當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

坚持完成这套学习手册，你就可以去 Google 面试了

發(fā)布時(shí)間：2025/7/25 编程问答 20 豆豆

生活随笔收集整理的這篇文章主要介紹了坚持完成这套学习手册，你就可以去 Google 面试了小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

from: http://geek.csdn.net/news/detail/107064

本文為掘金投稿，譯文出自：掘金翻譯計(jì)劃
原文地址：Google Interview University
原文作者：John Washam
譯者：Aleen，Newton，bobmayuze，Jaeger，sqrthree
友情提醒：文章較長(zhǎng)，需耐心閱讀。

這是？

這是我為了從 Web 開發(fā)者（自學(xué)、非計(jì)算機(jī)科學(xué)學(xué)位）蛻變至 Google 軟件工程師所制定的計(jì)劃，其內(nèi)容歷時(shí)數(shù)月。

這一長(zhǎng)列表是從 Google 的指導(dǎo)筆記 中萃取出來并進(jìn)行擴(kuò)展。因此，有些事情你必須去了解一下。我在列表的底部添加了一些額外項(xiàng)，用于解決面試中可能會(huì)出現(xiàn)的問題。這些額外項(xiàng)大部分是來自于 Steve Yegge 的“得到在 Google 工作的機(jī)會(huì)”。而在 Google 指導(dǎo)筆記的逐字間，它們有時(shí)也會(huì)被反映出來。

這是？
為何要用到它？
如何使用它
擁有一名 Googler 的心態(tài)
我得到了工作嗎？
跟隨著我
不要自以為自己足夠聰明
關(guān)于 Google
相關(guān)視頻資源
面試過程 & 通用的面試準(zhǔn)備
為你的面試選擇一種語言
在你開始之前
你所看不到的
日常計(jì)劃
必備知識(shí)
算法復(fù)雜度 / Big-O / 漸進(jìn)分析法
數(shù)據(jù)結(jié)構(gòu)
- 數(shù)組（Arrays）
- 鏈表（Linked Lists）
- 堆棧（Stack）
- 隊(duì)列（Queue）
- 哈希表（Hash table）
更多的知識(shí)
- 二分查找（Binary search）
- 按位運(yùn)算（Bitwise operations）
樹（Trees）
- 樹 —— 筆記 & 背景
- 二叉查找樹（Binary search trees）：BSTs
- 堆（Heap） / 優(yōu)先級(jí)隊(duì)列（Priority Queue） / 二叉堆（Binary Heap）
- 字典樹（Tries）
- 平衡查找樹（Balanced search trees）
- N 叉樹（K 叉樹、M 叉樹）
排序
圖（Graphs）
更多知識(shí)
- 遞歸
- 動(dòng)態(tài)規(guī)劃
- 組合 & 概率
- NP, NP-完全和近似算法
- 緩存
- 進(jìn)程和線程
- 系統(tǒng)設(shè)計(jì)、可伸縮性、數(shù)據(jù)處理
- 論文
- 測(cè)試
- 調(diào)度
- 實(shí)現(xiàn)系統(tǒng)例程
- 字符串搜索和操作
終面
書籍
編碼練習(xí)和挑戰(zhàn)
當(dāng)你臨近面試時(shí)
你的簡(jiǎn)歷
當(dāng)面試來臨的時(shí)候
問面試官的問題
當(dāng)你獲得了夢(mèng)想的職位

—————- 下面的內(nèi)容是可選的 —————-

附加的學(xué)習(xí)
- Unicode
- 字節(jié)順序
- Emacs and vi(m)
- Unix 命令行工具
- 信息資源 (視頻)
- 奇偶校驗(yàn)位 & 漢明碼 (視頻)
- 系統(tǒng)熵值（系統(tǒng)復(fù)雜度）
- 密碼學(xué)
- 壓縮
- 網(wǎng)絡(luò) (視頻)
- 計(jì)算機(jī)安全
- 釋放緩存
- 并行/并發(fā)編程
- 設(shè)計(jì)模式
- 信息傳輸, 序列化, 和隊(duì)列化的系統(tǒng)
- 快速傅里葉變換
- 布隆過濾器
- van Emde Boas 樹
- 更深入的數(shù)據(jù)結(jié)構(gòu)
- 跳表
- 網(wǎng)絡(luò)流
- 不相交集 & 聯(lián)合查找
- 快速處理數(shù)學(xué)
- 樹堆 (Treap)
- 線性規(guī)劃
- 幾何：凸包（Geometry, Convex hull）
- 離散數(shù)學(xué)
- 機(jī)器學(xué)習(xí)
- Go 語言
一些主題的額外內(nèi)容
視頻系列
計(jì)算機(jī)科學(xué)課程

為何要用到它？

我一直都是遵循該計(jì)劃去準(zhǔn)備 Google 的面試。自 1997 年以來，我一直從事于 Web 程序的構(gòu)建、服務(wù)器的構(gòu)建及創(chuàng)業(yè)型公司的創(chuàng)辦。對(duì)于只有著一個(gè)經(jīng)濟(jì)學(xué)學(xué)位，而不是計(jì)算機(jī)科學(xué)學(xué)位（CS degree）的我來說，在職業(yè)生涯中所取得的都非常成功。然而，我想在 Google 工作，并進(jìn)入大型系統(tǒng)中，真正地去理解計(jì)算機(jī)系統(tǒng)、算法效率、數(shù)據(jù)結(jié)構(gòu)性能、低級(jí)別編程語言及其工作原理。可一項(xiàng)都不了解的我，怎么會(huì)被 Google 所應(yīng)聘呢？

當(dāng)我創(chuàng)建該項(xiàng)目時(shí)，我從一個(gè)堆棧到一個(gè)堆都不了解。那時(shí)的我，完全不了解 Big-O 、樹，或如何去遍歷一個(gè)圖。如果非要我去編寫一個(gè)排序算法的話，我只能說我所寫的肯定是很糟糕。一直以來，我所用的任何數(shù)據(jù)結(jié)構(gòu)都是內(nèi)建于編程語言當(dāng)中。至于它們?cè)诒澈笫侨绾芜\(yùn)作，對(duì)此我一概不清楚。此外，以前的我并不需要對(duì)內(nèi)存進(jìn)行管理，最多就只是在一個(gè)正在執(zhí)行的進(jìn)程拋出了“內(nèi)存不足”的錯(cuò)誤后，采取一些權(quán)變措施。而在我的編程生活中，也甚少使用到多維數(shù)組，可關(guān)聯(lián)數(shù)組卻成千上萬。而且，從一開始到現(xiàn)在，我都還未曾自己實(shí)現(xiàn)過數(shù)據(jù)結(jié)構(gòu)。

