Search
本課程試圖回答以下面試問題:
1 如何設計自己的Heap ( 堆積 )記憶體管理器？
2 堆積記憶體管理使用的資料結構是什麼？
3 什麼是為程序分配記憶體的時間複雜度？
4 free( ) 如何知道要釋放多少記憶體？
5 如何擺脫記憶碎片？
本課程主要講述 – “設計並實現您你自己的記憶體分配方案，以解決記憶體碎片問題，看到記憶體使用和統計以及捕獲記憶體洩漏。
https://softnshare.com/os-project-lmm/
聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）& LeetCode Premium 抽獎啦(2021- 9 月更新）
-----------------------------
2021年 9 月更新：
從 8 月開始，收到許多剛到美國唸書的讀者來信請求幫忙內推 2022 年暑假的實習工作，如果你還不知道的話， 請查看我另外一篇文章來了解內推網路：最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡 (2021 年 8 月更新)。軟體工程師的面試關卡很多都是資料結構及演算法， 所以大家在準備實習也都不免俗的要刷題一下。 我許久沒有看 LeetCode， 發現現在 LeetCode 的功能越來越多， 還有像是學習資源文章及 study plan 的功能，把大家要準備面試的各種需求都越來越在他們網站上一站搞定。 今天除了再次分享去年寫的文章(還有折扣碼)， 還要大大感謝 LeetCode 願意提供 3 個 7 天 Premium 會員試用來給予讀者， 讓大家面試前可以使用如公司 tag 的功能來做複習。 此外感謝大家一直以來的支持， 我也自掏腰包提供購買 3 個 1 個月的 Premium 會員試用來加碼， 再請大家做以下動作參加抽獎歐！
✅ 按讚並留言你希望用 LeetCode 達到什麼目標 (轉職、實習面試、換工作，可以寫一寫細節像是目標公司、職位等)， 或是你過去使用 LeetCode 的心得、或者是自己未來職業目標等等， 也可以是找朋友來一起練習。
✅ 公開分享此篇文章的話多一次被抽中的機會
獎項： 共 6 個名額，3 個 7 天 Premium 試用會隨機抽出， 3 個 1 個月的 Premium 試用則用留言內容來挑選， 希望抽出給很需要、或是很有創意的留言， 哈！
活動期間到加州時間下週四 9/9 晚上 9 點截止。會直接於文中留言通知中獎，祝大家學習愉快、找實習、換工作都順利！
--------------------------
2020 年 12 月原文：
歐， 要澄清一下我現在沒有在刷題 (我這樣講絕對不是怕很多同事會看到我的文章 XD)， 說實在的， 我覺得大家好像太過度強調 “刷”題的刷， 好像刷油漆似的要來回刷很多遍。 我過往看過許多刷幾百題、每題做 2、3、4 次以上的人分享他們的經驗， 我很佩服他們投入的時間及毅力， 但我自知做不到， 有小孩後更是難以做到刷一遍。 我自己找軟體工程師的工作的經驗， 2015 年上完 Coding Bootcamp 到找到工作， 大概做了 60 題左右的 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下我的演算法準備方式， 如果你想要找如何刷題的方式，或是覺得無法刷幾百題很多遍的人， 歡迎往下閱讀。
2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 所以在準備面試上， 要研究公司， 並且依照職缺來做面試的複習， 因為我是面試前端相關的職缺， 所以也有一部分的精力在前端的資料複習。 關於資料結構及演算法 (Data Structures & Algorithms) 的練習，我大概維持一天練習 1-2 題的步調。 2016 年底的面試， 因為還要上班， 所以基本上只有晚上有時間， 可能一天只能練習 1 題， 假日有比較多時間才可以多做幾題。
看到問題的時候， 我會先確保我了解題目的意思， 真正在面試的時候， 通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致， 不要花了時間才發現一開始的理解及假設是錯誤的。 我通常會立刻寫下題目給予的 input 有什麼、格式是什麼， desired output 又是什麼。
確認好 input & output 後， 我會思考題目可以用什麼類型的資料結構或是演算法來解。 通常在面試的時候， 我會和面試官說明我可能會先就一個大概可行的方式來做解答， 如果他/她覺得沒有什麼問題的話， 我再做後續的優化。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。
