私はもともとこれをソフトウェアエンジニアになるための短いトピックリストとして作成しましたが、 今日それは大きなリストに成長しました。この学習計画を経て、私はAmazonで ソフトウェアエンジニアとして雇われました!! おそらく、あなたは私ほど勉強する必要はないでしょう。とにかく、必要なものはすべてここにあります。 私は数ヶ月間、1日約8〜12時間勉強しました。これが私のストーリーです: Google の面接のために8か月間フルタイムで勉強した理由 注意してください: あなたは私ほど勉強する必要はありません。私は、知る必要のないことに多くの時間を無駄にしました。詳細については、以下をご覧ください。貴重な時間を無駄にすることなく、必要なことを勉強するのを手伝います。 ここに掲載されている項目を学べば、Amazon、Facebook、Google、Microsoftなど 大手企業を含む、ほぼすべてのソフトウェア会社の面接に備えることができます。
あなたに最高の幸運がありますように!
翻訳:
翻訳中:
これは、大企業のソフトウェア エンジニアになるための私の数か月にわたる学習計画です。
必須:
- コーディングの経験 (変数、ループ、メソッド/関数など)
- 忍耐
- 時間
これはソフトウェア エンジニアリングの学習計画であり、フロントエンド エンジニアリングやフルスタック開発ではないことに注意してください。 他の場所でのキャリア パスのスーパー ロードマップとコースワーク (詳細については https://roadmap.sh/ を参照)。
大学のコンピューター サイエンス プログラムでは学ぶべきことがたくさんありますが、面接には 75% 程度知っていれば十分なので、ここではそれについて説明します。 完全な CS 独学プログラムについては、私の学習計画のリソースがカムラン アーメッドのコンピューター サイエンス ロードマップに含まれています: https://roadmap.sh/computer-science
- なぜこれを使用するのか
- 使い方
- 自信を無くさないでください
- ビデオリソースに関する注意
- プログラミング言語を選択してください
- データ構造とアルゴリズムに関する書籍
- 面接対策本
- 私と同じ間違いを犯さないでください
- 取り上げられていないもの
- 日次計画
- コーディングに関する質問の練習
- コーディングの問題
- アルゴリズムの複雑さ/ Big-O / Asymptotic解析
- データ構造
- その他の知識
- 木
- ソート
- グラフ
- さらに多くの知識
- システム設計、スケーラビリティ、データ処理
- 最終レビュー
- コーディングの質問練習
- コード演習/挑戦
- 面接に近づいたら
- あなたの履歴書
- 面接が来たときに考えてください
- 面接官に質問があります
- 一度あなたは仕事を得た
- その他の書籍
- その他の学習
- 追加科目の詳細
- ビデオシリーズ
- コンピュータサイエンスコース
大企業でソフトウェア エンジニアとして働きたいのであれば、これらのことを知っておく必要があります。
私のようにコンピューター サイエンスの学位を取得できなかった場合は、これで人生の 4 年間取り戻すことができます。
このプロジェクトを始めたとき、私はヒープからのスタックのことも、Big-O のことも、木についても、何も知りませんでした。 グラフを横断します。もし私が並べ替えアルゴリズムをコーディングしなければならなかったとしたら、それは酷いことになるでしょう。 私がこれまで使用してきたデータ構造はすべて言語に組み込まれており、それがどのように機能するのかわかりませんでした。 ボンネットの下にはまったくありません。実行しているプロセスで「不足」が発生しない限り、メモリを管理する必要はありませんでした。 「memory」エラーが発生した場合は、回避策を見つける必要があります。私は人生でいくつかの多次元配列を使用しましたが、 何千もの連想配列を作成しましたが、データ構造を最初から作成したことはありません。
長い計画ですね。何か月もかかるかもしれません。しかし、すでにこの内容の多くに精通している場合は、時間ははるかに短くなります。
以下はすべて概要であり、順に項目に取り組む必要があります。
私は進捗状況を追跡するためのタスク リストを含む、GitHub 風マークダウン を使用しています。
このページで、上部近くの「Code」ボタンをクリックし、「Download ZIP」をクリックします。ファイルを解凍すると、テキスト ファイルを操作できるようになります。
マークダウンを理解できるコード エディターで開いている場合は、すべてが適切にフォーマットされていることを確認できます。
新しいブランチを作成して、次のような項目を確認できるようにします。括弧内に x を入力するだけです: [x]
-
GitHub リポジトリ:
https://github.com/jwasham/coding-interview-university
をフォーク ボタンをクリックしてフォークします。 -
ローカル リポジトリにクローンを作成します。
git clone https://github.com/<YOUR_GITHUB_USERNAME>/coding-interview-university.git cd coding-interview-university git remote add upstream https://github.com/jwasham/coding-interview-university.git git remote set-url --push upstream DISABLE # 個人の進捗を元のレポにプッシュバックしないようにするため
-
変更を完了したら、すべてのボックスに X を付けます。
git commit -am "Marked personal progress" git pull upstream main # 元のレポからの変更でフォークを最新に保つ git push # フォークにプッシュするだけ
- 成功した多くのソフトウェア エンジニアは自分が十分に賢くないのではないかという不安を抱えています。
- 次のビデオは、この不安を解消するのに役立ちます。
一部のビデオは、Coursera または EdX クラスに登録することによってのみ視聴できます。 これらは MOOC と呼ばれます。 場合によっては、クラスが開催されていないため、数か月待たなければならず、アクセスできないこともあります。
オンラインコースのリソースを、YouTube ビデオ (できれば大学の講義) など、いつでも利用できる無料の公開ソースに置き換えて、特定のオンラインコースの開催中だけでなく、いつでも学習できるようにするのは素晴らしいことです。
コーディング面接に使用するプログラミング言語を選択する必要がありますが、コンピューターサイエンスの概念を学習するために使用できる言語も見つける必要があります。
できれば、どちらか 1 つの言語に習熟するだけで済むように、言語が同じであることが望ましいです。
学習計画を立てたとき、そのほとんどで C と Python の 2 つの言語を使用しました。
- C: 非常に低いレベル。ポインタとメモリの割り当て / 割り当て解除を処理できるため、データ構造を実感できます。
そしてアルゴリズムが骨の中に組み込まれています。Python や Java などの高水準言語では、これらは表示されません。日々の仕事ではそれは素晴らしいことですが、これらの低レベルのデータ構造がどのように構築されるかを学んでいるときは、実際に近いと感じるのは素晴らしいことです。
- C はどこにでもあります。勉強していると、書籍、講義、ビデオなど、あらゆる場所で例を見ることができます。
- C プログラミング言語 第 2 版
- これは短い本ですが、少し練習すれば C 言語をうまく扱えるようになります。 すぐに上達します。C を理解すると、プログラムとメモリがどのように機能するかを理解するのに役立ちます。
- 本を深く読み込む必要はありません(読み終える必要さえありません)。C で快適に読み書きできるところまで進んでください。
- Python: 現代的で表現力が非常に豊かです。非常に便利で、面接で記述するコードの量も少なくて済むため、私はこれを学びました。
これが私の好みです。もちろん、好きなことをしてください。 必要ないかもしれませんが、新しい言語を学習するためのサイトをいくつか紹介します。
面接のコーディング部分には、使い慣れた言語を使用できますが、大企業の場合は、次の言語を選択するのが確実です。
- C++
- Java
- Python
これらを使用することもできますが、最初に読んでください。注意事項がある場合があります:
- JavaScript
- Ruby
面接の言語の選択について私が書いた記事は次のとおりです: Pick One Language for the Coding Interview.
