關於 資料結構 演算法 關係 ，我們在網路上蒐集到這些相關的討論、資訊與評價

ref: https://medium.com/srivatsan-sridharan/cracking-the-engineering-manager-interview-faqs-94dcfdf38ef

這篇文章是作者分享關於 EM(Engineering Manager) 面試相關的討論文，作者先前已經分享過一系列關於 Engineering Manager 面試的一些經驗
有滿多網友表示之前系列文的分享讓他們有一個方向去準備這類型的面試，而成果也是非常的好。
因此作者寫了最後一篇來分享面試的一些心得與想法

包含下列主題，本文就針對幾個主題進行介紹，對於有興趣的讀者別忘了參閱全文
How important are the technical interviews in the EM interview loop?
Do I need to practice Leetcode to crack the coding rounds?
What if I don’t have relevant experiences to answer situational or experience based questions?
What if I’ve never had to let go of someone from my team?
How much detail should I go into when talking about a situation?
When asked about my weaknesses as a manager, what should I say?
How do I answer the question — what is your management philosophy?
What are some failure modes or traps to watch out for?

How important are the technical interviews in the EM interview loop?
1. 非常重要，雖然大部分情況下 EM 可能沒有太多寫程式的機會，但是沒有技術背景的人是要如何管理一群技術人?
2. 相對於單純寫 Code，技術架構的瞭解更為重要
3. 技術能力與領導經驗哪個更為重要還是要看公司，沒有一定答案，找工作的時後請先好好問一下 recruiter 這些小細節

Do I need to practice Leetcode to crack the coding rounds?
1. 具備 Leetcode medium 等級的能力即可，除非該公司期望 EC 職位的人也必須要從事 IC(Individual Contributor) 或是非常小心創的 Tech Head。不然大部分情況不會遇到太複雜的演算法題目
2. 更多的情況會是詢問如何使用一些基本的資料結構或是解決簡單的演算法問題
3. 主要是判斷你是否有能力將實際的問題轉換為程式碼，是否能夠讀懂,理解與除錯程式碼
4. 忘記 function/語法沒關係，畢竟會面是這個職位的近期程式寫的比較少是可預期的。最重要的還是思路，如何將問題的解法給描述出來

What if I don’t have relevant experiences to answer situational or experience based questions?
1. 這個是非常常見的問題，特別是剛踏入 EM 生涯道路的面試者，本來就很難有太多的範例與經驗去回答這些需要時間累積的問題。
2. 作者推薦誠實的告訴面試官自己這方面經驗不太多，然後可以針對這個範例去探討假如你未來遇到的話，你可能會怎麼面對之類的。

What if I’ve never had to let go of someone from my team?
1. 這是個非常常見的問題，但是就跟前述問題一樣，如果沒有這方面的經驗就誠實以對
2. 可以改從團隊中有人績效不太好為替代方式去探討，講述自己之前的管理哲學與處理方式

聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）& LeetCode Premium 抽獎啦(2021- 9 月更新）

-----------------------------
2021年 9 月更新：
從 8 月開始，收到許多剛到美國唸書的讀者來信請求幫忙內推 2022 年暑假的實習工作，如果你還不知道的話， 請查看我另外一篇文章來了解內推網路：最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡 (2021 年 8 月更新)。軟體工程師的面試關卡很多都是資料結構及演算法， 所以大家在準備實習也都不免俗的要刷題一下。 我許久沒有看 LeetCode， 發現現在 LeetCode 的功能越來越多， 還有像是學習資源文章及 study plan 的功能，把大家要準備面試的各種需求都越來越在他們網站上一站搞定。 今天除了再次分享去年寫的文章(還有折扣碼)， 還要大大感謝 LeetCode 願意提供 3 個 7 天 Premium 會員試用來給予讀者， 讓大家面試前可以使用如公司 tag 的功能來做複習。 此外感謝大家一直以來的支持， 我也自掏腰包提供購買 3 個 1 個月的 Premium 會員試用來加碼， 再請大家做以下動作參加抽獎歐！

✅ 按讚並留言你希望用 LeetCode 達到什麼目標 (轉職、實習面試、換工作，可以寫一寫細節像是目標公司、職位等)， 或是你過去使用 LeetCode 的心得、或者是自己未來職業目標等等， 也可以是找朋友來一起練習。
✅ 公開分享此篇文章的話多一次被抽中的機會

