中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
硅谷PYTHON工程師面試指南:數據結構、算法與系統設計 版權信息
- ISBN：9787111750680
- 條形碼：9787111750680 ; 978-7-111-75068-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
硅谷PYTHON工程師面試指南:數據結構、算法與系統設計 本書特色
（1）內容權威：谷歌面試官和OPPO高級研究總監聯手打造。作者基于親身經驗，有的放矢地解析數據結構、算法和系統設計3大核心技能面，篩選硅谷及國內科技巨頭面試真題
（2）質量可靠：西北工業大學教授、美國喬治亞大學教授、華為專家、谷歌專家推薦。本書不僅透徹講解常見的Python技術核心，還強調了重要而易被忽視的系統設計類題目，
用豐富實例打造硅谷科技企業的Python面試秘籍。
（3）收獲切實：通過閱讀本書，你將：1）了解硅谷高科技公司以及國內科技大廠面試的流程；2）利用真題訓練來鞏固面試所需的基本技能；3）更好地準備科技大廠的面試，從而爭取更高的待遇條件。
硅谷PYTHON工程師面試指南:數據結構、算法與系統設計 內容簡介
本書是一本全面的Python技術及面試指南，旨在幫助讀者深入理解Python編程語言的核心概念，并掌握在技術面試中取得成功的關鍵技巧。全書分為4個部分。 第*部分 面試流程。這一部分詳細介紹了硅谷公司的面試流程，包括非技術電話面試、技術電話面試（包括閑談、技術溝通和提問環節）以及現場面試的準備和策略，既為讀者提供了面試前的全面準備指導，也幫助讀者在面試中展現出良好狀態。 第二部分 數據結構。從基礎的列表、堆棧、隊列、優先隊列、字典和集合，到更復雜的鏈表、二叉樹、其他樹結構（如前綴樹、線段樹、二叉索引樹）和圖的表示與應用，每一章都通過豐富的實例來展示如何巧妙應用這些數據結構。 第三部分 算法。這一部分覆蓋了二分搜索、雙指針法、動態規劃、深度優先搜索、回溯、廣度優先搜索、并查集等核心算法。結合面試真題，通過逐步分析，引導讀者掌握每種算法的思想及其在解決實際問題中的應用。 第四部分 系統設計。理論知識部分，從設計需求分析到高層構建，然后到具體組件設計，再到擴展設計，幫助讀者理解如何構建可擴展、高效的系統架構。實戰案例部分，包括分布式緩存系統、網絡爬蟲系統、TinyURL加密與解密、自動補全功能、新聞動態功能、社交媒體應用和出行應用的設計，涵蓋系統設計的關鍵技術。此外，這一部分涵蓋了多線程編程與設計機器學習系統的知識，既幫助讀者理解并行處理的概念和應用，又擴展機器學習的重要知識和面試技巧，并提供設計搜索排名系統和推薦系統的實例。
硅谷PYTHON工程師面試指南:數據結構、算法與系統設計 目錄
Contents?目 錄
前 言
**部分 面試流程
第1章 硅谷公司面試流程 2
1.1 非技術電話面試 2
1.2 技術電話面試 3
1.2.1 閑談環節 3
1.2.2 技術溝通環節 3
1.2.3 提問環節 4
1.3 現場面試 4
1.3.1 準備好閑談素材 5
1.3.2 保持積極溝通 6
第二部分 數據結構
第2章 列表 8
2.1 列表的基礎知識 8
2.1.1 創建列表 8
2.1.2 向列表中添加元素 9
2.1.3 刪除列表中的元素 11
2.2 實例1：*長連續1的個數 12
2.3 實例2：二進制相加 13
2.4 實例3：查詢范圍和 15
2.4.1 利用一維數組求解 16
2.4.2 利用二維數組求解 16
2.5 實例4：隨機索引 18
2.6 實例5：下一個更大排列 19
2.7 實例6：驗證有效數字 21
2.8 實例7：遞歸小數 23
第3章 堆棧 25
3.1 堆棧的基礎知識 25
3.1.1 堆棧操作及時間復雜度 25