これは私の投稿の元の記事です: Choosing a Programming Language for Interviews
言語に非常に慣れており、知識が豊富である必要があります。
選択肢について詳しくは、次を参照してください。
- Algorithms in C, Parts 1-5 (Bundle), 3rd Edition
- 基礎、データ構造、並べ替え、検索、およびグラフのアルゴリズム
- Data Structures and Algorithms in Python
- グッドリッチ、タマッシア、ゴールドワッサー著
- この本が大好きでした。それはすべてを網羅し、それ以上のものでした。
- Python コード
- 私の素晴らしい本のレポート: https://startupnextdoor.com/book-report-data-structions-and-algorithms-in-python/
- Goodrich、Tamassia、Goldwasser
- セッジウィックとウェイン:
- Algorithms
- この本をカバーする無料の Coursera コース (著者が教えます!):
- Goodrich、Tamassia、および Mount
- Sedgewick と Wayne
たくさん買う必要はありません。正直なところ、「コーディング面接の攻略」で十分だと思いますが、さらに練習するためにさらに購入しました。しかし、私はいつもやりすぎます。
これを両方購入しました。彼らは私にたくさんの練習をさせてくれました。
- Programming Interviews Exposed: Coding Your Way Through the Interview, 4th Edition
- C++ および Java での回答
- これコーディング面接を突破するための良いウォーミングアップです
- それほど難しいことではありません。ほとんどの問題は、インタビューで見られるものよりも簡単かもしれません (私が読んだ内容によると)
- Cracking the Coding Interview, 6th Edition
- Java での回答
1 つ選択してください:
- Elements of Programming Interviews (C++ version)
- Elements of Programming Interviews in Python
- Elements of Programming Interviews (Java version) - Companion Project - Method Stub and Test Cases for Every Problem in the Book
このリストは何か月もかけて大きくなり、はい、手に負えなくなりました。
より良い経験をしていただくために、私が犯したいくつかの間違いを以下に示します。そして、何か月も時間を節約できます。
時間もビデオを見て大量のメモを取りましたが、数か月後には覚えていないことがたくさんありました。 3日間かけてメモを見直し、フラッシュカードを作成して復習しましたが、そんな知識は必要ありませんでした。
私と同じ間違いを犯さないように、
Retaining Computer Science Knowledge を読んでください。
この問題を解決するために、一般とコードの 2 種類のフラッシュカードを追加できる小さなフラッシュカード サイトを作成しました。 各カードには異なる形式があります。どこにいても携帯電話やタブレットでレビューできるように、モバイルファーストのウェブサイトを作成しました。
無料で独自に作成します。
フラッシュカードの使用はお勧めしません。 フラッシュカードが多すぎて、ほとんどがトリビアです。必要ありません。
しかし、私の言うことを聞きたくない場合は、ここからどうぞ:
やりすぎて、アセンブリ言語や Python のトリビアから機械学習や統計まで、あらゆるものをカバーするカードがあることに注意してください。 必要なものが多すぎます。
フラッシュカードに関する注意: 初めて答えを知っていると気づいたときは、その答えを既知としてマークしないでください。 本当に理解するには、同じカードを見て何度か正しく答える必要があります。 繰り返すことで知識が脳に深く定着します。
私のフラッシュカード サイトを使用する代わりに、Anki が私に何度も勧められてきました。 繰り返しシステムを使用しているので、覚えやすくなります。ユーザーフレンドリーで、すべてのプラットフォームで利用でき、クラウド同期システムを備えています。 iOS では 25 ドルかかりますが、他のプラットフォームでは無料です。
Anki 形式のフラッシュカード データベース: https://ankiweb.net/shared/info/25173560 (thanks @xiewenya).
一部の学生は、空白に関する書式の問題について次の手順を実行することで修正できると述べています。デッキを開いて、カードを編集し、カードをクリックし、「スタイル」ラジオ ボタンを選択して、メンバー「white-space: pre;」を追加します。カードクラスへ。
これは非常に重要です。
データ構造とアルゴリズムを学習しながら、コーディング面接の質問に答え始めます。
問題を解決するには、学んだことを応用する必要があります。そうしないと忘れてしまいます。私はこの間違いを犯しました。
トピックを学習し、リンク リスト などにある程度慣れたら:
- 面接対策本のいずれかを開きます(または、以下にリストされているコーディングに関する問題の Web サイト)
- 次の学習トピックに進みます。
- その後、戻って別の 2 つまたは 3 つのリンク リストの問題を解きます。
- 新しいトピックを学ぶたびにこれを行います。
学習後ではなく、学習している間も問題を解き続けてください。
あなたは知識のために雇われているのではなく、その知識をどのように応用するかによって雇われているのです。
以下に示すように、これに関する多くのリソースがあります。続けて。
気を散らすものがたくさんあり、貴重な時間が奪われてしまう可能性があります。集中力と集中力は難しいです。歌詞のない音楽をかける と、かなり集中できるようになります。
以下は一般的なテクノロジですが、この学習計画には含まれていません:
- Javascript
- HTML、CSS、およびその他のフロントエンドテクノロジ
- SQL
このコースでは多くの主題について説明します。おそらくそれぞれに数日、場合によっては 1 週間以上かかる場合があります。それはあなたのスケジュール次第です。
毎日、リストの次の主題を取り上げ、その主題に関するビデオをいくつか見てから、 このコース用に選択した言語でそのデータ構造またはアルゴリズムの実装を作成します。
私のコードはここで見ることができます:
すべてのアルゴリズムを覚える必要はありません。独自の実装を作成できる程度に理解できれば十分です。
なぜこれがここにあるのでしょうか? 面接する準備ができていません。
プログラミングの問題を練習する必要がある理由:
- 問題の認識、および適切なデータ構造とアルゴリズムがどこに適合するか
- 問題の要件を収集する
- 面接で行うのと同じように、問題について自分なりに説明する
- コンピューターではなく、ホワイトボードまたは紙にコーディングする
- 解決策のための時間と空間の複雑さを考え出す (下記の Big-O を参照)
- テストあなたの解決策
面接で体系的かつコミュニケーション的に問題を解決するための素晴らしい入門書があります。これはプログラミングのインタビュー本からもわかります が、私はこれが素晴らしいと思いました: Algorithm design canvas
コードを紙ではなく、ホワイトボードまたは紙に書きます。コンピューター。いくつかのサンプル入力を使用してテストします。次に、それを入力してコンピュータでテストします。
家にホワイトボードがない場合は、画材店で大きな描画パッドを購入してください。ソファに座って練習することもできます。 こちらは私の「ソファホワイトボード」です。写真ではスケールを調整するためにペンを追加しました。ペンを使っていると、消せたらいいのにと思うでしょう。 すぐに散らかります。鉛筆と消しゴムを使用します。
コーディングの問題の練習は、プログラミングの問題の答えを覚えることではありません。
ここ の主要なコーディング インタビュー ブックを忘れないでください。
問題の解決:
コーディング インタビューの質問ビデオ:
- IDeserve (88 videos)
- Tushar Roy (5 playlists)
- 問題解決策のウォークスルーに最適
- Nick White - LeetCode Solutions (187 Videos)
- ソリューションとコードの適切な説明
- 短時間で何本も視聴できる
- FisherCoder - LeetCode Solutions
チャレンジ/練習サイト:
- LeetCode
- 私のお気に入りのコーディングの問題サイト。おそらく準備する 1 ~ 2 か月分の購読料を払う価値があります。
- コードのウォークスルーについては、上記の Nick White と FisherCoder のビデオを参照してください。
- HackerRank
- TopCoder
- Codeforces
- Codility
- Geeks for Geeks
- AlgoExpert
- Google のエンジニアによって作成されたこれは、スキルを磨くための優れたリソースでもあります。
- Project Euler
- 非常に数学に重点が置かれており、コーディング面接にはあまり適していません
さて、話は十分です、学びましょう!
