双非进大厂也并非不可能
- 作者
- Name
- 青玉白露
- Github
- @white0dew
- Modified on
- Reading time
- 11 分钟
阅读:.. 评论:..
大家好,我是白露啊。
今天我们要分享一个非常励志的故事,它证明了双非背景的毕业生也可以通过努力和坚持,进入梦想中的大厂。
下面是这位网友的真实经历,希望能为正在找工作的你提供一些激励和参考。
背景介绍
这位网友的背景并不特殊,他是一名双非本科毕业生。实习经历包括顺丰和货拉拉。
在秋招时,他只有一个秋招期间烂大街的博客项目,而在春招期间,他换成了一个短链接项目。
秋招和春招的面试与Offer
秋招: 他参加了多个面试,但能拿到的中大厂后端面试仅有货拉拉(零星的一两个小厂就不提了)。
春招: 春招期间情况有所好转,他陆续拿到了汽车之家、树美科技、小黑盒和美团的面试机会。
相比秋招,春招确实多了很多机会,感觉一部分是因为项目更具吸引力了,而且他也积累了更多的经历。
秋招和春招的感悟
学历重要,但不是决定因素:
对于校招生来说,学历、实习经历、优秀的项目或开源经历确实是非常重要的。
但是,他自己的经历证明了,学历低并不完全意味着无法进入中大厂。
在秋招时,他看着周围的人不断拿到面试机会,而自己却机会渺茫,这让他极度焦虑。
然而,他没有放弃。
不断完善自己,抓住每个机会:
他在实习的同时,一边投递秋招的简历,一边学习八股算法,还忙着寻找耗时短但亮眼的项目。这一切都是因为他深知自身简历的劣势,无论是学历还是项目经历,均不占优势。
因此,他不断寻找机会去完善自己。
货拉拉给了他一个机会,他抓住了。
尽管那时候他的简历还很一般,使用的项目也是烂大街的博客项目,但他凭借毅力和勤奋成功获得了这次难得的机会。
提升自我,增加面试机会:
转到春招时,由于他完善了个人项目并且提前去货拉拉实习,丰富了履历,他的面试机会显著增加。
他拿到了美团和快手的面试机会,并最终选择了美团的offer。不得不说,马哥的短链项目在短时间内快速掌握并且有很多亮点,非常适合用来充实简历。
给24届校招生的建议
把握机会,提升自我:
虽然学历无法改变,但我们可以把握住各种机会。
没有面试机会不可怕,最可怕的是,当机会来临时没有好好把握。如果他在秋招时没有把握住货拉拉的机会,没有提前去实习增加履历,春招的机会可能也会少很多。
不断增加履历,提升自我:
我们要做的就是不断丰富自己的履历,不断提升自己。
当机会来临时,一定要抓住。这个网友的经历告诉我们,双非背景确实有可能进入大厂。关键在于如何利用每一个机会,如何通过不懈的努力去追求自己的目标。
总结一下,这个网友的分享证明,学历背景并不是决定你能否进入大厂的唯一因素。
通过努力、坚持和不断自我提升,每个人都有机会实现自己的职业梦想。
希望他的经验和建议能激励更多的24届校招生,让大家在求职路上更加坚定和自信。
如果你有任何问题或想法,欢迎在评论区和我讨论分享。
美团一面面经
面试官: 你好,先简单介绍一下你在实习经历中觉得最有价值的一个case吧。
求职者: 当然。我在实习期间参与了一个对CompletableFuture多线程接口进行优化的项目。这个项目的背景是我们在处理大量并发任务时,发现现有的多线程实现存在性能瓶颈和资源浪费的问题。我们希望通过使用CompletableFuture来优化多线程处理。
面试官: 那么,你们为什么选择使用CompletableFuture进行优化?它解决了哪些关键问题?