就是這樣的我，在經(jīng)過該學(xué)習(xí)計(jì)劃后，已然對(duì)被 Google 所雇傭充滿信心。這是一個(gè)漫長(zhǎng)的計(jì)劃，以至于花費(fèi)了我數(shù)月的時(shí)間。若您早已熟悉大部分的知識(shí)，那么也許能節(jié)省大量的時(shí)間。

如何使用它

下面所有的東西都只是一個(gè)概述。因此，你需要由上而下逐一地去處理它。

在學(xué)習(xí)過程中，我是使用 GitHub 特殊的語法特性 markdown flavor 去檢查計(jì)劃的進(jìn)展，包括使用任務(wù)列表。(注：因極客頭條的 markdown 并不支持此語法，因此在下方做了刪除處理)

更多關(guān)于 Github-flavored markdown 的詳情

擁有一名 Googler 的心態(tài)

把一個(gè)（或兩個(gè)）印有“future Googler”的圖案打印出來，并用你誓要成功的眼神盯著它。

我得到了工作嗎？

我還沒去應(yīng)聘。

因?yàn)槲译x完成學(xué)習(xí)（完成該瘋狂的計(jì)劃列表）還需要數(shù)天的時(shí)間，并打算在下周開始用一整天的時(shí)間，以編程的方式去解決問題。當(dāng)然，這將會(huì)持續(xù)數(shù)周的時(shí)間。然后，我才通過使用在二月份所得到的一個(gè)介紹資格，去正式應(yīng)聘 Google（沒錯(cuò)，是二月份時(shí)就得到的）。

感謝 JP 的這次介紹。

跟隨著我

目前我仍在該計(jì)劃的執(zhí)行過程中，如果你想跟隨我腳步去學(xué)習(xí)的話，可以登進(jìn)我在 GoogleyAsHeck.com 上所寫的博客。

下面是我的聯(lián)系方式：

Twitter: @googleyasheck
Twitter: @StartupNextDoor
Google+: +Googleyasheck
LinkedIn: johnawasham

不要自以為自己足夠聰明

Google 的工程師都是才智過人的。但是，就算是工作在 Google 的他們，仍然會(huì)因?yàn)樽约翰粔蚵斆鞫械揭环N不安。
天才程序員的神話

關(guān)于 Google

面向?qū)W生 —— Google 的職業(yè)生涯：技術(shù)開發(fā)指導(dǎo)
Google 檢索的原理：
- Google 檢索的發(fā)展史（視頻）
- Google 檢索的原理 —— 故事篇
- Google 檢索的原理
- Google 檢索的原理 —— Matt Cutts（視頻）
- Google 是如何改善其檢索算法（視頻）
系列文章：
- Google 檢索是如何處理移動(dòng)設(shè)備
- Google 為了尋找大眾需求的秘密研究
- Google 檢索將成為你的下一個(gè)大腦
- Demis Hassabis 的心靈直白
書籍：Google 公司是如何運(yùn)作的
由 Google 通告所制作 —— 2016年10月（視頻）

面試過程 & 通用的面試準(zhǔn)備

視頻：
- 如何在 Google 工作 —— 考生指導(dǎo)課程（視頻）
- Google 招聘者所分享的技術(shù)面試小竅門（視頻）
- 如何在 Google 工作：技術(shù)型簡(jiǎn)歷的準(zhǔn)備（視頻）
文章：
- 三步成為 Googler
- 得到在 Google 的工作機(jī)會(huì)
  - 所有他所提及的事情都列在了下面
- （早已過期）如何得到 Google 的一份工作，面試題，應(yīng)聘過程
- 手機(jī)設(shè)備屏幕的問題
附加的（雖然 Google 不建議，但我還是添加在此）：
- ABC：永遠(yuǎn)都要去編程（Always Be Coding）
- 四步成為 Google 里一名沒有學(xué)位的員工
- 共享白板（Whiteboarding）
- Google 是如何看待應(yīng)聘、管理和公司文化
- 程序開發(fā)面試中有效的白板（Whiteboarding）
- 震撼開發(fā)類面試第一集：
  - Gayle L McDowell —— 震撼開發(fā)類面試（視頻）
  - 震撼開發(fā)類面試 —— 作者 Gayle Laakmann McDowell（視頻）
- 如何在世界四強(qiáng)企業(yè)中獲得一份工作：
  - “如何在世界四強(qiáng)企業(yè)中獲得一份工作 —— Amazon、Facebook、Google 和 Microsoft”（視頻）
- 面試 Google 失敗

為你的面試選擇一種語言

在這，我就以下話題寫一篇短文 —— 重點(diǎn)：為在 Google 的面試選擇一種語言

在大多數(shù)公司的面試當(dāng)中，你可以在編程這一環(huán)節(jié)，使用一種自己用起來較為舒適的語言去完成編程。但在 Google，你只有三種固定的選擇：

C++
Java
Python

有時(shí)你也可以使用下面兩種，但需要事先查閱說明。因?yàn)?#xff0c;說明中會(huì)有警告：

JavaScript
Ruby

你需要對(duì)你所選擇的語言感到非常舒適且足夠了解。

更多關(guān)于語言選擇的閱讀：

http://www.byte-by-byte.com/choose-the-right-language-for-your-coding-interview/
http://blog.codingforinterviews.com/best-programming-language-jobs/
https://www.quora.com/What-is-the-best-language-to-program-in-for-an-in-person-Google-interview

在此查看相關(guān)語言的資源

由于，我正在學(xué)習(xí)C、C++ 和 Python。因此，在下面你會(huì)看到部分關(guān)于它們的學(xué)習(xí)資料。相關(guān)書籍請(qǐng)看文章的底部。

