先去写几道题喵

JavaHashMap 的 put 流程synchronized 与自旋锁的区别一个线程等待多个线程使用什么来实现数据库为什么索引能提高检索速度联合索引失效场景，为什么失效Redis缓存击穿、穿透、雪崩问题，如何解决项目 1Agent 对话链路的设计结构化记忆和长期记忆的内容上的区别模型幻觉或健康风险的规避措施数据来源，如何入库和召回的评测数据集怎么构造的答案打分设计项目 2介绍下项目图片上传流程如何保证上传链路中的文件完整性，确保用户上传的图片和 OSS 中最终存储的图片内容一致。如何保证其他用户无法通过破解接口，来获别人空间的数据如何避免越权访问双重缓存，如何保证数据一致性的AI 扩图有一...

兄弟们，七面终上岸！😭😭一路走来满是坎坷与波折，从最初的遥不可及、不敢奢望，到如今咬牙坚持终得圆满。付出了无数努力，熬过无数难熬的时刻，也算给前段时间的埋头拼搏画上圆满句号。点赞多的话，后续整理完整面经，分享经验干货，帮大家少走弯路～

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。

一、背景科班出身，工作两年，一直在美团CLC做大数据开发。这次跳槽不是主动看机会的，而是实在扛不住了。手头的项目坑太多，老板的工作重心又全面转向AI，我这边的工作内容跟他的方向完全对不上，每天有种"你打你的我打我的"的错位感。长期下去既没有成长空间，也看不到产出被认可的可能，与其在一个越来越拧巴的环境里消耗，不如换个地方。整体面试周期大概3周，技术面三轮加一轮业务老大和HRG的综合面，阿里的节奏比我想象中要快一些。二、第一轮开场就是自我介绍，我大概讲了一下背景，重点落在数仓相关的工作经历上，也顺带提了一点AI方面的接触——毕竟现在团队方向在AI，这方面多少有点了解。面试官问...