prep coding interview in first round 如何开始准备算法面试?

直接看答案.

因为你没有:
* 特定的算法，数据结构.
* 正确的思维方法 和 思维体系.
* 最优解
* 做题的感觉，代码从哪里开始

面试是考你如何运用算法和数据结构，不是考你创造发明算法。

这两天学到的。特别好。
看答案, 看答案.
第一遍：直接看答案.

有战友问: 看完答案以后呢?
A: 练习`解题`啊.  每道题练习 3~5次, 熟练到这个程度：`hard 题, 15分钟 AC提交`.

Q：第一遍看答案解题，看多少道呢？

A：Leetcode Top 500 道吧。

2018 first mock coding interview

周五进行了一场模拟面试，S是应聘者，咱做考官。

首先说我自己，我一直就没有进入角色，都不知道怎么开展技术面试，我 2015年 在德银面试委员会待过一段时间，面试了40多个候选人，主要就问软技能的问题。那时候我还不会写程序。

下面是我面试过程中的一些感想和议论。

我觉得有一个手写版比较好，像九章令狐冲老师用的，讲解题目，解释原理和概念，很方便，不知道哪里可以买到 价廉物美的先试用？

战友 S，沟通能力特别强，始终都能把自己的意思清楚的表达出来，就是说话的时间多了，写题的时间就少了。

九章老师关于沟通的时间分配是这样讲的:

• 开始，问清楚题目的需求，确保自己完全理解需求，不要主观臆断，然后说出自己的解决方案的思路，征求考官的认可，也可以说出多个方案跟考官商议，共同确定一个较好的实现方法。要点是把考官当成自己未来的同事，你跟同事沟通的时候也要简洁明了，既要说清楚，又不能过于繁琐。
• 然后就让考官去玩手机，自己闷头做题。
• 做完题以后再跟考官简短说个总结就可以了，如果还有时间，可以解释一下代码中比较难以理解的部分。

S同学 分析能力强，思路清晰。

下面这些建议说给我，供给战友们参考。

各种常用基本算法和数据结构 需要多练习，直到熟练掌握，倒背如流。

多学习各种常用的优质模版代码，简短而易读，不容易出错，易于诊断。
代码长了，逻辑复杂，就容易出错。
多仿照练习优质模版代码，4遍5遍，直到熟练掌握。

S同学 大有可为，我们一线大厂见。

再加一句：  S同学的英语比我好多了，阴阳顿挫，发音清晰。

coding interview chat 面试算法座谈

各位老大好，

近期咱不定期的周一周三,进行面试算法解题讲座, 针对一流软件公司的面试题。

欢迎前来当听众和提问。

今天会谈到 基本数据结构：binary heap.
中级数据结构: hash heap, segment tree
和高级数据结构 segment tree with lazy propagation

(各种数据结构都是一层层深入演进，咱尽力解释的简单清晰).

会谈到一个算法: 扫描线算法,

有了这些基础知识以后，会打代码解答一个超高难度问题： 

天际线, https://www.lintcode.com/problem/the-skyline-problem

heap 推荐学习资料:

• Binary Heaps
  tube, https://www.youtube.com/watch?v=YXCeM7w1630
• 3. Heap sort
  tube, https://www.youtube.com/watch?v=H7rI5qtsf_Y

Best Time to Buy and Sell Stock series.

股票收益最大化，一系列有五六个题目。

这里仅回顾我前进中的心路, 停下来, 做个小结。
未来两个月后，下一步，我会重新训练解题思路。

正文开始了，

Q: 允许交易两次的股票收益最大化，这道题是不是枚举/模拟类题目？
Q: 这个题我自己没有想出答案。有没有什么指南训练一下，可以提高解题水平？

我用的是两端扫描的办法，从左和从右扫描得到，每端的依次的最大收益值，然后再扫描一次，两边相加求最大值，时间复杂度还是o(n)。
A：左边和右边加起来，找到全局最大化。

去年夏天，第一次面试前端，问了普通数字和罗马数字转换，我就没有想出解题思路。
普通数字和罗马数字转换，应该是标准的模拟/枚举题目。

2. Best Time to Buy and Sell Stock with Transaction Fee

这道题我毫无头绪。卡住两三天。
这一类题目，该怎么学习和训练呢？

大师点拨：
A：
This is a DP and Greedy related problem, I don't think you learn the algorithm yet.
It will be taught in advanced algorithm jiuzhang class. I will suggest you to skip.