在你開始之前

該列表已經(jīng)持續(xù)更新了很長(zhǎng)的一段時(shí)間，所以，我們的確很容易會(huì)對(duì)其失去控制。

這里列出了一些我所犯過的錯(cuò)誤，希望您不要重滔覆轍。

1. 你不可能把所有的東西都記住

就算我查看了數(shù)小時(shí)的視頻，并記錄了大量的筆記。幾個(gè)月后的我，仍然會(huì)忘卻其中大部分的東西。所以，我翻閱了我的筆記，并將可回顧的東西制作成抽認(rèn)卡（flashcard）（請(qǐng)往下看）

2. 使用抽認(rèn)卡

為了解決善忘的問題，我制作了一些關(guān)于抽認(rèn)卡的頁面，用于添加兩種抽認(rèn)卡：正常的及帶有代碼的。每種卡都會(huì)有不同的格式設(shè)計(jì)。

而且，我還以移動(dòng)設(shè)備為先去設(shè)計(jì)這些網(wǎng)頁，以使得在任何地方的我，都能通過我的手機(jī)及平板去回顧知識(shí)。

你也可以免費(fèi)制作屬于你自己的抽認(rèn)卡網(wǎng)站：

抽認(rèn)卡頁面的代碼倉庫
我的抽認(rèn)卡數(shù)據(jù)庫：有一點(diǎn)需要記住的是，我做事有點(diǎn)過頭，以至于把卡片都覆蓋到所有的東西上。從匯編語言和 Python 的細(xì)枝末節(jié)，乃至到機(jī)器學(xué)習(xí)和統(tǒng)計(jì)都被覆蓋到卡片上。而這種做法，對(duì)于 Google 的要求來說，卻是多余。

在抽認(rèn)卡上做筆記： 若你第一次發(fā)現(xiàn)你知道問題的答案時(shí)，先不要急著把其標(biāo)注成“已懂”。你需要做的，是去查看一下是否有同樣的抽認(rèn)卡，并在你真正懂得如何解決問題之前，多問自己幾次。重復(fù)地問答可幫助您深刻記住該知識(shí)點(diǎn)。

3. 回顧，回顧，回顧

我留有一組 ASCII 碼表、OSI 堆棧、Big-O 記號(hào)及更多的小抄紙，以便在空余的時(shí)候可以學(xué)習(xí)。

每編程半個(gè)小時(shí)就要休息一下，并去回顧你的抽認(rèn)卡。

4. 專注

在學(xué)習(xí)的過程中，往往會(huì)有許多令人分心的事占據(jù)著我們寶貴的時(shí)間。因此，專注和集中注意力是非常困難的。

你所看不到的

由于，這個(gè)巨大的列表一開始是作為我個(gè)人從 Google 面試指導(dǎo)筆記所形成的一個(gè)事件處理列表。因此，有一些我熟悉且普遍的技術(shù)在此都未被談及到：

SQL
Javascript
HTML、CSS 和其他前端技術(shù)

日常計(jì)劃

部分問題可能會(huì)花費(fèi)一天的時(shí)間去學(xué)習(xí)，而部分則會(huì)花費(fèi)多天。當(dāng)然，有些學(xué)習(xí)并不需要我們懂得如何實(shí)現(xiàn)。

因此，每一天我都會(huì)在下面所列出的列表中選擇一項(xiàng)，并查看相關(guān)的視頻。然后，使用以下的一種語言去實(shí)現(xiàn)：

C —— 使用結(jié)構(gòu)體和函數(shù)，該函數(shù)會(huì)接受一個(gè)結(jié)構(gòu)體指針 * 及其他數(shù)據(jù)作為參數(shù)。 C++ —— 不使用內(nèi)建的數(shù)據(jù)類型。 C++ —— 使用內(nèi)建的數(shù)據(jù)類型，如使用 STL 的 std::list 來作為鏈表。 Python —— 使用內(nèi)建的數(shù)據(jù)類型（為了持續(xù)練習(xí) Python），并編寫一些測(cè)試去保證自己代碼的正確性。有時(shí)，只需要使用斷言函數(shù) assert() 即可。此外，你也可以使用 Java 或其他語言。以上只是我的個(gè)人偏好而已。

為何要在這些語言上分別實(shí)現(xiàn)一次？

因?yàn)榭梢跃毩?xí)，練習(xí)，練習(xí)，直至我厭倦它，并完美地實(shí)現(xiàn)出來。（若有部分邊緣條件沒想到時(shí)，我會(huì)用書寫的形式記錄下來并去記憶）因?yàn)榭梢栽诩冊(cè)臈l件下工作（不需垃圾回收機(jī)制的幫助下，分配/釋放內(nèi)存（除了 Python））因?yàn)榭梢岳蒙蟽?nèi)建的數(shù)據(jù)類型，以使得我擁有在現(xiàn)實(shí)中使用內(nèi)建工具的經(jīng)驗(yàn)（在生產(chǎn)環(huán)境中，我不會(huì)去實(shí)現(xiàn)自己的鏈表）

就算我沒有時(shí)間去每一項(xiàng)都這么做，但我也會(huì)盡我所能的。

在這里，你可以查看到我的代碼：

C
C++
Python

你不需要記住每一個(gè)算法的內(nèi)部原理。

在一個(gè)白板上寫代碼，而不要直接在計(jì)算機(jī)上編寫。在測(cè)試完部分簡(jiǎn)單的輸入后，到計(jì)算機(jī)上再測(cè)試一遍。

必備知識(shí)

計(jì)算機(jī)是如何處理一段程序：
- CPU 是如何執(zhí)行代碼（視頻）
- 機(jī)器碼指令（視頻）
編譯器
- 編譯器是如何在 ~1 分鐘內(nèi)工作（視頻）
- Hardvard CS50 —— 編譯器（視頻）
- C++（視頻）
- 掌握編譯器的優(yōu)化（C++）（視頻）
浮點(diǎn)數(shù)是如何存儲(chǔ)的：
- 簡(jiǎn)單的 8-bit：浮點(diǎn)數(shù)的表達(dá)形式　—— 1（視頻 —— 在計(jì)算上有一個(gè)錯(cuò)誤 —— 詳情請(qǐng)查看視頻的介紹）
- 32 bit：IEEE754 32-bit 浮點(diǎn)二進(jìn)制（視頻）

