OMG，为什么找工作总爱考算法啊

抛开第2、3条不谈，通用问题思考能力就是把专业能力拿去，看一个人遇到一个非专业的问题，水平如何。

这是一个很大的范畴，想象力，创造力，记忆力等等，都能被包括进去。上面的“智力题”很大程度上是在考察通用问题思考能力。

不幸的是，当下大部分互联网企业比较认可的结论是：算法面试可以很好地同时顾及“通用问题思考能力”和“专业能力”的考察。

说算法问题可以很好地考察【专业能力】很好理解。怎么算法就能很好地考察【通用问题思考能力】了？

因为，解决算法问题是一个典型的“学以致用”的过程。对于计算机专业的同学来说，近乎大学前两年，就已经将基本的算法和数据结构学习完了。数据结构大体就那么多，经典算法大体就那么多。但是，面试者能否综合这些知识，解决一个一个算法问题？大家都懂这其实并没有那么简单。

我们在工作里也会经常面对类似的情况，各类语言就摆在那里，各种 API 文档上写得一清二楚，各种开发工具都唾手可得，github 上各类开源项目应有尽有。我们能否合理组合这一切，完成我们想要的功能？

解决算法问题，近乎就是这个解决问题模型的小小缩影。

03

当然，还有一类面试问题，可以更好地模拟这种“真实的问题”，那就是系统设计类问题。比如：

• 如何设计一个淘宝？

• 如何设计一个百度搜索？

• 如何设计一个抖音短视频？

• 如何设计一个微信？

• 如何设计一个消息投递服务？

• 如何设计一个通知系统？

但如果仅仅考察系统设计问题，最大的缺点是容易流于表象。

比如，面对性能问题，我们可以使用缓存机制。但是，具体在实现一个缓存机制的过程中，可能会出现什么问题，仅仅靠说肯定是不够的。

面试的时间是宝贵的，所以面试官不可能让每一位同学都真正实现一个完整的缓存机制。因此，对于系统设计问题的考察，通常很难触及到代码层面。

对于程序员来说，正确地实现代码，比知道几个诸如缓存这样的名词重要多了。很多人说起这样的概念头头是道，但真的写起代码来，就原形毕露了。

算法面试相较而言，虽然问题规模会更小，问题本身也更有局限性，但能考察出程序员真刀真枪写代码的能力。

04

就算是算法问题，相信大家也都有体会。对于一个问题，描述它的解决思路是容易的，但真要落实到代码，就不那么容易了。

对于一个具体的工程设计问题，没有受过专业训练的人很容易忽略复杂的细节，将问题想简单。盖一个房子不过是建四面墙，上面加个屋顶而已，这里面包含了诸多复杂的工程问题。所以外行看来很简单的问题，实际上是很复杂的。

比如：

排行榜不就是排个序吗？

但能否达到性能标准？

搜索引擎不就是把互联网上相关的信息展现出来吗？

但是怎么定义“相关信息”？

微信支付不就是扫码然后付款吗？

但是怎么避免网络波动带来的支付失败问题？

Kruskal 最小生成树算法，思想非常简单：对所有边排序，之后从小到大选边，只要和已有的边没有形成环，就选择，否则抛弃。

落实到具体代码中，怎么判断“是否和已有的边形成环”？

在历史上，Kruskal 算法的思想很早就出现了，直到人们意识到可以用并查集进行环检测之后，它才成为了一个实用的算法。

所以，程序员的核心价值，是具体用代码实现出功能，而不是侃侃而谈思想或者概念。

05

当然如果遇到真才实学的面试官，面试者随便吹几个概念，其实也不可能蒙混过关。有经验的面试官一定能深入问出面试者的水平。但这对面试官的要求太高了。

高水平的程序员，他的主要时间应该用来完成工作，而不是去面试。

这样一来，算法面试的另一个优势自然而然就出来了：面试官好准备。

对于系统设计问题来说，面试官的水平要远远高于面试者才能真实地鉴别出面试者的能力。算法就不一样了，即使面试官的算法水平低于面试者，也可以进行考核。因为面试官可以直接看答案，理解清楚解题思路和代码就行。

正因为如此才会出现：

一个算法面试官问你一个算法问题，你没做出来问题不大，这并不代表他比你强。因为你们处于信息不对等的位置。

06

当然算法面试还有更多优点。

1. 和语言无关：不管是编译型语言，还是解释型语言；不管是前端还是后端语言，都能用来解决算法问题；

2. 对硬件条件要求低：并不需要非常特定的环境或者配置；在公司的会议室可以完成，走在路上能完成，面对面可以完成，远程也可以完成。拿张纸都可以开始；

3. 使用算法问题，可以很容易地比较面试者的水平差异。其他领域的问题，很难像算法问题一样，在不同难度级别上，产生这么多看似完全不重复的问题。不管是深度还是广度，不管是简单的还是难的，总会有合适的算法问题让面试官选择，以测试出你的水平上限；

4. 正因为算法问题的选择很多，所以使用算法面试，非常容易成规模地进行招聘。在一段时间里进行几百场面试，题目不会重样。这样，避免了泄题的问题。

---

但是算法题最大的缺点，就是容易漏过人才。不擅长算法的人不意味着不胜任计算机专业的工作。

那大厂错过了人才怎么办？

他们可能并不在乎

反正有简历源源不断地涌进来，他们只要招聘到足够数量满足自己需要的人就可以了。

通常来讲，擅长算法的人，近乎都能够很好地胜任软件工程师的工作。反之，不擅长算法的人，虽然有可能是人才，但更加可能不是人才。

07

很多小公司面试不考算法的原因，是因为他们不需要考察通用问题解决能力。小公司更注重专业能力的考察。能干活最重要。他们并不会接触到那么多创造性的问题。

招聘领域专家时虽然也有算法，但难度明显降档，最典型的就是 Google 在面试 Homebrew 的作者 Max Howell 的时候，给出的算法面试题“翻转二叉树”。这个问题在 Leetcode 上就是一个 easy ，然而他并没有写出来

最后

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，不论你是刚入门Java开发的新手，还是希望在技术上不断提升的资深开发者，这些资料都将为你打开新的学习之门！**

如果你觉得这些内容对你有帮助，需要这份全套学习资料的朋友可以戳我获取！！

由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！