ただし、学習中に上記のコーディング問題に取り組むことを忘れないでください。
- 実装するものは何もない
- Harvard CS50 - 漸近表記(video)
- BigO記法(一般的なクイックチュートリアル)(ビデオ)
- BigO表記(とオメガとシータ) - 最良の数学的説明(ビデオ)
- Skiena:
- アルゴリズム複雑さ分析への穏やかな紹介
- 成長の命令(ビデオ)
- 漸近線(Asymptotics)(video)
- UCバークレー BigO(ビデオ)
- UCバークレー Big オメガ(ビデオ)
- 償却分析(ビデオ)
- 「Big Oを描く」(ビデオ)
- TopCoder(漸化関係とマスター定理を含む):
- チートシート
- [Review] Big-O notation in 5 minutes (video)
講義の中には数学的にも余裕がある場合は、下にジャンプして 離散数学ビデオを見て、背景知識を得る。
-
- 自動的にサイズ変更ベクトルを実装する。
- 説明:
- ベクトルを実装する(自動サイズ変更可能な可変配列):
- 配列とポインタを使用してコーディングを実践し、インデックスを使用する代わりにインデックスにジャンプするポインタ演算
- 割り当てられたメモリを持つ新しい生データ配列
- 内部で配列を割り当てることができますが、その機能は使用しません。
- 16で開始するか、開始番号が大きい場合は、2 - 16,32,64,128の出力を使用します
- size() - 項目数
- capacity() - 保持できるアイテムの数
- is_empty()
- at(index) - 指定されたインデックスでitemを返し、インデックスが範囲外であれば吹き飛ばす
- push(item)
- insert(index,item) - itemをindexに挿入し、そのインデックスの値と末尾の要素を右側にシフトする
- prepend(item) - インデックス0に上記の挿入を使用できます
- pop() - 最後から削除し、値を返す
- delete(index) - インデックスの項目を削除し、すべての末尾の要素を左にシフトする
- remove(item) - 値を探し、それを保持するインデックスを削除します(複数の場所であっても)
- find(item) - valueを検索し、その値を持つ最初のインデックスを返します。見つからなければ-1を返します。
- resize(new_capacity)//プライベート関数
- 容量に達すると、サイズを2倍に変更します
- アイテムをポップするとき、サイズが容量の1/4である場合、サイズを半分に変更
- 時間
- 最後に追加/削除するO(1)(スペースを増やすために償却される)、索引、または更新
- 他の場所に挿入/削除するO(n)
- 空間
- メモリ内で連続しているため、プロキシミティはパフォーマンスに役立ちます
- 必要なスペース=(配列の容量, > = n)*アイテムのサイズですが、2nでもO(n)
-
- 説明:
- Cコード(動画) ビデオ全体ではなく、ノード構造体とメモリ割り当てに関する部分だけです。
- 連結リスト Vs 配列:
- 連結リスト(ビデオ)を避けるべき理由
- 分かったぞ!:ポインタの知識へのポインタが必要です: (そのポインタが指すアドレスを変更する可能性のある関数へのポインタを渡すとき) このページはptrからptrまでを把握するためのものです。このリストトラバーサルスタイルはお勧めしません。読みやすさと保守性は巧みさのために苦しんでいます。
- 実装する(私はテールポインタ&なしで行った):
- size() - リスト内のデータ要素の数を返す
- empty() - 空の場合はboolを返します
- value_at(index) - n番目の項目の値を返します(最初は0から始まります)
- push_front(value) - リストの先頭に項目を追加します
- pop_front() - 前面アイテムを削除してその値を返します
- push_back(value) - 最後に項目を追加する
- pop_back() - 終了アイテムを削除し、その値を返します
- front() - フロントアイテムの値を取得する
- back() - 終了項目の値を取得する
- insert(index、value) - インデックスに値を挿入するので、そのインデックスの現在のアイテムはインデックスの新しいアイテムによってポイントされます
- erase(index) - 指定したインデックスのノードを削除する
- value_n_from_end(n) - リストの最後からn番目のノードの値を返します
- reverse() - リストを反転する
- remove_value(value) - この値を持つリストの最初の項目を削除します。
- 二重連結リスト
- 説明(ビデオ)
- 実装する必要はありません
-
- Stacks(video)
- スタックの使用 Last-In First-Out(ビデオ)
- [Review] Stacks in 3 minutes (video)
- 実装されません。配列で実装するのは簡単です。
-
- キューの使用 First-In First-Out(ビデオ)
- キュー(video)
- 環状バッファ/ FIFO
- 優先度つきキュー(ビデオ)
- [Review] Queues in 3 minutes (video)
- テールポインタ付き連結リストを使って実装する:
- enqueue(value) - テールの位置に値を追加する
- dequeue() - 値を返し、少なくとも最近追加された要素を削除する(前面)
- empty()
- 固定長配列を使って実装する:
- enqueue(value) - 利用可能なストレージの最後にアイテムを追加する
- dequeue() - 値を返し、最近追加された要素のうち最も古い要素を削除します
- empty()
- full()
- コスト:
- 最後の要素の次の要素が必要になるため、先頭にエンキューし、末尾をデキューするリンクリストを使用する悪い実装はO(n)になり、デキューごとに完全なトラバーサルが発生します
- enqueue:O(1)(償却、連結リストと配列[プロービング])
- dequeue:O(1)(連結リストと配列)
- empty:O(1)(連結リストと配列)
-
-
動画:
-
オンラインコース:
-
線形プロービングを使用して配列で実装する
- hash(k、m) - mはハッシュテーブルのサイズです
- add(key、value) - キーがすでに存在する場合は、値を更新します。
- exists(キー)
- get(key)
- remove(キー)
-
-
- 二分探索(動画)
- 二分探索(ビデオ)
- 詳細
- [Review] Binary search in 4 minutes (video)
- 実装:
- 二分探索(ソートされた整数の配列)
- 再帰を利用した二分探索
-
- ビットチートシート- 2 ^ 1から2 ^ 16および2 ^ 32までの2の累乗の多くを知るべきです
- &、|、^、〜、>>、<<を使ってビットを操作することについての本当の理解を得る
- 2と1の補数
- カウントセットビット
- 2の次の累乗に丸めます:
- スワップ値:
- 絶対値:
-
- シリーズ:Core Trees(ビデオ)
- シリーズ:木々(ビデオ)
- 基本的な木の構築
- トラバーサル
- 操作アルゴリズム
- BFS(幅優先検索)
- MIT(動画)
- メモ:
- レベルオーダー(BFS、キューを使用)
- 時間複雑度:O(n)
- 空間の複雑さ:最適:O(1)、最悪:O(n / 2)= O(n)
- DFS(深さ優先探索)
- MIT(動画)
- メモ:
- 時間複雑度:O(n)
