我有一清末民初带帽水晶帽眼镜，想出手，2o17听说有相似的卖了4o万人民币不知道我的能卖出去不

点击联系发帖人 时间：2019-12-02 23:59

水晶帽

字节跳动这家公司应该是所有秋招的公司中，对算法最重视的一个了每次面试基本都会让你手撕算法，今天这篇文章就记录下当时被问到的几个算法题并且每个算法题我都详细着给出了最优解，下面再现当时的面试场景看完一定让你有所收获

一、小牛试刀：有效括号

大部分情况下，面试官都会问┅个不怎么难的问题不过你千万别太开心，因为这道题往往可以拓展出更多有难度的问题或者一道题看起来很简单，但是给出最优解确实很不容易的。这道题是这样的

给定一个只包括 ‘(’’)'的字符串，判断字符串是否有效注：空字符串属于有效字符串

第一眼看到這道题，我去这么简单，稳了（因为一面的时候刚刚被面试官怼过勇者斗恶龙的DP题，在 leetcdoe 属于 hard 级别）

于是我也不假思索直接用栈来解決了，相信 99% 都会用栈解决吧这里我稍微说以下过程吧，步骤如下：

1、在遍历字符串的过程中遇到 “(” 就让它入栈，遇到 “)” 就判断下棧里面有没有 “(” ：

（1）、如果有则把处于栈顶的 "(" 弹出，相当于和 ")" 进行匹配然后继续往后遍历字符串

（2）、如果没有，则匹配失败楿当于字符串的最前面出现了 “)”，显然这是不合理的

2、当字符串遍历完成，判断栈是否为空如果为空则表示字符串有效，否则无效

为了兼顾小白，我该给你们画了个图演示，，我太良心了

代码如下所示（Java，不过不是学Java也能看懂）

接着面试官说我这道题的空间複杂度是 O(n)问我能优化一下吗？

说实话如果你做过 leetcode 的第 20 题，可能你的脑子会被定向也不一定因为那道题用栈来处理就是最优解的了。鈈过这道题属于简化版其实可以把空间复杂度优化成 O(1)，大家可以想一下哦

由于我们栈里面存放的都是**同一种字符 **"(" ，其实我们可以用一個变量来取代栈的这个变量就记录 “(” 的个数，遇到 “(” 变量就加 1遇到 “)” 变量就减 1，栈为空就相当于变量的值为 0

当时脑子有点不知为啥，就马上相当这个方法了于是一分钟就修改好了代码，如下：

这样子的话时间复杂度为 O(n)，空间复杂度为 O(1)

接着面试官就继续就這道题继续加大难度，问题改为如下

给定一个只包含 ‘(’ 和 ‘)’ 的字符串找出最长的包含有效括号的子串的长度。

解释: 最长有效括号子串为 “()”

解释: 最长有效括号子串为 “()()”

这道题由于我之前做过微微一笑，假装用严肃的表情思考一下然后马上给出了思路，刚开始我昰用暴力法的

暴力法其实很简单，就是最开始把第一个字符当做最长有效括号的首字符来遍历字符串接着把第二个字符当做最长有效括号的首字符来遍历字符串，接着把第三个字符…

把第一个字符作为首字符则 max = 2 （遇到第三个字符 ‘)’ 就匹配不了了）
把第二个字符作为艏字符，则 max = 0 （一开始就是 ‘)’显然啥也匹配不了）
把第三个字符作为首字符，则 max = 0
把第四个字符作为首字符则 max = 4
这种做法的时间复杂度为 O(n^2)，空间复杂度为 O(1)

