не конец.
*****************************************************************************************************
*****************************************************************************************************
Все что находится ниже этого места - опционально. Это мои рекоммендации, а не от Google.
Изучая все это вы узнаете больше о компьютерных науках, и будуте лучше готовы для любой вакансии программиста.
Вы станете более всесторонне-развитым разработчиком.
*****************************************************************************************************
*****************************************************************************************************
- Среда программирования Unix
- проверенно временем
- Командная строка Linux: введение
- современный вариант
- Протокол TCP/IP с иллюстрациями(серия книг)
- Погружение в шаблоны проектирования
- введение в шаблоны проектирования
- Шаблоны проектирования: переиспользование компонент в ООП
- аля книга "Банды четырех", или GOF
- каноническая книга про шаблоны проектирования
- Инженерия надежности сайта
- UNIX and Linux System Administration Handbook, 4th Edition
-
- Этот вопрос может быть довольно сложным, поскольку каждая разрешимая DP задача должна быть определена как рекурсивное отношение, и придумать его может быть сложно.
- Я предлагаю рассмотреть много примеров проблем с DP, пока у вас не будет четкого понимания паттерна.
- Видео:
- the Skiena видео может быть не удобно смотреть, так как он иногда использует доску, которая слишком мала
- Skiena: CSE373 2012 - Лекция 19 - Введение в динамическое программирование (видео)
- Skiena: CSE373 2012 - Лекция 20 - Изменить расстояние (видео)
- Skiena: CSE373 2012 - Лекция 21 - Примеры динамического программирования (видео)
- Skiena: CSE373 2012 - Лекция 22 - Приложения динамического программирования (видео)
- Simonson: Динамическое программирование 0 (начиная с 59:18) (видео)
- Simonson: Динамическое программирование I - Лекция 11 (видео)
- Simonson: Динамическое программирование II - Лекция 12 (видео)
- Список проблем диннамического программирования: Динамическое программирование (видео)
- Йельские лекции:
- Coursera:
- Проблема вторичной структуры РНК (видео)
- Алгоритм динамического программирования (видео)
- Иллюстрация алгоритма динамического программирования (видео)
- Время исполнения алгоритма динамического программирования (видео)
- DP и рекурсивная имплементация (видео)
- Глобальное парное выравнивание последовательностей (видео)
- Локальное попарное выравнивание последовательностей (видео)
-
- Big And Little Endian
- Big Endian Vs Little Endian (видео)
- Big And Little Endian Inside/Out (видео)
- Очень техническая беседа для разработчиков ядер. Не переживайте, если что-то выше вашего понимания.
- Первой половины достаточно.
-
- предложено Yegge, из старого поста по найму в Amazon: Familiarize yourself with a unix-based code editor
- vi(m):
- emacs:
-
- Khan Academy
- Подробнее о Марковских Процессах:
- А также смотрите курс-сериал MIT 6.050J Information and Entropy в самом низу.
-
- Вступление
- Чётность
- Код Хемминга:
- Проверка ошибок
-
- Не забудьте сначала посмотреть видео теории информации
- Затем посмотрите следующее видео
- Information Theory, Claude Shannon, Entropy, Redundancy, Data Compression & Bits (video)
-
- Не забудьте сначала посмотреть видео теории информации
- Затем посмотрите следующее видео
- Khan Academy Series
- Криптография: Хеширование
- Криптография: Шифрование
-
- Не забудьте сначала посмотреть видео теории информации
- Computerphile (видео на ютубе):
- Compressor Head плейлист
- Разработчики Google вживую: GZIP не достаточно!
-
- Если у вас уже есть опыт с сетями или вы хотить стать системным инженером, то ждите вопросов на эти темы
- В противном случае, это все равно полезно знать
- Khan Academy
- UDP and TCP: Сравнение транспортных протоколов
- Объяснение TCP/IP and модели OSI
- Передача пакетов в интернете. Урок про сети и TCP/IP
- HTTP
- SSL and HTTPS
- SSL/TLS
- HTTP 2.0
- Плейлис на ютубе про сети (21 видео)
- Подсети без мифов - Часть 5 CIDR
-
- MIT (23 видео)
- Вступление, Моделирование угроз
- Аттаки для перехвата контроля
- Переполнение буфера: использование и защита
- Разделение привилегий
- Возможности
- Машинный код в песочнице
- Модель веб-безопасности
- Защита веб-приложений
- Символическое выполнение программ
- Безопасность сети
- Сетевые протоколы
- Атака по сторонним каналам
- MIT (23 видео)
-
- Apache Thrift - язык описания интерфейсов
- Protocol Buffers
- gRPC
- Redis — сетевое журналируемое хранилище данных
- Amazon SNS (pub-sub)
- RabbitMQ - платформа для обмены сообщениями
- Celery - распределенная очередь заданий
- ZeroMQ - библиотека для передачи сообщений
- ActiveMQ
- Apache Kafka — распределённый программный брокер сообщений
- MessagePack - компьютерный формат обмена данными
- Apache Avro
-
- Если у вас есть Фильтр Блума с m битами и к хеширующими функциями, то вставка и тестирование на членство имеют сложность O(k)
- Фильтры Блума
- Фильтры Блума | Добыча огромных наборов данных | Стэндфордский Университет
- Урок
- Как написать приложение фильтра Bloom
-
- используется для определения сходства документов
- противоположность MD5 или SHA, которые используются для определения, являются ли 2 документа / строки одинаковыми.