獎項： 共 6 個名額，3 個 7 天 Premium 試用會隨機抽出， 3 個 1 個月的 Premium 試用則用留言內容來挑選， 希望抽出給很需要、或是很有創意的留言， 哈！

活動期間到加州時間下週四 9/9 晚上 9 點截止。會直接於文中留言通知中獎，祝大家學習愉快、找實習、換工作都順利！

--------------------------

2020 年 12 月原文：
歐， 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD)， 說實在的， 我覺得大家好像太過度強調 “刷”題的刷， 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗， 我很佩服他們投入的時間及毅力， 但我自知做不到， 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗， 2015 年上完 Coding Bootcamp 到找到工作， 大概做了 60 題左右的 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式， 如果你想要找如何刷題的方式，或是覺得無法刷幾百題很多遍的人， 歡迎往下閱讀。

2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 所以在準備面試上， 要研究公司， 並且依照職缺來做面試的複習， 因為我是面試前端相關的職缺， 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習，我大概維持一天練習 1-2 題的步調。 2016 年底的面試， 因為還要上班， 所以基本上只有晚上有時間， 可能一天只能練習 1 題， 假日有比較多時間才可以多做幾題。

看到問題的時候， 我會先確保我了解題目的意思， 真正在面試的時候， 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致， 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼， desired output 又是什麼。

確認好 input & output 後， 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候， 我會和面試官說明我可能會先就一個大概可行的方式來做解答， 如果他/她覺得沒有什麼問題的話， 我再做後續的優化。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。

當然有些時候不論怎麼想都寫不出來， 如果是自己練習的時候，我大概在 15 分鐘後會開始看一些討論， 嘗試學習別人的思路， 但如果再花 10 分鐘還是解不出來的話， 才會參考別人的解法。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 如果面試中卡住的話， 則是要儘快和面試官討論， 我會把我的理解， 可能的解法方式和面試官說， 同時也說明我的情況可能哪裏不是很確定， 讓面試官在適當的時候可以給予我提示。 一般來說， 公司都是希望有順利的面試經驗， 面試官也都願意在溝通正常下給予協助。

自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好， 我會再嘗試看不同人的討論， 研究更優化的解法， 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。

在之前準備面試的時候， 我有準備一本筆記本， 每次寫完問題之後， 我會用筆寫下我在哪一天寫了哪一個問題， 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前， 我會先看一下前一天的問題， 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話， 再看我自己的總結並做上記號， 隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。

如果有和公司面試， 不論是電話還是 onsite， 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似， 如果有的話， 是否我的思路在面試中是清晰及正確的， 如果沒有的話， 我是否有利用對的觀念來解答。 面試結束後， 會花時間在盤點及複習， 從面試中的題目和過往的練習做統整。

你可以看到我的練習方式不是很強調快， 因為我希望我做完問題可以有很深的理解， 所以花很多時間在做整理、複習確認， 即使當下沒有那麼理解， 隔天回想又想不出的話， 我會再複習一次， 再隔一天做新題前也會再確認。 複習及思考的次數多了，真正把題目所想要考的觀念融會貫通， 畢竟面試很難真的遇到原題， 重點是我們對於資料結構及演算法的理解， 及遇到難題如何面對的應對的思考過程。

條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer， 所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。

我從 2015 、2016 年準備面試的時候， 有許多練習演算法的網站， 但到了今日， 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣， 大部分我聽到的準備面試的人都用 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。

我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium， Premium 最大的好處就是可以看到問題和公司的標註， 拿過去拒絕我 2 次的 Google 為例 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (2021 年已經變成 1014 道了！ @@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， (2021 年 9 月更新， 最近又有如文章、影片的學習資源，還有像是 Study Plan 的功能， 看起來 LeetCode 要往大家學習、準備、一站式的服務來黏住使用者了！)

相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。

我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。

附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式

2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。

部落格原文：
https://bit.ly/3zNrluU

NT390 特價中

用 Python 或JavaScript (二擇一) 來學習離散數學 – 電腦世界的數學語言 (邏輯、證明、遞迴關係、演算法、數論與密碼學、演算法分析、路徑選擇、資料結構、以及其他重要的程式開發演算法)

https://softnshare.com/discrete-math-with-python-and-javascript/

【線上課程】《過好人生學》～除了熱情，你更需要知道的事
讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys

【哈克獨門心法工作坊】～穿越迷霧，懂一個人真正的樣子～2019/10/19開課
課程連結：https://www.koob.com.tw/contents/4022