算法復(fù)雜度 / Big-O / 漸進(jìn)分析法

并不需要實(shí)現(xiàn)
Harvard CS50 —— 漸進(jìn)表示（視頻）
Big O 記號(hào)（通用快速教程）（視頻）
Big O 記號(hào)（以及 Omega 和 Theta）—— 最佳數(shù)學(xué)解釋（視頻）
Skiena 算法：
- 視頻
- 幻燈片
對(duì)于算法復(fù)雜度分析的一次詳細(xì)介紹
增長(zhǎng)階數(shù)（Orders of Growth）（視頻）
漸進(jìn)性（Asymptotics）（視頻）
UC Berkeley Big O（視頻）
UC Berkeley Big Omega（視頻）
平攤分析法（Amortized Analysis）（視頻）
舉證“Big O”（視頻）
高級(jí)編程（包括遞歸關(guān)系和主定理）：
- 計(jì)算性復(fù)雜度：第一部
- 計(jì)算性復(fù)雜度：第二部
速查表（Cheat sheet）

如果部分課程過于學(xué)術(shù)性，你可直接跳到文章底部，去查看離散數(shù)學(xué)的視頻以獲取相關(guān)背景知識(shí)。

數(shù)據(jù)結(jié)構(gòu)

數(shù)組（Arrays）
- 實(shí)現(xiàn)一個(gè)可自動(dòng)調(diào)整大小的動(dòng)態(tài)數(shù)組。
- 介紹：
  - 數(shù)組（視頻）
  - 數(shù)組的基礎(chǔ)知識(shí)（視頻）
  - 多維數(shù)組（視頻）
  - 動(dòng)態(tài)數(shù)組（視頻）
  - 不規(guī)則數(shù)組（視頻）
  - 調(diào)整數(shù)組的大小（視頻）
- 實(shí)現(xiàn)一個(gè)動(dòng)態(tài)數(shù)組（可自動(dòng)調(diào)整大小的可變數(shù)組）：
  - 練習(xí)使用數(shù)組和指針去編碼，并且指針是通過計(jì)算去跳轉(zhuǎn)而不是使用索引
  - 通過分配內(nèi)存來新建一個(gè)原生數(shù)據(jù)型數(shù)組
    - 可以使用 int 類型的數(shù)組，但不能使用其語法特性
    - 從大小為16或更大的數(shù)（使用2的倍數(shù) —— 16、32、64、128）開始編寫
  - size() —— 數(shù)組元素的個(gè)數(shù)
  - capacity() —— 可容納元素的個(gè)數(shù)
  - is_empty()
  - at(index) —— 返回對(duì)應(yīng)索引的元素，且若索引越界則憤然報(bào)錯(cuò)
  - push(item)
  - insert(index, item) —— 在指定索引中插入元素，并把后面的元素依次后移
  - prepend(item) —— 可以使用上面的 insert 函數(shù)，傳參 index 為 0
  - pop() —— 刪除在數(shù)組末端的元素，并返回其值
  - delete(index) —— 刪除指定索引的元素，并把后面的元素依次前移
  - remove(item) —— 刪除指定值的元素，并返回其索引（即使有多個(gè)元素）
  - find(item) —— 尋找指定值的元素并返回其中第一個(gè)出現(xiàn)的元素其索引，若未找到則返回 -1
  - resize(new_capacity) // 私有函數(shù)
    - 若數(shù)組的大小到達(dá)其容積，則變大一倍
    - 獲取元素后，若數(shù)組大小為其容積的1/4，則縮小一半
- 時(shí)間復(fù)雜度
  - 在數(shù)組末端增加/刪除、定位、更新元素，只允許占 O(1) 的時(shí)間復(fù)雜度（平攤（amortized）去分配內(nèi)存以獲取更多空間）
  - 在數(shù)組任何地方插入/移除元素，只允許 O(n) 的時(shí)間復(fù)雜度
- 空間復(fù)雜度
  - 因?yàn)樵趦?nèi)存中分配的空間鄰近，所以有助于提高性能
  - 空間需求 = （大于或等于 n 的數(shù)組容積）* 元素的大小。即便空間需求為 2n，其空間復(fù)雜度仍然是 O(n)
鏈表（Linked Lists）
- 介紹：
  - 單向鏈表（視頻）
  - CS 61B —— 鏈表（視頻）
- C 代碼（視頻）
  - 并非看完整個(gè)視頻，只需要看關(guān)于節(jié)點(diǎn)結(jié)果和內(nèi)存分配那一部分即可
- 鏈表 vs 數(shù)組：
  - 基本鏈表 Vs 數(shù)組（視頻）
  - 在現(xiàn)實(shí)中，鏈表 Vs 數(shù)組（視頻）
- 為什么你需要避免使用鏈表（視頻）
- 的確：你需要關(guān)于“指向指針的指針”的相關(guān)知識(shí)：（因?yàn)楫?dāng)你傳遞一個(gè)指針到一個(gè)函數(shù)時(shí)，該函數(shù)可能會(huì)改變指針?biāo)赶虻牡刂?#xff09;該頁只是為了讓你了解“指向指針的指針”這一概念。但我并不推薦這種鏈?zhǔn)奖闅v的風(fēng)格。因?yàn)?#xff0c;這種風(fēng)格的代碼，其可讀性和可維護(hù)性太低。
  - 指向指針的指針
- 實(shí)現(xiàn)（我實(shí)現(xiàn)了使用尾指針以及沒有使用尾指針這兩種情況）：
  - size() —— 返回鏈表中數(shù)據(jù)元素的個(gè)數(shù)
  - empty() —— 若鏈表為空則返回一個(gè)布爾值 true
  - value_at(index) —— 返回第 n 個(gè)元素的值（從0開始計(jì)算）
  - push_front(value) —— 添加元素到鏈表的首部
  - pop_front() —— 刪除首部元素并返回其值
  - push_back(value) —— 添加元素到鏈表的尾部
  - pop_back() —— 刪除尾部元素并返回其值
  - front() —— 返回首部元素的值
  - back() —— 返回尾部元素的值
  - insert(index, value) —— 插入值到指定的索引，并把當(dāng)前索引的元素指向到新的元素
  - erase(index) —— 刪除指定索引的節(jié)點(diǎn)
  - value_n_from_end(n) —— 返回倒數(shù)第 n 個(gè)節(jié)點(diǎn)的值
  - reverse() —— 逆序鏈表
  - remove_value(value) —— 刪除鏈表中指定值的第一個(gè)元素
- 雙向鏈表
  - 介紹（視頻）
  - 并不需要實(shí)現(xiàn)
堆棧（Stack）
- 堆棧（視頻）
- 使用堆棧 —— 后進(jìn)先出（視頻）
- 可以不實(shí)現(xiàn)，因?yàn)槭褂脭?shù)組來實(shí)現(xiàn)并不重要
隊(duì)列（Queue）
- 使用隊(duì)列 —— 先進(jìn)先出（視頻）
- 隊(duì)列（視頻）
- 原型隊(duì)列/先進(jìn)先出（FIFO）
- 優(yōu)先級(jí)隊(duì)列（視頻）
- 使用含有尾部指針的鏈表來實(shí)現(xiàn):
  - enqueue(value) —— 在尾部添加值
  - dequeue() —— 刪除最早添加的元素并返回其值（首部元素）
  - empty()
- 使用固定大小的數(shù)組實(shí)現(xiàn)：
  - enqueue(value) —— 在可容的情況下添加元素到尾部
  - dequeue() —— 刪除最早添加的元素并返回其值
  - empty()
  - full()
- 花銷：
  - 在糟糕的實(shí)現(xiàn)情況下，使用鏈表所實(shí)現(xiàn)的隊(duì)列，其入列和出列的時(shí)間復(fù)雜度將會(huì)是 O(n)。因?yàn)?#xff0c;你需要找到下一個(gè)元素，以致循環(huán)整個(gè)隊(duì)列
  - enqueue：O(1)（平攤（amortized）、鏈表和數(shù)組 [探測(cè)（probing）]）
  - dequeue：O(1)（鏈表和數(shù)組）
  - empty：O(1)（鏈表和數(shù)組）
哈希表（Hash table）
- 視頻：
  - 鏈?zhǔn)焦１?#xff08;視頻）
  - Table Doubling 和 Karp-Rabin（視頻）
  - Open Addressing 和密碼型哈希（Cryptographic Hashing）（視頻）
  - PyCon 2010：The Mighty Dictionary（視頻）
  - （進(jìn)階）隨機(jī)取樣（Randomization）：全域哈希（Universal Hashing）& 完美哈希（Perfect Hashing）（視頻）
  - （進(jìn)階）完美哈希（Perfect hashing）（視頻）
- 在線課程：
  - 哈希函數(shù)的掌握（視頻）
  - 使用哈希表（視頻）
  - 哈希表的支持（視頻）
  - 哈希表的語言支持（視頻）
  - 基本哈希表（視頻）
  - 數(shù)據(jù)結(jié)構(gòu)（視頻）
  - 電話薄問題（Phone Book Problem）（視頻）
  - 分布式哈希表：
    - Dropbox 中的瞬時(shí)上傳及存儲(chǔ)優(yōu)化（視頻）
    - 分布式哈希表（視頻）
- 使用線性探測(cè)的數(shù)組去實(shí)現(xiàn)
  - hash(k, m) —— m 是哈希表的大小
  - add(key, value) —— 如果 key 已存在則更新值
  - exists(key)
  - get(key)
  - remove(key)

