熊厂实习生招聘面试经验

9月份的时候电面了两次熊厂，最后挂了。

一直想写写经历，拖到现在才有时间静下来思考，算是 给大家分享下面试题顺带帮我解决下问题，以免以后再踩同一个坑。


 先说说大概情况，9月中旬投的简历，应聘的机器学习与数据挖掘攻城狮，国庆前就接到电话约面试了。
电面一共两轮，面试官很nice，整个交流过程的氛围很好，不像某些公司面试官给人飞扬跋扈的感觉。


第一轮，先问了问简历的一些情况，做过的一些项目，研究方向，这部分应该算合格。

接下来是两道智力题。
 

1.1  给64匹马，一共8条赛道，没有计时器，问最少需要比赛多少轮能够找出最快的4匹马？

当时我一听这题就笑了，因为鹅厂的题目是36辆赛车，6赛道，找最快3辆。但我很快笑不出来了。

我给的方案是每次赛8匹马，更新末尾4匹，这样每一轮保证前四一定是最快的，相当于一个冒泡排序。
第一轮赛8匹马，后面每一轮替换4匹也就是一共再赛14轮，总共15轮的解决方案，这个是常规的解决方法。

面试官问我，还有没有更快的解决方案，冥思苦想了一会确实想不到，就老老实实说想不到了，面试官也没为难说下一题。

回来后仔细想想，又和霍讨论，霍提出了一个新的解决方案：

把64匹马分成8组比赛，形成8个排好序的组，再选出8组的第一名比赛一次排序，并标记。从第一名的组选前4，第二名的组选前3，第三名的组选前2，第四名的组选前1，共10匹马，比赛两轮可得出最后结果
总比赛轮数为：8+1+2=11次。比常规方案少4次 ，不知道是不是最优，欢迎大家指正，给出更好的方案。


1.2 两个人玩游戏，在一张矩形桌子上轮流放硬币，硬币不能堆叠，最先放不下的人输，请问有什么必胜策略？

这道题我第一感觉有点像NIM游戏，但是仔细想想好像又不想，然后就被误导了，惯性思维一次可以放任意个。我就纳闷了，那先放的直接放满不就赢了，但是感觉又没那么简单……毫无意外这道题挂了，回来查了下答案才发现，卧槽……少了个条件，每次只能放一个硬币，不然无解，面试官没跟我说，我也没跟面试官提。。。哎


两道智力题完了接着是直接在线写代码，用了collabedit，我在网页上写，面试官在那边可以即时看到我写的什么东西，这样我的思路和代码习惯暴露得彻彻底底，有点压力，不过一面的代码题还算简单，磕磕碰碰写出来了。


2.1 给一个带重复元素的有序数组，如{1,2,3,4,4,4,5,6,6,7,8,9}，指定元素N，查找N的开始下标和结束下标。

这道题第一反应是顺序查找，跟面试官说了，面试官说你再想想，我一想有序数组，应该可以用二分，然后就用二分写出来了，但是我写得比较简单，先用二分定位再双向顺序查找，时间复杂度一般，后来经霍补充，定位后可以双向二分查找 ，应该会更快，想想也确实是这样，不知道其他人有没更好的思路。（后来看到其实是剑指原题）


2.2 给定一个英文字符串，例如“I love China.”，写一个程序按单词逆序，变成“China. love I”。

这道题见得烂了。。毫无压力的先局部逆转再全局逆转。

到这里一面差不多完成，又例行的问了下 能实习多长啊，每周实习多少天这样。
过了五天左右接到电话约二面。


二面开场照旧问了简历的一些东西， 但是会问得细了一点，这里我有些减分项，因为简历上有些东西年代比较久远，一时想不起来，花了点时间回忆，给面试官的感觉应该是掌握得不是很熟练。

二面就一个代码大题，给定一堆数据，有大量且带重复的query，统计出所以query的频数并且给出频数top 10的query。

这个题在笔试的时候就见过，我直接给出思路：内存装得下的情况，用一个数组进行计数存储，遍历一遍就可以得出频数统计，再对频数统计结果进行一次10趟的冒泡找出top10即可；在内存装不下的情况，设立cache，将最久未使用的计数器换出。
 
面试官听完思路后不置可否，补充了下可以用链表进行计数存储，我一想也可以就顺着写了，但总感觉不是最优方案。估计是挂在这个地方。

回来后反思了几点：
1. 在海量数据情况下，如果query的种类数量过大，10趟冒泡排序从时间上和空间商都并不是最优的，应该采用堆排序的方法来解决。
2.  也可以采用分治的策略来解决，将数据切割成N个文件，用hash的方法重新分布使每种query只会存在于一个文件中，再分块进行频数统计，将每块的top 10选出，最后用一个归并排序即可筛选出所求。这个方案比较符合当前大数据分布式计算的特点，但依旧面临风险，即：数据存在倾斜的状况时依然需要借助外存来完成统计。

到这里，我个人仍然觉得没有太完美的解决方案，欢迎大家有别的想法提出。



写完代码就是例行的一些题外话问询，顺利结束二面。

然后，就没有然后了…………好心塞orz


个人总结：有一段时间没写代码，稍微有些生疏，并且习惯了C语言，什么C++的库函数都懒得用，连个hash都想自己写，还各种秀优化技巧，位运算用得飞起，结果是代码写了很长时间并且不能保证没错，作大死。智力题还需要积累，还有很多东西需要学习。已经学过的要重新看看了，当初项目里的服务端加客户端外带基于socket的传输协议设计都是自己亲手写过的，这种UNIX网络编程在长沙各种熟，这才三个月没碰！人家问了个TCP几次握手都差点想不起来。哎哎哎。