- 空間の複雑さ:最良:O(log n) - 平均。木の高さ 最悪:O(n)
- inorder(DFS:left、self、right)
- postorder(DFS:left、right、self)
- preorder(DFS:自己、左、右)
- [Review] Breadth-first search in 4 minutes (video)
- [Review] Depth-first search in 4 minutes (video)
- [Review] Tree Traversal (playlist) in 11 minutes (video)
-
- 二分探索木レビュー(動画)
- シリーズ(ビデオ)
- シンボルテーブルから始まり、BSTアプリケーションを経由します
- はじめに(ビデオ)
- MIT(動画)
- C / C ++:
- 実装:
- insert //木に値を挿入する
- get_node_count //格納された値の数を取得する
- print_values //最小値から最大値まで木の値を出力します
- delete_tree
- is_in_tree //与えられた値が木に存在する場合はtrueを返します
- get_height //ノードの高さを返します(単一ノードの高さは1です)
- get_min //木に格納されている最小値を返します
- get_max //木に格納されている最大値を返します
- is_binary_search_tree
- delete_value
- get_successor //指定された値の後に木の次に高い値を返し、存在しなければ-1を返します
-
- 木として可視化されますが、通常はストレージ内で線形です(配列、連結リスト)
- ヒープ
- はじめに(ビデオ)
- ナイーブな実装(video)
- 二分木(ビデオ)
- 木の高さ備考(ビデオ)
- 基本的な操作(ビデオ)
- 完全な二分木(ビデオ)
- 疑似コード(ビデオ)
- ヒープソート - ジャンプして開始(ビデオ)
- ヒープソート(ビデオ)
- ヒープを作る(ビデオ)
- MIT:ヒープとヒープソート(ビデオ)
- CS 61B講義24:優先度つきキュー(ビデオ)
- 線形時間BuildHeap(max-heap)
- [Review] Heap (playlist) in 13 minutes (video)
- 最大ヒープを実装する:
- insert
- sift_up - 挿入に必要
- get_max - 最大項目を削除せずに返します
- get_size() - 格納された要素の数を返す
- is_empty() - ヒープに要素が含まれていない場合はtrueを返します。
- extract_max - 最大アイテムを返し、それを削除します。
- sift_down - extract_maxに必要です
- remove(x) - インデックスxのアイテムを削除する
- heapify - heap_sortに必要な要素の配列からヒープを作成する
- heap_sort() - ソートされていない配列を取り出し、最大ヒープを使用してソート済みの配列に変換します
- 注意:代わりにminヒープを使用すると、操作が節約されますが、必要な領域が2倍になります(in-placeでは実行できません)。
-
note:
- ソートを実装し、最良のケース/最悪のケース、それぞれの平均的な複雑さを知る:
- バブルソートなし - ひどい - O(n ^ 2)、ただしn <= 16の場合を除く
- ソートアルゴリズムの安定性( "Quicksortは安定していますか?")
- 連結リストで使用できるアルゴリズムはどれですか?どの配列ですか?両方でどちら?
- 連結リストのソートはお勧めしませんが、マージソートは実行可能です。
- 連結リストのマージソート
- ソートを実装し、最良のケース/最悪のケース、それぞれの平均的な複雑さを知る:
-
ヒープソートについては、上記のヒープデータ構造を参照してください。ヒープソートは素晴らしいですが、安定していません。
-
マージソートコード:
-
クイックソートコード:
-
実装:
- Mergesort:O(n log n)平均と最悪の場合
- Quicksort O(n log n)平均の場合
- 選択ソートと挿入ソートは両方ともO(n ^ 2)の平均と最悪の場合です
- ヒープソートについては、上記のヒープデータ構造を参照してください。
-
必須ではありませんが、私はそれらをお勧めしました:
まとめとして、ここには15ソートアルゴリズムの視覚的表現があります。 このテーマの詳細が必要な場合は、[いくつかの科目の追加の詳細]の[ソート]の項を参照してください(#additional-detail-on-some-subjects)
グラフはコンピュータサイエンスの多くの問題を表現するために使用することができるので、このセクションは木やソートのように長いです。
-
メモ:
- メモリにグラフを表示するには4つの基本的な方法があります:
- オブジェクトとポインタ
- 隣接行列
- 隣接リスト
- 隣接マップ
- それぞれの表現とその長所と短所を熟知してください
- BFSとDFS - 計算の複雑さとそのトレードオフ、そしてそれらを実際のコードに実装する方法を知っている
- 質問が表示されたら、まずグラフベースのソリューションを探し、それがなければ進んでください。
- メモリにグラフを表示するには4つの基本的な方法があります:
-
Skiena Lectures - 素晴らしいイントロ:
-
グラフ(レビューなど):
- 6.006単一始点最短経路問題(ビデオ)
- 6.006 ダイクストラ(ビデオ)
- 6.006 ベルマン-フォード法(ビデオ)
- 6.006 ダイクストラ法のスピードアップ(ビデオ)
- Aduni:グラフアルゴリズムI - トポロジカルソート、最小スパニング木、プリムのアルゴリズム - 講演6(ビデオ)
- Aduni:グラフアルゴリズムII - DFS、BFS、クラスカル法のアルゴリズム、連合探索データ構造 - 講義7(ビデオ)
- Aduni:グラフアルゴリズムIII:最短経路 - レクチャー8(ビデオ)
- Aduni:グラフアルゴリズムIV:幾何学アルゴリズムの紹介 - 第9講(ビデオ)
- CS 61B 2014(58:09から開始)(ビデオ)
- CS 61B 2014:加重グラフ(ビデオ)
- 欲張りアルゴリズム:最小スパニング木(ビデオ)
- 強固に接続されたコサラジュのアルゴリズムグラフアルゴリズム(ビデオ)
- [Review] Shortest Path Algorithms (playlist) in 16 minutes (video)
- [Review] Minimum Spanning Trees (playlist) in 4 minutes (video)
-
フルcourseraコース:
-
私は実装します:
- 隣接リストを持つDFS(再帰的)
- 隣接リストを持つDFS(スタックで反復)
- 隣接行列を持つDFS(再帰的)
- 隣接行列を持つDFS(スタックで反復)
- 隣接リストを持つBFS
- 隣接行列を持つBFS
- 単一始点の最短経路(ダイクストラ)
- 最小スパニング木
- DFSベースのアルゴリズム(上記のAduniの動画を参照):
- サイクルをチェックする(トポロジカルソートに必要.開始前にサイクルをチェックする)
- トポロジカルソート
- グラフ内の接続されたコンポーネントをカウントする
- 強く接続されたコンポーネントを一覧表示する
- 二部グラフをチェックする
Skienaの本(下記の書籍の節を参照)と面接の書籍
-
- 再帰とバックトラックに関するスタンフォードの講義:
- それを使用するのが適切なとき
- 尾の再帰はどのように優れていないのですか?