樹（Trees）

樹 —— 筆記 & 背景
- 系列：基本樹（視頻）
- 系列：樹（視頻）
- 基本的樹形結(jié)構(gòu)
- 遍歷
- 操作算法
- BFS（廣度優(yōu)先檢索，breadth-first search）
  - MIT（視頻）
  - 層序遍歷（使用隊(duì)列的 BFS 算法）
    - 時(shí)間復(fù)雜度： O(n)
    - 空間復(fù)雜度：
      - 最好情況： O(1)
      - 最壞情況：O(n/2)=O(n)
- DFS（深度優(yōu)先檢索，depth-first search）
  - MIT（視頻）
  - 筆記：
    - 時(shí)間復(fù)雜度：O(n)
    - 空間復(fù)雜度：
      - 最好情況：O(log n) - 樹的平均高度
      - 最壞情況：O(n)
  - 中序遍歷（DFS：左、節(jié)點(diǎn)本身、右）
  - 后序遍歷（DFS：左、右、節(jié)點(diǎn)本身）
  - 先序遍歷（DFS：節(jié)點(diǎn)本身、左、右）
二叉查找樹（Binary search trees）：BSTs
- 二叉查找樹概覽（視頻）
- 系列（視頻）
  - 從符號(hào)表開始到 BST 程序
- 介紹（視頻）
- MIT（視頻）
- C/C++:
  - 二叉查找樹 —— 在 C/C++ 中實(shí)現(xiàn)（視頻）
  - BST 的實(shí)現(xiàn) —— 在堆棧和堆中的內(nèi)存分配（視頻）
  - 在二叉查找樹中找到最小和最大的元素（視頻）
  - 尋找二叉樹的高度（視頻）
  - 二叉樹的遍歷 —— 廣度優(yōu)先和深度優(yōu)先策略（視頻）
  - 二叉樹：層序遍歷（視頻）
  - 二叉樹的遍歷：先序、中序、后序（視頻）
  - 判斷一棵二叉樹是否為二叉查找樹（視頻）
  - 從二叉查找樹中刪除一個(gè)節(jié)點(diǎn)（視頻）
  - 二叉查找樹中序遍歷的后繼者（視頻）
- 實(shí)現(xiàn)：
  - insert // 往樹上插值
  - get_node_count // 查找樹上的節(jié)點(diǎn)數(shù)
  - print_values // 從小到大打印樹中節(jié)點(diǎn)的值
  - delete_tree
  - is_in_tree // 如果值存在于樹中則返回 true
  - get_height // 返回節(jié)點(diǎn)所在的高度（如果只有一個(gè)節(jié)點(diǎn)，那么高度則為1）
  - get_min // 返回樹上的最小值
  - get_max // 返回樹上的最大值
  - is_binary_search_tree
  - delete_value
  - get_successor // 返回給定值的后繼者，若沒有則返回-1
堆（Heap） / 優(yōu)先級(jí)隊(duì)列（Priority Queue） / 二叉堆（Binary Heap）
- 可視化是一棵樹，但通常是以線性的形式存儲(chǔ)（數(shù)組、鏈表）
- 堆
- 介紹（視頻）
- 無知的實(shí)現(xiàn)（視頻）
- 二叉樹（視頻）
- 關(guān)于樹高的討論（視頻）
- 基本操作（視頻）
- 完全二叉樹（視頻）
- 偽代碼（視頻）
- 堆排序 —— 跳到起點(diǎn)（視頻）
- 堆排序（視頻）
- 構(gòu)建一個(gè)堆（視頻）
- MIT：堆與堆排序（視頻）
- CS 61B Lecture 24：優(yōu)先級(jí)隊(duì)列（視頻）
- 構(gòu)建線性時(shí)間復(fù)雜度的堆（大頂堆）
- 實(shí)現(xiàn)一個(gè)大頂堆：
  - insert
  - sift_up —— 用于插入元素
  - get_max —— 返回最大值但不移除元素
  - get_size() —— 返回存儲(chǔ)的元素?cái)?shù)量
  - is_empty() —— 若堆為空則返回 true
  - extract_max —— 返回最大值并移除
  - sift_down —— 用于獲取最大值元素
  - remove(i) —— 刪除指定索引的元素
  - heapify —— 構(gòu)建堆，用于堆排序
  - heap_sort() —— 拿到一個(gè)未排序的數(shù)組，然后使用大頂堆進(jìn)行就地排序
    - 注意：若用小頂堆可節(jié)省操作，但導(dǎo)致空間復(fù)雜度加倍。（無法做到就地）
字典樹（Tries）
- 需要注意的是，字典樹各式各樣。有些有前綴，而有些則沒有。有些使用字符串而不使用比特位來追蹤路徑。
- 閱讀代碼，但不實(shí)現(xiàn)。
- 數(shù)據(jù)結(jié)構(gòu)筆記及編程技術(shù)
- 短課程視頻：
  - 對(duì)字典樹的介紹（視頻）
  - 字典樹的性能（視頻）
  - 實(shí)現(xiàn)一棵字典樹（視頻）
- 字典樹：一個(gè)被忽略的數(shù)據(jù)結(jié)構(gòu)
- 高級(jí)編程 —— 使用字典樹
- 標(biāo)準(zhǔn)教程（現(xiàn)實(shí)中的用例）（視頻）
- MIT，高階數(shù)據(jù)結(jié)構(gòu)，使用字符串追蹤路徑（可事半功倍）
平衡查找樹（Balanced search trees）
- 掌握至少一種平衡查找樹（并懂得如何實(shí)現(xiàn)）：
- “在各種平衡查找樹當(dāng)中，AVL 樹和2-3樹已經(jīng)成為了過去，而紅黑樹（red-black trees）看似變得越來越受人青睞。這種令人特別感興趣的數(shù)據(jù)結(jié)構(gòu)，亦稱伸展樹（splay tree）。它可以自我管理，且會(huì)使用輪換來移除任何訪問過根節(jié)點(diǎn)的 key。” —— Skiena