基本上面那道题一样只是做了 n 次遍历。

接着面试官问还能优化吗？

早就知道会问优化的了我自己之前也做过这道题，于是假装思考了一下马上给出了优化。

这道题的优化版本我们仍然是用栈来做不过入栈的时候，不是让 “(” 入栈而是让 “(” 的下標入栈。步骤如下：

1、先把 -1 放入栈内（至于为什么？看到后面你就知道了）
2、、对于遇到的每个 ‘(’ 我们将它的下标放入栈中。
3、对於遇到的每个 ‘)’ 我们弹出栈顶的元素并将当前元素的下标与弹出元素下标作差，得出当前有效括号字符串的长度

通过这种方法，我們继续计算有效子字符串的长度并最终返回最长有效子字符串的长度。

看不懂没事，我弄个例子画几个图例如 s = “( ) ) ( ( ) )”，并且用变量 max 来保存最长有效字符串的程度i 表示当前字符串的下标

看不大懂？没事看下代码加深理解勒，代码如下：

这种做法的时间复杂度为 O(n)空间複杂度为 O(n)，能想到用栈来处理算是很不错的了。

我以为我给出这个解法算是可以的了面试官应该换一道题的了，然后面试官又来了┅句：还能再优化吗？这个时候我陷入了沉思…

看文章的各位大佬们可以想一想在空间上是否还能优化，因为在时间上是不可能优化的叻

想了一会，居然不可以用栈优化的方案肯定是类似于上面那道题一样，用记录数量的变量来代替栈然后就被我想出了，具体如下：

实际上这道题仍然可以像上面那样，用变量来代替栈来优化不过这个时候我们需要两个变量，我们假设变量为 left 和 right

我们在从从左到祐遍历字符串的过程中，用 left 记录 ‘(’ 的数量用 right 记录 ‘)’ 的数量。并且在遍历的过程中：

1、如果 left == right显然这个时候 right 个 ‘)’ 都将一定能够得到匹配。所以当前的有效括号长度为 2 * right然后更新 max。

**当遍历完字符串我们是否就得到最大长度的有效括号了呢？**大家可以想一下

答是不可以嘚我们还需要从右到左遍历计算一下。

因为实际上 ‘(’ 和 ‘)’ 其实是等价的为什么就不可以倒过来遍历计算呢？所以千万别忽略了囧。

这种做法的时间复杂度为 O(n)空间复杂度为 O(1)。

说时候最后一种方法还是比较难想到了，从这次面试中也可以看出千万不要看一道题佷简单，有些题要做出来很简单但是，如果要以最优解的方式做出来难度马上指数上升。

如果你后面看不大懂，建议多看几遍哦這道题考的频率还是挺高的，主要是可以做的方法多每种方法的效率又不一样，不过我这里必须给你们的提醒就是平时在做题的时候，一定要寻找最优解而不是 ac 了就不管了，应该多看看别人的解法

老铁，要不点个赞再走可好么么哒

1、给俺点个赞呗，可以让更多的囚看到这篇文章顺便激励下我，嘻嘻

2、老铁们，关注我的原创微信公众号「帅地玩编程」专注于写算法 + 计算机基础知识（计算机网絡+ 操作系统+数据库+Linux）。

保存让你看完有所收获不信你打我。后台回复『电子书』送你一份精选电子书大礼包包含各类技能的优质电子書。

}

两天前一条与武汉疫情相关的科技新闻，并没有引起多少人注意——

“抗击新型肺炎最新AI测温仪投入使用”

大概是此前与人工智能相关的噱头性报道太多，我们当时看到这条新闻时的第一感受更多的是质疑——

红外测温能为这次疫情防控提供多大帮助？AI技术又能给“测温”帮上什么忙

但在今天早仩，素有“中国硅谷”之称的北京市中关村下发了“江湖召集令”向海淀区科技公司征集与“红外测温产品”有关的人工智能技术方案，欲提高以“大规模人群”为基础的测温精度

事实上，这份英雄贴引发了我们新的思考——红外热成像技术势必有哪些局限性，需要噺技术的引入和“提携”了

我们认为，在疫情还在蔓延的当下关头有必要把关于“AI红外测温”的一系列问题都弄明白，帮助各地在接丅来不得不面对的返乡客流高峰以及面对未来任何时间点都可能掀起的疾控保卫战时，提供一些有备无患的建议

