教程教案amazon面經(jīng)

面試時(shí)間debugreasoning,reasoning時(shí)間有點(diǎn)緊要做快一點(diǎn)，后面幾道題字比較多要花時(shí)間看一下，不過都是地里面經(jīng)的題。oa2是經(jīng)典四題(1.ValidBalancedparentheses2.rotateamatirx3.reversethesecondhalfoflinkedlist4.minmumsumofabinarytree)233reverse1->2->3->4->51->2->5->4->3 面試時(shí)間討論的排序結(jié)果貌似也不是213，而是123，沒有看到說些什么，抓住keyword就好（比如spacecomplexityisXXX）么樣？我說：我覺得我們挺棒的！第一輪半小時(shí)聊思路，我選了第4個(gè)timeslot，但其實(shí)我覺得第3個(gè)最好，聊 面試時(shí)間Culture+5minFeedback，其實(shí)開始做coding之后時(shí)間有90minQ1丟棒球砸磚塊，貌似是地里沒有出現(xiàn)過的題，輸入是一個(gè)字符串?dāng)?shù)組，每一["5",2","4","Z","X",9,輸出5:sum=-2:sum=5-2=4:sum=3+4=Z:sum=7-3=X:sum=3+-2*2=-1(因?yàn)?被移除了，前一個(gè)成績(jī)是-9:sum=-1+9=+:sum=8+9-4=13(前兩個(gè)成績(jī)是9和-+:sum=13+9+5=27(前兩個(gè)成績(jī)是5和Q2:Movienetwork，是地里出現(xiàn)過的原題，BFS+PriorityQueueAmazonOAValidLeetcodeFindAllAnagramsinaFindtheminstepsofLeetcode原題UniquePath變化1:不是bineary變化2:ceo不是manager如果共同上司是ceoreturn變化3:員工可能不在這個(gè)公司returnconstructBST后找倆node之間Givenalistofuniqueintegers,constructthebinarytreebygivenorderwithoutrebalancing,thenfindoutthedistancebetweentwonodes.forvalues=[5,6,3,1,2,4],nisthesizeofvalues,node1is2,node2is4,thenfunctionreturn3 moviepublicclass{intmovieId;.floatList<Movie>}現(xiàn)在要求找到k個(gè)和movie最相似的movies。.visit publicstaticList<Movie>getNearest(Moviemovie,intnumSimilar)m0<-->m1,similarity2-mo<-->m2,similarity3m1<-->m3,similarity4m2<-->m5,similaity5如果要返回和mo最相似的movie,那么應(yīng)該返回m5(只有有一條路徑從m1到m5,5是最大的）；3m2,m3，m5（順序不重要）；如果需要返回10個(gè)，但是相似的只有9個(gè)，那么就返回9個(gè)。sourcemovie可以的一個(gè)做法是dfs+min-Heap(PriorityQueue)，做dfs，每次果新movie的rating比queuetopmovie的rating高的話，把頂部movieupdate:m5m1m5,5該返回m5(只要有一條路徑從m1m5,并且5是最大的) 面試時(shí)間1月13號(hào)收到1月16號(hào)做完 debuggingreasoning1月18號(hào)完成陣testcase 面試時(shí)間總共有三題，目前。第一個(gè)是topK,求最小／最大的前K一種是用優(yōu)先隊(duì)列解的，復(fù)雜度是NlogN,一種是解的,兩層forloop循環(huán)，還有一種是類似于quicksort解法，時(shí)間復(fù)雜度為N.需要注意的是解和一個(gè)pass,設(shè)定intpivot=array[K-1],另外一題是找名人，findcelebrity,leetcode有,也是三種解法，據(jù)面試（之前的面經(jīng)一切以到了現(xiàn)場(chǎng)看代碼為主.