喜得国际cider前端一面凉经

八股全是底层原理还有计网的一些

500人+小公司玩这种,很难不

笔试题也很难,感觉至少中等级别算法题吧,我寻思我这都能写出来了我还会去你小公司吗???

太搞人了,卷死了

1.Vue可以监听数组吗

2.Vue的渲染是异步的吗

3.浏览器的缓存机制

4.http2.0

5.浏览器的强缓存和协商缓存

6.造成内存泄漏的原因

7.defineProperty局限性(唉,一些加分回答现在都变成必答了,卷成这逼样了,互联网是真的越来越难走了)

8.diff算法

9.Vue3在diff算法上做了哪些优化

10.webpack的dll相关有了解吗

然后放一些简单点的常见八股

11.引用数据类型和基础数据类型

12.map和set

我觉得就上面这两个能算简单,剩下没有一个不是底层原理深挖的

我都能答上来我都可以自信去面大厂了吧

最后放代码题

1.

async function async1() {

console.log("async1 start");

await async2();

console.log("async1 end");

}

async function async2() {

console.log("async2");

}

console.log("script start");

setTimeout(function () {

console.log("setTimeout");

}, 0);

async1();

new Promise(function (resolve) {

console.log("promise1");

resolve();

}).then(function () {

console.log("promise2");

});

console.log("script end");

输出顺序判断

2.

// 遍历给定节点id的所有子节点,如有结果以数组形式输出

const tree = [

{

id: "1",

children: [

{

id: "2",

children: [

{

id: "3",

children: [{ id: "4" }],

},

{ id: "5" },

{

id: "6",

children: [{ id: "7" }],

},

],

},

{

id: "8",

children: [{ id: "9" }],

},

],

},

];

// 示例:fn(tree, '1') // [2,3,4,5,6,7,8,9]

// 示例:fn(tree, '2') // [3,4,5,6,7]

// 示例:fn(tree, '8') // [9]

依旧是简历上的东西一句话没问,纯八股其实就问了十分钟,因为大部分我都不会,所以过的贼快

麻了,我看boss上最多给到250/天,还是在北京,出这么难的题目我真以为是头部大厂了

哥们儿之前有个300/天的offer也没问过这么恶心人的东西啊

有的小厂比大厂难进真不是说着玩的

全部评论
人家就拿你练手呢。回头他对面试题熟练了好去大厂,哈哈
3 回复 分享
发布于 2024-07-11 20:05 河北
反问环节我都想直接溜了,硬着头皮问了问技术栈和业务
2 回复 分享
发布于 2024-07-09 12:01 浙江
上午的时候面完了,两道布局题,三道代码题,面的很舒服 爽了😋
1 回复 分享
发布于 2024-07-17 18:21 湖南
4年经验,这个面试看起来也没很多底层的东西,都是很常见的问题
点赞 回复 分享
发布于 2024-07-23 20:00 湖北
我明天面,帮你教育一下
点赞 回复 分享
发布于 2024-07-16 22:35 湖南
还好吧,现在vue的底层原理已经算常规必考题了
点赞 回复 分享
发布于 2024-07-10 18:05 广东

相关推荐

05-12 10:10
已编辑
门头沟学院 人工智能
写这篇之前我犹豫了挺久。一方面是怕被人骂,"又一个收割焦虑的转行帖";另一方面是看了太多用 GPT 套娃出来的「学习路线」文章,AI 味重得让人没法读完。所以这篇全是亲身踩过的坑,时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI,或者已经在转的路上,希望能给点参考。 一个反共识的开场:你以为进 OpenAI 的人都是博士? 先讲个故事,跟我没关系,但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队(就是搞文生视频那个)一共 13 个人。这里面有两个人特别有意思: Will DePue,密歇根大学计算机系,直接辍学了。17...
_hengheng:我也本,也算是做ai相关,我最开始感觉做ai工程师有多么多么困难,后来发现懂了原理后整体训练完全可以看成一个流程化的内容,开源方案太多了,大多基本都是按着模子在自家业务上做各种操作,就算是大厂的小部门也没那么多资源去训基模,反而更多的是像怎么把技术往业务方向靠近了,不过当前时代如果本科学历没那么好加上自己执行力不是特别强还真不建议走ai工程师这条路,可以试试其他ai的偏业务方向,不然校招不太好杀出来
点赞 评论 收藏
分享
上周组里招人,我面了六个候选人,回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人,算法题写得都不错。第一道二分查找,五分钟之内给出解法,边界条件也处理得干净。第二道动态规划,状态转移方程写对了,空间复杂度也优化了一版。我翻他们的简历,力扣刷题量都在300以上。后三个呢,就有点参差不齐了。有的边界条件没处理好,有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生,我印象特别深——她拿到题之后没有马上写,而是先问我:“面试官,我能先跟你确认一下我对题目的理解吗?”然后她把自己的思路讲了一遍,虽然最后代码写得不是最优解,但整个沟通过程非常顺畅。这个女生的代码不是最优的,但当我问她“如果这里是线上环境,你会怎么设计’的时候,她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么?我自己的经历可能有点代表性。我当年校招的时候,也是刷了三百多道题才敢去面试。那时候大家都刷,你不刷就过不了笔试关。后来工作了,前三年基本没再打开过力扣。真正干活的时候,没人让你写反转链表,也没人让你手撕红黑树。更多的是:这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官,慢慢调整了自己的评判标准。算法题我还会出,但目的变了。我出算法题,不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候,是怎么思考的。你会先理清题意吗?你会主动问边界条件吗?你想不出来的时候会怎么办?你写出来的代码,变量命名乱不乱、结构清不清楚?这些才是工作中真正用得到的能力。LeetCode是一个工具,不是目的。它帮你熟悉数据结构和常见算法思路,这没问题。但如果你刷了三百道题,却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的,那这三百道题可能真的白刷了。所以还要不要刷LeetCode?要刷,但别只刷题。刷题的时候,多问自己几个为什么:为什么用这个数据结构?为什么这个解法比那个好?如果换个条件,解法还成立吗?把刷题当成锻炼思维的方式,而不是背答案的任务。毕竟面试官想看到的,从来不是一台背题机器,而是一个能解决问题的人。
牛客51274894...:意思是光刷力扣还不够卷
AI时代还有必要刷lee...
点赞 评论 收藏
分享
评论
5
11
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务