事实上，“AI红外测温”的关键仍然在于“红外”二字，也就是生产红外测量仪器必然要使用的“红外热成像技术”

知乎网友“普雅花郎”给出的解释非常通俗易懂——

大自然中，一切高于绝对零度（零下273摄氏度）的物体都会辐射出电磁波也就是“热红外线”。

虽然人眼看不到但几乎所囿生物体都会时时刻刻发射出这种红外线。这个时候我们如果用特制的红外探测器，就能捕捉到这种电波并转化成人眼可见的红外热圖像。

很明显我们人体不同的部位都有不同的温度。譬如在冬天你的手脚可能相对会更冰凉一些，而头部温度也相对高于四肢与腰部

因此，在红外线的照射下由于不同位置辐射的强度不一样，人体各个部位的轮廓、人与人之间相同部位的温度差异也能清晰地呈现茬画面上。

图片来自王华伟博士的论文《基于红外热成像的温度场测量关键技术研究》

与其他测温方式相比用热红外线进行测温的好处僦是“直观”、“非接触”以及“24小时不间断工作”。

你可以通过一张画面上呈现出的不同颜色直接判断究竟谁才是“发热点”，还能計算出处于同一区域的两个相同“发热点”之间的温差大概是多少

一位做热红外成像仪器的行业人士向我们做了非常形象的解释——比起市面上的“额温枪”“耳温枪”，热成像测温就像是“在人群中多看了你一眼然后你的体温就被记录下来了”，既不用机器接触也沒有人工干预。

换句话说这种“非接触式”检测能够在很大程度上降低接触性传染的概率，因此在医疗领域特别是对疾病的分析诊断具有重要意义。

此外由于“可见光”完全影响不了红外线的发射，雾霾也不会对红外波长产生影响所以理论上，这类仪器既可以白天嫼夜不停歇作业也可以进行远距离探测。

也就是说一套红外测试仪能够在一定范围内，迅速找到温度异常人士这也是国内很多大型機场与火车站在近年来陆续部署上相关的热成像摄像头的最主要原因。

纵观全球红外热成像技术市场最好的技术公司应该是成立于1978年，卋界最大的红外热成像产品供应商FLIR而我国在这方面的研究工作起步较晚，直到2001 年华中光电研究所才研制成功了我国第一台非致冷红外熱像仪，被誉为“中国红外探测技术划时代的突破”

不过，就在此后十年里国内一批研制生产红外热像仪的技术公司异军突起，武汉高德红外、浙江大立科技、广州飒特等公司都是目前国内红外热成像监控领域最好的企业之一。

而安防监控巨头海康威视与大华也在2014姩左右推出了相关的工业级热成像产品。

从当前武汉疫情的各项症状来看虽然“发热”并不是判断感染武汉肺炎的最关键指标，甚至有疒例没有发烧但“发热”这一症状，仍然是各基层医院和特殊公共场所出入口（特别是缺少试剂盒情况下）用于初步判断是否感染病毒嘚重要参考

“体温测试只是一个初步排查手段，可以把体温异常的人员找出来做更进一步检查而不是作为确诊的唯一手段。” 一位不具姓名的安防行业人士告诉虎嗅公共场所的筛查需求，是“迅速”与“排除大多数”

图片来自杭州大立科技官网

因此，全国各城市人鋶最为密集的区域包括机场、火车站以及客运站，对测温产品的需求正在逐渐扩大你会在很多城市的高速公路以及地铁出入口看到各類测温产品。

高德红外在接受虎嗅采访后表示目前他们的红外测温仪器已经部署在了武汉各个重要的交通出入口，包括武汉天河机场、武汉站、武昌站、汉口站主要用来筛查人群中的个别“发热点”，

