已發布·持續改進
Algorithm
程式面試實戰指南：面試官看重什麼、常見題型模式、分步驟的解題流程，以及如何說清楚時間與空間複雜度。
程式面試解題策略是一套在有限時間內解決演算法題、同時把思路說出來的習慣與技巧。它由一套可重複的流程（釐清題意、建立範例、先給暴力解、再最佳化、撰寫程式、測試）和一小組反覆出現的模式組成，例如雜湊表、雙指標、滑動視窗和前綴和。
許多公司透過線上程式測驗與現場程式面試來篩選開發者，評分時不只看最終答案，也看對問題的理解、解題過程、程式碼品質、自我驗證和溝通。有了清楚的流程，即使沒有做出最佳解也能展現這些能力，而同樣的習慣也適用於日常的除錯與程式碼審查。
依模式學習比單純追求解題數量更有效：先掌握一個模式，做幾題用到它的題目，再像面對面試官一樣把解法和複雜度說出來。練習時計時，用邊界案例和暴力解對照來驗證程式碼，最後以模擬面試收尾。
先確認輸入規模、邊界情況與輸出格式；這些答案往往決定了哪種演算法可行。
先說出簡單正確的解法及其複雜度，再找出重複的計算，用合適的資料結構消除它。
「已排序」「連續」「出現過」等線索分別指向雙指標、滑動視窗和雜湊表。
說出每個決定，手動走一遍小範例，檢查邊界情況後再宣告程式完成。
longest_unique_window 回傳不含重複字元的最長子字串長度。它逐步右移右邊界，記錄每個字元最後出現的位置，視窗內遇到重複時把左邊界跳到該位置之後，因此每個索引只被處理常數次，時間複雜度為 O(n)。執行 python sliding_window.py 可以看到幾個範例字串的結果。
sliding_window.py
def longest_unique_window(s: str) -> int:
"""Length of the longest substring without a repeated character (sliding window)."""
last_seen = {}
left = best = 0
for right, ch in enumerate(s):
if last_seen.get(ch, -1) >= left:
left = last_seen[ch] + 1
last_seen[ch] = right
best = max(best, right - left + 1)
return best
if __name__ == "__main__":
for text in ["tastedev", "abba", "interview", ""]:
print(f"{text!r}: {longest_unique_window(text)}")
python sliding_window.py共六章，帶你從安裝一步步認識 程式面試解題策略 的核心概念。
在這裡提問、分享經驗，交流關於 程式面試解題策略 的看法。
還沒有討論。來發起第一則吧。
0 則留言
登入 · 登入後即可留言。
來留下第一則留言吧。