想进字节、阿里等公司，要刷多少题才够？

公司不同，面试难度不同

不同公司，考察的知识点范围不同，相应的面试难度也不同。

第一梯队（超级独角兽或工作强度较小的大厂）：

国内：字节跳动、美团、拼多多等（天价包频出，工作强度较大）

国外：Snowflake 、Google 、Facebook（活多钱多）

这类公司的 bar 较高，所以必须要刷难题。算法考察范围很广，所以要以刷中等题（ 70%）为主，辅以部分难题（ 30%）。特别喜欢考察动态规划（ DP ）和红黑树（ Red-black Tree ），线段树（ Segment Tree ）。

这些题目，可以在LintCode上根据算法和数据结构的 tag 来刷，提高效率。

第二梯队（其他大厂）

国内：阿里、腾讯、百度、京东等（工作强度大，但薪资也高）

国外：Amazon 、Microsoft 、Apple 等（薪资中上游）

这类公司刷中等题为主就够了，重点考察快速排序（ Quick Sort ）、双指针（ Two Pointers ）、深度优先搜索（ DFS ）。

第三梯队（其他中小厂）

国内：海康威视、搜狗、爱奇艺等

国外：Roblox 、Uber 、Snapchat等

这类公司刷中等题就够了，算法面试考察范围很窄，把Binary Tree, LinkedList, String, Array 这些基本数据结构相关的题掌握即可。

引用一下我在讲座《 FB 面试官揭秘算法面试速成技巧 - 怎样做到 Bug Free 和刷 100 题等于别人刷 300 题》中分享的面试算法知识点及考察情况：

这是一门真正以算法面试为导向的课程，自 2014 年起已开班 6 年，除了带大家巩固算法面试中的 57 个核心考点，关于算法面试中常考知识点的具体考察情况、优秀的Coding Quality，面试中如何与面试官沟通，如何套用算法模板我都会提及，感兴趣的朋友可以去**免费体验**一下~

岗位不同，算法面试难度不同

此外，你心仪的岗位不同，算法面试难度也不同，相应要刷的题目数量也不同。

总的来说，越后端的岗位越难，越前端的越简单。

• Data Scientist / Data Analyst / Data Engineer 超简单
• Web Frontend Engineer / Mobile Engineer 简单
• Software Development Engineer / Product Engineer 中等
• Infrastructure Engineer / Software Reliability Engineer 难
• Machine Learning Engineer 超难

这里分享我整理的面试高频算法题：

二分法：

硬币摆放] 查找最大因子 地图跳跃 山形数组的顶峰坐标 拆分子数组

DFS：

绘制填充 停在原地的方案数 喧闹和富有 旅行计划 连接词

动态规划：

最长上升连续子序列 推多米诺 单词拆分 供应场 书籍复印

哈希表：

最长回文串 找到映射序列 重排字符串 k 距分隔 森林中的兔子 基础计算器

递归：

二叉树的后序遍历 列表扁平化 用递归打印数字 字符串解码 最大子串

此外，刷题不是刷过了就可以，还要注重代码质量。**拥有好的代码质量，会让面试官在心里为你默默加分。**如果你的代码质量很差，面试官会在心里为你默默扣分。而最终是否导致 Hire / No Hire，就是一个量变引起质变的问题。

拥有好的代码质量，还能够让你的代码少出 BUG 。你以为只需要细心就可以不出 BUG，但是通过子函数化、避免全局变量等手段可以让你出 BUG 的概率大大降低。

好的代码质量包括：

①代码到底写完没有 ②代码风格好不好（可读性、变量名 /函数名命名、空格与空行的正确使用） ③异常检测 ④Bug Free

很多人会问：刷题刷到什么程度去面试才够？我认为，要根据你的意向岗位，意向公司的算法难度而定。对于马上要参与面试的同学，可以把下表标红的知识点重点刷一遍，突击上岸。

面试，不止考算法

回到这个问题，就算你真的把LintCode刷通了，你也未必能找到工作。

因为技术岗除了面算法题，还有可能会考：

• 系统设计 System Design / Architechture Design

• 面向对象设计 Objected Oriented Design

• 行为面试 Behavior Question

• 简历面试 Experience Interview

总之，程序员的面试不是三言两语就能讲清楚的。只有通过不断学习和巩固，把面试的方方面面都掌握，才有机会拿到心仪的 offer 。

加油！