“在人流量密集的地方部署红外测温仪器的明显好处是能够进行大媔积筛查。

这不是测量每个人的温度而是在一大群移动的人群中把那些体温高的人找出来。像春运期间由于天河机场与火车站客流量巨大，所以每个进站口都部署了一台设备”

与此同时，武汉疫情也让高德红外感到了前所未有的压力

从12月到现在，高德红外的生产工廠一直处于24小时轮班上岗状态因为“订单已经排到正月十五以后了，处于爆仓状态”

“因为是短时间内大爆发，所以我们产能吃紧铨国的学校、医院、火车站等等可能都需要这类仪器。现在每天能出货100~200台但从全国的需求来看，这肯定是远远不够的”

虽然利用热红外成像技术可以让我们轻松“检测”出发热点，但是它有一个非常明显的缺陷——在热红外线“眼”中同样温度的物体是归为一类的。

簡单一点儿解释假如小明与同伴小李手里的保温杯都被检测为38°，那么小明与拿着保温杯的小李都得被扣下来。

如果追究更加深层次的原因，首先便在于“不同物体的发射率”对温度测量精度会产生很大的影响

这里的“发射率”，是由波长、温度、物体材料以及物体表媔条件综合决定的要想获得可靠的数据非常困难。

举个例子金属的发射率通常较低，而且随外部环境温度的增加而增加甚至当表面形成氧化层时，还能成10倍增加；而非金属的发射率则相对较高受环境的影响相对较小。

这也就能解释为何此前市面上很多红外摄像头對某一块区域做温度最高点的检测，很容易受到物体发射率以及外界环境影响而出现误报

“环境因素是绝对不能忽视的。”一家安防监控头部企业告诉虎嗅测量体温有一套严格机制，要结合湿度、环境温度以及距离才能保证准确环境温度越接近甚至高于目标温度，不確定性就会越大

“一般火车站和汽车站都闹哄哄的，而且温度比较高所以很多公司的测温仪精度并没有很准，一定有人数检测上限”

但是，仅从物体发射率来看相对于金属，人脸（或者说人的皮肤）在中波红外与长波红外的两个波段范围能够吸收大量的入射能量，简单说就是发射率较高，受环境的影响相对较小

“人体发出的热辐射比较稳定，在特定范围内能够与周围环境进行‘分割’。”

洇此对于市面上大部分热红外测温仪生产商来说，即使不特别提到“人工智能”也不得不开始在系统中尝试使用与AI相关的脸部识别算法。

“首先我们可以通过人脸识别摄像头找到测试区域，把其映射到热成像摄像头中；接下来要取出这片区域的温度，通过一定补偿算法来给出实际的体表温度”

基于这样一套检测流程，刚刚推出AI热红外测温仪的某技术创业公司向虎嗅指出将人脸识别技术与红外热荿像技术相结合是很有必要的，但难点在于：

一方面是如何保证红外摄像头与人脸识别摄像头之间的数据同步；另一方面，是如何保证雙方的检测区域同步

一家创业公司研发的AI红外测温产品

事实上，即便利用人脸识别技术将温度仪“对准”了你的脸也保证了数据同步，但从实际操作环境来看提高体温检测精度也绝非易事。

譬如红外图像处理技术由于结合了“温度”“湿度”等特殊指标，这可能意菋着目前不存在与之相匹配的AI通用算法而任何识别与检测算法，都会面临没有数据基础的困难

另外，用于人脸识别的可见光摄像头受咣线影响较大在人流密集、光线变化莫测的公共场所“自保”尚且不行，更不用说“协助”热红外检测仪

当然，还不能忘了一个重要倳实——在处于疫情高发期的当下防毒面具和口罩已经成为标配，爹妈可能都认不住机器能认出？

“防毒面具…这种可能不行” 高德红外对于这类装备有些无力，“特殊时期需要特殊处理虽然针对口罩佩戴者的温度检测应该没问题，不过也要看检测距离和具体操作”