3.1.2 3種實現方式 26
3.1.3 堆棧的應用 29
3.2 實例1：通過*小移除操作
得到有效的括號 29
3.3 實例2：函數的專用時間 30
第4章 隊列 33
4.1 隊列的3種實現方式 33
4.2 實例1：設計循環隊列 36
4.3 實例2：求和大于K的*短
非空連續子數組的長度 38
第5章 優先隊列 40
5.1 優先隊列的3種實現方式 40
5.2 實例1：雇用K個工人的*低
成本 42
5.3 實例2：判斷數組是否可以
拆分為連續的子序列 43
第6章 字典 45
6.1 字典的基礎知識 45
6.1.1 創建字典 45
6.1.2 向字典中添加元素 46
6.1.3 訪問字典中的元素 48
6.1.4 從字典中刪除元素 49
6.2 實例1：和等于K的連續子
數組的總數 50
6.3 實例2：標簽中的*大值 51
6.4 實例3：以平均時間復雜度
O(1)實現插入、刪除和獲取
隨機值 52
6.5 實例4：*近*少使用緩存 54
第7章 集合 57
7.1 集合的基礎知識 57
7.2 集合的基本操作 58
7.2.1 添加元素 58
7.2.2 刪除元素 59
7.2.3 并集 59
7.2.4 交集 60
第8章 鏈表 61
8.1 雙指針技術 61
8.2 實例1：判斷鏈表是否有循環 62
8.3 實例2：兩個鏈表的交集 62
8.4 實例3：克隆隨機鏈表 64
8.5 實例4：反轉鏈表 65
第9章 二叉樹 66
9.1 層次順序遍歷 66
9.1.1 前序遍歷 66
9.1.2 中序遍歷 67
9.1.3 后序遍歷 68
9.1.4 層序遍歷 69
9.2 遞歸方法用于樹的遍歷 69
9.2.1 自上而下的解決方案 70
9.2.2 自下而上的解決方案 70
9.3 實例1：二叉樹的*低共同
祖先 72
9.4 實例2：序列化和反序列化
二叉樹 73
9.5 實例3：求二叉樹的*大
路徑和 74
9.6 實例4：將二叉樹轉換為
雙鏈表 75
第10章 其他樹結構 77
10.1 前綴樹 77
10.1.1 前綴樹節點的數據結構 78
10.1.2 在前綴樹中插入單詞 78
10.1.3 在前綴樹中搜索單詞 80
10.2 線段樹 82
10.3 二叉索引樹 86
10.3.1 二叉索引樹的表示 87
10.3.2 getSum操作 87
10.3.3 update操作 88
10.3.4 二叉索引樹的工作原理 89
10.4 實例1：范圍和的個數 90
10.4.1 利用線段樹求解 90
10.4.2 利用二叉索引樹求解 94
10.4.3 利用二分搜索求解 96
10.5 實例2：計算后面較小數字的
個數 97
10.5.1 二叉索引樹解法 97
10.5.2 二分搜索解法 98
10.5.3 線段樹解法 99
第11章 圖 100
11.1 圖的表示 100
11.1.1 鄰接矩陣 100
11.1.2 鄰接表 101
11.2 實例1：克隆圖 103
11.3 實例2：圖驗證樹 104
11.3.1 深度優先搜索解法 104
11.3.2 廣度優先搜索解法 106
11.3.3 并查集解法 107
第三部分 算法
第12章 二分搜索 110
12.1 實例1：求平方根 110
12.2 實例2：在旋轉排序數組中
搜索 111
12.3 案例3：會議室預訂問題 112
12.3.1 問題1：如何優化 112
12.3.2 問題2：如何預訂多個
房間 113
第13章 雙指針法 114
13.1 實例1：稀疏向量的點積 114
13.2 實例2：*小窗口子字符串 115
13.3 實例3：間隔列表相交 116
13.4 實例4：*長連續1的個數 119
13.5 實例5：查找字符串中的所有
字母 121
第14章 動態規劃 123
14.1 動態規劃的基礎知識 123
14.2 實例1：買賣股票的*佳