At this moment, you are not the scientist who can invent the algorithm.
In fact almost all people are NOT. This is why...

😇 谢谢分析和打气鼓励。

据说最好的学习策略，就是不断的取得小胜利，我在这个问题上两三天取得了一个大失败，觉得很受挫折。
猛一看像是个简单的小问题，就想给他一举拿下。
这是九章算法班，最后一节课前缀和知识点，引出了一个股票交易问题，没想到延伸出了五六个问题，整个做法思路都变样了。
特别是这一道题，facebook考过，我就想着应该做出来。也算一个准备。

我的直观解法，通过了一多半测试，总是不甘心。
谢谢大师点拨，让我从死胡同里解脱出来，摆正心态，继续前进。

附录:

The hardest problem in this series.

393. Best Time to Buy and Sell Stock IV
lc, https://www.lintcode.com/problem/best-time-to-buy-and-sell-stock-iv

constraint: trade k times, get max gain.

idea:

我自己都没有搞清楚是怎么通过测试验收的. 虽然代码是我从头写出来的。

essential code:

    def maxProfit(self, k, prices):
        if not prices or len(prices) == 1:
            return 0
        buy = -prices[0]
        sell = 0
        if k > len(prices):
            for price in prices:
                buy = max(buy, sell - price)  # core code 
                sell = max(sell, buy + price)  # core code 
            return sell
        buys = [-float("inf")] * k
        sells = [0] * k
        for price in prices:
            buys[0] = max(buys[0], -price)
            for i in range(k):
                if i > 0:
                    buys[i] = max(buys[i], sells[i - 1] - price)
                sells[i] = max(sells[i], buys[i] + price)
        return sells[k - 1]

Python read config .ini and connect to a database

This is my first Python application.

There are some knowledge points inline with code.

..
The souce code is here, https://github.com/goodgoodwish/code_tip/blob/master/python/db.py .
.

	import psycopg2 # import PostgreSQL database interface library.
	import traceback
	import sys
	# Add PYTHONPATH, then we may import all the objects below this folder.
	sys.path.insert(0,"/Users/charliezhu/git/bi-cloud/etl")
	# import tool to parse .ini configuration file.
	# See below link for the explaination and examples:
	# http://www.postgresqltutorial.com/postgresql-python/connect/
	# ConfigParser().read(), returns a 2 dimensional array, e.g.: [[a1,a2],[b1,b2], ...].
	from etl.pipeline_core.config import Config
	class DbTool(object):
	# initialize a local field(object property/attribute). Constructor.
	# config = Config.load("/Users/abc/aws/database.ini")
	def __init__(self, ini_file): # put config constructor/initializer here?
	self.config = Config.load(ini_file)
	# Build a dictionary object to connect to a database.
	# {'user': 'scala_user', 'password': '', 'host': 'localhost', 'database': 'scala_db'}
	def db_config(self, db_name):
	db = {}
	params = self.config.settings.items(db_name)
	for param in params:
	db[param[0]] = param[1]
	print(db)
	return db
	def app_name_db_passwd(self):
	return self.config.get('app_name_db','password')
	def test_query(conn, app_name_db_passwd):
	# Use loan pattern to open a cursor, it'll be automatically closed after exit the scope.
	with conn.cursor() as cur:
	cur.execute("""SELECT table_catalog, table_schema, table_name
	FROM information_schema.tables LIMIT 4
	""")
	rows = cur.fetchall()
	print( "\nShow me the data:\n")
	for row in rows:
	print( "output: ", row[0], row[2])
	def main():
	try:
	app_name_tool = DbTool("/Users/charliezhu/work/blastworks/aws/database.ini")
	app_name_db = app_name_tool.db_config(db_name = 'local_db')
	# Same loan pattern, but for database connection.
	# **app_name_db, unpack dictionary to key value pairs arguments lists.
	# see, https://docs.python.org/3.7/tutorial/controlflow.html#unpacking-argument-lists
	with psycopg2.connect(**app_name_db) as conn:
	test_query(conn, app_name_tool.app_name_db_passwd())
	except:
	traceback.print_exc()
	print("I am unable to connect to the database")
	# if run as the single script, run main method.
	if __name__ == '__main__':
	main()