- 因此，在各種各樣的平衡查找樹當(dāng)中，我選擇了伸展樹來實(shí)現(xiàn)。雖然，通過我的閱讀，我發(fā)現(xiàn)在 Google 的面試中并不會(huì)被要求實(shí)現(xiàn)一棵平衡查找樹。但是，為了勝人一籌，我們還是應(yīng)該看看如何去實(shí)現(xiàn)。在閱讀了大量關(guān)于紅黑樹的代碼后，我才發(fā)現(xiàn)伸展樹的實(shí)現(xiàn)確實(shí)會(huì)使得各方面更為高效。
  - 伸展樹：插入、查找、刪除函數(shù)的實(shí)現(xiàn)，而如果你最終實(shí)現(xiàn)了紅黑樹，那么請(qǐng)嘗試一下：
  - 跳過刪除函數(shù)，直接實(shí)現(xiàn)搜索和插入功能
- 我希望能閱讀到更多關(guān)于 B 樹的資料，因?yàn)樗脖粡V泛地應(yīng)用到大型的數(shù)據(jù)庫當(dāng)中。
- 自平衡二叉查找樹
- AVL 樹
  - 實(shí)際中：我能告訴你的是，該種樹并無太多的用途，但我能看到有用的地方在哪里：AVL 樹是另一種平衡查找樹結(jié)構(gòu)。其可支持時(shí)間復(fù)雜度為 O(log n) 的查詢、插入及刪除。它比紅黑樹嚴(yán)格意義上更為平衡，從而導(dǎo)致插入和刪除更慢，但遍歷卻更快。正因如此，才彰顯其結(jié)構(gòu)的魅力。只需要構(gòu)建一次，就可以在不重新構(gòu)造的情況下讀取，適合于實(shí)現(xiàn)諸如語言字典（或程序字典，如一個(gè)匯編程序或解釋程序的操作碼）。
  - MIT AVL 樹 / AVL 樹的排序（視頻）
  - AVL 樹（視頻）
  - AVL 樹的實(shí)現(xiàn)（視頻）
  - 分離與合并
- 伸展樹
  - 實(shí)際中：伸展樹一般用于緩存、內(nèi)存分配者、路由器、垃圾回收者、數(shù)據(jù)壓縮、ropes（字符串的一種替代品，用于存儲(chǔ)長(zhǎng)串的文本字符）、Windows NT（虛擬內(nèi)存、網(wǎng)絡(luò)及文件系統(tǒng)）等的實(shí)現(xiàn)。
  - CS 61B：伸展樹（Splay trees）（視頻）
  - MIT 教程：伸展樹（Splay trees）：
    - 該教程會(huì)過于學(xué)術(shù)，但請(qǐng)觀看到最后的10分鐘以確保掌握。
    - 視頻
- 2-3查找樹
  - 實(shí)際中：2-3樹的元素插入非常快速，但卻有著查詢慢的代價(jià)（因?yàn)橄啾容^ AVL 樹來說，其高度更高）。
  - 你會(huì)很少用到2-3樹。這是因?yàn)?#xff0c;其實(shí)現(xiàn)過程中涉及到不同類型的節(jié)點(diǎn)。因此，人們更多地會(huì)選擇紅黑樹。
  - 2-3樹的直感與定義（視頻）
  - 2-3樹的二元觀點(diǎn)
  - 2-3樹（學(xué)生敘述）（視頻）
- 2-3-4樹 (亦稱2-4樹)
  - 實(shí)際中：對(duì)于每一棵2-4樹，都有著對(duì)應(yīng)的紅黑樹來存儲(chǔ)同樣順序的數(shù)據(jù)元素。在2-4樹上進(jìn)行插入及刪除操作等同于在紅黑樹上進(jìn)行顏色翻轉(zhuǎn)及輪換。這使得2-4樹成為一種用于掌握紅黑樹背后邏輯的重要工具。這就是為什么許多算法引導(dǎo)文章都會(huì)在介紹紅黑樹之前，先介紹2-4樹，盡管2-4樹在實(shí)際中并不經(jīng)常使用。
  - CS 61B Lecture 26：平衡查找樹（視頻）
  - 自底向上的2-4樹（視頻）
  - 自頂向下的2-4樹（視頻）
- B 樹
  - 有趣的是：為啥叫 B 仍然是一個(gè)神秘。因?yàn)?B 可代表波音（Boeing）、平衡（Balanced）或 Bayer（聯(lián)合創(chuàng)造者）
  - 實(shí)際中：B 樹會(huì)被廣泛適用于數(shù)據(jù)庫中，而現(xiàn)代大多數(shù)的文件系統(tǒng)都會(huì)使用到這種樹（或變種)。除了運(yùn)用在數(shù)據(jù)庫中，B 樹也會(huì)被用于文件系統(tǒng)以快速訪問一個(gè)文件的任意塊。但存在著一個(gè)基本的問題，那就是如何將文件塊 i 轉(zhuǎn)換成一個(gè)硬盤塊（或一個(gè)柱面-磁頭-扇區(qū)）上的地址。
  - B 樹
  - B 樹的介紹（視頻）
  - B 樹的定義及其插入操作（視頻）
  - B 樹的刪除操作（視頻）
  - MIT 6.851 —— 內(nèi)存層次模塊（Memory Hierarchy Models）（視頻）
    - 覆蓋有高速緩存參數(shù)無關(guān)型（cache-oblivious）B 樹和非常有趣的數(shù)據(jù)結(jié)構(gòu)
    - 頭37分鐘講述的很專業(yè)，或許可以跳過（B 指塊的大小、即緩存行的大小）
- 紅黑樹
  - 實(shí)際中：紅黑樹提供了在最壞情況下插入操作、刪除操作和查找操作的時(shí)間保證。這些時(shí)間值的保障不僅對(duì)時(shí)間敏感型應(yīng)用有用，例如實(shí)時(shí)應(yīng)用，還對(duì)在其他數(shù)據(jù)結(jié)構(gòu)中塊的構(gòu)建非常有用，而這些數(shù)據(jù)結(jié)構(gòu)都提供了最壞情況下的保障；例如，許多用于計(jì)算幾何學(xué)的數(shù)據(jù)結(jié)構(gòu)都可以基于紅黑樹，而目前 Linux 系統(tǒng)所采用的完全公平調(diào)度器（the Completely Fair Scheduler）也使用到了該種樹。在 Java 8中，紅黑樹也被用于存儲(chǔ)哈希列表集合中相同的數(shù)據(jù)，而不是使用鏈表及哈希碼。
  - Aduni —— 算法 —— 課程4（該鏈接直接跳到開始部分）（視頻）
  - Aduni —— 算法 —— 課程5（視頻）
  - 黑樹（Black Tree）
  - 二分查找及紅黑樹的介紹
N 叉樹（K 叉樹、M 叉樹）
- 注意：N 或 K 指的是分支系數(shù)（即樹的最大分支數(shù)）：
  - 二叉樹是一種分支系數(shù)為2的樹
  - 2-3樹是一種分支系數(shù)為3的樹
- K 叉樹