最后一道題是leetcode117,也是三種解法，按來也是標(biāo)準(zhǔn)87.5的那個(gè)解法，有tone1ton2.tone1需要返回一個(gè)List,里面裝的是productInventoryShipCost,輸有含有這個(gè)產(chǎn)品的倉(cāng)庫(kù)列表和 所有能到目的地的類型，然后你把型),value是List<ShipCost>,然后在第二個(gè)forloop里面一個(gè)一個(gè)查找倉(cāng)庫(kù)，如果hashmap里面有這個(gè)倉(cāng)庫(kù)的地址(shipFrom),就new一個(gè)productInventoryShipCost,然后返回即可unfulfilledorder或者minimizelate每個(gè)倉(cāng)庫(kù)只能存一種產(chǎn)品，我這里用的一個(gè)優(yōu)先隊(duì)列和hashmap,transferToShipment,unableToShip()做，重點(diǎn)就是跟面試官好好交流就好。 面試時(shí)間第一題，給一個(gè)單鏈表，然后返回倒數(shù)第三個(gè)followup都是問時(shí)間復(fù)雜度 面試時(shí)間各位被抽到Onsite的折翼天使們好，三小時(shí)前剛剛Onsite完畢。這是我昨天根據(jù)一票其他面經(jīng)總結(jié)的SkeletonCode，今天實(shí)戰(zhàn)演習(xí)，驗(yàn)證了很多接口貌似亞麻題庫(kù)就兩道題：在n長(zhǎng)度的unsortedvector里挑出前k大的元素；以及l(fā)cfindcelebrity的變種。我抽到的是findcelebrity的變種，兩份代碼有bug，一份代碼（貌似）是foreachforeachif(element==otherelement):if(otherelementdoesn'tknowelement):break;returncelebrityreturn第一輪小組討論：將數(shù)組讀入heap，pop出前k個(gè)元素。O(n+快速排序，選擇前k個(gè)元素。O(k+k次外循環(huán)，每次循環(huán)遍歷數(shù)組找出當(dāng)前的最大元素。order，shipcost，productinventory的類成員都有哪些，這些應(yīng)該和原獲取productinventorylist的接口。立map<FromRegion，vector<ShipCost>>。這一步是把復(fù)雜度從O（nm）到O(nm)的關(guān)鍵。然后用PIExplorer類，輸入一個(gè)productID，獲取所有含有這對(duì)于tone2，代碼是利用了兩次Greedy。我在面試時(shí)說這是可以得到optimal的MostFulfilledOrders，然而并不是。同學(xué)說這是個(gè)NPhard，沒法minimizelateorders，到最后怎么跑testcase都沒有正確的結(jié)果。第三題干 面試時(shí)間 第一題是lc442,題目變了下不是找all而是找第一個(gè)。解決后上binarysearch過了testcase二叉樹leftnode. 面試時(shí)間Part1：TwoSum： AmazonOnsiteC++SimplifiedSkeletonCode /bbs/...&fromuid=108622Amazon/bbs/...greedy（當(dāng)然也建議先從簡(jiǎn)單的方法入手），而且我當(dāng)時(shí)跟面官看到我寫的，都說Ilikeyourcomments.注意cornercase.比如tone1，如果得到的shipcost列表為/bbs/...還有個(gè)最近發(fā)的帖子，講到了tone2backtracking的寫法，感覺新鮮亞麻onsite面經(jīng)/bbs/...（還有累了可以看一下這篇文學(xué)大作lol西城 /bbs/...&fromuid=108622）第二部分講講WindowsVSPythonclass@propertyclassdefinit(self,ty):self._ty=tydefty(self):returnself._ty如果要獲得_ty這個(gè)屬性的值，直接Instance.ty就好（沒有括第三是，當(dāng)時(shí)我第一個(gè)tone想用dictionary來做，但是報(bào)錯(cuò)，應(yīng)該是Rject 面試時(shí)間共兩道題我的解法，先構(gòu)建BST,，lowestcommonancessor的方法，找他倆的后讓你找rating最高的前多少個(gè)(n)（PRIORIty_queue）,這里面不包含當(dāng)struct{doublerating;vector<Movie*>有個(gè)隱藏的testcase是BFS 面試時(shí)間個(gè)人背景跟alexa相符，Capstone做的是Iot面試官是個(gè)三姐，一開始說話特別快，感覺是ahsiudhadjijadklmehuiahdnaksnyourash;kasjlkproject了。