抖音三面-HARD难度针对谁？-CFANZ编程社区

写在前面的话

这两年因为疫情以及种种原因吧，互联网的大环境明显不比前几年了，尤其是去年后半年到今年前半年，各个社区、群聊，猎头那边都充满了裁员、大厂HC锁定的消息。似乎以前外面一直都有坑，随时随地可以提桶跑路的大环境都没有了。有一份固定的工作，公司不裁员，车加的起油，房贷能还上，似乎都要感恩戴德了。

时间来到6、7月份，好像春风又吹拂了大地，市场好像回暖了。开始有猎头朋友不停的在Call介绍国内的一些独角兽，或者是海外的一些岗位，如亚马逊、虾皮等。

终究是架不住好友的多次拉扯，去面试了抖音某部门，为了避免尴尬就不说是那个具体部门了。

抖音三面-HARD难度针对谁？_滑动窗口

面试过程

一面、二面没啥特别的，大多都是前端程序员必备基础知识：

HTTP2相关；
网络缓存（强缓存和协商缓存）；
EventLoop（浏览器和Node.js区别）;
多端适配方案；
手写Promise；
手写EventEmitter；
小程序开发经验；

还有些其他的问题，也都是常见的，记不太清了。

顺带要点赞下线上面试系统，不用大老远的跑过去。甚是好！

三面：

三面整体感觉难度加深许多，深入的聊了些项目架构、主R视角、项目推动落地。

重点1：项目中做的性能优化策略以及收益（前后关键性指标对比，如TTL、LCP、FMP等）。

在这里要着重提醒各位，如果你做了性能优化，在做之前和做之后一定要确定参考性指标，前后数据的收集，非常重要！！！

重点2：社区开源项目、社区影响力

在这里再着重推荐一下，胡哥搞的零成本式路由权限解决方案的react-router-middleware-plus。

NPM地址

GitHub地址

欢迎大家Star和PR，一起为开源社区做贡献吧！

重点3：宇宙条的经典特色 HARD难度的算法题： 求滑动窗口的最大值！！！LeetCode原题点这里

题目要求：

给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。

这个提供大家一个套路面试官的攻略，让他逐步看到你解决问题的能力以及整个过程的思考。

这道HARD难度的问题，提供两个思路，由浅入深来看。

首先在看到这道题的时候，你可以直接快速的说出双层循环的方法，依次比较范围内的最大值，最终得出结果。附上解题思路：

function maxSlidingWindow(nums: number[], k: number): number[] {
  // 缓存数组的长度
  const len = nums.length;
  // 定义存储最大值的数组
  const res: number[] = [];

  // 临界点判定
  if (len === 0) {
    return res;
  }

  // 外层循环，控制起点位置，注意结束点索引的临界条件是len - k + 1
  for (let i = 0; i < len - k + 1; i++) {
    // 每次都初始化最大值
    let max = -Infinity;

    // 判断从当前位置开始的k个数中的最大值
    for (let j = i; j < i + k; j++) {
      if (nums[j] > max) {
        max = nums[j]
      }
    }

    // 每次将最大值放入数组中
    res.push(max);

    // 下次开启循环的时候，相当于从下一个新的起点开始了

抖音三面-HARD难度针对谁？_缓存_02

是可以得到结果，但是性能相当的不理想呀！

停顿一下，在等面试官内心稍微想嘲讽你的时候，你再说出来，这种方式的算法复杂度是，性能不理想，肯定不是我们想要的。提出第二种算法复杂度为的方案。

在上面的实现中，相对于每次起点的值，都执行了k次判断，是没有必要的。

双端队列实现

我们知道队列具有“先进先出”的特点，而双端队列呢，是支持在队头和队尾都支持元素进队、出队操作。

假定我们维护一个队列，在队列的首位一致记录当前k个元素的最大值；

如果新出现的值比队尾的值小，则进行进队操作；

如果新出现的值比当前队尾的值大，则从队尾开始依次进行出队操作，知道前一个值比当前值大；

每次向前走一步，则队头元素要进行移除操作。

附上解题思路：

function maxSlidingWindow(nums: number[], k: number): number[] {
  // 缓存数组长度
  const len = nums.length;

  // 存储结果
  const res: number[] = [];

  // 设置队列，队列中存储索引，便于计算k范围
  const queue = [];

  // 遍历元素
  for (let i = 0; i < len; i++) {
    // 首先判断队尾元素与当前值nums[i]的比对
    while (queue.length && nums[queue[queue.length - 1]] < nums[i]) {
      // 进行出队操作
      queue.pop();
    }

    // 将当前值放入，注意是索引
    queue.push(i);

    // 当队首元素索引与当前索引i的差值>=k时，需要将队首元素移除，说明这个范围已经过了k个元素了
    if(queue.length && queue[0] <= i - k) {
      // 队首元素移除
      queue.shift();
    }

    // 什么时候开始取值呢，只要开始满足有k个数之后，就可以取值了
    if (i >= k - 1) {
      res.push(nums[queue[0]])
    }
  }

  // 返回结果
  return