排序（Sorting）

筆記:
- 實(shí)現(xiàn)各種排序 & 知道每種排序的最壞、最好和平均的復(fù)雜度分別是什么場(chǎng)景:
  - 不要用冒泡排序 - 大多數(shù)情況下效率感人 - 時(shí)間復(fù)雜度 O(n^2), 除非 n <= 16
- 排序算法的穩(wěn)定性 (“快排是穩(wěn)定的么?”)
  - 排序算法的穩(wěn)定性
  - 排序算法的穩(wěn)定性
  - 排序算法的穩(wěn)定性
  - 排序算法的穩(wěn)定性
  - 排序算法 - 穩(wěn)定性
- 哪種排序算法可以用鏈表？哪種用數(shù)組？哪種兩者都可？
  - 并不推薦對(duì)一個(gè)鏈表排序，但歸并排序是可行的.
  - 鏈表的歸并排序
關(guān)于堆排序，請(qǐng)查看前文堆的數(shù)據(jù)結(jié)構(gòu)部分。堆排序很強(qiáng)大，不過是非穩(wěn)定排序。
冒泡排序 (video)
冒泡排序分析 (video)
插入排序 & 歸并排序 (video)
插入排序 (video)
歸并排序 (video)
快排 (video)
選擇排序 (video)
斯坦福大學(xué)關(guān)于排序算法的視頻:
- 課程 15 | 編程抽象 (video)
- 課程 16 | 編程抽象 (video)
Shai Simonson 視頻, Aduni.org:
- 算法 - 排序 - 第二講 (video)
- 算法 - 排序2 - 第三講 (video)
Steven Skiena 關(guān)于排序的視頻:
- 課程從 26:46 開始 (video)
- 課程從 27:40 開始 (video)
- 課程從 35:00 開始 (video)
- 課程從 23:50 開始 (video)
加州大學(xué)伯克利分校（UC Berkeley）大學(xué)課程:
- CS 61B 課程 29: 排序 I (video)
- CS 61B 課程 30: 排序 II (video)
- CS 61B 課程 32: 排序 III (video)
- CS 61B 課程 33: 排序 V (video)
- 歸并排序:
- 使用外部數(shù)組
- 對(duì)原數(shù)組直接排序
- 快速排序:
- 實(shí)現(xiàn)
- 實(shí)現(xiàn)
實(shí)現(xiàn):
- 歸并：平均和最差情況的時(shí)間復(fù)雜度為 O(n log n)。
- 快排：平均時(shí)間復(fù)雜度為 O(n log n)。
- 選擇排序和插入排序的最壞、平均時(shí)間復(fù)雜度都是 O(n^2)。
- 關(guān)于堆排序，請(qǐng)查看前文堆的數(shù)據(jù)結(jié)構(gòu)部分。
有興趣的話，還有一些補(bǔ)充 - 但并不是必須的:
- 基數(shù)排序
- 基數(shù)排序 (video)
- 基數(shù)排序, 計(jì)數(shù)排序 (線性時(shí)間內(nèi)) (video)
- 隨機(jī)算法: 矩陣相乘, 快排, Freivalds’ 算法 (video)
- 線性時(shí)間內(nèi)的排序 (video)

