>点击上方“Java Dev”关注<
看看你有多少好友也关注了我
Photo From Instagram
最近这段时间输出较少，主要都去忙着面试了。忙活了大概一个月的时间，也面了不少公司，基本尘埃落定。当然啦，在有些公司的面试过程中也是碰了一鼻子灰，也得出一个结论：算法还是要从平时抓起。
面试中的算法
面试了这么些个公司，根据对算法的考察调性我将它们分为了三种类别。
第一类公司是先聊项目，技术点。面试结束的时候出 1 - 2 道算法题。
第二类公司是个奇葩，上来二话不说开始做算法题，算法题做不完不聊别的，这意味着算法题挂了就拜拜。
第三类公司呢，基本不做算法题，干聊项目，系统设计，注重实战经验。
你可能会说，既然这样我如果不会算法，那我就试试第三类公司就好了。然而我要告诉你的是，我前后总共试了十多家公司，只有一家公司整个面试流程中没有做算法题，它家虽然没有聊算法，但是对平时使用到的技术点和系统设计能力进行了地毯式的考察。
所以综合来看，为了在面试中拿到不错的成绩，还是要掌握算法这个基本功。
我举个例子，假设你的项目没有什么亮点和难点，面试官挖掘一番后发现项目确实简单，等到结尾的时候面试官如果出了几道算法题，你能流畅的做出来，并且可以不断的优化改进得到最优解。那么即使你前面项目经历不是很棒，面试官即使不给你面试通过，也会在面试评价的上面留下类似这样的备注：候选人项目经历一般与本岗位不匹配，但是技术基本功扎实，推荐应聘其他部门岗位。
你看，虽然你的项目经历不是很优秀，但是由于你扎实的基本功也可能会得到面试官的青睐。对于一些要求丰富项目经历的岗位不合适，但是试试其他部门的岗位没准就面中了。现在的大厂都有自己的人才库，基本每轮面试都会给候选人的面试表现留下评价，所以基本功一定要扎实，不然如果被备注：技术深度不够，基本功不扎实。那么基本上其他用人部门也不会捞你的简历了，即使你认识熟人，简历捞起来了，面试官也会看面评，很有可能就先入为主了。
如果你想去的公司恰好属于我上面提到的第二类公司，算法考察调性非常变态，这时候算法基本功就是敲门砖了，如果你没有掌握，那么基本就无缘你的目标公司了。
有人要说了，我可以去第三类公司呀。不好意思，这类公司虽然不明着出算法题，但是它们的技术深度考察里面会问到一些底层实现原理，这时候还是逃不脱算法。
例如面试官问你，MySQL 的索引是怎样的一个数据结构？B+ 树；为什么 采用 B+ 树呢，它有什么优点？emmmm，如果你不知道 B+ 树的数据结构和算法复杂度分析，到这里相信你已经面红耳赤了。
再比如说 Redis 的缓存中使用到的 Sorted Set 底层采用的跳跃表数据结构，为什么不采用二叉树来实现呢？等等一些问题虽然不做算法题，但是也都是对算法的考察，也是对你的技术好奇心的考察。
工作中的算法
掌握算法只为了攻克面试吗？当然不是。
上述提到的第三类公司里面，关于技术深度会问非常多的原理性方面的问题，例如上面说到的 MySQL 为什么采用 B+ 树？Reids 中的 Sorted Set 为什么要采用跳跃表作为存储结构。
你可能会想，我不知道它们的底层实现原理，我一样可以写代码写到飞起，功能很快的做出来。但是假如你们系统的业务量迅速增长，那么你系统里面的每一行代码都有可能成为系统的性能瓶颈，而你又对代码中使用的数据结构和算法不理解，此时你可能会束手无策，慌乱的 Google 查原因，但是如果你能事先掌握这些知识，出现性能问题时候你就可以游刃有余的干掉他，避免成为一个 Google Oriented Programmer。
举个例子，假设现在需要你实现这样一个功能，统计接口响应时间的 95 线和 99 线（调用链监控系统 CAT 中的一个小功能），如果有 100 个请求即为请求时间从小到大排序，第 95 个 和 99 个请求的响应时间。如果你的基本功不扎实，很可能你会采用一个 ArrayList 来存储这个 100 个请求的时间，然后每次去将它们排序然后获取到第 95 和 99 的响应时间，但是假如你知道 Java 还为我们提供了 TreeSet 或者 PriorityQueue，你会发现这是一个更明智的选择，计算的时候不用每次去重复的去排序所有请求的响应时间大小。
就这样积小成多，你会慢慢的从一个 CRUD Boy 转变为一个会思考、有技术深度的 Tech Boy。
说到这里憨厚老实的 Tech Boy 应该已经蠢蠢欲动安耐不住学习的欲望了，但是部分闷骚 Boy 可能会想，害，算了吧，我就是混口饭吃的，还是做个安安静静的 CRUD Boy 吧。
生活中的算法
好吧，闷骚的 CRUD Boy，我想告诉你一个秘密，其实算法可以帮你来找对象。
迈克尔·特力克（卡内基·梅隆大学的运筹学教授）在研究生时期，为了寻觅妹子就经历过这个苦恼（如果找到一个妹子就结婚，万一后面还有更好的呢）。当时青春懵懂的迈克尔突然明白，这不就是一个 37% 法则的算法问题么？
首先迈克尔估算出这辈子能谈多少次恋爱，用 N 来表示。假设从 18岁 就开始谈恋爱，可以谈到 32 岁，2年谈一次，那么 N =（32 - 18）/ 2 = 7 次；
接着算出临界点 M = N × 37% 。那么此时 M = 7 × 37% = 2.59 ≈ 2次;
最后开始执行策略，前 M 个恋爱对象统统放弃只做观察，后面只要遇到比前 M 个好的人，就定下来。在这个案例中，就是前 2 个恋人只做观察，从第 3 个开始，只要比前 2 个好，就确定关系。
正如迈克尔设定的算法，他发现一个妹子比以前认识的都优秀，于是果断出手。然而理想很丰满现实很骨感，迈克尔采用的找妹子算法没有考虑到妹子拒绝的情况，毕竟爱情是俩情相悦的事情（哈哈），妹子无情的拒绝了他。
迈克尔说：“我不知道她会不会是完美的妻子，但是毫无疑问，她符合算法的所有条件。”
正如上面这个找妹子算法，生活中还有很多有趣的算法应用，例如妖怪与和尚过河问题，华容道游戏，数独问题，寻找路径问题，俄罗斯方块游戏，棋类游戏问题等等。
怎么样？听起来是不是非常有趣，这下闷骚 Boy 是不是蠢蠢欲动了呢？
还是要学算法
想要拿到心仪的 offer 需要算法；
不想做 CRUD Boy 也要懂算法；
找到最好的妹子的也要懂算法；
好吧，最终我还是要劝你学学算法。但是算法究竟该怎么学呢，有兴趣的同学欢迎置顶关注我，我会将这段时间算法学习的经验一一分享出来，并且夹杂着在大厂面试中遇到的各类算法题，一一破解。
来吧，一起学习。
感谢你的阅读，我为你准备了一份《高级 Java 面试指南》，点击在看，关注公众号，回复 "礼物" 获取。
往期精彩
高级 Java 面试必问的三大 IO 模型，你 get 了吗？
"在看" 是最大的支持
388
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