時間 124
14.3 實例2：硬幣找零 124
14.4 實例3：計算解碼方式
總數 125
第15章 深度優先搜索 127
15.1 深度優先搜索的應用 127
15.2 實例1：太平洋和大西洋的
水流問題 128
15.3 實例2：預測獲勝者 129
15.4 實例3：表達式加運算符 130
第16章 回溯 132
16.1 實例1：數獨求解 132
16.2 實例2：掃地機器人 135
第17章 廣度優先搜索 137
17.1 廣度優先搜索的應用 138
17.2 實例1：墻和門 139
17.3 實例2：課程表 141
17.4 實例3：公交路線 142
17.5 實例4：判斷二分圖 143
17.6 實例5：單詞階梯 145
第18章 并查集 147
18.1 并查集的基礎知識 147
18.2 實例：朋友圈 150
18.2.1 廣度優先搜索解法 150
18.2.2 深度優先搜索解法 151
18.2.3 并查集解法 152
第19章 數據結構與算法面試
真題實戰 153
19.1 實例1：文件系統 153
19.1.1 關于數據結構的探討 154
19.1.2 面試題考查點 156
19.1.3 完整代碼 156
19.2 實例2：*長有效詞 157
19.2.1 找到更快的解決方案 158
19.2.2 基于存儲/緩存的解決
方案 159
19.2.3 面試題考查點 161
19.3 實例3：圓圈組 161
19.3.1 圓圈組的個數 163
19.3.2 *大的k個圓圈組 163
第四部分 系統設計
第20章 系統設計理論 166
20.1 設計步驟 166
20.1.1 描述使用場景、約束和
假設 166
20.1.2 構建高層設計 166
20.1.3 設計核心組件 167
20.1.4 擴展設計 169
20.2 域名系統 171
20.3 負載均衡器 172
20.4 分布式緩存系統 173
20.5 哈希一致性 176
第21章 系統設計實戰 178
21.1 設計分布式緩存系統 178
21.1.1 緩存無效 178
21.1.2 緩存逐出策略 179
21.1.3 設計分布式鍵值緩存
系統 180
21.2 設計網絡爬蟲系統 181
21.2.1 架構設計 181
21.2.2 爬蟲服務 181
21.2.3 處理重復鏈接 183
21.2.4 更新爬網結果 184
21.2.5 可擴展性設計 184
21.3 TinyURL的加密與解密 185
21.3.1 系統的要求和目標 185
21.3.2 容量估算和約束 185
21.3.3 系統API 186
21.3.4 核心算法設計 187
21.3.5 數據庫設計 187
21.3.6 數據分區和復制 188
21.3.7 緩存 188
21.3.8 負載均衡器 189
21.4 設計自動補全功能 189
21.4.1 基本系統設計與算法 190
21.4.2 主數據結構 191
21.4.3 優化設計 192
21.5 設計新聞動態功能 195
21.6 設計X（Twitter）應用 198
21.7 設計Uber/Lyft應用 203
第22章 多線程編程 206
22.1 多線程面試問題 206
22.2 實例1：形成水分子 207
22.3 實例2：打印零、偶數、
奇數 208
第23章 設計機器學習系統 210
23.1 機器學習的基礎知識 210
23.1.1 什么是機器學習 210
23.1.2 為什么使用機器學習 211
23.1.3 監督學習和無監督學習 212
23.1.4 分類模型和回歸模型 213
23.1.5 轉換問題 214
23.1.6 關鍵數據 214
23.1.7 機器學習工作流程 215
23.1.8 欠擬合和過擬合 216
23.1.9 偏差和方差 217
23.2 機器學習的進階知識 220
