Offer 驾到,掘友接招!我正在参与2022春招系列活动-经验复盘,点击查看 活动详情 即算参赛
大家好,我是山月。这篇文章也可在我的博客面试路线图进行查看。
其中有一个高频问题是:我如何进行编程题目的练习?山月再次总结一份关于手写代码的练习路线。
为了保证代码能够正常运行,调试和测试。
以下所有的手写代码都贴在 我的 codepen 中
以下所有的手写代码都贴在 我的 codepen 中
以下所有的手写代码都贴在 我的 codepen 中
准备工作
API 设计思考
作为一个工作过三年以上的老前端而言,都会明白一个事情: API的设计比实现更为重要。
何解?
如 compose
函数常用在各种中间件设计中,如 redux
等。redux
函数的实现极为简单,甚至一行就能实现,但是能够第一个想到 compose
的更不容易。
因此前端面试中的许多面试题以 ES API 与 lodash API 的模拟实现为主,因此在手写代码前需对 lodash
与 ES6+
文档较为熟悉。
代码规范
在面试过程中考察代码,除了可以考察候选人的逻辑能力,其次,可查看候选人的代码能力,比如
- 是否有一致的代码规范
- 是否有清晰可读的变量命名
- 是否有更简介的代码
对于优雅代码的养成能力可以查看 Clean Code concepts adapted for JavaScript.,在 Github 上拥有 50+ K的星星数。
比如关于命名优化
// BAD
// What the heck is 86400000 for?
setTimeout(blastOff, 86400000);
// GOOD
// Declare them as capitalized named constants.
const MILLISECONDS_PER_DAY = 60 * 60 * 24 * 1000; //86400000;
setTimeout(blastOff, MILLISECONDS_PER_DAY);
空间复杂度与时间复杂度
- 空间复杂度(Space Complexity) 描述该算法在运行过程中临时占用存储空间大小
- 时间复杂度(Time complexity) 描述该算法的运行时间,常用大O符号表述
该图片来自于文章 How to find time complexity of an algorithm?
- O(1): Constant Complexity,常数复杂度,比如计算两次即可得出最终结论
- O(logn): Logarithmic Complexity,最常见的是二分查找
- O(n): Linear Complexity,一般为一个 for 循环,但半个或者两个 for 循环也视作 O(n)
- O(n^2): 一般为嵌套的 for 循环,如冒泡排序
手写代码路线图
以下是我在诸多大厂面经中总结的代码题,我将根据难易程度、模块属性总结为不同的部分。
备注: 山月总结的所有大厂面试请点击此处
因此我把题目分为以下几类,可以按照我列出所有代码题的星星数及顺序进行准备,每天找三道题目进行编码,并且坚持下来,三个月后面试大厂时的编码阶段不会出问题。
- ES API
- lodash API
- 编程逻辑题
- 算法与数据结构 (leetcode)
以下所有题目都可以在山月的仓库中找到,并且大部分代码题可在 codepen 上,找到我的题解测试并直接执行。
01 ES API
很多大厂面试题醉心于对于原生 API 的模拟实现,虽然大部分时候无所裨益,但有时可以更进一步加深对该 API 的理解。
例如,当你手写结束 Promise.all
时,对手写一个并发控制的 Promises 将会更加得心应手。
bind/call/apply ⭐⭐⭐⭐⭐️️️️
高频问题,中频实现。
Function.prototype.fakeBind = function(obj, ...args) {
return (...rest) => this.call(obj, ...args, ...rest)
}
sleep/delay ⭐⭐⭐⭐⭐
sleep
函数既是面试中常问到的一道代码题,也是日常工作,特别是测试中常用的一个工具函数。
const sleep = (seconds) => new Promise(resolve => setTimeout(resolve, seconds))
function delay (func, seconds, ...args) {
return new Promise((resolve, reject) => {
setTimeout(() => {
Promise.resolve(func(...args)).then(resolve)
}, seconds)
})
}
Promise.all ⭐️⭐️⭐️⭐️⭐️
- 代码: Promise.all
- 题目: Promise.all
乍看简单,实现时方觉不易。
function pAll (_promises) {
return new Promise((resolve, reject) => {
// Iterable => Array
const promises = Array.from(_promises)
// 结果用一个数组维护
const r = []
const len = promises.length
let count = 0
for (let i = 0; i < len; i++) {
// Promise.resolve 确保把所有数据都转化为 Promise
Promise.resolve(promises[i]).then(o => {
// 因为 promise 是异步的,保持数组一一对应
r[i] = o;
// 如果数组中所有 promise 都完成,则返回结果数组
if (++count === len) {
resolve(r)
}
// 当发生异常时,直接 reject
}).catch(e => reject(e))
}
})
}
Array.isArray ⭐️⭐️⭐️⭐️⭐️
- 题目: Array.isArray
面试常问,不过也足够简单。
Array.prototype.flat ⭐️⭐️⭐️⭐️⭐️
reduce
与 concat
简直是绝配
function flatten (list, depth = 1) {
if (depth === 0) return list
return list.reduce((a, b) => a.concat(Array.isArray(b) ? flatten(b, depth - 1) : b), [])
}
注意,flatten 拥有第二个参数 depth
Promise ⭐️⭐️⭐️⭐️
- 题目: Promise
不说了,要实现真正的符合规范的 Promise,十分不容易。
Array.prototype.reduce ⭐️⭐️⭐️
const reduce = (list, fn, ...init) => {
let next = init.length ? init[0] : list[0]
for (let i = init.length ? 0 : 1; i < list.length; i++) {
next = fn(next, list[i], i)
}
return next
}
该题目看起来简单,实际做起来有许多边界问题需要注意,如
- 回调函数中第一个 Index 是多少?