圖（Graphs）

圖論能解決計(jì)算機(jī)科學(xué)里的很多問題，所以這一節(jié)會(huì)比較長(zhǎng)，像樹和排序的部分一樣。

Yegge 的筆記:
- 有 3 種基本方式在內(nèi)存里表示一個(gè)圖:
  - 對(duì)象和指針
  - 矩陣
  - 鄰接表
- 熟悉以上每一種圖的表示法，并了解各自的優(yōu)缺點(diǎn)
- 寬度優(yōu)先搜索和深度優(yōu)先搜索 - 知道它們的計(jì)算復(fù)雜度和設(shè)計(jì)上的權(quán)衡以及如何用代碼實(shí)現(xiàn)它們
- 遇到一個(gè)問題時(shí)，首先嘗試基于圖的解決方案，如果沒有再去嘗試其他的。
Skiena 教授的課程 - 很不錯(cuò)的介紹:
- CSE373 2012 - 課程 11 - 圖的數(shù)據(jù)結(jié)構(gòu) (video)
- CSE373 2012 - 課程 12 - 廣度優(yōu)先搜索 (video)
- CSE373 2012 - 課程 13 - 圖的算法 (video)
- CSE373 2012 - 課程 14 - 圖的算法 (1) (video)
- CSE373 2012 - 課程 15 - 圖的算法 (2) (video)
- CSE373 2012 - 課程 16 - 圖的算法 (3) (video)
圖 (復(fù)習(xí)和其他):
- 6.006 單源最短路徑問題 (video)
- 6.006 Dijkstra 算法 (video)
- 6.006 Bellman-Ford 算法(video)
- 6.006 Dijkstra 效率優(yōu)化 (video)
- Aduni: 圖的算法 I - 拓?fù)渑判? 最小生成樹, Prim 算法 - 第六課 (video)
- Aduni: 圖的算法 II - 深度優(yōu)先搜索, 廣度優(yōu)先搜索, Kruskal 算法, 并查集數(shù)據(jù)結(jié)構(gòu) - 第七課 (video)
- Aduni: 圖的算法 III: 最短路徑 - 第八課 (video)
- Aduni: 圖的算法. IV: 幾何算法介紹 - 第九課 (video)
- CS 61B 2014 (從 58:09 開始) (video)
- CS 61B 2014: 加權(quán)圖 (video)
- 貪心算法: 最小生成樹 (video)
- 圖的算法之強(qiáng)連通分量 Kosaraju 算法 (video)
完整的 Coursera 課程:
- 圖的算法 (video)
Yegge: 如果有機(jī)會(huì)，可以試試研究更酷炫的算法:
- Dijkstra 算法 - 上文 - 6.006
- A* 算法
  - A* 算法
  - A* 尋路教程 (video)
  - A* 尋路 (E01: 算法解釋) (video)
我會(huì)實(shí)現(xiàn):
- DFS 鄰接表 (遞歸)
- DFS 鄰接表 (棧迭代)
- DFS 鄰接矩陣 (遞歸)
- DFS 鄰接矩陣 (棧迭代)
- BFS 鄰接表
- BFS 鄰接矩陣
- 單源最短路徑問題 (Dijkstra)
- 最小生成樹
- 基于 DFS 的算法 (根據(jù)上文 Aduni 的視頻):
  - 檢查環(huán) (我們會(huì)先檢查是否有環(huán)存在以便做拓?fù)渑判?
  - 拓?fù)渑判?/li>
  - 計(jì)算圖中的連通分支
  - 列出強(qiáng)連通分量
  - 檢查雙向圖

可以從 Skiena 的書（參考下面的書推薦小節(jié)）和面試書籍中學(xué)習(xí)更多關(guān)于圖的實(shí)踐。

總結(jié)

以上是生活随笔為你收集整理的坚持完成这套学习手册，你就可以去 Google 面试了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。

上一篇： Gabor滤波小结整理
下一篇：如何让机器获得幽默感——Goolge图学

编程问答

坚持完成这套学习手册，你就可以去 Google 面试了

這是？

目錄

為何要用到它？

如何使用它

擁有一名 Googler 的心態(tài)

我得到了工作嗎？

跟隨著我

不要自以為自己足夠聰明

關(guān)于 Google

相關(guān)視頻資源

面試過程 & 通用的面試準(zhǔn)備

為你的面試選擇一種語言

在你開始之前

1. 你不可能把所有的東西都記住

2. 使用抽認(rèn)卡

3. 回顧，回顧，回顧

4. 專注

你所看不到的

日常計(jì)劃

必備知識(shí)

算法復(fù)雜度 / Big-O / 漸進(jìn)分析法

數(shù)據(jù)結(jié)構(gòu)

數(shù)組（Arrays）

鏈表（Linked Lists）

堆棧（Stack）

隊(duì)列（Queue）

哈希表（Hash table）

更多的知識(shí)

二分查找（Binary search）

按位運(yùn)算（Bitwise operations）

樹（Trees）

樹 —— 筆記 & 背景

二叉查找樹（Binary search trees）：BSTs

堆（Heap） / 優(yōu)先級(jí)隊(duì)列（Priority Queue） / 二叉堆（Binary Heap）

字典樹（Tries）

平衡查找樹（Balanced search trees）

N 叉樹（K 叉樹、M 叉樹）

排序（Sorting）

圖（Graphs）

更多知識(shí)

遞歸（Recursion）

動(dòng)態(tài)規(guī)劃（Dynamic Programming）

組合（Combinatorics） (n 中選 k 個(gè)) & 概率（Probability）

NP, NP-完全和近似算法

總結(jié)