- Simhashing (надеюсь) стало проще
-
- Обратите внимание, что есть разные виды префиксных деревьев. Некоторые имеют префиксы, некоторые нет, а некоторые используют строку вместо битов для отслеживания пути.
- Я читаю код, но не буду реализовывать.
- Sedgewick - Префиксные деревья (3 видео)
- Примечания о структурах данных и методах программирования
- Короткие видео курса:
- Префиксное дерево: забытая структура данных
- TopCoder - использование префиксных деревьев
- Stanford лекция (использование в реальной жизни) (видео)
- MIT, сложные структуры данных, строки (может быть неясным до половине)
-
-
Знать как минимум один тип сбалансированного дерева поиска (и как его осуществить):
-
"Среди сбалансированных деревьев поиска AVL и 2/3 деревья теперь в прошлом, а красно-черные деревья все больше набирают популярность. Довольно интересный саморегулирующийся тип это расширяющееся дерево, который использует вращения для перемещения любого ключа к вершине" - Стивен Сол Лекена
-
Из всех них я предпочел написать расширяющееся дерево. Из того, что я читал, писать реализации сбалансированного дерева поиска во время интервью не понадобится. Но я хотел преодолеть еще одну задачу в програмировании, и будем честны, расширяющиеся деревья превосходны. Еще я прочитал довольно много про красно-черные деревья.
- расширяющееся дерево: вставка, поиска, и удаление Если вы решите реализовать красно-черное дерево напишите:
- функции поиска и вставки, пропустите удаление
-
Я хочу изучить побольше про B-деревья, т.к. они применимы при работе с очень большими данными
-
AVL trees
- In practice: From what I can tell, these aren't used much in practice, but I could see where they would be: The AVL tree is another structure supporting O(log n) search, insertion, and removal. It is more rigidly balanced than red–black trees, leading to slower insertion and removal but faster retrieval. This makes it attractive for data structures that may be built once and loaded without reconstruction, such as language dictionaries (or program dictionaries, such as the opcodes of an assembler or interpreter).
- MIT AVL Trees / AVL Sort (video)
- AVL Trees (video)
- AVL Tree Implementation (video)
- Split And Merge
-
Splay trees
- In practice: Splay trees are typically used in the implementation of caches, memory allocators, routers, garbage collectors, data compression, ropes (replacement of string used for long text strings), in Windows NT (in the virtual memory, networking and file system code) etc.
- CS 61B: Splay Trees (video)
- MIT Lecture: Splay Trees:
- Gets very mathy, but watch the last 10 minutes for sure.
- Video
-
Red/black trees
- these are a translation of a 2-3 tree (see below)
- In practice: Red–black trees offer worst-case guarantees for insertion time, deletion time, and search time. Not only does this make them valuable in time-sensitive applications such as real-time applications, but it makes them valuable building blocks in other data structures which provide worst-case guarantees; for example, many data structures used in computational geometry can be based on red–black trees, and the Completely Fair Scheduler used in current Linux kernels uses red–black trees. In the version 8 of Java, the Collection HashMap has been modified such that instead of using a LinkedList to store identical elements with poor hashcodes, a Red-Black tree is used.
- Aduni - Algorithms - Lecture 4 (link jumps to starting point) (video)
- Aduni - Algorithms - Lecture 5 (video)
- Black Tree
- An Introduction To Binary Search And Red Black Tree
-
2-3 search trees
- In practice: 2-3 trees have faster inserts at the expense of slower searches (since height is more compared to AVL trees).
- You would use 2-3 tree very rarely because its implementation involves different types of nodes. Instead, people use Red Black trees.
- 23-Tree Intuition and Definition (video)
- Binary View of 23-Tree
- 2-3 Trees (student recitation) (video)
-
2-3-4 Trees (aka 2-4 trees)
- На практике: На каждое 2-4 дерево, существуют соответствующие красно-чёрные деревья с элементами данных в таком же порядке. Операции вставки и удаления на 2-4 деревьях эквивалентны изменению цвета и ротациям в красно-чёрных деревьях. Таким образом, 2-4 деревья являются важным инструментом в понимании логики красно-чёрных деревьев, именно поэтому много вводных учебников по алгоритмам начинают с 2-4 деревьев прямо перед красно-черными, несмотря на то, что 2-4 деревья редко используются на практике.