求职者:
- 背景:我们原先的多线程实现采用的是传统的Thread和ExecutorService,在处理大量并发任务时,出现了线程资源浪费和性能瓶颈的问题。
- 关键问题:
- 线程管理复杂:传统的线程管理需要手动控制线程的创建和销毁,容易导致资源浪费。
- 任务依赖:处理任务依赖关系复杂,手动管理任务之间的依赖关系容易出错。
- 阻塞:传统的多线程方法容易出现阻塞,降低了整体性能。
面试官: 使用CompletableFuture进行优化后,带来了哪些问题?使用它时需要注意哪些点?
求职者:
- 带来的问题:
- 调试难度增加:由于异步执行,调试和排查问题变得更加复杂。
- 异常处理复杂:异步任务中的异常处理需要特别注意,容易遗漏。
- 注意点:
- 线程池选择:需要合理选择和配置线程池,以避免线程资源的浪费和性能瓶颈。
- 任务依赖管理:需要特别注意任务之间的依赖关系,确保任务能够正确执行。
- 异常处理:需要在每个异步任务中进行适当的异常处理,避免异常传播影响整体流程。
面试官: 你们在使用CompletableFuture时,线程池是怎么考虑的?
求职者: 我们选择了ForkJoinPool作为默认的线程池,因为它能够更好地利用多核CPU资源。同时,我们也根据任务的具体需求,创建了自定义的ThreadPoolExecutor,用于处理一些特定的任务。
进程间通信
面试官: 看你是科班出身,我们聊聊进程间通信(IPC)吧。你能介绍一下进程间通信的方式吗?
求职者: 当然。进程间通信的方式主要有以下几种:
- 管道(Pipe):用于父子进程之间的通信,单向传输。
- 命名管道(Named Pipe):用于任意进程之间的通信,双向传输。
- 消息队列(Message Queue):用于不同进程之间通过消息传递数据。
- 共享内存(Shared Memory):多个进程共享同一块内存区域,速度快,但需要同步机制。
- 信号量(Semaphore):用于进程间的同步,控制对共享资源的访问。
- 套接字(Socket):用于不同主机之间的通信,也可以用于本地主机的进程间通信。
面试官: 那么从操作系统设计者的角度考虑,为什么需要设计这么多种进程间通信的方式?
求职者:
- 不同的应用场景:不同的通信方式适用于不同的应用场景。例如,管道适用于简单的父子进程通信,而共享内存适用于需要高效数据传输的场景。
- 性能需求:不同的通信方式在性能上有差异,共享内存速度快但复杂,而消息队列和信号量则相对简单但速度慢。
- 同步需求:有些通信方式如信号量和消息队列提供了同步机制,适用于需要严格同步的场景,而共享内存则需要额外的同步机制。
- 网络通信:套接字不仅适用于本地通信,还可以用于网络通信,具有广泛的应用范围。
TCP和UDP
面试官: 好的,我们再聊聊网络协议。TCP和UDP主要有什么差别?
求职者:
- TCP(Transmission Control Protocol):
- 连接型协议:在传输数据之前需要建立连接。
- 可靠性:提供可靠的数据传输,确保数据包按顺序到达,并且没有丢失。
- 流控制和拥塞控制:TCP具有流控制和拥塞控制机制。
- 应用场景:适用于需要可靠传输的应用,如HTTP、FTP、邮件等。
- UDP(User Datagram Protocol):
- 无连接协议:无需建立连接,直接传输数据包。
- 不可靠:不保证数据包的顺序和完整性,可能会丢失或重复。
- 低开销:由于没有连接建立和维护,传输效率高。
- 应用场景:适用于对实时性要求高但不要求可靠传输的应用,如视频流、在线游戏、DNS等。
面试官: 那么,怎么基于UDP实现一个可靠的通信协议?