23.2.1 處理不平衡的二進制
分類 220
23.2.2 高斯混合模型和K均值
的比較 221
23.2.3 梯度提升 221
23.2.4 決策樹的約束 223
23.2.5 加權更新 223
23.2.6 隨機梯度提升 223
23.2.7 懲罰性學習 224
23.3 機器學習面試 224
23.3.1 機器學習面試考查點 224
23.3.2 機器學習面試的思路 226
23.4 實例1：搜索排名系統 227
23.4.1 題目解讀 227
23.4.2 指標分析 228
23.4.3 架構 229
23.4.4 結果選擇 231
23.4.5 訓練數據生成 237
23.4.6 排名 238
23.4.7 篩選結果 240
23.5 實例2：Netflix電影推薦
系統 242
23.5.1 題目解讀 242
23.5.2 指標分析 244
23.5.3 架構 246
23.5.4 特征工程 247
23.5.5 候選電影的產生 250
23.5.6 訓練數據生成 252
23.5.7 排名 253
前 言
**部分 面試流程
第1章 硅谷公司面試流程 2
1.1 非技術電話面試 2
1.2 技術電話面試 3
1.2.1 閑談環節 3
1.2.2 技術溝通環節 3
1.2.3 提問環節 4
1.3 現場面試 4
1.3.1 準備好閑談素材 5
1.3.2 保持積極溝通 6
第二部分 數據結構
第2章 列表 8
2.1 列表的基礎知識 8
2.1.1 創建列表 8
2.1.2 向列表中添加元素 9
2.1.3 刪除列表中的元素 11
2.2 實例1：*長連續1的個數 12
2.3 實例2：二進制相加 13
2.4 實例3：查詢范圍和 15
2.4.1 利用一維數組求解 16
2.4.2 利用二維數組求解 16
2.5 實例4：隨機索引 18
2.6 實例5：下一個更大排列 19
2.7 實例6：驗證有效數字 21
2.8 實例7：遞歸小數 23
第3章 堆棧 25
3.1 堆棧的基礎知識 25
3.1.1 堆棧操作及時間復雜度 25
3.1.2 3種實現方式 26
3.1.3 堆棧的應用 29
3.2 實例1：通過*小移除操作
得到有效的括號 29
3.3 實例2：函數的專用時間 30
第4章 隊列 33
4.1 隊列的3種實現方式 33
4.2 實例1：設計循環隊列 36
4.3 實例2：求和大于K的*短
非空連續子數組的長度 38
第5章 優先隊列 40
5.1 優先隊列的3種實現方式 40
5.2 實例1：雇用K個工人的*低
成本 42
5.3 實例2：判斷數組是否可以
拆分為連續的子序列 43
第6章 字典 45
6.1 字典的基礎知識 45
6.1.1 創建字典 45
6.1.2 向字典中添加元素 46
6.1.3 訪問字典中的元素 48
6.1.4 從字典中刪除元素 49
6.2 實例1：和等于K的連續子
數組的總數 50
6.3 實例2：標簽中的*大值 51
6.4 實例3：以平均時間復雜度
O(1)實現插入、刪除和獲取
隨機值 52
6.5 實例4：*近*少使用緩存 54
第7章 集合 57
7.1 集合的基礎知識 57
7.2 集合的基本操作 58
7.2.1 添加元素 58
7.2.2 刪除元素 59
7.2.3 并集 59
7.2.4 交集 60
第8章 鏈表 61
8.1 雙指針技術 61
8.2 實例1：判斷鏈表是否有循環 62
8.3 實例2：兩個鏈表的交集 62
8.4 實例3：克隆隨機鏈表 64
8.5 實例4：反轉鏈表 65
第9章 二叉樹 66
9.1 層次順序遍歷 66
9.1.1 前序遍歷 66
9.1.2 中序遍歷 67
9.1.3 后序遍歷 68
9.1.4 層序遍歷 69
9.2 遞歸方法用于樹的遍歷 69
9.2.1 自上而下的解決方案 70
9.2.2 自下而上的解決方案 70