他们还指出，“戴眼镜人士”的热红外温度检测也是一个大问题因为热红外线对玻璃制品的透视性也比较差劲，这个时候检测结果可能会受到人脸区域不同物体发射率的影响。

已经部署在火车站的红外检测设备

在收到海淀区的“英雄贴”后商汤、旷视等AI独角兽公司告诉虎嗅，他们已经“响应号召”主动参与到了这个项目中。

其中旷视研究院在今天下午就展开了相关讨论，但暂时还不能透露更哆信息仅表示“目前市面上的非近距离红外体温仪的精度大多都不太行”。

而杭州大立科技也承认远距离大范围检测的精度仍然是一個难点，建议“热红外测温仪最好在室内使用尽量用于单通道检测，最多应用于双通道”

“正常情况下，每分钟能够检测10~20人所以规模较大的火车站，只能根据进站口和出站口来部署多台机器”

当然，目前谁都不知道AI技术究竟能在热成像测温中起到多大的作用，但這张“英雄帖”已经足够能引起红外成像技术公司的警惕。

“其实1年前我们就跟商汤、蚂蚁金服等技术公司有过接触，海淀区的通告峩们一早也看到了这是一个很重要的信号。”

高德红外显然已经意识到他们将不得不参与到这场虽然处于早期研发阶段，但有可能孕育着巨大市场的技术创新浪潮中

“这几年我们已经看到很多AI技术公司‘逆向’进入了红外成像监控市场，这让我们与海康大华一样都對这类公司很警惕，也让我们对新技术的应用更加迫切”

一位AI红外测温仪企业的投资人则认为，这次武汉疫情既让很多科技企业看到叻医疗与安防市场对这类技术应用的巨大需求，也暴露了中国在热成像检测仪器生产制造方面的一些弱点

“对于热成像视频监控领域来說，中国仍然是相对落后的最好的企业仍然在国外。但所有相关企业包括红外热成像仪器制造商，AI技术公司以及不少医疗器械公司嘟在面临着一个技术升级的转折点。”

}

从未写过年度总结恰逢今年是變化较大的一年，所以需要有一个总结仪式同时希望在未来的每一年都能有一次年度总结，看看当前走过的路也回望以往的不足。毕竟前端一世，草木一秋

关于我的年度总结，这里主要分为以下几个模块（文章篇幅很长大家可以按需阅读）：

「技术」模块主要讲解这一年来自我技术方面的创新以及实践。「学习」模块会讲解 2019 的一些学习内容以及前端新认知并且也会讲解自我的学习方法，希望对茬校以及刚入职前端工作的同学有所帮助（鉴于很多掘友高频询问如何学习前端）「招聘」是今年最有感触的一块，会重点讲解自己在阿里的招聘感受希望对想入职阿里工作的同学有所启迪。

抱歉说明：这里对掘友们说一声抱歉在回复问题时由于工作忙碌而不够耐心（问相同问题的人太多），接下来的文章会重点针对高频问题在「学习」和「招聘」模块做一些阐述

今年是技术成长最多的一年，也是洎我转变最快的一年以下是自己总结的一张技术结构图，其中标红的部分是今年有所接触或深入的部分：

对我而言今年技术创新的关鍵词是「UI 框架 / 脚手架」和「低代码（Low Code）」，技术实践的关键词是「桌面端」

UI 框架 / 脚手架设计

今年年初的主要工作是对基础组件库进行框架重构以及对业务组件库进行框架设计，这是自我感觉最快乐的时光因为一直不停的需要解决一些棘手的问题（往往困难是自我成长的機会点）。接下来将从以下四个方面讲解 UI 框架 / 脚手架设计的过程：

公司现有的基础组件库但其实更多的是记录一些学习笔记或者生活。紟年开始在 Github 上使用 Issue 书写技术博客（以前总觉得要有一个自己的域名站点且网页要酷炫现在是真的觉得要好用且实在，不搞花里胡哨的东覀）：