- 数组为稀疏数组如何处理?
String.prototype.trim ⭐️⭐️⭐️
- 题目: 如何去除字符串首尾空白字符
在正则表达式中,\s
指匹配一个空白字符,包括空格、制表符、换页符和换行符。等价于[ \f\n\r\t\v\u00a0\u1680\u180e\u2000-\u200a\u2028\u2029\u202f\u205f\u3000\ufeff]
。
const trim = str => str.trim || str.replace(/^\s+|\s+$/g, '')
一般在考察正则时会考察该 API
02 lodash API
throtle/debounce ⭐⭐⭐⭐⭐️️
性能优化中减少渲染的必要手段,代码也足够容易,面试题中经常会被提到。
function throttle (f, wait) {
let timer
return (...args) => {
if (timer) { return }
timer = setTimeout(() => {
f(...args)
timer = null
}, wait)
}
}
function debounce (f, wait) {
let timer
return (...args) => {
clearTimeout(timer)
timer = setTimeout(() => {
f(...args)
}, wait)
}
}
cloneDeep ⭐⭐️⭐⭐⭐
深拷贝,无论在工作中的性能优化,还是面试中,都大受青睐。
使用 JSON 序列化反序列化无法解决一些复杂对象的拷贝问题,难点在于对不同的数据类型进行处理。
isEqual ⭐⭐⭐⭐⭐
深比较,在性能优化中也常用到,比 cloneDeep
难度要低一些。
get ⭐️⭐️⭐️⭐️⭐️
在 ES6+ 中,使用可选链操作符 ?.
可进一步减小实现难度
function get (source, path, defaultValue = undefined) {
// a[3].b -> a.3.b -> [a, 3, b]
const paths = path.replace(/\[(\w+)\]/g, '.$1').replace(/\["(\w+)"\]/g, '.$1').replace(/\['(\w+)'\]/g, '.$1').split('.')
let result = source
for (const p of paths) {
result = result?.[p]
}
return result === undefined ? defaultValue : result
}
compose(flowRight) ⭐️⭐️⭐️⭐️⭐️
const compose = (...fns) =>
// 注意 f、g 的位置,如果实现从左到右计算,则置换顺序
fns.reduce((f, g) => (...args) => f(g(...args)))
shuffle ⭐️⭐️⭐️⭐️⭐️
对于实现一个简单的 shuffle
,可能极其简单。
const shuffle = (list) => list.sort((x, y) => Math.random() - 0.5)
如果不借助 Array.prototype.sort
,可由以下代码实现
function shuffle (list) {
const len = list.length
let result = [...list]
for (let i = len - 1; i > 0; i--) {
const swapIndex = Math.floor(Math.random() * (i + 1));
[result[i], result[swapIndex]] = [result[swapIndex], result[i]]
}
return result
}
生产实践中很多场景会使用到 shuffle
,如随机生成不重复六位数的手机验证码
sample ⭐️⭐️⭐️⭐️⭐️
Math.random() 函数返回一个浮点, 伪随机数在范围从0到小于1,用数学表示就是 [0, 1),可以利用它来实现 sample 函数
Array.prototype.sample = function () { return this[Math.floor(Math.random() * this.length)] }
sampleSize ⭐️⭐️⭐️⭐️⭐️
可以根据 shuffle
来实现一个简单的 sampleSize
const shuffle = (list) => list.sort((x, y) => Math.random() - 0.5)
const sampleSize = (list, n) => shuffle(list).slice(0, n)
maxBy ⭐⭐⭐⭐⭐
keyBy ⭐⭐⭐⭐
groupeBy ⭐⭐⭐⭐
chunk ⭐️⭐️⭐️⭐️
function chunk (list, size) {
const l = []
for (let i = 0; i < list.length; i++ ) {
const index = Math.floor(i / size)
l[index] ??= [];
l[index].push(list[i])
}
return l
}
chunk ⭐️⭐️⭐️⭐️
const f = x => x
const onceF = once(f)
//=> 3
onceF(3)
//=> 3
onceF(4)
template ⭐⭐⭐⭐️️️️️
难度稍微大一点的编程题目。
const template = '{{ user["name"] }},今天你又学习了吗 - 用户ID: {{ user.id }}';
