雙非怎么進大廠？

https://www.nowcoder.com/share/jump/2764630231719583704126

大家好，我是白露啊。

今天我們要分享一個非常勵志的故事，它證明了雙非背景的畢業生也可以通過努力和堅持，進入夢想中的大廠。

下面是這位網友的真實經歷，希望能為正在找工作的你提供一些激勵和參考。

背景介紹

這位網友的背景并不特殊，他是一名雙非本科畢業生。實習經歷包括順豐和貨拉拉。

在秋招時，他只有一個秋招期間爛大街的博客項目，而在春招期間，他換成了一個短鏈接項目。

秋招和春招的面試與Offer

秋招： 他參加了多個面試，但能拿到的中大廠后端面試僅有貨拉拉（零星的一兩個小廠就不提了）。

春招： 春招期間情況有所好轉，他陸續拿到了汽車之家、樹美科技、小黑盒和美團的面試機會。

相比秋招，春招確實多了很多機會，感覺一部分是因為項目更具吸引力了，而且他也積累了更多的經歷。

秋招和春招的感悟

學歷重要，但不是決定因素：
對于校招生來說，學歷、實習經歷、優秀的項目或開源經歷確實是非常重要的。

但是，他自己的經歷證明了，學歷低并不完全意味著無法進入中大廠。

在秋招時，他看著周圍的人不斷拿到面試機會，而自己卻機會渺茫，這讓他極度焦慮。

然而，他沒有放棄。

不斷完善自己，抓住每個機會：
他在實習的同時，一邊投遞秋招的簡歷，一邊學習八股算法，還忙著尋找耗時短但亮眼的項目。這一切都是因為他深知自身簡歷的劣勢，無論是學歷還是項目經歷，均不占優勢。

因此，他不斷尋找機會去完善自己。

貨拉拉給了他一個機會，他抓住了。

盡管那時候他的簡歷還很一般，使用的項目也是爛大街的博客項目，但他憑借毅力和勤奮成功獲得了這次難得的機會。

提升自我，增加面試機會：
轉到春招時，由于他完善了個人項目并且提前去貨拉拉實習，豐富了履歷，他的面試機會顯著增加。

他拿到了美團和快手的面試機會，并最終選擇了美團的offer。不得不說，馬哥的短鏈項目在短時間內快速掌握并且有很多亮點，非常適合用來充實簡歷。

給24屆校招生的建議

把握機會，提升自我：
雖然學歷無法改變，但我們可以把握住各種機會。

沒有面試機會不可怕，最可怕的是，當機會來臨時沒有好好把握。如果他在秋招時沒有把握住貨拉拉的機會，沒有提前去實習增加履歷，春招的機會可能也會少很多。

不斷增加履歷，提升自我：
我們要做的就是不斷豐富自己的履歷，不斷提升自己。

當機會來臨時，一定要抓住。這個網友的經歷告訴我們，雙非背景確實有可能進入大廠。關鍵在于如何利用每一個機會，如何通過不懈的努力去追求自己的目標。

總結一下，這個網友的分享證明，學歷背景并不是決定你能否進入大廠的唯一因素。

通過努力、堅持和不斷自我提升，每個人都有機會實現自己的職業夢想。

希望他的經驗和建議能激勵更多的24屆校招生，讓大家在求職路上更加堅定和自信。

如果你有任何問題或想法，歡迎在評論區和我討論分享。

美團一面面經

面試官: 你好，先簡單介紹一下你在實習經歷中覺得最有價值的一個case吧。

求職者: 當然。我在實習期間參與了一個對CompletableFuture多線程接口進行優化的項目。這個項目的背景是我們在處理大量并發任務時，發現現有的多線程實現存在性能瓶頸和資源浪費的問題。我們希望通過使用CompletableFuture來優化多線程處理。

面試官: 那么，你們為什么選擇使用CompletableFuture進行優化？它解決了哪些關鍵問題？

求職者:

背景：我們原先的多線程實現采用的是傳統的Thread和ExecutorService，在處理大量并發任務時，出現了線程資源浪費和性能瓶頸的問題。
關鍵問題：
線程管理復雜：傳統的線程管理需要手動控制線程的創建和銷毀，容易導致資源浪費。
任務依賴：處理任務依賴關系復雜，手動管理任務之間的依賴關系容易出錯。
阻塞：傳統的多線程方法容易出現阻塞，降低了整體性能。

面試官: 使用CompletableFuture進行優化后，帶來了哪些問題？使用它時需要注意哪些點？

求職者:

帶來的問題：
調試難度增加：由于異步執行，調試和排查問題變得更加復雜。
異常處理復雜：異步任務中的異常處理需要特別注意，容易遺漏。
注意點：
線程池選擇：需要合理選擇和配置線程池，以避免線程資源的浪費和性能瓶頸。
任務依賴管理：需要特別注意任務之間的依賴關系，確保任務能夠正確執行。
異常處理：需要在每個異步任務中進行適當的異常處理，避免異常傳播影響整體流程。

面試官: 你們在使用CompletableFuture時，線程池是怎么考慮的？

求職者: 我們選擇了ForkJoinPool作為默認的線程池，因為它能夠更好地利用多核CPU資源。同時，我們也根據任務的具體需求，創建了自定義的ThreadPoolExecutor，用于處理一些特定的任務。

