个人背景：美本硕GIT，Georgia Tech排名的话CS专业可能有个美国7-10名吧；大三一段国内大厂实习，研一一段美国中厂实习，本来中厂承诺return，导致我秋招只看了美国大厂（也怪自己秋招骑驴找马心态太放松）3月份return offer没了，美国这边基本没机会，于是开始找国内春招。具体结果，全是应届春招，部分是补录hc：米哈游：终面结束等结果，可能最后和阿里云选一个阿里云、携程、美团、商汤、快手、京东：oc/意向oppo 小红书：面试挂，oppo是问Spring boot，我说我没用过，然后还是问了，所以寄；小红书面试确实难，问我levelDB和rockDB的时候有种让我造火箭之感，寄腾讯wxg 蚂蚁：某一面之后没消息了，默认是挂了，感觉像是没应届hc了滴滴 bilibili：简历挂 （其实不太懂 T T 为什么笔试都不给）在3月之前我是对八股一窍不通的，是的，我本科没选编译器的课所以Java很多底层的东西我都是一窍不通，差大家很远。刷题方面还不错因为美国找工基本都是靠刷题，lc大概500道高频题刷了两三遍。国内相对来说面试中的手撕题比较简单，基本都是lc前200的变形，不像美国现在经常出lc 1000+的怪题。我本身研究生方向是做分布式网络，然后GIT的数据库、OS课程又比较硬核，所以数据库，操作系统，网络的基础八股回顾起来很快，所以最后精力大多放在速成MySQL，Java内核，Redis，消息队列这些我基本没接触过的内容上。因为是速成的八股，就不对知识本身瞎秀理解了，主要说说我个人速成的方法（不一定每个人都适用，但对我来说能够很快记下来应付面试）。首先我的用到的资料和工具就只有牛客里的面经题（感谢大家的面经）+ Google + ChatGPT。我个人觉得对一个体系的知识想要很快的记忆下最好的方法就是对知识分类检索。举个例子就拿Java八股来说，如果仅仅是把面经里每一条关于Java/JVM的问题查个答案记录下来然后开始背，我感觉效率是很低的（不排除你很聪明，但我是记不下来）。首先我充了个ChatGPT会员这样效率高点，然后使用Notion 飞书 OneNote随便哪个效率工具做一个多层页面，举个例子：Java八股 -> Java多线程 -> Synchronized/lock；或 Java八股 -> Java类 -> 类加载 -> ... 然后每个次级页面添加上我在牛客里找到的该知识点相关面经题以及用google和GPT搜到的答案，因为是自己做的，所以对整个分类很清晰印象很深，之后看到新的面经题就把它加到其中某个位置，实际上也是一个加深的过程。MySQL，Redis，MQ都同理，个人体感而言这样记起来是蛮快的，因为其实仔细想想这种方法其实类似于数据库的索引，面试官提出一个问题，如果你只是对记忆中一条条记录按顺序扫描，效率不太高，这种分类相当于加了一层索引，在听到一个问题之后先定位在哪个大类，然后定位到子类，再回忆你背的知识点，效率会高很多，特别是在对你自己做的这个分类树十分熟悉的情况之后，回忆起来会很快。这样下来的开销其实就是ChatGPT的月租哈哈哈哈，说实话用惯了gpt4和3.5之后，真的很难再想去用gpt3了.....当然我也很清楚这种方式很难对Java/JVM这种体系知识本身有透彻的理解，只是提供一个功利性的速成方法，真要完全搞懂，害得是去系统性地学习，如果触及到你的逆鳞还希望轻喷。之前有不少人问我为啥不留美，如果有机会进FLAG或者一些新兴中厂，谁不愿意呢？今年美国互联网就业形势比这国内甚至都差不少，举个不夸张的例子，我认识一个普林斯顿本科CS，去年Meta实习没给转正，也恐慌地来跟着卷国内秋招，虽然最后她可能没回来，但卷走了国内秋招5+大厂的ssp是保守估计；还认识两个CMU去了印度外包先苟着。所以真的别再问俺这样的学术渣为什么不留了，现在这光景，美国大批裁员+招聘冻结，只能两边说都不好过