const data = {
user: {
id: 10086,
name: '山月',
}
};
//=> "山月,今天你又学习了吗 - 用户ID: 10086"
render(template, data);
注意:
- 注意深层嵌套数据
- 注意
user['name']
属性
pickBy/omitBy ⭐⭐⭐⭐
camelCase ⭐️⭐⭐⭐
- 题目: 驼峰命名
difference ⭐️⭐️⭐️
03 编程逻辑题
关于编程逻辑题,指在工作中常会遇到的一些数据处理
FizzBuzz,是否能被3或5整除 ⭐️⭐️⭐️⭐️⭐️
输入一个整数,如果能够被3整除,则输出 Fizz
如果能够被5整除,则输出 Buzz
如果既能被3整数,又能被5整除,则输出 FizzBuzz
//=> 'fizz'
fizzbuzz(3)
//=> 'buzz'
fizzbuzz(5)
//=> 'fizzbuzz'
fizzbuzz(15)
//=> 7
fizzbuzz(7)
这道题虽然很简单,但在面试中仍然有大部分人无法做对
实现 Promise.map 用以控制并发数 ⭐️⭐️⭐️⭐️⭐️
- 题目: Promise.map
- 代码: Promise.map
用以 Promise 并发控制,面试中经常会有问到,在工作中也经常会有涉及。在上手这道问题之前,了解 [Promise.all]() 的实现将对实现并发控制有很多的帮助。
另外,最受欢迎的 Promise 库 bluebird 对 Promise.map
进行了实现,在项目中大量使用。
异步的 sum/add ⭐️⭐️⭐️⭐️⭐️
编码题中的集大成者,出自头条的面经,promise 串行,并行,二分,并发控制,层层递进。
如何使用 JS 实现一个发布订阅模式 ⭐️⭐️⭐️⭐️⭐️
如何实现无限累加的 sum 函数 ⭐️⭐️⭐️⭐️⭐️
实现一个 sum 函数如下所示:
sum(1, 2, 3).valueOf() //6
sum(2, 3)(2).valueOf() //7
sum(1)(2)(3)(4).valueOf() //10
sum(2)(4, 1)(2).valueOf() //9
sum(1)(2)(3)(4)(5)(6).valueOf() // 21
这还是字节、快手、阿里一众大厂最为偏爱的题目,实际上有一点技巧问题。
这还是字节、快手、阿里一众大厂最为偏爱的题目,实际上有一点技巧问题。
这还是字节、快手、阿里一众大厂最为偏爱的题目,实际上有一点技巧问题。
这是一个关于懒计算的函数,使用 sum 收集所有累加项,使用 valueOf 进行计算
- sum 返回一个函数,收集所有的累加项,使用递归实现
- 返回函数带有 valueOf 属性,用于统一计算
function sum (...args) {
const f = (...rest) => sum(...args, ...rest)
f.valueOf = () => args.reduce((x, y) => x + y, 0)
return f
}
统计数组中最大的数/第二大的数 ⭐️⭐️⭐️⭐️⭐️
- 题目: 统计数组中最大的数/第二大的数
- 代码: 统计数组中最大的数/第二大的数
求最大的一个值:
function max (list) {
if (!list.length) { return 0 }
return list.reduce((x, y) => x > y ? x : y)
}
求最大的两个值:
代码见 找出数组中最大的两个值 - codepen
function maxTwo (list) {
let max = -Infinity, secondMax = -Infinity
for (const x of list) {
if (x > max) {
secondMax = max
max = x
} else if (x > secondMax) {
secondMax = x
}
}
return [max, secondMax]
}
如果求 TopN,可使用大顶堆、小顶堆实现,见另一个问题
统计字符串中出现次数最多的字符 ⭐️⭐️⭐️⭐️⭐️
function getFrequentChar (str) {
const dict = {}
for (const char of str) {
dict[char] = (dict[char] || 0) + 1
}
const maxBy = (list, keyBy) => list.reduce((x, y) => keyBy(x) > keyBy(y) ? x : y)
return maxBy(Object.entries(dict), x => x[1])
}
以下方案一边进行计数统计一遍进行大小比较,只需要 1 次 O(n)
的算法复杂度
function getFrequentChar2 (str) {
const dict = {}
let maxChar = ['', 0]
for (const char of str) {
dict[char] = (dict[char] || 0) + 1
if (dict[char] > maxChar[1]) {
maxChar = [char, dict[char]]
}
}
return maxChar
}
对以下数字进行编码压缩 ⭐️⭐️⭐️⭐️⭐️
这是一道大厂常考的代码题
- Input: 'aaaabbbccd'
- Output: 'a4b3c2d1',代表 a 连续出现四次,b连续出现三次,c连续出现两次,d连续出现一次
有以下测试用例
//=> a4b3c2