當然有些時候不論怎麼想都寫不出來， 如果是自己練習的時候，我大概在 15 分鐘後會開始看一些討論， 嘗試學習別人的思路， 但如果再花 10 分鐘還是解不出來的話， 才會參考別人的解法。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 如果面試中卡住的話， 則是要儘快和面試官討論， 我會把我的理解， 可能的解法方式和面試官說， 同時也說明我的情況可能哪裏不是很確定， 讓面試官在適當的時候可以給予我提示。 一般來說， 公司都是希望有順利的面試經驗， 面試官也都願意在溝通正常下給予協助。
自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 如果我發現我的解法時間可能不是太好， 我會再嘗試看不同人的討論， 研究更優化的解法， 並再自己寫出不一樣的解法。 有些比較棘手的問題我可能會寫 2、3 個解法比較彼此的優缺點。
在之前準備面試的時候， 我有準備一本筆記本， 每次寫完問題之後， 我會用筆寫下我在哪一天寫了哪一個問題， 並且用很精簡的方式總結問題及解法。 隔天要做下一題之前， 我會先看一下前一天的問題， 嘗試回想我是否可以再次在頭腦中想出大致的解法。 如果還是不行的話， 再看我自己的總結並做上記號， 隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。
如果有和公司面試， 不論是電話還是 onsite， 面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似， 如果有的話， 是否我的思路在面試中是清晰及正確的， 如果沒有的話， 我是否有利用對的觀念來解答。 面試結束後， 會花時間在盤點及複習， 從面試中的題目和過往的練習做統整。
你可以看到我的練習方式不是很強調快， 因為我希望我做完問題可以有很深的理解， 所以花很多時間在做整理、複習確認， 即使當下沒有那麼理解， 隔天回想又想不出的話， 我會再複習一次， 再隔一天做新題前也會再確認。 複習及思考的次數多了，真正把題目所想要考的觀念融會貫通， 畢竟面試很難真的遇到原題， 重點是我們對於資料結構及演算法的理解， 及遇到難題如何面對的應對的思考過程。
條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。當然我不是大神每次面試都可以收割 5 到 10 個以上 offer， 所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試 。
我從 2015 、2016 年準備面試的時候， 有許多練習演算法的網站， 但到了今日， 好像 LeetCode 和練習演算法關係就如同 Google 和搜尋一樣， 大部分我聽到的準備面試的人都用 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。
我目前聽到朋友準備面試基本上都會購買 LeetCode 的 Premium， Premium 最大的好處就是可以看到問題和公司的標註， 拿過去拒絕我 2 次的 Google 為例 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (2021 年已經變成 1014 道了！ @@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， (2021 年 9 月更新， 最近又有如文章、影片的學習資源，還有像是 Study Plan 的功能， 看起來 LeetCode 要往大家學習、準備、一站式的服務來黏住使用者了！)
相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。
我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。
附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式
2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。
部落格原文：
https://bit.ly/3zNrluU
NT 390 特價中
