字节前端DML实习二面面筋

面试时长:60分钟

一、实习经历与项目提问

面试官首先针对我之前在公司的实习经历展开询问,详细了解了实习期间参与的工作内容、遇到的问题及解决方案。随后聚焦到项目中的乐观更新相关内容,深入探讨了其实现原理、应用场景以及在项目中解决的实际问题。由于对ZOD库的使用细节掌握不够扎实,面对相关提问时未能给出满意回答,这也成为本次面试的一个扣分点。

二、算法与代码实现题

1. 实现自定义Red Hook
题目要求实现一个自定义hook,该hook接收一个函数和一个delay参数,从hook中解构出的函数能够每隔delay时间执行传入的函数。这道题主要考察对React Hook机制的理解以及定时器相关知识的运用。

2. 字符串处理
需要实现一个字符串处理逻辑:先移除字符串中所有的字符b,然后检查去除b后的字符串中是否存在连续的ac,若存在则将ac一并去掉。我采用栈的思路解决,遍历字符串时,遇到b直接跳过,遇到c时检查栈顶元素是否为a,若是则将a和c从栈中移除,最终栈中剩余元素组成处理后的字符串。

3. 实现带过期时间的Local Storage
原生的Local Storage没有过期时间设置功能,题目要求实现一个具有过期时间的版本。这需要在存储数据时额外记录过期时间,每次读取数据时检查是否过期,若过期则删除该数据,主要考察对浏览器存储机制的理解和扩展能力。

三、八股文问题

1. HTTP无状态实现有状态
面试官询问了HTTP作为无状态协议,如何实现有状态的交互。我回答了基础的验证思想:用户通过账号密码向服务端发起请求,服务端在数据库中查询验证,若用户存在(查询结果数量大于1),则返回相关标识给客户端。客户端可将该标识存储在cookie、localStorage或sessionStorage中 ,三者区别如下:

• localStorage存储容量相对cookie更大,数据会一直保存在客户端,除非手动删除;

• sessionStorage仅在当前会话(浏览器窗口)存在期间有效,关闭窗口数据即被清空;

• cookie通常随HTTP请求一起发送到服务端,但其存储容量较小,且安全性存在问题,存储敏感信息容易被截取。
为解决cookie敏感信息暴露的问题,可采用Token替代。一种方式是客户端仅保存用户ID,服务端通过维护session table记录session ID与对应value(用户定制化信息),但这会消耗服务端资源。为减轻服务端压力,引入JWT(JSON Web Token),服务端为用户分配JWT,其中包含用户相关信息及权限标识,客户端请求时携带JWT,服务端通过解密算法获取客户端所需信息,从而实现安全高效的有状态交互。不过在回答过程中,由于太久没复习相关知识,表述不够清晰全面,回答质量欠佳。

2. merge和rebase的区别
由于平时在解决版本控制冲突时较少使用merge和rebase,面对该问题未能给出准确答案,暴露了在版本控制工具使用细节上的不足。

四、其他提问

面试最后,面试官询问了我平时喜欢阅读的书籍,可能是想从侧面了解我的学习习惯和知识涉猎范围。

总体而言,本次面试涵盖项目经验、算法实现、基础知识以及个人兴趣等多个方面,通过这次面试,也清晰认识到自己在知识储备和技术细节掌握上存在的不足,希望能顺利通过面试,也为后续学习指明了改进方向。
全部评论
已挂
点赞 回复 分享
发布于 06-06 17:18 四川
coding强度大吗
点赞 回复 分享
发布于 06-06 17:13 浙江

相关推荐

分享一下我用大模型修改(润色、包装)简历的心得。我发现写简历是一个长期的事情,新学的内容、实习的内容可能需要定期更改;获得了新奖项、四级变六级再变雅思、把别人简历好的内容拿过来等都要对简历进行一定的修改。刚开始写简历的同学不建议直接使用大模型进行修改,因为没有经历过多次修改和面试拷打,不能很好的主导简历内容,直接使用大模型修改可能会被大模型主导,导致写出来的简历内行人一看就pass。1. 简历内容一定要先多写。写出来后可以用大模型进行扩写,或者对自己感觉描述不准确的内容让大模型进行重写,之后自己进行整合,把一些大模型过度夸大的内容还原。这一步可能需要多次重复,最后形成一个较全的内容段落。2. 根据简历排版写出相对应的内容。不同人用的简历模板不同,可能对应的一行多少个字也不一样,别人提出有用的修改可能不能很好的契合自己的简历模板(比如,别人简历的技能抄到自己简历里,可能会一行多出几个字等),这个时候就需要用大模型进行修改。自己先进行修改之后交给大模型进行润色处理,再进行筛选,同样也是可能需要多次大模型修改。3. 简历不是一整页。    少于一整页:要么写点水奖、学生经历、自我评价,要么让大模型进行润色扩写并手动修改或排除过于夸张的。    多于一整页:按以下排序进行依次去除:学生经历、自我评价、少写奖项。如果还是多,优先把求职含金量较低的进行缩短(两行转一行)或去除。还是超过一页,对项目经历或者实习经历中废话较多的进行精简。我用大模型修改简历的一些小技巧1. 尽量用chatgpt,感觉它给出的夸大内容可以很容易的手动调整过来。2. 精简或者润色时开一个新对话,不然容易混淆内容。3. 我没有攒拿来就可以用的提示词,这里给出一些提示关键词:简历风格 精简 润色但不要过度夸大 以符合人类的阅读习惯进行语序调整
点赞 评论 收藏
分享
评论
3
1
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