【人際維基】桌遊體驗會～讓你一玩就懂別人的在乎～8/3(六）14:00
活動資訊課程：https://www.koob.com.tw/contents/3072

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw

線上課程【不用開口，就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=============================
以下為本段內容文稿：

在過去三天的分享當中，我從個人的角度，來看待我們的「趨勢」跟「未來」，我們要用什麼樣的思維跟能力的調整，讓我們能夠適應的更好。

而今天呢，我轉換個角度，用指向於「趨勢」與「未來」的角度，來回觀我們的個人；應該要怎麼樣去定位，或者是我們的危機跟機會各自又在哪裡？

我想喔，可以談趨勢與未來的人很多，但這一位人物，有他的獨特性跟代表性；他就是日本「軟銀集團」的創辦人～孫正義。

他在今年的6月，參與一個台灣舉辦的，叫做「全球產業秩序的結構與創新」這個論壇裡面，他做了一場公開的演講。

我在這裡喔，跟你分享一些他這個演講裡面的內容。他認為喔，全球第三波的工業革命，就是「A.I.人工智慧」正在來臨。

如果按照過去30年網路革命的歷史經驗，未來30年半導體的運算速度，記憶體的儲存容量，跟網際網路的傳輸速度，都將成長100倍。

換句話說，A.I.人工智慧的智商，會比現在聰明100倍。他也預估到了2040年，全球機器人的數量，將正式超越全球的人口數，達到100億個機器人。

然而孫正義更直接的表示說，他說不管你喜不喜歡，A.I.人工智慧的時代，它就已經來臨了。這些新科技改變人類社會的速度，會比預期的來得更快。

他以「汽車」為例，在1913年的美國福特汽車，推出第一輛汽車；當時在美國的紐約街頭上，100部交通工具裡，只有1部是汽車，99部仍然是馬車。

但是短短5年的時間裡，形勢完全逆轉；紐約街頭汽車跟馬車的比例，翻轉成為99：1。

然而時至今日，很多人會質疑，運用人工智慧的科技，進行自動行駛的車輛是不安全的；所以都覺得短期應該不會發生這樣的事。

但是我們回觀一個事實，就在美國，現在自動駕車運送處方藥、自動駕車運送網購貨品，這些都已經發生了！

而且進一步來看，網購運送貨品，如果用人工來運送，每件的成本要5美元，而自動駕駛車輛的運送成本，卻只要0.23美元。聽到這裡你想想看，5美元跟0.23美元，這個成本是差異多大啊？

如果按照「趨勢」這樣子發展，可能你現在還會看到，某些專職送貨、送外賣的這些人員，可能他只要跑得勤一點，他的收入還可以蠻不錯的；但是這種事情，可能會很快的消失不見。

其實如果我們回顧，在25年前發生的「資訊革命」來看，網際網路的流量，在25年前其實只有「180G」；但今天的流量，已經高達「156T」，這個流量成長了100萬倍。

如果用市場價值來衡量，美國華爾街網路公司的市值，過去25年的市值，也成長了1000倍。

在1994年全球股市，市值前十大的公司，唯一家的科技公司只有「IBM」。當年擠進前10名的公司，包含日本的NTT電信、美國奇異、艾克森美孚石油、可口可樂、通用、菲利普莫里森煙草，和默克製藥。

但25年後的今天，全球股市前10名裡，有7家都是網路科技公司；包含微軟、Amazon、Google、Facebook、蘋果、阿里巴巴、騰訊。

所以呢，網際網路的革命對全球社會，會產生重大的改變。而相對於網際網路，接下來的「A.I.人工智慧」的革命，在未來的30年，單單在美國，就可望創造19兆美元的產值。

如果按照孫正義的說法，A.I.人工智慧，是人類社會最大的創新改革，會比網際網路的影響來得更大。

其實如果回到人工智慧，跟人類大腦的對比，目前呢，人工智慧只有在下棋這些領域，比人類強大；但是30年後，A.I.會比現在聰明100倍。

到時候所謂的超級智慧，會在人類社會當中誕生；人類的智商平均是100左右，有人說愛因斯坦的智商190；但是未來我們人工智慧的智商，合計會到1萬！

這是什麼數字啊？他會是超級天才，也是天才中的天才。

可是聽到這裡，你千萬不要覺得很悲觀，因為A.I.並不會在所有的領域裡面，都取代人類；畢竟啊，人類在創造力跟互相尊重的能力、彼此協作的部分上。會比A.I.來的更強。

