面试造火箭，上班拧螺丝 大多数程序员心里会想"总结的真精辟"，当面试到算法时，各种“跪”、“再跪”、“还是跪”…，多少人因为算法而拿不到心仪的offer，算法毁一生啊。
智力面试时代
现在算法已经成为大厂面试的重中之重，甚至一些国外的大厂只面试算法，为什么会这样呢？其实在早期，也就是微软当老大的时候，大厂面试最爱考“智力题”，比如：
井盖为什么是圆的？
如何用3升和5升桶量取4升水？
有一对夫妇，先后生了两个孩子，其中一个孩子是女孩，问另一个孩子是男孩的概率是多少
等等等等等等等等等等等等。
实在想象不出面试程序员还需要会“脑筋急转弯”，不过按照当时微软的半官方说法是：
计算机行业是一个新兴的行业，前面没有灯塔可以对齐，每天都有大量新鲜的问题需要解决，拥有
创新性的员工是公司急需的，公司需要这些人去打破常规，创造奇迹。不得不说拥有“创新性”的人才不仅是公司，甚至是全社会都急需的，但真理毕竟只掌握在少数人的手中，大神也屈指可数，公司需要这些高屋建瓴的人来掌舵，也需要普通的水手来划桨，做为普通人中的一员，我仅仅是来应聘“水手”的，我能踏踏实实、认认真真的完成领导交给我的任务，就像一个团队需要“孙悟空”一样的大神，也需要“沙僧”一样踏踏实实干活的人。
这样选拔人才是否合理有待商榷，毕竟当时的互联网是新兴的行业，大家都在摸着石头过河，从历史的结果看，目前的微软已经被Google、Apple等企业反超了。
算法面试时代
随着互联网行业的高速发展，从业人员的专业能力越来越高，公司对像“沙僧”一样能踏踏实实干活同时具备一定解决专业问题能力的人越来越重视，解决专业问题能力是一个很宽泛的概念，反应力、敏锐力、沟通能力等等，说白了就是有动手解决问题的能力，为什么现在很多公司面试有笔试甚至是真枪实弹（直接上机写代码）的考核，当下大部分面试人员面试前都刷题，准备的很充足，纸上谈兵能力比得上“赵括”。
Linux 的创始人 Linus Torvalds 在 2000-08-25 给linux-kernel 邮件列表的一封邮件提到的：
Talk is cheap, show me the code
文明的解释是：
能说算不上什么，有本事就把你的代码给我看看。
通俗的解释是：
屁话少说，放码过来。
因此如何在短时间内找到专业能力和动手解决问题的能力的人？解决实际算法问题是一个很好的学以致用的过程，不仅考察了专业能力，也考察了动手解决问题的能力，经典算法和数据结构就那么多，设计思想也就那么多，如何用这些知识解决实际问题并不是想的那么简单，需要很强的逻辑能力。
这就是为什么大厂都爱考算法问题的原因，他们需要在短时间内判断面试者是否是他们需要的人才，那算法不好的人就一定不是人才吗？不，这是一个概率问题，从概率学上来说，懂算法的人要比不懂算法的人更适合他们。那放弃那些算法不过关的人他们不后悔吗？说句扎心的话：他们不在乎，大厂的简历源源不断，这个不行，马上下一个。
除非你做出了非一般的成就，他们会因为没有录取你而感到惋惜。不知道大家记不记得 Max Howell，这位就是发明
Homebrew的大神，这位牛人曾经就因为一个算法问题而被Google拒绝，让我们来看一看是多么复杂的算法题：给出一棵二叉树，求这棵二叉树的镜像
其实就是翻转二叉树，这道题怎么说呢？在Leetcode上级别被定义为‘easy’，没错，你没有看错，就是‘easy’，只要你答对这道题，就可以超越世界级大牛，问鼎码林之巅。
这位IOS界的大牛就这样折戟在沙滩上：
所以大家不要因为算法面试不好而自我否定，面试本身就处于一个信息不对称的位置，面试官都已经知道答案了。 还有下面这位：
如何跨越算法面试
在我看来，要想跨越算法面试有2个方法：成为领域专家和理解算法
先来说说第一种成为领域专家，让公司不再把你当成是普通的求职者，当然想成为领域专家难度还是非常大的，不仅需要再某一领域深耕多年，还需要能拿出亮眼的成绩，比如下面这位：
Java之父——詹姆斯·高斯林，用Java的童鞋一定都很熟悉这位天才，他出生于加拿大，是一位公认的计算机编程天才。在卡内基·梅隆大学攻读计算机博士学位时，他编写了多处理器版本的Unix操作系统，是JAVA编程语言的创始人。
再比如这位：
Python之父——Guido van Rossum，1982年获得阿姆斯特丹大学的数学和计算机科学的硕士学位的他在7年后创立了Python语言。1991年初，Python发布了第一个公开发行版。到今天，Python语言已经从众多编程语言中脱颖而出成为最受欢迎的语言。
这样的牛人，如果想去某一公司，面试流程肯定不一样，做为普通大众的我，未来10年或者20年，不知道能不能让别人也称我为“大牛”，至少目前我还不能让公司为我单独设计面试流程，算法面试还是要经历的，既然不可避免，就让我们拥抱吧。
刷题刷题，刷出来的不仅是题，还有我们的思维，既要知其然，也要知其所以然，而不仅仅是完成题目+1。
最近2天Github上有一个非常火热的开源库，短短几天star已经3.4K了，这个开源库整理了60多篇干货，目录如下：
还有很多，这就不一一截图了，看完这些是不是感觉干货满满，最后奉上GitHub地址：https://github.com/labuladong/fucking-algorithm
今天的文章对大家是否有帮助？如果有，请在文章底部留言和点赞，以表示对我的支持，你们的留言、点赞和转发关注是我持续更新的动力！
随时随地看视频
