适合大厂的人，我称之为 “大厂特种兵体质”：体质一：​ 目标驱动 能在方向频繁调整、信息模糊的海量任务中，给自己设定清晰里程碑和关键结果。大厂资源多，但没人有义务给你划重点。等待被安排的人，第一个季度就会被边缘化。体质二：​ 模块化生存 能快速将一个庞大、复杂的系统，解构成自己能理解、能负责的模块，并高效与上下游十几个模块的负责人协同。沟通成本巨高，需要极强的主动拉通、同步、争取资源的能力。​ 喜欢单打独斗、厌恶开会的人会痛不欲生。体质三：​ 抗压与钝感 能承受业务一夜转向、团队重组、周围同事突然离职、以及高频高压的评审。需要一种“职业钝感力”，不因一时的否定、变化或冲突陷入情绪内耗，能快速聚...

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。

真投了你又不给ps:楼主其实比起去大厂当螺丝钉 更想去一些初创公司或外企。楼主是一年不到的社招。

1、普通函数与箭头函数的this指向2、promise如何向下兼容，手写一个promise需要考虑哪些内容3、promise里面的race和any是干什么的4、axios的二次封装做了什么5、如何采集用户行为并上报6、图片的预加载是怎么做的7、从用户输入url到页面显示经历了什么8、实习项目9、AI工具的使用10、反问