9.3 實例1：二叉樹的*低共同
祖先 72
9.4 實例2：序列化和反序列化
二叉樹 73
9.5 實例3：求二叉樹的*大
路徑和 74
9.6 實例4：將二叉樹轉換為
雙鏈表 75
第10章 其他樹結構 77
10.1 前綴樹 77
10.1.1 前綴樹節點的數據結構 78
10.1.2 在前綴樹中插入單詞 78
10.1.3 在前綴樹中搜索單詞 80
10.2 線段樹 82
10.3 二叉索引樹 86
10.3.1 二叉索引樹的表示 87
10.3.2 getSum操作 87
10.3.3 update操作 88
10.3.4 二叉索引樹的工作原理 89
10.4 實例1：范圍和的個數 90
10.4.1 利用線段樹求解 90
10.4.2 利用二叉索引樹求解 94
10.4.3 利用二分搜索求解 96
10.5 實例2：計算后面較小數字的
個數 97
10.5.1 二叉索引樹解法 97
10.5.2 二分搜索解法 98
10.5.3 線段樹解法 99
第11章 圖 100
11.1 圖的表示 100
11.1.1 鄰接矩陣 100
11.1.2 鄰接表 101
11.2 實例1：克隆圖 103
11.3 實例2：圖驗證樹 104
11.3.1 深度優先搜索解法 104
11.3.2 廣度優先搜索解法 106
11.3.3 并查集解法 107
第三部分 算法
第12章 二分搜索 110
12.1 實例1：求平方根 110
12.2 實例2：在旋轉排序數組中
搜索 111
12.3 案例3：會議室預訂問題 112
12.3.1 問題1：如何優化 112
12.3.2 問題2：如何預訂多個
房間 113
第13章 雙指針法 114
13.1 實例1：稀疏向量的點積 114
13.2 實例2：*小窗口子字符串 115
13.3 實例3：間隔列表相交 116
13.4 實例4：*長連續1的個數 119
13.5 實例5：查找字符串中的所有
字母 121
第14章 動態規劃 123
14.1 動態規劃的基礎知識 123
14.2 實例1：買賣股票的*佳
時間 124
14.3 實例2：硬幣找零 124
14.4 實例3：計算解碼方式
總數 125
第15章 深度優先搜索 127
15.1 深度優先搜索的應用 127
15.2 實例1：太平洋和大西洋的
水流問題 128
15.3 實例2：預測獲勝者 129
15.4 實例3：表達式加運算符 130
第16章 回溯 132
16.1 實例1：數獨求解 132
16.2 實例2：掃地機器人 135
第17章 廣度優先搜索 137
17.1 廣度優先搜索的應用 138
17.2 實例1：墻和門 139
17.3 實例2：課程表 141
17.4 實例3：公交路線 142
17.5 實例4：判斷二分圖 143
17.6 實例5：單詞階梯 145
第18章 并查集 147
18.1 并查集的基礎知識 147
18.2 實例：朋友圈 150
18.2.1 廣度優先搜索解法 150
18.2.2 深度優先搜索解法 151
18.2.3 并查集解法 152
第19章 數據結構與算法面試
真題實戰 153
19.1 實例1：文件系統 153
19.1.1 關于數據結構的探討 154
19.1.2 面試題考查點 156
19.1.3 完整代碼 156
19.2 實例2：*長有效詞 157
19.2.1 找到更快的解決方案 158
19.2.2 基于存儲/緩存的解決
方案 159
19.2.3 面試題考查點 161
19.3 實例3：圓圈組 161
19.3.1 圓圈組的個數 163
19.3.2 *大的k個圓圈組 163
第四部分 系統設計
第20章 系統設計理論 166
20.1 設計步驟 166
20.1.1 描述使用場景、約束和
假設 166
20.1.2 構建高層設計 166