本課程從頭開始教導資料結構（linked lists，binary search trees，hash tables)。資料結構可以讓你應用程式提高效率，性能，速度和可擴展性。你將了解什麼是資料結構，為什麼它們是重要的，以及如何在 JavaScript 中編寫它們。你還將學習其它重要的程式設計概念，如遞歸，時間複雜度，“this” 關鍵字，prototype 物件，建構函數，因為資料結構非常自然地使用這些概念。本課程大量使用圖表和動畫來幫助更容易理解教材。
https://softnshare.com/learning-data-structures-in-javascript-from-scratch/
#醫護 #疫苗 #疫情 #北市聯醫 #雙北 #新冠病毒 #武漢肺炎 #分流
📢關注議題，開啟對話 💪陪我們繼續，做不一樣的政論節目~
▎訂閱《有話好說》：https://bit.ly/34xc9Vh
▎按讚有話粉專｜https://www.facebook.com/PTStalks/
▎追蹤有話 IG ｜https://www.instagram.com/pts.talks/
▎有話，用聽的｜https://link.chtbl.com/ptstalk
👤來賓：
周彥宏（國衛院感染症與疫苗所研究員）
陳亮甫（台北市醫師職業工會發言人）
林氏璧（前台大感染科醫師）
【更正啟事】
約 44:06 開始處，來賓討論「地方政府自行洽購疫苗」議題時，國衛院感染症與疫苗所研究員周彥宏陳述，由「上海復星」代理的 BNT 疫苗，是以德國原物料，在中國進行分裝製造；經其他來賓提問港澳疫苗來源後，並進一步表示亦是以同樣方式，以德國疫苗原液，在深圳分裝，產地問題尚待認定。
針對上述討論，本節目作以下更正及說明：
1. 周彥宏表示，「港澳疫苗由深圳製造分裝」等語是口誤，特此更正。因直播期間，節目未能對發言內容逕行即時查證，造成錯誤訊息播出，有話好說也要在此向觀眾朋友致歉。
2. 至於上海復星所引進 BNT 疫苗是否由德國廠提供原料，在中國進行分裝，周彥宏補充說明，路透社曾於 2020 年 12 月報導上海復星與德國 BNT 合作協議。本節目亦同步向台灣輝瑞就上述問題進行查證，但相關資訊尚待釐清，輝瑞目前未有即時回應。
針對此問題，今晚（5 月 27 日）八點的有話好說，也將再邀請周彥宏老師、林氏璧醫師及陳秀熙老師進一步討論。
3. 周彥宏也表示，原發言內容旨在討論，現在洽購 BNT 疫苗獲准以及施打所需時間，是否有助於目前疫情的緩解。因為上海復星所代理的 BNT 疫苗無論製造及分裝是否在德國廠房，還是製造及分裝在不同地區，皆需提供相關地區的 PIC/S GMP 等生產認證文件，及其他製造文件及 QC 文件，作為申起中華民國輸入生物材料的必備文件。
4. 上述內容，將同步在影片時間軸上以資訊卡提示更正資訊，供觀眾檢視。
2020/06/01 更新：為澄清相關資訊，周彥宏也在 5 月 27日節目中致歉並更正（連結：https://bit.ly/3fDa28a），為免錯誤資訊遭不當傳播，本影片剪輯去除原錯誤資訊部分，並保留更正說明。
感謝觀眾朋友指正及提供訊息，有話好說會繼續努力，務求基於正確資訊，邀請學者專家來賓進行分析討論。謝謝大家！
___
00:00 開場：11 死創新高！CDC：醫療緊張但絕無崩潰！
08:15 北市聯醫對外求救！照護複雜度高，醫護應接不暇！
12:12 病床滿載？調度不及？陳亮甫：人力緊繃是最優先考量！
15:07 紓解雙北醫療量能！不限 1 人 1 室，啟動北患南送！
24:24 陳亮甫：保護家人，醫護期望一人一室的中繼休息站！
31:20 周彥宏：疫情處於「可控制的邊緣」！無症輕症成黑數！
35:18 PCR 塞車！林氏璧：量能不足，確診數卡在天花板！
💬 週一到週四晚間八點，歡迎到臉書收看直播，參與線上討論，有閒來坐！
🚩 感謝交大陳信宏校長帶領的自然語言處理團隊，提供 AI 中文字幕與校對服務。軟體開發初期錯誤難免，也請網友協助訂正幕錯字，提供 AI 更多學習機會，謝謝！
___
更多新聞與資訊請上👇
▎有話好說官網｜http://talk.news.pts.org.tw/
▎公視新聞網 ｜ http://news.pts.org.tw/
#PTStalks #有話好說 #陳信聰
#PTS #PTSNEWS #公視新聞 #公共電視 #公視
太魯閣出軌事故發生後，除了相關肇事責任的釐清外，接著更重要的就是後續的改善作為。其實早在2019年，立法院就已經通過了讓台鐵裝設預警系統的相關預算，不過測試一直未通過，因此預計今年4月底才要開始裝設。
同樣是鐵路系統，我們拿高鐵的情況來比一比。高鐵早在10幾年前建設之時，就已經把預警系統納入規劃之中，從營運之初就開始運作。另外，高鐵全長約350公里，就裝設了197處，平均1.75公里就有一處。對比台鐵全長1100公里，目前的規劃僅有25處，真的足夠嗎？