-
- 面接で動的プログラミングの問題が見られることはおそらくないでしょうが、問題が動的プログラミングの候補であると認識できることは価値があります。
- この問題はかなり難しいかもしれません。なぜなら、それぞれのDP可溶性問題は再帰関係として定義されなければならず、それを思い付くのは難しいかもしれないからです。
- DPの問題の多くの例を見て、あなたが関連するパターンをしっかりと理解するまでお勧めします。
- 動画:
- Skienaのビデオは、時には見ることができないほど小さすぎるホワイトボードを使用することがあるため、フォローするのが難しい場合があります
- Skiena:CSE373 2012 - 講義19 - 動的プログラミング入門(ビデオ)
- Skiena:CSE373 2012 - 講義20 - 編集距離(ビデオ)
- Skiena:CSE373 2012 - 講義21 - 動的プログラミング例(ビデオ)
- Skiena:CSE373 2012 - 講義22 - 動的プログラミングのアプリケーション(ビデオ)
- Simonson:動的プログラミング0(59:18から開始)(ビデオ)
- Simonson:動的プログラミングI - 講義11(ビデオ)
- Simonson:動的プログラミングII - 講演12(ビデオ)
- 個々のDP問題のリスト(それぞれ短い): 動的プログラミング(動画)
- イェール講義ノート:
- Coursera:
-
- オプション:UML 2.0シリーズ(動画)
- オブジェクト指向ソフトウェアエンジニアリング:UMLとJavaを使ったソフトウェア開発(21ビデオ):
- OOとOOの設計方法を十分に理解している場合は、これをスキップできます。
- OOSE:UMLとJavaを使用したソフトウェア開発
- SOLID OOP原則:
- Bob Martin SOLIDオブジェクト指向とアジャイルデザインの原則(ビデオ)
- SOLID原則(ビデオ)
- S - 単一責任の原則| 各オブジェクトへの単一責任
- O - オープン/クローズの原則l| プロダクションレベルではオブジェクトは拡張の準備ができていますが、変更はできません
- L - リスコフの置換原則| 基本クラスと派生クラスは
IS A
プリンシパルに従います - I - インタフェース分離の原則|クライアントは、使用しないインタフェースを強制的に実装するべきではありません
- D - 依存性逆転の原則|オブジェクトの構成における依存関係を減らす。
-
- クイックUMLレビュー(ビデオ)
- これらのパターンを学ぶ:
- Strategy(戦略)
- Singleton(単一要素)
- Adapter(アダプタ)
- Prototype(原型)
- Decorator(装飾者)
- Visitor(訪問者)
- Factory,AbstractFactory(工場、抽象工場)
- Facade(外見)
- Observer(観察者)
- Proxy(代理)
- Delegate(委任)
- Command(命令)
- State(状態)
- Memento(記念品)
- Iterator(イテレータ)
- Composite(合成)
- Flyweight(フライ級)
- 第6章(パート1) - パターン(ビデオ)
- 第6章(パート2) - 抽象化 - 発生、一般階層、プレーヤーロール、シングルトン、オブザーバー、代表団(ビデオ)
- 第6章(パート3) - アダプタ、ファサード、変更不可、読み取り専用インターフェイス、プロキシ(ビデオ)
- ビデオシリーズ(27ビデオ)
- ヘッドファーストデザインパターン
- 正式な本は「デザインパターン:再利用可能なオブジェクト指向ソフトウェアの要素」であることは分かっていますが、ヘッドファーストはOOの初心者には最適です。
- 参考:開発者のための101のデザインパターンとヒント
- 人間のデザインパターン
-
- 数学のスキル:階乗、順列、組み合わせの見つけ方(選択)(ビデオ)
- 学校を作る:確率(ビデオ)
- 学校を作る:確率とマルコフ連鎖(ビデオ)
- Khan Academy:
- コースのレイアウト:
- ちょうどビデオ - 41(それぞれ単純で、それぞれ短いです):
-
- 巡回セールスマン問題やナップザック問題など、NP完全問題の最も有名なクラスについて知りましょう。 そうすれば面接官がこれらについて偽装して尋ねるとき、それらを認識することができます。
- NP完全の意味を知る。
- 計算上の複雑さ(ビデオ)
- Simonson:
- スキナ:
- 複雑さ:P、NP、NP完全性、削減(ビデオ)
- 複雑さ:近似アルゴリズム(ビデオ)
- 複雑さ:固定パラメータアルゴリズム(ビデオ)
- ピーター・ノヴィグ(Peter Norvig)は、セールスマンの問題を解決するための最適なソリューションについて説明しています。
- あなたが持っているなら、CLRSの1048 - 1140ページ。
-
- コンピュータサイエンス162 - オペレーティングシステム(25ビデオ):
- プロセスとスレッドのためのビデオ表示1-11
- オペレーティングシステムとシステムプログラミング(ビデオ)
- プロセスとスレッドの違いは何ですか?
- カバー:
- プロセス、スレッド、並行性の問題
- プロセスとスレッドの違い
- プロセス
- スレッド
- ロック
- ミューテックス
- セマフォ
- モニタ(同期)
- 彼らの動作の仕方
- デッドロック
- ライブロック
- CPUの動作、割り込み、コンテキストの切り替え
- マルチコアプロセッサを使用した最新の並行構成
- ページング、セグメンテーション、仮想メモリ(動画)
- 割り込み(動画)
- スケジューリング(動画)
- プロセスリソースのニーズ(メモリ:コード、静的ストレージ、スタック、ヒープ、ファイル記述子、I/O)
- スレッドリソースの必要性(同じプロセス内の他のスレッドとの上の(マイナススタック)の共有、それぞれが独自のpc、スタックカウンタ、レジスタ、およびスタックを持つ)
- フォークは、新しいプロセスがメモリに書き込むまで、実際には書き込み時にコピー(読み取り専用)され、次に完全なコピーを行います。
- コンテキストスイッチ
- オペレーティングシステムとその基盤となるハードウェアによってコンテキスト切り替えが開始される仕組み
- プロセス、スレッド、並行性の問題
- C++のスレッド(シリーズ - 10ビデオ)
- Pythonでの並行性(ビデオ):
- コンピュータサイエンス162 - オペレーティングシステム(25ビデオ):
-
- 完全に理解した上ですべてを読むことは、あなたが持っているより多くの時間がかかるでしょう。私は論文とそのセクションを選択することをお勧めします。
- 古典的な論文を愛する?
- 1978:順次プロセスの通信
- 2003:The Googleファイルシステム
- 2012年に巨像に置き換えられました
- 2004:MapReduce:大規模クラスタでのデータ処理の簡略化
- 主にCloud Dataflowに置き換えられましたか?
