客户端简历，客户端和测试一起投的，客户端挂了，测试进笔（鹰角）。感觉可以试一下，有没有大佬给下建议（秋招再没offer就真转测试了）😇

以前感谢信都是4天内发的，这次也不过也不拒，已经放弃的同时似乎又还有一丝丝希望，被吊着真难受😇再苟一会看看有没有佬东西爆hc😏

嫌面得没意思赶工作去了？还是只是在写面评

连互相报上姓名的环节都要砍么真是有损骑士精神呢

没问八股，没撕代码。我说我喜欢游戏开发，有一半时间问的是实际工作中的一些流程，还有unity里的各种东西（都没答出来）总之就是每个人问的估计都不一样。

#我的职场心眼子段位#

从山东坐卧铺，第一天中午到北京，租房还被小坑了一把，2000左右只能租棚户区这样的地方（对面的大楼应该是阿里，割裂感），参观了下房后房东就要交定金，我也没多想。交完定金才发现这里WiFi极差（下载速度最快400多kb），自己的流量也时有时无，一关窗户就很明显异味，邻居还很吵，有一家带小孩的，还有一家外放的，隔音很差。第二天房东帮我从一楼换到三楼，除了网速和隔音其他问题基本解决了。我也就住一个月，忍忍就过去了，反正便宜，而且大部分时间在公司里。好处就是离公司近，骑单车15分钟能打到卡。通勤真的很重要，如果坐地铁得半小时还得挤来挤去摇来摇去，如果同价钱让我选的话，我宁愿住宿环境差点也要通勤好点。不过我更想宁愿贵点也要两个都好一点的。第一次一个人租房，告别了学校寝室的环境，在公司经历各种新鲜的，难受的事，晚上回来找不到人聊天还是比较无聊的，这也是我即使没什么活也经常在公司呆到八点的原因。下次的话，我更会找个合得来的人合租。这里还有个不好的点就在于基本难有生活，只有工作，因为周边都是商业区，工厂，写字楼，方圆几公里没超市，最近的拼多多自提点有一公里，饭店都是人均50起步，吃饭基本只能点外卖（20起步），如果实习期适应不了这种节奏的话，以后应该是不会来了，加油吧。

太久没面了脑子不是很清醒，两道编程题写了快40分钟，面试官一直敲键盘速度非常快，一秒得有六七下，不知道是在写面评还是写代码。基础问了智能指针和stl，答得非常拉，变成是查找第k大的数和k个一组反转链表，也写得非常拉。

西山居这个seed训练营听上去就和gamejam差不多，时长就一个月，对于秋招是不是没什么含金量

有没有人能解释发行部门为什么要捞客户端的

暑期实习全面溃败，游戏公司挂得一个不剩，标志着我长期以来向往的游戏行业并不需要我这样的人。不知道是哪的问题，是简历？是面试？还是单纯人太多轮不到我？有些挂得不明不白，面试全答出来，几天后挂了。有些战线拉得老长，投简历到挂用了两个月。更多的是挂了一个通知都没有，让我之所以怀抱希望，是因为看不见死亡。倒是与游戏毫不相关的美团看了我的简历，问我去不去前端，并在4天走完所有流程，不管之前在游戏上努力了多少，目前来看转前端才是最好的选择。从头开始学吧。从大一学unity到现在我留下来什么？几个没得奖的项目，几份改了十几遍的简历，还带过几个现在还在努力做游戏的学弟。大概还有。。。比较不一样的大学经历吧。走了、来过

第三题8个ifelse调了快两个小时没写出来😇

客户端，牛客几乎没有任何面经，鹰角一面挂，莉莉丝简历挂，有没有接到offer的佬

1.查找第k大的数：快速选择法，On（这里讲的都是时间复杂度）。快速选择法：由于快速排序每次排序都可以用On时间求出基准是第几大的数且左边都比基准小，右边都比基准大。若第一次求出基准是第i大，若ik，以i为右边界递归左边，每次减小一半查找范围，直到i==k，总共时间为On。2.查找最大k个数(k远小于n）：建一个大小为k的优先队列（小根堆），klogk，对于剩下的元素，若大于堆顶则拿掉堆顶最小的再插入，总共用nlogk的时间找到最大k个(堆顶为第k大的）。共计(n+k)logk<2nlogk=nlogk，k很小时视为On，k大时用方法4。3.频繁查找第k大的数（数组变化)：先用方法2找出原始数组最大k个数，klogk，若要新增元素，先对比堆顶，若大于堆顶则先移除堆顶再插入堆，这时堆顶为第k大的数。每次查找复杂度为logn。4.频繁查找第k大的数(k变化)：排序，nlogn，每次查找时间为O1。5.查找a~b之间的所有元素：先用快速排序法找到第a大和第b大的数，用On，再遍历一次，选出位于这两个数之间的数。总共On。6.频繁查找，数组和k同时变化：先建一个二叉搜索树nlogn，维护每个结点的子树大小，查k时从根节点开始，若小于左子树大小，直接进入左子树，否则k-=左子树大小后进入右子树，每次查找logn，每次插入时将经过的结点子树大小++，也是logn。7. 查找数据流的中位数：维护一个最大堆和一个最小堆，满足最大堆所有的数都小于最小堆的数，当两个堆数量相等时，中位数就是堆顶平均，若最大堆比最小堆大1，中位数就是最大堆顶，插入新元素时，奇数次考虑插入最大堆，若大于堆顶则插入最小堆，再把最小堆堆顶插入最大堆。偶数次类似。