20.1.3 設計核心組件 167
20.1.4 擴展設計 169
20.2 域名系統 171
20.3 負載均衡器 172
20.4 分布式緩存系統 173
20.5 哈希一致性 176
第21章 系統設計實戰 178
21.1 設計分布式緩存系統 178
21.1.1 緩存無效 178
21.1.2 緩存逐出策略 179
21.1.3 設計分布式鍵值緩存
系統 180
21.2 設計網絡爬蟲系統 181
21.2.1 架構設計 181
21.2.2 爬蟲服務 181
21.2.3 處理重復鏈接 183
21.2.4 更新爬網結果 184
21.2.5 可擴展性設計 184
21.3 TinyURL的加密與解密 185
21.3.1 系統的要求和目標 185
21.3.2 容量估算和約束 185
21.3.3 系統API 186
21.3.4 核心算法設計 187
21.3.5 數據庫設計 187
21.3.6 數據分區和復制 188
21.3.7 緩存 188
21.3.8 負載均衡器 189
21.4 設計自動補全功能 189
21.4.1 基本系統設計與算法 190
21.4.2 主數據結構 191
21.4.3 優化設計 192
21.5 設計新聞動態功能 195
21.6 設計X（Twitter）應用 198
21.7 設計Uber/Lyft應用 203
第22章 多線程編程 206
22.1 多線程面試問題 206
22.2 實例1：形成水分子 207
22.3 實例2：打印零、偶數、
奇數 208
第23章 設計機器學習系統 210
23.1 機器學習的基礎知識 210
23.1.1 什么是機器學習 210
23.1.2 為什么使用機器學習 211
23.1.3 監督學習和無監督學習 212
23.1.4 分類模型和回歸模型 213
23.1.5 轉換問題 214
23.1.6 關鍵數據 214
23.1.7 機器學習工作流程 215
23.1.8 欠擬合和過擬合 216
23.1.9 偏差和方差 217
23.2 機器學習的進階知識 220
23.2.1 處理不平衡的二進制
分類 220
23.2.2 高斯混合模型和K均值
的比較 221
23.2.3 梯度提升 221
23.2.4 決策樹的約束 223
23.2.5 加權更新 223
23.2.6 隨機梯度提升 223
23.2.7 懲罰性學習 224
23.3 機器學習面試 224
23.3.1 機器學習面試考查點 224
23.3.2 機器學習面試的思路 226
23.4 實例1：搜索排名系統 227
23.4.1 題目解讀 227
23.4.2 指標分析 228
23.4.3 架構 229
23.4.4 結果選擇 231
23.4.5 訓練數據生成 237
23.4.6 排名 238
23.4.7 篩選結果 240
23.5 實例2：Netflix電影推薦
系統 242
23.5.1 題目解讀 242
23.5.2 指標分析 244
23.5.3 架構 246
23.5.4 特征工程 247
23.5.5 候選電影的產生 250
23.5.6 訓練數據生成 252
23.5.7 排名 253
展開全部
硅谷PYTHON工程師面試指南:數據結構、算法與系統設計 作者簡介
任建峰，分別于2005年和2009年獲得西北工業大學博士學位和德州大學達拉斯分校博士學位。先后在美國高通、華為工作多年，從事計算機影像學/計算機視覺的芯片開發工作。目前在谷歌主要復雜計算影像方面的開發。發表論文30多篇，擁有30多項專利
書友推薦
- >
羅曼·羅蘭讀書隨筆-精裝
- >
經典常談
- >
伊索寓言-世界文學名著典藏-全譯本
- >
伯納黛特,你要去哪(2021新版)
- >
我與地壇
- >
唐代進士錄
- >
巴金－再思錄
- >
名家帶你讀魯迅:朝花夕拾
本類暢銷