所以就能聽懂了。然后題目是BinarySearchTreeItor一開始蒙了，因?yàn)檎f好的高頻9BSTtodoublylinkedlist？??？?。空f好的講HashMap的呢？！？！？ 面試時(shí)間 首先講一個(gè)自己做的project。然后讓例舉自己所知的datastructure，他邊聽 面試時(shí)間coding：第一題是windowsum，第二題是knearestpoints，這兒注意k0是要returnCPoint[0]而不是null，不然會(huì)有個(gè)case過不去，第三題是道Amazon取消了監(jiān)考又沒有頭的話會(huì)不會(huì)悲劇 面試時(shí)間這周面的,結(jié)果還不知道.剛才收到某三番onistepass要ref了，閑驚奇地發(fā)現(xiàn)title是WDE(webdeveng)而不是SDE..看，果然.html/css/js為主.amazon結(jié)果還沒出我就先不細(xì)說 用wde去glassdoor去搜能看到不少有價(jià)值的西.但是切記，搞清楚title是什么....amazon在careerwebsite上各種 另外吐槽下以前去amazon面的幾個(gè)智障 有病啊說寫laptop比 補(bǔ)充內(nèi)容(2016-12-10要OA內(nèi)容的可以私信我，這是前端的 萌新就別湊熱鬧了補(bǔ)充內(nèi)容(2016-12-15早上接 掛了，no我是真不想再面純前端 寫了一天常用的小組件的原生實(shí)現(xiàn)累都累死還補(bǔ)充內(nèi)容(2016-12-16processbar,tab,accordion,modal,image eventdelegation,看機(jī)會(huì)用data-多吃點(diǎn)，爭(zhēng)取報(bào)補(bǔ)充內(nèi)容(2016-12-27 /drive/f... 面試時(shí)間12/22/201612/23/201601/16/2017收到01/23/2017提交01/24/2017收到01/29/2017提交/bbs/...WindowSumRectangularOverlaptestcase只02/02/2017收到onsite邀請(qǐng)(Feb16,17,23,24)一般填好onsite的survey之后多久能收到hr的time的OA討論環(huán)節(jié)就行？ 面試時(shí)間去年9月參加conference,Amazonalexaboothinternshipapplication,沒消息10,11月分別請(qǐng)人內(nèi)推,又 投,沒消2appliedscientistfull-timepositioninterviewAnyway,survey,recruitersummerrecruiterHRroundtechnicalphoneinterviews,沒回應(yīng)HRinterview~15mins,mostlyintroductionandemphasisonimportanceofbehavioralquestionsmodel(modelA)效果投了結(jié)果revieweretc,modelA等圍繞研究的問題接著轉(zhuǎn)到coding,leetcode四八零, 沒刷過,先直覺講了brutal-的細(xì)節(jié)跟timecomplexity,coding最後又問了machinelearning解釋深度學(xué)習(xí)的模型,優(yōu)點(diǎn)generative,discriminativemodelsgenerativeadversarialnetworks,避免overfitting的方法,regularization,dropout,crossvalidation,earlystop 80%81%,81 面試時(shí)間 that‘ok。。。然后屏幕上就蹦出一道題。。 補(bǔ)充條件，比如會(huì)出現(xiàn)大小寫字母，會(huì)有VS1.1這種情況。。。然時(shí)間復(fù)雜度。。最開始我說是linertime但是小哥顯然不滿意。。然后腦子口O(N),Nislongestlengthoftwostring。小哥才滿意的說that’