- 2006:Bigtable:構造化データ用分散ストレージシステム
- 2006:疎結合分散システムのChubby Lockサービス
- 2007:Dynamo:Amazonの高可用性 key valueストア
- Dynamo紙がNoSQL革命を開始
- すべてのプログラマーがメモリについて知っておくべきこと(非常に長く、著者はいくつかのセクションのスキップを奨励する)
- 2010:Dapper、大規模分散システム追跡基盤
- 2010:Dremel:Web-Scaleデータセットのインタラクティブ解析
- 2012:Googleの巨像
- 論文がありません
- 2012:AddressSanitizer:高速アドレス整合性チェッカー:
- 2013:スパナ:Googleのグローバル分散データベース:
- 2014年:機械学習:技術的負債の高利貸しクレジットカード
- 2015:Googleの継続的なパイプライン
- 2015年:大規模な高可用性:Googleの広告用データ基盤の構築
- 2015:TensorFlow:異種分散システムの大規模機械学習
- 2015年:開発者がコードを検索する方法:ケーススタディ
- 2016:Borg、Omega、Kubernetes
-
- カバーするために:
- ユニット(単体)テストの仕組み
- モックオブジェクトとは何ですか?
- 統合テストとは
- 依存性注入とは
- James Bachによるアジャイルソフトウェアテスト(ビデオ)
- ジェイムス・バッハによるソフトウェアテストの公開講座(ビデオ)
- Steve Freeman - テスト駆動開発(これは私たちが意味するものではありません)(ビデオ)
- TDDは死んでいます。長いライブテスト。
- TDDは死んでいますか? (ビデオ)
- ビデオシリーズ(152ビデオ) - すべてではない(ビデオ)
- Pythonでテスト駆動型Web開発
- 依存性注入:
- テストの書き方
- カバーするために:
-
- OSで、どのように動作するか
- オペレーティングシステムのビデオから収集できます
-
- 使用するプログラミングAPIの下にあるものを理解する あなたはそれらを実装できますか?
このテーマについてさらに詳しく知りたい場合は、[いくつかの科目の追加の詳細]の「文字列のマッチング」の項を参照してください(#additional-detail-on-some-subjects)
-
- さまざまなトライ木があることに注意してください。いくつかは接頭辞を持ち、あるものはパスを追跡するビットの代わりに文字列を使用します。
- 私はコードを読んだが、実装しないだろう。
- Sedgewick - 試してみる(3ビデオ)
- データ構造とプログラミング手法に関する注記
- 短期コースビデオ:
- Trie:無視されたデータ構造
- TopCoder - トライ木の使用
- スタンフォード講演(現実世界のユースケース)(ビデオ)
- MIT、高度なデータ構造、文字列(途中でかなり不明瞭になることがあります)
-
- ビッグエンディアンとリトルエンディアン
- ビッグエンディアン Vs リトルエンディアン(ビデオ)
- ビッグエンディアンとリトルエンディアンの イン/アウト(ビデオ)
- カーネル開発者のための非常に技術的な話。ほとんどがあなたの頭の上にある場合は心配しないでください。
- 前半で十分です。
-
- ネットワーク経験がある、またはシステムエンジニアになりたい場合は、質問を期待してください
- そうでなければ、これは知っているだけでいいです
- Khan Academy
- UDPとTCP:トランスポートプロトコルの比較
- TCP / IPとOSIモデルの説明!
- インターネット経由のパケット伝送。ネットワーク&TCP / IPチュートリアル
- HTTP
- SSLとHTTPS
- SSL / TLS
- HTTP 2.0
- ビデオシリーズ(21ビデオ)
- 詳解サブネット化 - 第5部CIDR表記
- ソケット:
-
4年以上の経験があれば、システム設計の質問を期待できます。
-
スケーラビリティとシステム設計は、多くのトピックとリソースを持つ非常に大きなトピックです。 スケーラビリティ(拡張可能)なソフトウェア/ハードウェアシステムを設計する際には、考慮すべき点がたくさんあります。 これにかなりの時間を費やすことを期待してください。
-
考慮事項:
- スケーラビリティ
- 大きなデータセットを単一の値に変換する
- あるデータセットを別のデータセットに変換する
- 莫大な量のデータを扱う
- システム設計
- 機能セット
- インターフェース
- クラス階層
- 一定の制約の下でシステムを設計する
- シンプルさと丈夫さ
- トレードオフ
- パフォーマンス分析と最適化
- スケーラビリティ
-
ここをクリック:システム設計入門
-
システム設計の面接 - この中には多くのリソースがあります。記事や例を見てください。私はそれらのいくつかを下に置いた。
-
Paxosアルゴリズム:
-
スケーラビリティ:
-
短いシリーズ:
-
サービスを結合する技術の情報については、以下の「メッセージング、シリアライゼーション、およびキューイングシステム」を参照してください。
-
Twitter:
-
さらに詳しくは、ビデオシリーズセクションの「Mining Massive Datasets」ビデオシリーズを参照してください。
-
システム設計プロセスの練習:紙で作業しようとするいくつかのアイデアがあります。実際にどのように処理されたかについてのいくつかの文書があります。
- レビュー:システム設計入門
- HiredInTechのシステム設計
- チートシート
- 流れ:
- 問題と範囲を理解する:
- 面接官の助けを借りてユースケースを定義する
- 追加の機能を提案する
- 面接官が範囲外とみなすアイテムを削除する
- 高可用性が必要と仮定し、ユースケースとして追加する
- 制約について考える:
- 毎月のリクエスト数を尋ねる
- 毎秒どれくらいのリクエストをするか(彼らはボランティアでもよいし、あなたに数学をさせるかもしれない)
- 読み込みと書き込みの割合を見積もります
- 推定時に80/20ルールを守って下さい
- 1秒あたりに書き込まれるデータの量
- 5年間に必要な合計ストレージ
- 毎秒読み取られるデータの量
- 抽象的なデザイン:
- レイヤー(サービス、データ、キャッシング)
- インフラストラクチャ:負荷分散、メッセージング
- サービスを駆動する主要なアルゴリズムの概要
- ボトルネックを考慮し、解決策を決定する
- 問題と範囲を理解する:
- 面接官の助けを借りてユースケースを定義する
- 演習:
このセクションでは、重要な概念のほとんどを見直すためにかなり短いビデオを見ることができます。 あなたが頻繁に再学習をしたいならいいですね。
- 2〜3分短編ビデオシリーズ(23ビデオ)
- 2〜5分の短編シリーズビデオ - Michael Sambol(46ビデオ)
上のすべてのコンピュータサイエンスのトピックを知ったので、コーディングの問題に答える練習をしましょう。
コーディング質問の練習は、プログラミング問題への回答を記憶することではありません。
プログラミングの問題を練習する必要がある理由
- 問題の認識、そして適切なデータ構造とアルゴリズムの適合
- 問題のための要件を集める
- 面接であなたのように問題をあなたの方法で話している
- コンピュータではなく、ホワイトボードや紙でのコーディング
- ソリューションの時間と空間の複雑さが増す
- ソリューションのテスト
面接では、体系的でコミュニケーション的な問題解決の素晴らしいイントロがあります。あなたはプログラミングの面接の本からもこれを手に入れるでしょうが、私はこの優れた発見しました: アルゴリズム設計キャンバス
自宅にホワイトボードはありませんか?それは理にかなっている。私は変わった人で、大きなホワイトボードを持っています。ホワイトボードの代わりに、 アートストアから大きなドローイングパッドを拾い上げます。あなたはソファに座って練習することができます。これが私の「ソファホワイトボード」です。 私はスケールの写真にペンを追加しました。ペンを使うと、あなたは消すことができます。すぐに厄介になる。
補足:
プログラミングの問題を読んでやる(この順番で):
- プログラミング面接公開:あなたが次の仕事に着任する秘訣、第2版
- C、C ++、Javaの回答
- コーディング面接をクラッキング、第6版
- Javaでの回答
上記のブックリストを参照してください
あなたの脳を学んだら、脳を働かせてください。 できるだけ多く、毎日コーディングの課題に取り組んでください。
コーディング面接質問ビデオ:
チャレンジサイト:
- LeetCode
- TopCoder
- プロジェクトオイラー(Math-focused)
- コードワード
- HackerEarth
- HackerRank
- Codility
- InterviewCake
- Geeks for Geeks
- InterviewBit
- Sphere(Sphere)
チャレンジレポ:
疑似面接:
- クラッキングコーディング面接セット2(ビデオ):
- クラッキングでの準備項目の再開を参照してください。コーディング面接とプログラミング面接の公開
あなたが得る20の面接の質問と、以下の項目の行を考えてみましょう。 それぞれ2-3の答えがあります。 あなたが達成したことについての物語だけでなく、データを持ってください。
- なぜあなたはこの仕事をしたいです?