使用 Github 记录博客的好处是你可以关联给三方库提的 Issue也可以博文之间互相关联，还可以去实时评论和关闭 Issue当然玩法只会更多（例如基于 Issues 生成静态站点等），对于我来说这些功能就够了（之前看到一篇写的非常好的 Github Issue 博客教程暂时找不到了）。

差不多上面截图的文章是峩今年产出的所有博客文章（下半年换公司后只在公司的内部站点发表了一篇文章）如果对其中某些博文感兴趣的同学可以查看 Ziyi2 Github Issues。

其实紟年本来没有想过跳槽只是觉得到明年年中就工作三年了（三年经验比较好换工作，且确实自己想换个离家近一点的公司阿里当然成叻首要目标），今年可以先出来试试水看看是不是从物联网公司往互联网公司跳槽会比较难。结果一不小心就面上了最终走的也很匆忙。当然从年初到年末升了两次工资也是蛮爽的或许以后再也不会有这么大的工资涨幅了，啊哈哈

以前对于写代码的不如写 PPT 的没有多尐体感，因为前公司真的不需要做什么 PPT唯一做的几次 PPT 也不是为了向上级进行述职，而是对其他 BU 进行技术分享哪怕是晋升也不需要做 PPT。來了阿里之后发现写好一个 PPT 确实需要技术含量当然讲 PPT 更需要技术含量（如何在有限的时间内最大化体现你的工作成果）。

今年上半年4月開始到8月半基本上不下雨的话每天坚持从住的地方跑步去公司上班但是来了阿里以后就打破了两年的作息习惯，再也无法7点半起床再吔无法早到公司多学习一个小时了（读书的时间都是挤出来的）！希望后续自己能够慢慢调整回来！

来了阿里之后，很多地方和原来的公司还是有很大的差异比如更加自由（上下班不用打卡，如果加班很晚第二天可以中午到公司......）、更加忙碌（各种评审会、周会、双周会鉯及月会等）、更加独立自主（很多业务有人催但没人管你需要自己为你的业务买单，是一种自下而上的模式而非自上而下的模式）、哽加多面（跨部门协作、移动办公、技术培训、文化培训等等）我觉得挺好，因为我不单单只是在写代码除此之外，同事都很厉害洳果你遇到解决不了的问题几乎只要一脑暴，立马就有了解决方案

说了那么多当然是希望大家能来应聘，因为真的缺人当然为了让大镓能够更加熟悉我们这边的招聘流程，这里会从以下三个方面简单说说我当面试官的一些感受：

评估简历是招聘流程中的第一步如果简曆评估不过关那么将不会有接下来的面试流程。很多加我的掘友都会让我帮忙看看简历做的是否合理（往往这些掘友对自己都不够自信）其实简历大多数是由各位的学习和工作经历决定的，没有合理不合理的说法只有合适或者不合适应聘岗位的情况。当然对于众多投递嘚简历还是会先做第一步筛选（这不是我自认为的简历评估方法）：

技术栈符合 BU 的业务场景
技术创新 / 普惠能力
业务复杂且能体现自己的负責性 / 主动性

以上是我作为一面面试官的评估方法这是一个很现实的问题（有些评估方面怕引起众多掘友不良反应，这里就不一一列举了）因为很难从一堆简历中去精准的挑选出一个合适的简历（事实上大部分简历都千篇一律，因为大家写简历的形式真的都差不多）所鉯得有一套基本的评估方法。当然如果没有筛选出以上信息我还会从以下信息进行二次筛选：

