贝壳产品面经

说说我自己找实习的经历呗，和别人不同，我看牛客上都是这个挂那个挂，面完这个面那个，而我一开始几乎没啥面试，大厂只有字节，得物算个半步大厂吧，其他的就一些初创公司啦，要么就是什么上市公司的子公司，anyway，扯远了，我是3月写好的简历，那时我感觉自己强爆了，接着呢第二天居然同时迎来pdd和阿里的笔试，我当时还以为被看上了呢，他们的那个笔试是什么鬼难度，pdd4道题我顶多写个1题半，读题都费劲，最后不出意外全部都挂了，然后我就投呀投，boss上沟通完去官网投，一天大概投几十次吧（我比较懒不想沟通到上限）三月初写好的简历开始投，我人生中的第一场面试居然是5月6号才到来，在这中间迷茫过，焦虑过，因为...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

民办三本拿下满意的实习😭，主包大二开始就深知学历的劣势，想多找实习来给自己攒经历，弥补一点学历的硬伤，有过三段小厂实习，一直很向往大厂实习，但是一直找不到，之前也发帖子咨询过牛友们寻求意见，但是没有得到什么反馈，甚至还被打击了，就励志要拿到自己满意的证明自己！

第一题：统计盈利目标区间（100分）核心考点：哈希表示例1：输入： ["add", "add", "query", "add", "query"l, [1, 2, 3, 3, 6]输出：[1,1]说明：add 1:流为[1]add 2:流为[1.2]query3:最新数据是2。以2结且和为3的区间只有[1.2]，返回1。add 3:流为[1.2.3]query6:最新数据是3。以3结且和为6的区间只有[1.2.3]，返回1。示例2：输入： ("add", "add&...