Comments 13
Наверно к такому сложно подготовиться ) по крайней мере мне, всегда все сам изучал - по руководствам. Но считаю это очень полезным +1 за всё!
Реклама в центре статьи, это я пропустил какой-то новый тренд?
Но "более элегантное решение" с палиндромом делает вдвое больше итераций цикла.
А нахрена вот это вот всё? Каждый раз задаюсь вопросом, зачем все эти алгоритмы с литкода на собесах? Что вы хотите увидеть в кандидате, глядя на то как он их решает?
Неужели у вас действительно в продакшене хотя бы раз в месяц приходится как-то хитрить, и искать какой-то производительный алгоритм для решения именно продакшен задачи?
Ну ладно бы там просто посмотреть как человек структуры данных знает, и подбирает подходящие под задачу. Это ок. Но вот именно дурацкие задачки типа давайте как-то хитро обойдем массив, повыбираем из его элементы, и сделаем это быстрее какого-нибудь очевидного путя. Это для чего?
Гуглы это всё устраивают, потому что к ним очередь из 1000 кандидатов, и надо выбрать по каким-то формальным критериям, чтобы не обвинили в предвзятости (нельзя говорить, что берём этого, потому что он больше понравился и опрятнее выглядит).
Если спрашивать простые вопросы, типа по структурам данных, справится 100%, и как среди них выбирать?
Другое дело, что если вы не гугл, у вас нет очереди из 1000 кандидатов, то и литкод-вопросы бессмысленны. Ведь если кандидат не решил задачу, всё равно придётся его брать, т.к. других нет. И получается, что от таких собесов только лишние стрессы.
Вопрос в том, что надо как-то проверить уровень алгоритмической грамотности, поэтому спросить какие-то простые алгоритмы, и как устроены структуры данных - надо. Что такое алгоритмическая сложность, и какая она для типовых алгоритмов/структур данных, и как ей оперировать.
Задавать задачи уровня спортивного программирования/гугла, как по мне мало осмысленно, я лично их сам не умею решать, особенно на скорость в условиях стресса. Поэтому считаю, что и спрашивать не особо корректно, хотя и знаю достаточно алгоритмических задач, которыми можно завалить "любого зубра". А польза этих навыков в продакшене довольно сомнительна.
Тоже не понимаю зачем всё это всё. Алгоритмы, онлайн коддинг. Приходишь на новое место и первое что ты делаешь - не крутишь бинарное дерево на причинном месте в режиме онлайн коддинга, а разбираешься в чужом коде. Иногда в очень дремучем легаси.
Соответственно зачем устраивать цирк из собеса? Можно же просто давать кусок кода и попросить в нем разобраться,исправить баги, недочеты,выполнить рефакторинг. Хоть в режиме онлайн, хоть с перерывом в офлайн на подумать.
Печальный тренд набирает обороты (((
Многие уже заразились алгоритмами и тресут с других (
Вы уж извините, но за подобные статьи надо больно бить. Отрасль явно двигается не туда с этими "алгоритмическими собесами". И вместо того чтобы повернуть, оказывать сопротивление, пока не поздно, сообщество покорно прогибается и даёт советы какая марка вазелина лучше.
Если вы думаете, что, ворочая базами в десятки терабайт, вывозя 50-100k RPS к фронту, обрабатывая десятки миллионов сообщений в Kafka, вы сможете перенести свой опыт на решение алгоритмических задач, то могу вас немного расстроить.
Наверно надо быть нобелевским ларуеатом чтобы задаться проницательным вопросом: а зачем тогда нужны эти "алгоритмические задачи", если работа эффективно работается и без них?
Эти собесы нужны компаниям производящим высокопроизводительный софт. Другое дело все стали обезьянничать и решили, что им тоже было бы неплохо когда нибудь в будущем делать такой софт.
Ну тут ничего нового, в кризис доткомов все решили, что им надо сайты. Потом все решили, что им надо дом в ипотеку, потом все решили купить биток. Потом все решили купить электромобиль.
И вывод из всего этого печальный: или делаешь свою компанию без алгоритмических собесов или изучаешь какая марка вазелина лучше.
Несколько мыслей по подготовке к алгоритмической части собеседования