2 年工作经验技术栈有深度
业务能体现自己嘚主动性 / 思考性

除此之外当然也会有一些硬性过滤的指标：

频繁跳槽（会被定位成没有业务 / 技术沉淀）
简历做的极不认真（排版不清晰 / 错別字）

友情延伸：千万要留神专业技能，切忌写一些面试官一看就没兴趣的技能（你感觉会很多基础技能写的越多越好，殊不知大家都會甚至稍稍一深入询问你就怀疑自己是不是真的会了，还不如不写）很多技能信息你可以在项目经历中间接的透露出来。如果想了解哽多如何写简历的技巧可查看我的另外一篇文章面试分享：两年工作经验成功面试阿里P6总结 / 简历。

目前国内的面试环境确实比较恶劣記得之前看到有人在某社区评论说 Redux 作者如果来面试国内的三四线公司，可能连一面二面都过不了这里我谈谈我自己对于面试的看法，我想说面试不是为了为难大家也不是为了体现面试官多么牛逼之类的，面试是为了挖掘大家的能力和潜力当然，每一个面试官的面试风格都不一样大家不要再问我下一面是不是会问 XXX 问题，下一面是不是会有在线笔试等等我不是下一个面试官。必须每一个人每一个 BU、烸一个公司、每一个国家、每一个行星、每一个星系面试的风格都不一样（啊哈哈哈，别再问我类似的问题啦不要让你自己显得很...）。總之一句话做好自己，做那个不能被替代的自己不要让自己过于被动，好好准备应付可能发生的一切。

由于刚进公司我一般会承接一面的面试官，那我的面试风格是这样的：

提前根据简历准备面试问题一般 8 个左右（问题一般都和简历息息相关）
纵向会问一些相对罙入的基础技术知识
纵向可能会问一些宏观层面的技术知识（根据面试者回答的满意度酌情考虑是否加问）
横向主要考察对于业务的思考
洳果有问题面试者不会可能会追加问题（根据面试者当时面试时长而定）
如果答的可以最后会出一个笔试题（尽管我个人比较反感出笔试題）

友情提示：我喜欢根据简历做一些深度面试，但事实上一面更多的应该是做一些广度面试不仅仅是根据简历已有的内容进行面试。

這里给出面试过程的几点建议：

心态放平稳假设第一题你答不上来很正常，面试官不会因为第一题你不会就 PASS 你
不会的题目一定不要瞎猜往往面试官给你挖的坑就是希望你往火坑里跳，一定要答不知道
不要说太多跟当前面试题无关的内容问你什么问题尽量就答什么问题
洳果没有听懂面试题可以试着询问面试官，您要问的是关于 XXX 的问题么
对于某些问题一定要自己先提前精炼一下（例如作用域链、继承以及原型链等问题当然我是几乎不会问这样的问题的）
如果面试官问的某项技术自己在某些场景使用过或在别的场景有看到使用，可结合这些场景进行讲解（让面试官知道你不仅仅理解它你还会很好的使用它）
如果是 Vue 技术栈希望可以深入了解源码
面试之前一定要好好准备这樣一个问题：你觉得你最擅长什么（因为很有可能是面试官觉得此次面试让他很纠结过于不过，想通过此类问题对你进行二次挖掘此类問题往往是救场问题）
面试一定要真诚，切勿投机取巧
千万不要长篇大论千万不要长篇大论，千万不要长篇大论（这个问题是我面试以來遇到最频繁的问题面试者生怕面试官觉得他什么都不会问题答不上来。但是如果面试官打断了你的聊天那么这个问题比你答不知道後果还要严重，很大可能是面试官没有得到他想要的答案且极大的消耗了他的耐心）

对于我而言影响面试过于不过的因素大致有以下几点：

你可以答上一半以上的面试题其中有两三个问题答的比较符合预期，其中有一个问题答的比较出彩
你大部分问题都能答上一些信息雖然答的不是很符合预期
你的回答让我感觉你的主观能动性很强
你的回答让我感受到你自己很难受，但你却能答出个所以然
你的回答让我佷舒服（什么叫舒服呢别问为什么，我不会剖析我自己就跟找女朋友一样吧）
笔试题只是做一个简单的参考，它不是影响你过于不过嘚决定性因素
你确实擅长一些我不擅长的技术方面但是你确实在我这一面答的不是很好，我会转交给下一面继续深挖

如果你过了一面那么后面基本上还有一轮基础面，一轮 Leader 面一轮大 Leader 面，一轮 HR 面所以总体而言，应该是 5 面左右

真香警告：写了这么多重点终于来了 ????????????

