轻流面试一面

腾讯会议聊了75分钟，从5点聊到近6点半，基本没问前端问题

ts 中泛型怎么用的？
ts里面的对interface，enum，type的理解
平时都是在哪学习？
问了简历上的一些比赛，蓝桥杯，传智杯，计算机能力挑战赛等一些比较水的国奖经历？
问了问贪心算法？
从贪心算法聊到了哈夫曼树，问了问哈夫曼树的应用场景？

哈夫曼树从一个例子引入的，比如学生成绩匹配的策略：

分数	90-100	80-90	70-80	60-70	小于60
频率	10%	20%	50%	15%	5%

最优的匹配策略肯定是：先判断 70-80 => 80-90 => 60-70 => 90-100 => 小于60

function matchGrade(score){
    if(score < 80 && score >= 70){
        console.log('cccc');
		return;
    }else if(score < 90 && score >= 80){
        console.log('bbbb');
        return ;
    }
    .....
}

而我们常规的判断策略可能是根据分数高低匹配：

function matchGrade(score){
    if(score <= 100 && score >= 90){
        console.log('aaaa');
        return ;
    }else if(score < 90 && score >= 80){
        console.log('bbbb');
        return ;
    }
    .....
}

这样两者的写法有多大区别：

假设有100名学生，10个90以上的，20个80-90的....5个60分以下的

第二种写法的判断次数：10 + 20 * 2 + 50 * 3 + 15 * 4 + 5 * 5 = 285,

// 判断次数是指经过if 的次数

第一种写法的判断次数：50 + 20 * 2 + 15 * 3 + 10 * 4 + 5 * 5 = 200

效率差别虽然微乎其微，但如果把if else 语句延伸更多，测试数据量更多就会有一些变化。

从而可以延伸到哈夫曼的作用（从百度复制过来的）：

简单说为了进行哈夫曼编码，这样就可以起到压缩作用。在数据通信中，需要将传送的文字转换成二进制的字符串，用0，1码的不同排列来表示字符。例如，需传送的报文为“AFTER DATA EAR ARE ART AREA”，这里用到的字符集为“A，E，R，T，F，D”，各字母出现的次数为{8，4，5，3，1，1}。现要求为这些字母设计编码。要区别6个字母，最简单的二进制编码方式是等长编码，固定采用3位二进制，可分别用000、001、010、011、100、101对“A，E，R，T，F，D”进行编码发送，当对方接收报文时再按照三位一分进行译码。显然编码的长度取决报文中不同字符的个数。若报文中可能出现26个不同字符，则固定编码长度为5。然而，传送报文时总是希望总长度尽可能短。在实际应用中，各个字符的出现频度或使用次数是不相同的，如A、B、C的使用频率远远高于X、Y、Z，自然会想到设计编码时，让使用频率高的用短码，使用频率低的用长码，以优化整个报文编码。

图，图的相关算法，图里面判断环？
git 相关操作
rbac模型
策略模式，命令模式的使用，大致讲了一些
怎么做高内聚低耦合的？
有没有什么比较难解决的bug？
textarea里面内容，如果有//注释要进行提示，但是要去除http：//等影响最后一个问题有点很难解决，甚至面试官自己也没有一个好的解决方案，只能规避一些不容易出现的边界条件

反问公司的业务场景，技术栈。

业务主要是做的低代码和无代码平台，技术栈用的angular，说了好久，基本聊了半个小时还多。

#我的实习求职记录#