encode('aaaabbbcc')
//=> a4b3a4
encode('aaaabbbaaaa')
//=> a2b2c2
encode('aabbcc')
如果代码编写正确,则可继续深入:
- 如果只出现一次,不编码数字,如 aaab -> a3b
- 如果只出现两次,不进行编码,如 aabbb -> aab3
- 如果进行解码数字冲突如何解决
编写函数 encode
实现该功能
代码见 【Q412】对以下字符进行压缩编码 - codepen
function encode (str) {
const l = []
let i = 0
for (const s of str) {
const len = l.length
const lastChar = len > 0 ? l[len - 1][0] : undefined
if (lastChar === s) {
l[len - 1][1]++
} else {
l.push([s, 1])
}
}
return l.map(x => x.join('')).join('')
}
测试通过
> encode('aaab')
< "a3b1"
但是面试官往往会继续深入
- 如果只出现一次,不编码数字,如
aaab -> a3b
- 如果只出现两次,不进行编码,如
aabbb -> aab3
- 如果进行解码,碰到数字如何处理?
以下是除数字外的进一步编码
function encode (str) {
const l = []
let i = -1;
let lastChar
for (const char of str) {
if (char !== lastChar) {
lastChar = char
i++
l[i] = [char, 1];
} else {
l[i][1]++
}
}
return l.map(([x, y]) => {
if (y === 1) {
return x
}
if (y === 2) {
return x + x
}
return x + y
}).join('')
}
LRU Cache ⭐️⭐️⭐️⭐️⭐️
实现一个函数用来对 URL 的 querystring 进行编码与解码 ⭐️⭐️⭐️⭐️⭐️
JSONP 的原理是什么,如何实现 ⭐️⭐️⭐️⭐️
JSONP
,全称 JSON with Padding
,为了解决跨域的问题而出现。虽然它只能处理 GET 跨域,虽然现在基本上都使用 CORS 跨域,但仍然要知道它,毕竟面试会问。
JSONP
基于两个原理:
- 动态创建
script
,使用script.src
加载请求跨过跨域 script.src
加载的脚本内容为 JSONP: 即PADDING(JSON)
格式
function jsonp ({ url, onData, params }) {
const script = document.createElement('script')
// 一、为了避免全局污染,使用一个随机函数名
const cbFnName = `JSONP_PADDING_${Math.random().toString().slice(2)}`
// 二、默认 callback 函数为 cbFnName
script.src = `${url}?${stringify({ callback: cbFnName, ...params })}`
// 三、使用 onData 作为 cbFnName 回调函数,接收数据
window[cbFnName] = onData;
document.body.appendChild(script)
}
// 发送 JSONP 请求
jsonp({
url: 'http://localhost:10010',
params: { id: 10000 },
onData (data) {
console.log('Data:', data)
}
})
使用 JS 如何生成一个随机字符串 ⭐️⭐️⭐️⭐️⭐️
const random = (n) => Math.random().toString(36).slice(2, 2 + n)
给数字添加千位符 ⭐️⭐️⭐️
- 代码: 如何给数组添加千位符
千位符替换可由正则 /(\d)(?=(\d\d\d)+(?!\d))/ 进行匹配
function numberThousands (number, thousandsSeperator = ',') {
return String(number).replace(/(\d)(?=(\d\d\d)+(?!\d))/g, '$1' + thousandsSeperator)
}
04 算法与数据结构 (leetcode)
Leetcode 简单与中级难度题目 200/100 道,以简单题目为主。直接刷就得了。
在我的题库中也收集了在诸多大厂面经中总结出的多道算法题,总结如下
输出 100 以内的菲波那切数列
- 题目: 输出 100 以内的菲波那切数列
TopK 问题
典型的二叉堆问题
- 取数组中前 k 个数做小顶堆,堆化
- 数组中的其它数逐一与堆顶元素比较,若大于堆顶元素,则插入该数
时间复杂度 O(nlg(k))
求正序增长的正整数数组中,其和为 N 的两个数
求给定数组中 N 个数相加之和为 sum 所有可能集合
求给定数组中 N 个数相加之和为 sum 所有可能集合,请补充以下代码
function fn(arr, n, sum) {}
如何判断两个链表是否相交
经典问题
最终
代码编程题在面试过程中出现频率很高,且能很大程度考察候选人的代码能力与代码风格。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。