Oracle首席工程师:技术面试中,怎样的问题才是好问题?( 五 )


极端地说 , 这个问题可以一直缩小到这样的程度:
假定说有这样一个 API , 名字叫做 isAllowed , 这个 API 在系统每次收到请求的时候就调用 , 传入的是请求对象 , 传出 boolean 值表示是否允许这次调用——如果最近一分钟内调用次数小于 10000 次就允许 , 反之则不允许 。 你能否将这个 API 实现出来?
如果候选人还一脸迷茫 , 可以提供这样的参考 API:
class RateLimiter {
public boolean isAllowed(Request req) {// TODO
}
}
你看 , 这只是一个将问题明确、细化和分解的过程 , 并没有涉及到实际实现代码该用的算法 。 但是 , 上面提的那些问题 , 要么通过这个例子明确了 , 要么给出具体数字了 。
这本身 , 就将一个模糊的问题 , 降低难度明确为一个具体的算法问题了 。
2、不止一个解
前面一步已经谈到了有不同的方式可将模糊的 “实际问题” 映射成一个可解的 “软件问题” 。 而现在 , 这个 “软件问题” 依然没有标准答案 。
可能会有几个参考答案 , 它们互相比较起来各有优劣 。 但大多数情况下 , 候选人的思路都会在这几个参考答案的思路之中 , 不过有时也能看到特立独行的新奇思路 。
如同前一步所说的那样 , 对于不同级别的软件工程师职位来说 , 需求分析、系统设计这些方面的要求可能有着很大的差别 。 但是在这一步 , 对于数据结构和算法这样的基础能力 , 却是接近的 。
这里谈到的流量控的算法 , 实现方式有很多种 , 代码复杂程度 , 控制精度 , 时间复杂度和空间复杂度等等都有着非常大的区别 。 当然此时涉及到的 , 只是基本算法层面的话题 。
我可以再举一个我曾经常用在面试中的例子:
某社交网站有两百万的注册用户 , 每个用户都有积分属性 , 且积分根据用户在社交网站上的行为而不断有小幅度的频繁变更(比如登陆一次就+1 分 , 评论一次就+2 分等等) , 怎样设计一种算法 , 能够高效、准确地实时获取指定用户在所有用户中基于积分的排名?
上面的问题从模糊逐步落实到实现上的时候 , 异步、定时地排序 , 是最容易想到的方案 , 而题目表述中的 “高效” 和 “实时” 这两个修饰词让这个问题变得困难 。 这个过程中 , 我见到的不错的办法就至少有七、八种 , 比方说 , 下面这个推进问题解决的例子:
候选人:在需要的时候进行排序 , 方案是……
面试官:好 , 这样的方式下 , 时间、空间复杂度是多少?
候选人:……(说着说着自己意识到时间消耗可能巨大)
面试官:对 , 你能否优化?
候选人:……(提出了一些优化思路 , 但是他自己对它们的实时性也不满意)
面试官:好 , 有换个角度更进一步优化的方式吗?
候选人:对了 , 可以让数据一直是排好序的!
面试官:好主意 , 那你怎么设计数据结构呢?
候选人:我可以使用一个 map 来保存用户 id 到积分的映射 , 再把积分从小到大按序放在数组中 , 这样二分查找就可以找到对应积分所处的排名 。
面试官:听起来不错 , 那么这时候获取排名的复杂度是多少?
候选人:……
面试官:对 , 每当用户的积分小幅变化的时候 , 你怎么维持这个数组依然有序?
候选人:从数组中拿掉一个老的积分 , 再放入一个新的积分……
面试官:这个变更影响的数据量有多少 , 时间复杂度又是如何?
候选人:……
面试官:不错 , 可这个方法有什么问题吗?
候选人:(恍然大悟)如果新添加一个用户 , 新的积分会出现在数组头部 , 数组内的所有数据都要向后移动一个单位!
面试官:没错 , 那你打算怎么优化?
候选人:可以把数组内的积分从大到小排序 , 这样新添加的用户所对应的积分总在尾部 。
面试官:很好 , 这个方法还有什么问题吗?


推荐阅读