但反過來，如果在既有的資料跟數據，產生的預測跟預估這方面的話，那麼A.I.會比一般的人類強很多。

所以透過孫正義的這番說法，你聽到這邊，不知道你想到了什麼？

我常常會說一句話哦：「人工智慧的時代已經來臨了，但是很多人卻還用工人智慧的腦袋，來想自己的現在跟未來」。

事實上，如果你現在檢視你謀生、你工作、你面對生活，跟未來的方式跟態度，都是那種純粹技術性的，或者是重複性的。

甚至於，絲毫沒有任何創造力含量，這樣的工作跟生活形態。那麼我幾乎可以很確定的告訴你，在你的有生之年，你一定會被A.I.所取代。

可是反過來說，當你現在的思維開始改變，用一個更深刻且更寬廣的視角，來看待自己的工作跟生活的話；那麼你即將會擁有的，是A.I.幾乎無法取代的部分，就是你有「創造」的能力。

而這種在計算機的演算法裡，很難模擬到的像人類的情感、人類的藝術創造，這些部分回到你我的生命裡，當然不是一天、兩天就能夠具備的。

但是我可以很確定的告訴你，如果你現在面對你的工作與生活，你開始能夠有意識的，創造出一些必要的結果；並且去優化你在面對工作跟生活的流程。

而進一步提煉出你的「核心能力」，把你核心的能力跟認知。並不是托付在某些特定角色的工作裡；而是把這些部分，發展出一個生態圈，並且在面對不確定的未來，擁有一個正確決策的能力。

最後回到生命的本位裡，去創造出那個A.I.幾乎不可能模擬的東西，叫做專屬於你靈魂的意義與價值。

那麼我可以很確定的告訴你，不管這個時代怎麼樣變化，你不僅不會是那個被淘汰的人，而且你還可以透過這些科技的進步，為你如虎添翼。

你聽到這裡，你一定很好奇，那這些能力各自需要什麼呢？其實我剛才已經說出來了！

如果你想要在自己的未來，過上一個更好的人生；有四個能力，是你一定要具備的～

第一個叫做「創造結果的能力」，第二個叫做「建立生態圈的能力」，第三個叫做「正確做決定的能力」，而第四個叫做「創造意義的能力」。

然而這個部分的學習精進，讓你擺脫工人智慧的腦袋，而讓自己在人工智慧的時代裡，能夠適應良好、活出你想要的人生。

那麼我很鼓勵你，可以好好把握我們近期推出的線上課程，叫做【過好人生學】。

在這一門線上課程裡，我除了陪伴你，去建立起必要的「四個能力」之外；更結合了我多年進行個案教練的經驗，跟我個人生命轉型的一個體會，讓你能夠更深入的看清楚，自己的生命形態怎麼樣可以過得更好，並且避免掉一些迷思跟現象。

因為我必須說「思維的盲點」，它不一定是發生在那些我們所不知道的事；而是我們太僵固於我們所知道的事。

就像上個世紀的馬車夫，他之所以會被淘汰的主要原因，其實並不是在於，他不知道汽車這件事，而是他太僵固於他的謀生方法，就只有駕馬車。或者是只有透過駕馬車的交通，跟移動的意義來收錢。

所以囉，如果你渴望突破自己在生涯的思維盲點，並且建立起「過好人生」的必要能力，還有它實際的做法。

那我很鼓勵你，可以好好把握我們推出的【過好人生學】這一門線上課程。

然而無論如何，面對未來的改變跟衝擊，不管我們在主觀上喜不喜歡、想不想要，它一定會發生。而真正的關鍵在於～「你準備好了嗎」？

希望今天的分享，能夠帶給你一些啓發與幫助，我是凱宇。

如果你喜歡我製作的內容，請在影片裡按個喜歡，並且訂閱我們的頻道。別忘了訂閱旁邊的小鈴鐺，按下去；這樣子你就不會錯過，我們所製作的內容。

然而如果你對於啟點文化的商品，或課程有興趣的話，如同在我們的內容裡面提到的【過好人生學】。

相關的課程資訊，在我們的影片說明裡都有連結；我很期待能夠跟你一起在線上一起學習、一起前進，一起過上一個你想要的好人生。

謝謝你的收聽，我們再會。