门生

看见没有杨巨峰老师的，这里补一个 20级 讲的还可以。上课不让看书，让全程跟着他，所以一定要课前预习，否则听不懂 码量比其他班大，10次作业，不用写报告，只要让助教检查程序是否正确执行即可。前几次会简单点，但后面的比较麻烦。比较印象深刻的是实现稀疏链表矩阵加减乘除和手撸红黑树，比较占时间，但如果真能自己实现还是有提升的。 期末难度一般，和往年题风格类似，所以考前把往年题刷一遍，常用算法流程，复杂度和用途牢记于心，时间富足刷刷考研题可以取得不错的成绩。

雷课，老师不好好讲课，网上可以找见他讲的课，自行体会。期末考试要疯狂背诵，我愿称之为赛博马原，卷子上要写1400字左右。 一学期下来ppt和word水平直线上升。 最后善意提醒，如果为了学分选了这门课，别当组长，真的，大部分事情最后都得自己完成，当个组员水学分就行。

这里来写个23年秋招的经验贴，我这里写的详细一点，希望能帮到学弟学妹。 #### 预备知识 [HC？OC？这些校招黑话你看明白了吗？_牛客网 (nowcoder.com)](https://www.nowcoder.com/discuss/353159076152549376) 实习分日常实习和暑期实习，区别是有无转正资格和时间点。日常实习难度算最低的了，全年都可尝试投递参加，没有笔试直接面试。暑期实习难度和秋招持平，流程和秋招一致，需要笔试面试。 招聘分秋招和春招，秋招是招聘需求量最大的时候，在大四上，六月中旬到七月下旬是提前批，免笔试，但很难过简历。八月份九月份是秋招的重头戏，找工作的人这个时候最忙，十月份十一月份就到秋招尾巴了。春招相当与是秋招的补录，秋招没招够再春招，所以hc很少。 找工作比较看实习，但没有实习并不意味着找工作凉凉，我没有实习，找起来确实困难点，但不至于找不到。 #### 心态建设 我第一次面试时非常磕巴，很多要点没有答上来，面完被秒挂，难受了很久。找工作和找实习要有信心，脸皮厚点，肯定自己。天下公司多着呢，又不缺这一家。谁找工作没被拒绝过呢。 #### 准备阶段 时代变了，大人 我是计科c++选手，海投了100多家，涉及互联网，游戏，嵌入式等各个方向，主要还是互联网，因为给的钱多，暂时不考虑稳定性。有70多家没有动静，可能直接简历挂了。笔试做了20多家的，走到面试流程的有15家左右，有几家到目前一直在流程中没有动静，权当挂了。自己主动放弃了几家的流程，因为部门边缘且用的不是c++，到目前收到3家的oc。 后端竞争人数最多，但公司的技术岗hc大部分在这里。java后端竞争人数最多，岗位也最多。其实c++没有后端，c++一般都是服务器开发，基础架构等岗位，别头铁找c++，c++的hc太少，看我投递和oc的比例就知道了。很多公司在转golang，现在不确定go的未来，找后端推荐走java。 算法，本科生日常实习可能有机会，暑期实习和找工作基本没戏。 如果想找工作容易点推荐测开岗，八股的广度和深度没后端难。 最好多参加相关竞赛，比如acm和计算机系统能力大赛。大一的话参加参加acm，没参加也没事，找工作的重点还是项目和八股。 ##### 八股 小林coding，java guide，阿秀的学习笔记，个人感觉小林coding最好。牛客上的面经也要看一看 ##### 刷题 过简历后需要参加笔试，这个笔试里面的题比面试时候做的要难。我刷题量100左右的时候去投递暑期实习，很多公司的笔试题只能ak签到题。大三下暑假我的刷题量到了400道左右，这个时候做公司的笔试题感觉容易一点了。编程题要一直做。 面试过程会做题，leetcode的hot100和剑指offer足够应付面试中的编程题了。 经典hard题一定要会做，不会也得背下来。比如接雨水，LRU，八皇后，24点，二叉树最大路径和，两个数组的中位数等等。有一些甚至要会多种解法。字节特别爱考接雨水这道题，面的时候要求我写出最优解。 ##### 项目...

没有期末考试，有4次平常作业，一个大作业 - 第一次作业：用的stanford信息检索第一次作业的代码框架，实现一个带压缩的倒排索引，用BSBI算法。初上手挺麻烦的，因此第一次作业后退的人挺多的。 - 第二次作业：研读一篇论文，录10分钟左右视频讲解。 - 第三次作业：自己实现向量检索，python两三百行完事。 - 第四次作业：关于信息检索的调研，3000到5000字。 - 大作业：实现一个简易的搜索引擎，实现的好的话应该可以写进简历。 个人感想：我当初抢不上区块链和网络技术，没办法为了学分选择了这门课。优点是老师讲的好。缺点也是显而易见的，事情比其他专选课多，写大作业要用的时间多，老师和助教对大作业帮助少，只能自己查文档，调包，很累。 一些建议： 1. 关于爬虫：了解下html结构，这个爬虫的时候会用的，推荐用beautifulsoup包。复习下http协议，计网讲过，看看就行，因为爬虫时候需要get请求和处理异常的状态码。推荐用requests包。搜索引擎的爬虫简单来说是一个数据规模庞大的宽度优先搜索，实现请参考下面第二个仓库 2. 关于分词：由于爬取的网站不止中文，还有其他语言，分词会很困难。处理方式参考下面第二个仓库。中文分词用jieba，一个cut_for_search函数搞定 3. 关于链接分析：需要实现pagerank算法，我没有实现链接分析。给不了大家建议了 4. 关于索引构建：作业文档里推荐调用elasticsearch包，但我建议自己实现一个倒排索引就好，再多一个包的学习成本太累了，实现的时候简单能用就行，不用考虑性能，一两百行就能实现。 5. 构建的索引和文件如何存储： 存储构建好的倒排索引图省事直接用pickle的dump函数，要加载构建好的倒排索引直接调用load函数就行。爬取到的文件我用json格式存的，加载和存储都很方便。 6. 关于检索模型： 我用向量检索模型实现的，这个因为第三次作业实现过了。下面第一个仓库实现的是概率模型中的bm25模型，他有专门的写文章说明他的搜索引擎是怎么实现的，推荐大家康康。 7. 关于推荐系统： 看第一个仓库作者写的文章就行，代码都贴出来了...