Ian McAllister, GM at Amazon. I lead the AmazonSmile program.
First, let’s break “getting things done” into two components: “excellent functional skills” and “drive”. Someone with great functional skills but poor drive will not get (enough) things done. Someone with great drive but poor functional skills will not get …
more ...Hey man, I don't know that stuff
Stevey's talking aboooooout
If my boss thinks it's important
I'm gonna get fiiiiiiiiiired
Oooh yeah baaaby baaaay-beeeeee....
熟悉一些“术语”，可以强化分辨问题的能力。
Yegge推荐了 Steven S. Skiena 的《算法设计手册》，而我推荐的是 Udi Manber 的《算法引论》。
每一本书都有它的长处短处。找一本评价不错的书，认真读完，肯定会有收获。
在白纸/白板上编程的体验和在计算机上大有不同。没有条件的情况下 …
more ...在一个平面上，有n+m条蛇，其中n条蛇沿水平方向（y轴方向）移动，m条蛇沿竖直方向（x轴方向）移动。
现给出这些蛇头和尾所在的坐标点，求出这n+m条蛇在此时共有多少个交点。在同一个方向移动的蛇不会有交点。
如图所示，n = 5, m = 4，这些蛇一共有5个交点。
对于此题，最简单直接的方法就是枚举蛇两两之间的关系，这种算法的时间复杂度为O(n^2)。
当然，我们不能满足于这种暴力的解法。那么，有没有更优美的方法呢？
对于这一条在y轴方向上的（红）蛇来说，它与x轴方向上的（黑）蛇共有三个交点。那么，也就意味着，问题的关键在于，我们如何快速确定某一条红蛇（或黑蛇）与其它蛇一共有多少个交点。
我们可以做出如下假设，我们知道当x = k时，所有在平面上的蛇的位置。根据这个假设，我们可以使用区间求和的算法来确定竖直位置上的蛇会有多少个焦点。
假设我们从x = 0到x …
more ...你现在在组织一个学术会议。现在你有一份人员名单。假定名单中的每一个人都同意到达，并且有充足的时间交流意见。同时，每一个科学家都写下了他愿意与其进行交流的科学家的名字。
现在，问题来了：
挖掘机技术哪家强？如果要保证每一位科学家至少能与k位到场的科学家进行深入的交♂流♂。那么我们最多可以邀请多少人到会？
注：如果A愿意和B交流，AB一定会进行交流。反之亦然。
我们可以把问题转化成数学语言：对于一个无向图G=(V, E)，试求得G的最大导出子图H，使得H中所有顶点的度大于或等于k，或者证明这样的子图是不存在的。
我们继续使用归纳的思想来解决这个问题。
易得，对于顶点数为k的图，如果存在k-导出子图，则该图必为一个完全图。
假设，对于任意顶点数小于n的图，我们总可以找到图的k-最大导出子图。
对于有n个顶点的图G来说，如果有任意顶点的度小于k，那么对于图G的任意子图，此顶点的度总小于k。
所以，对于图中任意度小于k的点，必然不属于所求的子图。于是，我们每次删除一个不属于k-导出子图的点，就可以把有n个顶点的图问题化归为n-1顶点的图问题。
more ...给定一个集合A和一个映射关系f。求A的一个子集S，使得f对于S是一个一对一映射 …
给你一个包含整数1...n的集合S。接下来进行n-1次操作，每次操作从集合S中选取两个数，在加、减、乘三种运算中选取一种，将结果放回再集合S。在n-1次操作完成后，集合S中只剩下一个数。求问一种取数和运算策略，使最后的结果为24。
举例：
S = [1, 2, 3, 4, 5]
我们选取(2, 5)，并进行加法运算，获得结果7。再将7放回集合S中。
此时，S = [1, 3, 4, 7]。
1 <= n <= 100000
建议：请思考10分钟后再来看答案
我们日常写代码，往往是为了实现一个功能或者实现一套逻辑。这时候，我们做的事一般是从零开始，然后逐步迭代，最终实现目标。
这是正常的一种思维方式，也是不错的思维 …
more ...Flatbuffer是一个全新的序列化库。
在远古时代，程序性能基本取决于你的指令和循环运行的有多快。但是，在如今的计算机上，计算组件的速度已经远远超过存储组件的速度。如果你想让你的程序飞起来，最重要的就是优化你的内存使用。例如，用多少内存，怎样布局内存，如何分配内存，何时拷贝内存等。
序列化是在程序中非常常见的一种操作，并且通常是程序性能低下的主要原因。一是由于序列化需要额外的临时空间去解析和表示数据，二是由于不优雅的内存分配模式和局部性。
如果一个序列化框架可以不使用额外的对象，没有额外的内存分配，没有内存拷贝，良好的数据局部性，这正是太好不过。不过当下的很多框架通常不能满足以上的条件，因为它们需要向前/向后兼容，需要兼容不同的平台，例如大端/小端和内存对齐都是需要进行兼容性处理的。
FlatBuffer可以做到以上的一切。
Flatbuffer尤其适合移动设备（内存容量和带宽比桌面设备的要低不少），以及需要高性能的应用：游戏。
Flatbuffer是一个二进制的buffer。Flatbuffer可以包含嵌套对象如struct、table、vector等并使用偏移量来进行寻址，这样一来，我们就可以像遍历基于指针的结构一样，对flatbuffer元素进行in-place的遍历。 Flatbuffer使用严格的字节对齐和字节顺序（通常是小端）以保证可以跨平台使用。
另外，像table这样的对象，Flatbuffer提供了向前 …
more ...对于一个字符串S，求S的循环的同构字符串S’中字典序最小的一个。
我们举例说明，字符串"abcd"的循环同构字符串有：["abcd", "bcda", "cdab", "dabc"]。
题目的目标是求这些字符串中字典序最小的那个。
暴力解法非常直观，直接枚举字符串的起点，然后找到构成最小字符串的那一个。
代码就不在这里写了。
最小表示法是解决同构字符串最小表示的巧妙算法。
其算法描述如下：
令i=0,j=1
如果S[i] > S[j] i=j, j=i+1
如果S[i] < S[j] j++
如果S[i] == S[j] 设指针k，分别从i和j位置向下比较，直到S[i] != S[j]
如果S …问题是非常流行的，也确实流行了一阵的system-design问题。在知乎上再次被人提起。然后我非常欣赏陈硕的回答。所以要写一篇文章，记下自己的感想。
海量数据算法:如何从超过10G的记录IP地址的日志中，较快的找出登录次数最多的一个IP？
面对这种system-design问题，尤其是这种，非高并发、非实时的问题，很多人会采用_map-reduce_ —— 解决system-design问题的银弹。
我对map-reduce的理解非常肤浅，但是可以解释一下大概的流程。
如果不满意我的答案的话，推荐Mining of Massive Datasets一书，其中对map-reduce算法做一番不错的介绍。
more ...业务实体拥有四种主要的组件： 信息模型、生命周期模型 …
There are a lot of interview problem based on the 1D-array, which is the one of the easiest "data structure".
But the problem about that simple data structure might not be that simple. Here is the summary of the problem about 1D-array.
Of course, most of them come from …
more ...覆写类的__get__和__setter__函数就可以实现一个简单的描述符。对某个类型实例的读写进行额外的控制。
>>> import datetime
>>> class CurrentDate(object):
... def __get__(self, instance, owner):
... return datetime.date.today()
... def __set__(self, instance, value):
... raise NotImplementedError("Can't change the current date.")
...
>>> class Example(object):
... date = CurrentDate()
...
>>> e = Example()
>>> e.date
datetime.date(2008, 11, 24 …