另外，高鐵還有一點是台鐵的系統完全比不上的，高鐵的預警系統具有「主動介入」功能，在偵測時能夠自動介入列車的操控減速，避免駕駛疏忽而煞車不及。也因為有這樣優良的系統，高鐵才能營運15年來保持優良的營運成績。
台鐵既然已經比高鐵晚裝設邊坡預警系統，使用的設備卻比高鐵還要落後，這點實在難以接受。雖然大家都可以理解，高鐵的建設等級和營運複雜度無法和台鐵比較，台鐵的車種眾多，也會增加系統整合的難度，但是給了台鐵這麼多預算和時間，就應該拿出相應的成果來。
隨著事故處理漸漸告一段落，我們會將後續的精神全力放在台鐵的體檢與改革上，希望這次的事故能夠成為最後一次，不讓憾事再發生。
拍攝時間:110-02-26
為了瞭解 #安坑輕軌 目前的工程進度與狀況， #新北市長侯友宜 2/26上午，來到了K1雙城站，聽取捷運局進行簡報，安坑輕軌工程中，有幾處特別設計，像是八字形橫渡線就是提供車站換軌使用，而隧道內還有菱形剪式道叉，則是供機廠彈性調度以及未來延伸路廊使用，此外，在軌道中還加入了防噪音工法，降低對附近社區的影響。
由於安坑輕軌施工複雜度極高，就連機廠都因為位處山區，而增加了施作難度，所以在規劃設計上以最小量體開發，只使用2.6公頃，順應地勢並且融入自然山林，經過一路視察，新北市長侯友宜對於工程進度和施作，都非常滿意，同時感謝工程人員的辛勞。
立法委員羅明才表示，安坑輕軌通車後，可大幅提升安坑地區大眾運輸服務效能，在規劃上要以長期眼光看待，未來除了串聯環狀線，還能延伸到三峽，形成大台北地區聯網，才能真正活絡地方。
新北市捷運局表示7月份會進行高架段結構體合龍，9月份輕軌列車陸續運抵機廠，就會展開相關測試作業，持續朝2022年通車目標邁進。
Complexity(複雜度) · 成本(包含運算時間與記憶體空間)，通常會和「待處理的資料量」有關，當資料量越大，成本會以某種關係(線性、指數等等，見圖一)跟著提高。 · 當資料量大 ... ... <看更多>
請問黃線處，-log n = O(1)應該怎麼解釋好呢？ 記得是時間複雜度為負的時候就是常數？ 但從那個定義，看起來是要開絕對值的意思嗎？ ... <看更多>
時間複雜度 在 Re: [其他] 離散：遞迴以及時間複雜度- 看板Math 的推薦與評價
※ 引述《pmove (不怕死，才算真正的活著)》之銘言：
: g(k) = { g(k/2) if k is even,
: g(Floor(k/2)+1) + Floor(k/2) if k is odd,
: }
: with g(1) = -1
: Note: Floor表示向下取整
: 1. 請問計算這個遞迴的時間複雜度是Big O(logk)? 還是Big O(1)?
: 2. 請問上面這個g(k)是不是有辦法解遞迴成一個式子？
: 3. 如果有辦法解遞迴成式子，那時間複雜度是不是Big O(1)?
: 我問這個，主要是有點迷惑，是不是解遞迴後，
: 時間複雜度，有可能降低？還是時間複雜度一定維持不變？
你要注意你的遞迴是在描述什麼東西
如果這遞迴是直接描述你想要計算的值的話, 當然求出通式出來就是 O(1)
但如果你這遞迴是在描述一個遞迴演算法的操作次數的話
你解出來的只是原演算法的時間複雜度, 對原演算法的加速沒有幫助
你應該是把這兩個概念給混在一起了才會迷惑說到底解遞迴能不能加速
因為兩者都是遞迴, 但描述的東西不一樣
舉個例子:
H(n) = 2 * H(n/2) + n, H(1) = 0
如果你只是想算 H(n) 的值多少那你可以解得 H(n) = n*log2(n)
那代隨便一個 n 值去算函數值當然是 O(1)
但如果 H(n) 是在描述合併排序演算法的操作數目的話
解出來的 H(n) 式子對合併排序演算法加速是沒有用的
因為這就代表合併排序演算法的時間複雜度就是 O(n*log(n))
--
◢ ˊ_▂▃▄▂_ˋ. ◣ ▅▅ ▅▅ ι●╮ █▄▄▄▄▄
▍./◤_▂▃▄▂_◥ \'▊ ＨＡＲＵＨＩ █████ ＜■┘ ▄▄▄▄▄▄▄
▎⊿ ◤◤◥█◥◥█Δ ＩＳＭ By-gamejye ￠|\ ▌▌▌▌▌▄▌▌
▏ζ(▏●‵◥′●▊)Ψ ▏ █ ⊿Δ ▄▄▄ ▄▄▄▄
█/|▊ 〃 、 〃▋ |\ ▎ ハルヒ主義 █▄▄▄█▄▄
◥◥|◣ ‵′ ◢/'◢◢S.O.S 世界を大いに盛り上げるための涼宮ハルヒの団
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.0.237 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Math/M.1630075491.A.3F7.html
※ 編輯: LPH66 (180.177.0.237 臺灣), 08/27/2021 22:45:19
... <看更多>