進程間通信

面試官: 看你是科班出身，我們聊聊進程間通信（IPC）吧。你能介紹一下進程間通信的方式嗎？

求職者: 當然。進程間通信的方式主要有以下幾種：

管道（Pipe）：用于父子進程之間的通信，單向傳輸。
命名管道（Named Pipe）：用于任意進程之間的通信，雙向傳輸。
消息隊列（Message Queue）：用于不同進程之間通過消息傳遞數據。
共享內存（Shared Memory）：多個進程共享同一塊內存區域，速度快，但需要同步機制。
信號量（Semaphore）：用于進程間的同步，控制對共享資源的訪問。
套接字（Socket）：用于不同主機之間的通信，也可以用于本地主機的進程間通信。

面試官: 那么從操作系統設計者的角度考慮，為什么需要設計這么多種進程間通信的方式？

求職者:

不同的應用場景：不同的通信方式適用于不同的應用場景。例如，管道適用于簡單的父子進程通信，而共享內存適用于需要高效數據傳輸的場景。
性能需求：不同的通信方式在性能上有差異，共享內存速度快但復雜，而消息隊列和信號量則相對簡單但速度慢。
同步需求：有些通信方式如信號量和消息隊列提供了同步機制，適用于需要嚴格同步的場景，而共享內存則需要額外的同步機制。
網絡通信：套接字不僅適用于本地通信，還可以用于網絡通信，具有廣泛的應用范圍。

TCP和UDP

面試官: 好的，我們再聊聊網絡協議。TCP和UDP主要有什么差別？

求職者:

TCP（Transmission Control Protocol）：
連接型協議：在傳輸數據之前需要建立連接。
可靠性：提供可靠的數據傳輸，確保數據包按順序到達，并且沒有丟失。
流控制和擁塞控制：TCP具有流控制和擁塞控制機制。
應用場景：適用于需要可靠傳輸的應用，如HTTP、FTP、郵件等。
UDP（User Datagram Protocol）：
無連接協議：無需建立連接，直接傳輸數據包。
不可靠：不保證數據包的順序和完整性，可能會丟失或重復。
低開銷：由于沒有連接建立和維護，傳輸效率高。
應用場景：適用于對實時性要求高但不要求可靠傳輸的應用，如視頻流、在線游戲、DNS等。

面試官: 那么，怎么基于UDP實現一個可靠的通信協議？

求職者: 可以基于UDP實現一個可靠的通信協議，以下是一些關鍵點：

序列號：為每個數據包分配一個序列號，接收方可以根據序列號重組數據包，并檢測丟失的數據包。
確認機制：接收方在接收到數據包后發送確認（ACK）給發送方，發送方在超時未收到確認時重新發送數據包。
重傳機制：發送方在超時未收到確認時，重新發送數據包。
流控制：根據接收方的處理能力，調整發送數據包的速率，避免接收方過載。
擁塞控制：通過檢測網絡擁塞情況，動態調整發送速率，避免網絡擁塞。

線程安全的單例模式

面試官: 請寫一個線程安全的單例模式，需要使用final、private構造函數、volatile和雙重檢查。

求職者: 這是一個使用Java實現的線程安全單例模式示例：

public class Singleton {private static volatile Singleton instance;private Singleton() {// 私有構造函數，防止外部實例化}public static Singleton getInstance() {if (instance == null) {synchronized (Singleton.class) {if (instance == null) {instance = new Singleton();}}}return instance;}
}

解釋：

volatile：確保多線程環境下的可見性，防止指令重排序。
private構造函數：防止外部實例化。
雙重檢查：在同步代碼塊內外都進行檢查，以提高性能。

數據庫隔離級別

面試官: 你了解數據庫隔離級別嗎？

求職者: 了解。數據庫的隔離級別決定了事務之間的隔離程度，共有四種常見的隔離級別：

讀未提交（Read Uncommitted）：最低的隔離級別，允許讀取未提交的數據，可能會導致臟讀。
讀已提交（Read Committed）：只允許讀取已提交的數據，避免臟讀，但可能會出現不可重復讀。
可重復讀（Repeatable Read）：在一個事務內多次讀取相同數據時，結果是一樣的，避免不可重復讀，但可能會出現幻讀。
可序列化（Serializable）：最高的隔離級別，完全隔離事務，避免幻讀，但性能開銷最大。

聯合索引

面試官: 聯合索引在不滿足最左匹配原則時為什么會失效？

求職者: 聯合索引在不滿足最左匹配原則時會失效，這是因為數據庫在創建聯合索引時，是按照索引列的順序進行排序的。只有按照最左前綴順序查詢時，才能有效利用索引。如果查詢條件不包含最左邊的列，數據庫無法利用索引的排序信息，導致索引失效，退化為全表掃描。

算法題

面試官: 最后我們來做一道算法題。一個變形的二分查找，做法是根據mid所處的下標奇數偶數決定是去mid-1還是mid+1。你可以試著寫一下代碼嗎？

求職者:當然，我們繼續。

求職者: 好的，我來寫一下這個變形的二分查找的代碼。假設我們有一個已經部分排序的數組，并且我們需要根據mid的位置是奇數還是偶數來決定下一步的搜索方向。

public class Solution {public int modifiedBinarySearch(int[] nums, int target) {int left = 0;int right = nums.length - 1;while (left <= right) {int mid = left + (right - left) / 2;if (nums[mid] == target) {return mid;}if (mid % 2 == 0) {  // 如果mid是偶數if (nums[mid] < target) {left = mid + 1;} else {right = mid - 1;}} else {  // 如果mid是奇數if (nums[mid] < target) {right = mid - 1;} else {left = mid + 1;}}}return -1;  // 如果沒找到，返回-1}
}