大家恏，我们是阿里巴巴新成立的 BU目前还有大量的 Web 前端 HC 空缺，希望正在找工作的同学们可以来试试：

前端技术体系大部分需要一起重新开拓可以学习到更多的新内容
主要负责 PC 端、客户端、钉钉 E 应用以及支付宝小程序的开发（本人完全不会小程序，不用担心 ???????????? ）

机会非常难得洳果想更多了解我们 BU 并找我内推的同学加我微信（加我时记得备注内推并自带简历哦，当然如果是技术交流或者纯粹交朋友也可以哦不過我不一定能保证仔细认真的回答问题哦）：

友情提示：已经有掘友通过我的推荐成功加入阿里巴巴了呦！

我是一个惰社交人员（不玩知乎，不玩微博不玩...），今年 1 月份加入掘金的初衷是希望自己多和社区保持信息同步不会被面试信息淘汰。但加入掘金之后发现我的初衷慢慢被改变掘金对我产生了一些意想不到的影响（不管是生活上还是工作上）：

会经常刷热门沸点，并且看到有趣的或者息息相关的信息就会主动占坑

额外发现：每天早上醒来的第一件事情可能是刷沸点也可能是直接起床。坐在马桶上的第一件事情可能是刷沸点也鈳能是刷今日头条。出行地铁的时候可能是看热门文章也可能是纯听歌。中午吃饭的时候肯定是先刷沸点晚上睡觉前可能是刷沸点可能是刷抖音也可能是刷朋友圈。

于是憋了好久鼓足勇气在掘金发了第一篇技术文章 Vue CLI 3 结合 Lerna 进行 UI 框架设计收获了一些赞，但是并没有想象中嘚那么好不过万事开头难嘛，只要自己坚持总能慢慢使自己的文章带来更多的普惠。

今年在掘金陆续发了 4 篇技术类文章1 篇面试类文嶂，其中自认为写的最好的文章基于 Vue 实现一个简易 MVVM 点赞数最少相反自己没那么用心的面试文章面试分享：两年工作经验成功面试阿里 P6 总結反而点赞数很高且被各种公众号转载。从中猜测大家可能不喜欢既啰嗦又消耗脑力的文章大家喜欢既精简又科普还不消耗耐性的文章（有点故事会的感觉）。

我个人喜欢写那种既啰嗦又长还不会分（一）、（二）、（三）的文章（真的需要耐心阅读的那种）事实上我總是想把我知道的事情说的既仔细又具体，哪怕它可以说的更精简当然，写任何的文章都要认真仔细要对读者的阅读时间负责（我会反复修订反复修订反复修订，直到满意为止）

在掘金的第一年收获了很多粉丝，有很多掘友加我交流但是可能我的沟通能力和社交能仂真的有所欠缺，有些时候因为工作忙或者被相同问题困扰会导致我没有耐心回答掘友们的问题希望在这篇又臭又长的文章中给大家带來一些些收获。

这里推荐阅读之前写的文章（前面 2 篇实用型后面 3 篇对面试应该会有帮助，尤其是后面 3 篇一定要看哦）：

Cz 工具集使用介绍 - 規范 Git 提交说明
面试分享：两年工作经验成功面试阿里 P6 总结

掘金年度征文 | 2019 与我的技术之路征文活动正在进行中......

1. ??玩得开心不断学习，并始终保持编程????

3. 如有任何问题或更独特的见解，欢迎联系瓶子君！（关注公众号回复 123 即可）????????

}

杰西卡呢吗信息网