当时我的目标是刷题一周通过面试，总共可以给到的学习时间大概是4小时×7天=28小时。在此之前嘛，基本是没打开过力扣这个网站的水平。Step 1：看课（灵神tql）去B站上看灵茶山艾府的《基础算法精讲》，总时长270分钟左右。因为没时间全看完，我会按照下文中的分类有重点地看，非重点的地方部分2倍速看。个人觉得0基础不建议直接上手刷题，一道题都别刷，很浪费时间。LeetCode这种东西还是比较套路的，直接看课就会很有帮助。看课的过程中遇到没听懂的概念，就随手问一下AI——“用大白话解释一下什么是滑动窗口”“动态规划到底和递归有什么区别”。AI的好处是能换着花样给你讲，有时候老师讲了一遍你没懂，AI换个角度说你就突然开窍了。这一步不用花太多时间，卡住了就问，问完继续看课。Step 2：力扣刷题+了解时空复杂度的计算我刷的题单是LeetCode Hot 100，但我只刷了其中的30道，再加上寻找峰值、快排、有障碍路径DP等常考题，总共在40道左右。分类刷，从Medium到Hard。同一类中的Medium如果能够举一反三，就可以少刷几道。比如会了0-1背包问题，就可以不用写打家劫舍啦。我的刷题顺序：T0（very常考，思路明确、刷起来快）：双指针、滑动窗口、二分查找、动态规划、多维动态规划T1（思路重要且常考）：图论、回溯链表、二叉树：常考、思路简单、刷起来快，但ACM模式输入难写T2：剩余其他刷题的时候也要用AI灵活辅助：每做完一道题，把代码和思路贴给AI，让它帮我看看时间复杂度算得对不对、有没有更优的解法、如果换个数据规模会不会爆。AI不会直接替我刷题，但它可以当我的代码审查员。把做错的题也整理给AI，让它帮我总结这类题的共性规律——“这三道题都是滑动窗口，它们的边界条件处理有什么共同点？”有时候我自己总结不出来，AI一归纳就清楚了，比手动整理快很多。最后再搜搜要面试的公司面经，看看他们爱考什么，针对准备一下。还有，别忘记关注时空复杂度的计算哦，面试可能会问到的。Step 3：重复+熟悉ACM模式下的输入输出今天刷完的题可能明天就忘了，所以要经常重复。而且面试的时候很容易紧张，有时要靠肌肉记忆来写。我会把错题本定期扔给AI，让它随机抽几道题让我口头复盘——我来说思路，它来判断对不对。这种低成本的重复比重新敲一遍代码效率高很多，通勤、排队的时候就能搞，不用专门坐下来写代码。ACM模式下输入输出也很重要，别力扣刷多了只会写核心代码，面试就傻眼了。可以去搜代码随想录的ACM输入输出文档，其实需要记住的输入输出格式也没几种。最后一点“理解题目思路，使之能够在新题中被复用”是速成的核心思路。速成是不适合背题的，所以吃透有限的题 > 做更多的题。对了，AI还有一个用法我差点忘了提——如果你有一道题反复看答案都看不懂，可以让AI给你出两道同类型的简单变体，先做简单的再回来看原题，往往就通了。这个办法我用了好几次，挺管用的。（某一轮面试的时候还是被一道没见过的Hard题制裁了，不过靠我自己刷的“LeetCode Hot 40”，我也给出了两种解题思路最终蒙混过关。有时间还是建议把Hot 100都刷完，刷熟了还可以看看高频面试150。）

⬇️上班就像吃减肥餐，不吃饿，吃不好吃⬇️我们公司月底又走2个，从年前到如今走了6个⬇️很难评。感觉公司由于一直不涨工资，导致员工干1~2年就跳槽了。很多同事是裸辞不想干了。公司正好不用陪N+1，招点新人又节省一笔。往复循环对于公司来讲反而是正循环了。⬇️不缺钱，没影响到生存就在找找吧，不然随便找了，待着不舒服还得重新找

面了一圈，发现大厂风格差异还挺大。腾讯面试最舒服，全程平等交流，面试官水平在线，氛围轻松。字节则完全不同，问题出其不意，细节挖得深，每次都得全神贯注，紧张到流汗。反观小厂踩过坑，同恩工程的体验最差，压力面加不尊重，还贬低过往经历，这种公司再也不会考虑了。

春招到现在一个月了，才收到五个面试，还没有一个能推进到二面，官网投了十几个，不知道有没有一半发笔试，ssob上能投的新职位也少了很多，沟通有回应的更是少了，远远比不上秋招时期，秋招时每周还至少有两个面试和两个笔试