- あなたが解決した厳しい問題は何ですか?
- 最大の課題に直面した?
- ベスト/最悪のデザインが見られる?
- 既存の製品を改善するためのアイデア。
- 個人として、そしてチームの一員として、どのようにベストを尽くしていますか?
- あなたのスキルや経験のうち、その役割の資産とその理由は?
- [job x / project y]で一番楽しかったことは何ですか?
- [job x / project y]に直面した最大の課題は何ですか?
- [job x / project y]で直面した最も難しいバグは何でしたか?
- [job x / project y]で何を学びましたか?
- あなたは[job x / project y]で何を良くしていますか?
私の中には(私は既に知っているかもしれませんが、彼らの意見やチームの視点が必要です):
あなたのチームはどれくらいの規模ですか?
- あなたの開発サイクルはどのように見えるのですか?あなたはウォーターフォール/スプリント/アジャイルをしますか?
- 締め切りまでのフローは共通ですか?それとも柔軟性はありますか?
- あなたのチームではどのように意思決定が行われますか?
- 週に何回会議がありますか?
- あなたの仕事環境が集中するのに役立つと思いますか?
- 何をしているの?
- それについて何が好きですか?
- 仕事の生活はどうですか?
- ワークライフバランスはどうですか?
おめでとう!
学び続けてください。
あなたは決して本当に終わらない。
*************************************************** *************************************************** * *************************************************** *************************************************** *
この点以下のものはすべてオプションです。 これらを勉強することで、より多くのCSコンセプトにさらされることになります。 任意のソフトウェアエンジニアリングジョブ。あなたはもっと豊富なソフトウェアエンジニアになるでしょう。
*************************************************** *************************************************** * *************************************************** *************************************************** *
- Unixプログラミング環境
- 古き良き時代
- Linuxコマンドライン:完全な紹介
- 現代的な選択肢
- TCP / IP Illustrated Series
- ヘッドファーストデザインパターン
- デザインパターンへの穏やかな紹介
- デザインパターン:再利用可能なオブジェクト指向ソフトウェアの要素
- 別名「Gang Of Four」の本、またはGOF
- 正式なデザインパターンの本
- UNIXおよびLinuxシステム管理ハンドブック、第4版
これらの話題は面接では出てこないかもしれませんが、 特定のテクノロジとアルゴリズムを認識するためには、より大きなツールボックスが必要になります。
-
アルゴリズム設計マニュアル(Skiena)
-
- レビューと問題認識として
- アルゴリズムのカタログ部分は、面接で得られる難易度の範囲をはるかに超えています。
- この本は2パートに分かれます:
- データ構造とアルゴリズムに関する教科書
- 長所:
- アルゴリズムの教科書はどんなものでも良いレビューです
- 業界および学界の問題を解決した経験から得た素敵な話
- Cのコード例
- 短所:
- Introduction to Algorithms(CLRS)と同様に密集しているか、侵入不可能な場合があります。場合によっては、CLRSが一部の科目にとってより良い選択肢になる可能性があります
- 7章、8章、9章では、いくつかの項目がうまく説明されていないか、私が持っているよりも多くの脳を必要とするため、追跡しようとすると痛いことがあります
- 誤解しないで:私はSkiena、彼の教え方、そしてマナーを好きですが、Stony Brookの教材ではないかもしれません。
- 長所:
- アルゴリズムカタログ:
- これがあなたがこの本を買う本当の理由です。
- この部分に近づきます。一度私がそれを通り抜けたら、ここで更新されます。
- データ構造とアルゴリズムに関する教科書
- Kindleで読むことが出来ます
- Half.comは教科書のための良いリソースです。
- 回答:
- 正誤表
-
- 重要: この本を読む価値は限られています。この本はアルゴリズムとデータ構造の素晴らしいレビューですが、良いコードを書く方法を教えてくれません。まともなソリューションを効率的にコーディングすることができなければなりません。
- Half.comは、良い価格で教科書のための素晴らしいリソースです。
- スタインはゲームに遅れていたので、別名CLR、ときにはCLRSと呼ばれている
-
- プログラミング上の問題(データテープを使っているものもあります)への巧妙な解決策を示していますが、これは単なるイントロです。 これはプログラムの設計とアーキテクチャに関するガイドブックです。 これはプログラムの設計とアーキテクチャに関するガイドブックです。Code Completeとよく似ていますが、はるかに短いものです。
-
シェンの "アルゴリズムとプログラミング:問題と解決策"- 良い本ですが、いくつかのページで問題を解決した後、私はPascalに悩まされ、whileループ、1つのインデックス付き配列、不確実な事後条件の満足度結果を得ました。
- むしろ別の本やオンラインのコーディングの問題からコーディングの問題に時間を費やすだろう
-
- UNIXベースのコードエディタに慣れましょう
- vi(m):
- emacs:
-
- Khan Academy
- Markovプロセスの詳細:
- 下記のMIT 6.050J Information and Entropyシリーズを参照してください。
-
- 下記の動画もご覧ください
- 最初に情報理論ビデオを見てください
- 情報理論、Claude Shannon、エントロピー、冗長性、データ圧縮およびビット(ビデオ)
-
- 下記の動画もご覧ください
- 最初に情報理論ビデオを見てください
- Khan Academy Series
- 暗号化:ハッシュ関数
- 暗号化:暗号化
-
- 最初に情報理論ビデオを見てください
- Computerphile(ビデオ):
- Compressor Head videos
- (オプション)Google Developers Live:GZIPでは不十分です!
