学习刘宇波老师的算法面试课，记个笔记！
课程目标（我的目标）：面对算法问题时，有一个合理的思考路径，不畏惧算法！
对算法面试而言：
不一定需要正确的回答每一个算法问题，但是合理的思考方向是最重要的，这也是完成算法面试的前提。
算法面试优秀不意味着技术面试优秀，技术面试优秀不意味着能拿到offer，都只是一个环节。
面试不是考试并且“正确”是一个相对的概念，我们可以和HR一起探讨解决问题的方案，有效沟通。（要根据具体情况来选取最优的方法）。
通过过去了解你的思考行为方式：（面试前最好有准备，并且能和实际的例子结合回答）
- 项目经历：实验室项目、自己的项目、博客分享、github等等
- 遇到的最大的挑战？
- 犯过的错误？
- 遇到过最难解决的bug？
- 曾经遭遇的失败？
- 最享受的工作方式和内容？
- 遇到冲突的处理方式？
- 做过最与众不同的事情？
准备好合适的问题问HR：（同样比较关键）
- 整个小组的大概运行模式是怎样的？
- 整个项目的后续规划是如何的？
- 这个产品中的某个问题是如何解决的？
- 为什么会采用某些技术？标准？
- 我对某个技术很感兴趣，在你的组中又怎样的机会能深入这种技术？
算法面试并没有那么难：
- 远远不需要啃完一本《算法导论》
- 高级的数据结构在算法面试被提及的概率较低：红黑树、B-tree、斐波那契堆、计算几何、数论、FFT等
- 远远不需要达到信息学竞赛（ACM）水平
算法面试的准备范围：
- 不要轻视基础算法和数据结构
- 各种排序算法
- 基础数据结构和算法的实现：堆、二叉树、图
- 基础数据结构的使用：链表、栈、队列、哈希表、图、Trie、并查集
- 基础算法：广度优先、二分查找、递归
- 基本算法思想：递归、分治、回溯搜索、贪心、动态规划
推荐的两个刷题学习网站：
首推肯定是leetcode了，其次推荐HackerRank（问题分类十分详细，可以深入挖掘一类问题）
解决算法面试问题的整体思路：
1. 注意题目中的条件：有序数组（二分）、设计O(nlogn)的算法等等
2. 当没有思路的时候：简单测试用例试一试--->暴力解法同样也是方法（不要忽视）
3. 优化算法才是最难的：遍历常见的算法思路、遍历常见的数据结构、时间和空间的交换(哈希表)
4. 实际编写：注意极端条件的判断（数组为空、字符串为空）、变量名、模块化、复用性
