D
Data Science Guy
@DataScienceGuy3.5K подп.
5.9Kпросмотров
27 июня 2024 г.
Score: 6.5K
В последнее время я довольно часто хожу на собеседования. Каждая первая, плюс-минус крупная компания (MAANG, Сбер, Т-банк, Яндекс и тд), имеет хотя бы один этап, содержащий алгоритмические задачи (в простонародье - литкод или алгосы). Этот этап по праву считается самым нелюбимым у кандидатов, но в то же время он, на мой взгляд, самый простой и понятный по процессу подготовки к нему. Как писал Yorko на своем канале, сейчас чаще спрашивают только easy задачи и редко middle. Регулярно решая задачи, постепенно начинаешь понимать закономерности, и становится легче. Количество решенных задач фиксируется в статистике сайта, и появляется ясное понимание прогресса подготовки. В отличие от той же теории МЛ, где читаешь и пытаешься вспомнить все подряд, от чего в голове может начаться каша. Хочу поделиться с вами, как готовиться к этим алгоритмам. Как в целом подходить к этим задачам: 1. Сначала внимательно прочитайте условие, попытайтесь понять, что от вас хотят и в каком виде. 2. Затем попытайтесь решить задачу самостоятельно. Всегда стоит начать с самого простого метода — перебора, пусть даже это будут 4 вложенных цикла. 3. Затем попытайтесь сделать что-то более оптимальное. Подумайте, какие структуры данных или алгоритмы можно применить к этой задаче. 4. На этом этапе уже можно найти и посмотреть видео с разбором решения. Как только там объяснили алгоритм на словах/картинках, попытайтесь снова зайти в редактор и реализовать то, что вам объяснили словами. Если совсем не получается, досмотрите видео и по памяти реализуйте только что увиденный код. Ресурсы: 1. Как ни странно — LeetCode. Заходите в планы обучения — Study Plan, выбирайте тот, который нравится, и вперёд. 2. Также очень хорош NeetCode и его roadmap. 3. Мне нравятся стримы, где люди решают задачи в режиме онлайн. Можно наблюдать, как они думают и какие ошибки делают. Вот хороший пример такого видео: https://www.youtube.com/watch?v=Pp84Sv041xA (Глеб привет!) upd: Еще хороший пост про с материалам про алгосы от @asisakov - https://t.me/asisakov_channel/141 Понимаю, что это далеко неисчерпывающий список, а если вы еще и не торопитесь и у вас есть несколько месяцев на подготовку, можно найти какой нибудь курс по алгоритмам (например лекции Хирьянова Т. на ютубе или купить на том же литкоде) чтобы более систематично и последовательно все это изучить, а не прыгать в омут с головой. И помните, не везде просят алгосы на собеседованиях, но если вы не хотите отбрасывать все компании, где их все же просят, то придется заморочиться…
5.9K
просмотров
2529
символов
Нет
эмодзи
Нет
медиа

Другие посты @DataScienceGuy

Все посты канала →
В последнее время я довольно часто хожу на собеседования. Ка — @DataScienceGuy | PostSniper