求职者: 可以基于UDP实现一个可靠的通信协议,以下是一些关键点:
- 序列号:为每个数据包分配一个序列号,接收方可以根据序列号重组数据包,并检测丢失的数据包。
- 确认机制:接收方在接收到数据包后发送确认(ACK)给发送方,发送方在超时未收到确认时重新发送数据包。
- 重传机制:发送方在超时未收到确认时,重新发送数据包。
- 流控制:根据接收方的处理能力,调整发送数据包的速率,避免接收方过载。
- 拥塞控制:通过检测网络拥塞情况,动态调整发送速率,避免网络拥塞。
线程安全的单例模式
面试官: 请写一个线程安全的单例模式,需要使用final
、private
构造函数、volatile
和双重检查。
求职者: 这是一个使用Java
实现的线程安全单例模式示例:
public class Singleton { private static volatile Singleton instance; private Singleton() { // 私有构造函数,防止外部实例化 } public static Singleton getInstance() { if (instance == null) { synchronized (Singleton.class) { if (instance == null) { instance = new Singleton(); } } } return instance; } }
解释:
- volatile:确保多线程环境下的可见性,防止指令重排序。
- private构造函数:防止外部实例化。
- 双重检查:在同步代码块内外都进行检查,以提高性能。
数据库隔离级别
面试官: 你了解数据库隔离级别吗?
求职者: 了解。数据库的隔离级别决定了事务之间的隔离程度,共有四种常见的隔离级别:
- 读未提交(Read Uncommitted):最低的隔离级别,允许读取未提交的数据,可能会导致脏读。
- 读已提交(Read Committed):只允许读取已提交的数据,避免脏读,但可能会出现不可重复读。
- 可重复读(Repeatable Read):在一个事务内多次读取相同数据时,结果是一样的,避免不可重复读,但可能会出现幻读。
- 可序列化(Serializable):最高的隔离级别,完全隔离事务,避免幻读,但性能开销最大。
联合索引
面试官: 联合索引在不满足最左匹配原则时为什么会失效?
求职者: 联合索引在不满足最左匹配原则时会失效,这是因为数据库在创建联合索引时,是按照索引列的顺序进行排序的。只有按照最左前缀顺序查询时,才能有效利用索引。如果查询条件不包含最左边的列,数据库无法利用索引的排序信息,导致索引失效,退化为全表扫描。
算法题
面试官: 最后我们来做一道算法题。一个变形的二分查找,做法是根据mid
所处的下标奇数偶数决定是去mid-1
还是mid+1
。你可以试着写一下代码吗?
求职者:当然,我们继续。
求职者: 好的,我来写一下这个变形的二分查找的代码。假设我们有一个已经部分排序的数组,并且我们需要根据mid
的位置是奇数还是偶数来决定下一步的搜索方向。
public class Solution { public int modifiedBinarySearch(int[] nums, int target) { int left = 0; int right = nums.length - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) { return mid; } if (mid % 2 == 0) { // 如果mid是偶数 if (nums[mid] < target) { left = mid + 1; } else { right = mid - 1; } } else { // 如果mid是奇数 if (nums[mid] < target) { right = mid - 1; } else { left = mid + 1; } } } return -1; // 如果没找到,返回-1 } }
解释:
- 初始化左右指针:
left
指向数组的左端,right
指向数组的右端。 - 计算中间位置:
mid = left + (right - left) / 2
,避免直接相加可能导致的整数溢出。 - 比较中间值和目标值:
- 如果
nums[mid] == target
,返回mid
。 - 如果
mid
是偶数且nums[mid] < target
,则目标值在右半部分,移动left
指针。 - 如果
mid
是偶数且nums[mid] >= target
,则目标值在左半部分,移动right
指针。 - 如果
mid
是奇数且nums[mid] < target
,则目标值在左半部分,移动right
指针。 - 如果
mid
是奇数且nums[mid] >= target
,则目标值在右半部分,移动left
指针。
- 如果
- 循环终止条件:当
left > right
时,停止循环,如果没有找到目标值,返回-1
。
面试官: 很好,今天的面试就到这里了,感谢你的回答。我们会尽快通知你结果。祝你好运!