- CS 61B Лекция 26: Сбалансированные деревья поиска (видео)
- 234-Деревья Снизу Вверх (видео)
- 234-Деревья Сверху Вниз (видео)
-
N-ичные (K-ичные, M-ичные) деревья
- заметка: N или K это фактор ветвления (максимальное количество веток у каждого корня)
- бинарные деревья являются 2-ичными деревьями, где фактор ветвления = 2
- 2-3 деревья 3-ичные
- K-ичные деревья (en)
-
B-Деревья
- забавно, но факт: это загадка, ведь B здесь может значить Boeing, сБалансированный, или Байер (фамилия ко-создателя)
- На практике: B-Деревья очень широко используются в базах данных. Большинство современных файловых систем используют B-деревья (или вариации, B+ и B* деревья). В дополнение к использованию в базах данных, B-дерево также применяют в файловых системах для быстрого рандомного доступа к произвольному блоку в конкретном файле. Основная проблема это превратить адрес i файлового блока в адрес дискового блока или, например, в CHS (цилиндр-голова-сектор).
- B-Деревья (en)
- Введение в B-Деревья (видео)
- B-Деревья Определение и Вставка (видео)
- B-Деревья Удаление (видео)
- MIT 6.851 - Модели Иерархии Памяти (видео) - включает кэш-агностические B-Деревья, крайне интересные структуры данных - первые 37 минут очень технические, можно пропустить (B это размер блока, размер кэша)
-
-
- прекрасны для нахождения всех точек в прямоугольнике или более многомерном объекте
- хорошо подходят для k-ближайших соседей
- Kd Деревья (видео)
- kNN Алгоритм K-d дерева (видео)
-
- "А это что-то из разряда культа в мире структур данных" - Стивен Скиена
- Рандомизация: Список с пропусками (видео)
- Для анимаций и чуть побольше деталей
-
- Комбинация бинарного поискового дерева и структуры данных "куча"
- Декартово дерево
- Структуры данных: Декартово Дерево на пальцах (видео)
- Применения в множествах
-
- see videos below
-
- Why ML?
- Google's Cloud Machine learning tools (video)
- Google Developers' Machine Learning Recipes (Scikit Learn & Tensorflow) (video)
- Tensorflow (video)
- Tensorflow Tutorials
- Practical Guide to implementing Neural Networks in Python (using Theano)
- Courses:
- Great starter course: Machine Learning - videos only - see videos 12-18 for a review of linear algebra (14 and 15 are duplicates)
- Neural Networks for Machine Learning
- Google's Deep Learning Nanodegree
- Google/Kaggle Machine Learning Engineer Nanodegree
- Self-Driving Car Engineer Nanodegree
- Metis Online Course ($99 for 2 months)
- Resources:
--
I added these to reinforce some ideas already presented above, but didn't want to include them
above because it's just too much. It's easy to overdo it on a subject.
You want to get hired in this century, right?
-
Union-Find
-
More Dynamic Programming (videos)
- 6.006: Dynamic Programming I: Fibonacci, Shortest Paths
- 6.006: Dynamic Programming II: Text Justification, Blackjack
- 6.006: DP III: Parenthesization, Edit Distance, Knapsack
- 6.006: DP IV: Guitar Fingering, Tetris, Super Mario Bros.
- 6.046: Dynamic Programming & Advanced DP
- 6.046: Dynamic Programming: All-Pairs Shortest Paths
- 6.046: Dynamic Programming (student recitation)
-
Advanced Graph Processing (videos)
-
MIT Probability (mathy, and go slowly, which is good for mathy things) (videos):
-
String Matching
- Rabin-Karp (videos):
- Knuth-Morris-Pratt (KMP):
- Boyer–Moore string search algorithm
- Coursera: Algorithms on Strings
- starts off great, but by the time it gets past KMP it gets more complicated than it needs to be
- nice explanation of tries
- can be skipped
-
Sorting
- Stanford lectures on sorting:
- Shai Simonson, Aduni.org:
- Steven Skiena lectures on sorting:
Sit back and enjoy. "Netflix and skill" :P
-
List of individual Dynamic Programming problems (each is short)
-
Excellent - MIT Calculus Revisited: Single Variable Calculus
-
Computer Science 70, 001 - Spring 2015 - Discrete Mathematics and Probability Theory
-
CSE373 - Analysis of Algorithms (25 videos)
-
UC Berkeley CS 152: Computer Architecture and Engineering (20 videos)
-
Carnegie Mellon - Computer Architecture Lectures (39 videos)
-
MIT 6.042J: Mathematics for Computer Science, Fall 2010 (25 videos)
-
MIT 6.050J: Information and Entropy, Spring 2008 (19 videos)