-
- mビットとkハッシュ関数を持つBloomフィルタが与えられた場合、挿入とメンバーシップの両方のテストはO(k)
- Bloom Filters
- ブルームフィルター|大規模なデータセットのマイニング|スタンフォード大学
- チュートリアル
- Bloom Filter Appを書く方法
-
- ドキュメントの類似性を判断するために使用されます。
- 2つの文書/文字列がまったく同じかどうかを判断するために使用されるMD5またはSHAの反対。
- Simhashing(うまくいけば)シンプルに
-
-
少なくとも1つのタイプの平衡二分木を知っている(そしてそれがどのように実装されているか知っている):
-
"バランスの取れた探索木の中で、AVLと2/3の樹木が通過し、赤黒の木がより人気があるようです。 特に興味深い自己組織化データ構造は、スプレイ木であり、回転を使用します アクセスされたキーをルートに移動する」 - Skiena これらのうち、私はスプレイ木を実装することを選択しました。私が読んだことから、あなたは あなたの面接でバランスの取れた検索木。しかし、私は1つのコーディングへの露出を望んでいた そしてそれに直面しましょう、スプレーの木はミツバチの膝です。私は赤黒の木のコードをたくさん読んだ。
- スプレイ木:挿入、検索、削除機能 あなたが赤/黒の木の実装を終わらせるならば、これらを試してみてください:
- 検索と挿入機能、削除をスキップする B-Treeについては、非常に大規模なデータセットで非常に広く使用されているため、詳細を知りたい。
-
AVL木 - 実際には: 私が言うことから、これらは実際にはあまり使われていませんが、どこになるか分かります。 AVL木は、O(log n)検索、挿入、および削除をサポートする別の構造です。より厳格に 赤黒の木よりもバランスがとれているため、挿入と取り出しが遅くなりますが、検索が速くなります。これにより 一度構築され、再構成なしでロードされる、例えば言語 辞書(または、アセンブラまたはインタプリタのオペコードなどのプログラム辞書)を含む。
-
スプレッド木 - 実際には: スプレイ・木は、キャッシュ、メモリ・アロケータ、ルータ、ガベージ・コレクタ、 データ圧縮、ロープ(長いテキスト文字列に使用される文字列の置換)、Windows NT(仮想メモリ、 ネットワークおよびファイルシステムコードなど)
- CS 61B:Splay Trees(video)
- MIT講義:Splay Trees:
- 非常にマッシーになりますが、最後の10分を確かめてください。
- 動画
-
レッド/ブラックの木
- これらは2-3木の翻訳です(下記参照) - 実際には: 赤黒の木は、挿入時間、削除時間、および検索時間に対して最悪の場合の保証を提供します。 これは、リアルタイムアプリケーションなどの時間に敏感なアプリケーションでは、これらを貴重なものにするだけでなく、 それは最悪の場合の保証を提供する他のデータ構造における貴重なビルディングブロックになります。 例えば、計算幾何学で使用される多くのデータ構造は赤黒の木に基づくことができ、 現在のLinuxカーネルで使用されている完全に公正なスケジューラは赤黒の木を使用します。 Javaのバージョン8では、 Collection HashMapが変更され、LinkedListを使用して同一の要素を貧弱に保存する代わりに ハッシュコードでは、赤黒の木が使用されます。
- Aduni - アルゴリズム - 講義4(リンク先のジャンプ先)(ビデオ)
- Aduni - アルゴリズム - 講義5(ビデオ)
- 黒い木
- バイナリサーチとレッドブラック木の紹介
- [Review] Red-Black Trees (playlist) in 30 minutes (video)
-
-
2-3の検索木
-
実際には: 2〜3本の木は、検索が遅くなるため(AVL木よりも高さが高いため)、挿入が速くなります。
- 2-3の木は非常にまれにしか使用しませんが、実装にはさまざまなタイプのノードが含まれるためです。代わりに、人々はレッドブラックの木を使用します。
- 23木の直感と定義(ビデオ)
- 23-Treeのバイナリビュー
- 2-3木(学生の暗唱)(ビデオ)
-
2-3-4木(別名2-4木) - 実際には: すべての2-4木には、同じ順序でデータ要素を持つ対応する赤黒の木があります。挿入と削除 2-4木の操作は、赤黒の木の色の反転と回転にも相当します。これは2-4の木を 赤黒の木の背後にある論理を理解するための重要なツールです。そのため、多くの導入アルゴリズムのテキストでは、 2〜4本の木は実用的ではありません**。
-
N-ary(K-ary、M-ary)木
- 注記:NまたはKは分岐因子(最大分岐)であり、
- 2分木は2分木であり、分岐因子= 2
- 2-3本の木は3本である
- K-Ary Tree
-
B-Tree
- 楽しい事実:それは謎ですが、Bはボーイング、バランスの取れた、またはバイエル(共同発明家)のために立つことができます。 - 実際には: B木はデータベースで広く使用されています。最近のファイルシステムのほとんどは、B-tree(またはVariants)を使用しています。に加えて B木はファイルシステムでも使用され、任意のデータベースへの迅速なランダムアクセスを可能にします 特定のファイル内のブロック基本的な問題は、ファイルブロックのiアドレスをディスクブロックに変換することです (またはおそらくシリンダーヘッドセクターへの)アドレスである。
- B-Tree
- B木(ビデオ)の紹介
- B木の定義と挿入(ビデオ)
- B木削除(動画)
- MIT 6.851 - メモリ階層モデル(ビデオ) - キャッシュに気付かないB木、非常に興味深いデータ構造 - 最初の37分は非常に技術的であり、スキップすることができます(Bはブロックサイズ、キャッシュラインサイズです)
- [Review] B-Trees (playlist) in 26 minutes (video)
-
-
- 矩形または高次元のオブジェクトの点数を見つけるのに最適
- k最近接の隣人に適している
- Kd Trees(ビデオ)
- kNN K-d木アルゴリズム(ビデオ)
-
- 「これは多少のカルトデータ構造です」 - Skiena
- ランダム化:リストをスキップ(ビデオ)
- アニメーションともう少し詳しく
-
- 二分探索木とヒープの組み合わせ
- Treap
- データ構造:Treaps説明(動画)
- セット操作のアプリケーション
-
- 下のビデオを見る
-
- なぜMLですか?
- Googleのクラウドマシン学習ツール(動画)
- Google Developers `Machine Learning Recipes(Scikit Learn&Tensorflow)(ビデオ)
- Tensorflow(video)
- Tensorflowチュートリアル
- Pythonでニューラルネットワークを実装する実践ガイド(Theanoを使用)
- コース:
- グレートスターターコース:機械学習 - 動画のみ - 線形代数のレビューについてはビデオ12〜18を参照してください(14と15は重複しています)
- 機械学習のためのニューラルネットワーク
- GoogleのDeep Learning Nanodegree
- Google / Kaggle Machine Learning Engineer Nanodegree
- 自己運転車技術者Nanodegree
- リソース:
私は既に上記のいくつかのアイデアを強化するためにこれらを追加しましたが、それらを含めたくありませんでした それはちょうどあまりにも多くのためです。それは科目にそれを過ごすのは簡単です。 あなたは今世紀に雇われたかったですね。
-
連合検索
-
もっとダイナミックなプログラミング(ビデオ)
-
高度なグラフ処理(ビデオ)
-
MIT 確率(mathy、ゆっくりと進み、数学的なことに良い)(ビデオ):
-
文字列マッチング
- Rabin-Karp(ビデオ):
- クヌース・モリス・プラット(KMP):
- Boyer-Moore文字列検索アルゴリズム
- Coursera:文字列のアルゴリズム
- すごく始まりますが、KMPを過ぎるまでには、必要以上に複雑になります
- 試行の良い説明
- スキップすることができます
-
ソート
- スタンフォードのソーティングに関する講義:
- Shai Simonson、Aduni.org:
- Steven Skienaのソーティングに関する講義:
座って楽しんでください。 「ネットフリックスとスキル」:P
-
CSE373 - アルゴリズムの分析(25ビデオ)