view raw db.py hosted with ❤ by GitHub

.

Thoughts and an example on Expression-Oriented Programming

Here is the code, to read password from .pgpass to connect o a PostgreSQL database.

object DbUtil {
  def dbPassword(hostname:String, port:String, database:String, username:String ):String = {
    // Usage: val thatPassWord = dbPassword(hostname,port,database,username)
    // .pgpass file format, hostname:port:database:username:password
    val passwdFile = new java.io.File(scala.sys.env("HOME"), ".pgpass")
    var passwd = ""
    val fileSrc = scala.io.Source.fromFile(passwdFile)
    fileSrc.getLines.foreach{line =>
      val connCfg = line.split(":")
      if (hostname == connCfg(0)
        && port == connCfg(1)
        && database == connCfg(2)
        && username == connCfg(3)
      ) { 
        passwd = connCfg(4)
      }
    }
    fileSrc.close
    passwd
  }

  def passwordFromConn(connStr:String) = {
    // Usage: passwordFromConn("hostname:port:database:username")
    val connCfg = connStr.split(":")
    dbPassword(connCfg(0),connCfg(1),connCfg(2),connCfg(3))
  }
}

Thoughts.

* foreach v.s.  map().filter()(0) . e.g.: List(1,2,3).filter(_ > 0)(0)

* var passwd, v.s.  val passwd inside of foreach.

* is it good to do chain of method style?

* how to break when find one, in a for loop ?

import util.control.Breaks._
breakable {
for (i <- 1 to 10) {
println(i)
if (i > 4) break // break out of the for loop }
}

* other improvement ?

From Python chapter 2 code solution

Here is my answer for book:

从Python开始学编程

Chapter 2, Appendix A, Exam.

https://book.douban.com/subject/26919485/

..

from itertools import repeat

def gen():

int_rate = [0.01, 0.02, 0.03, 0.035, 0.05]

for r in int_rate:

yield r

for r in repeat(0.05):

yield r

def num_year_pay() :

house_price = 500000

year_pay = 30000

year_n = 1

rem = house_price

print(year_pay)

for r in gen():

if rem <=0:

break

print(r)

rem = rem * (1 + r) - year_pay

year_n = year_n + 1

print(rem)

return year_n

if __name__ == "__main__":

print("Number of years to pay loan: ", num_year_pay())

Number of years to pay loan: 31

work with a custom schema with Spark loading CSV file

Here's how you can work with a custom schema, a complete demo:

Unix shell code,

$>

echo "
Slingo, iOS 
Slingo, Android
" > game.csv

Scala code:

import org.apache.spark.sql.types._

val customSchema = StructType(Array(
  StructField("game_id", StringType, true),
  StructField("os_id", StringType, true)
))

val csv_df = spark.read.format("csv").schema(customSchema).load("game.csv")
csv_df.show 

csv_df.orderBy(asc("game_id"), desc("os_id")).show
csv_df.createOrReplaceTempView("game_view")
val sort_df = sql("select * from game_view order by game_id, os_id desc")
sort_df.show 

Reference,

https://stackoverflow.com/questions/39926411/provide-schema-while-reading-csv-file-as-a-dataframe/48178180#48178180