前言
我决定写篇短文，即为此文。之所以要写这篇文章，缘于微博上常有朋友询问，要毕业找工作了，如何备战算法。尽管在微博上简单梳理过，如下图所示：
但因字数限制，许多问题无法一次性说清楚，故特撰此文着重阐述下：程序员如何快速准备面试中的算法，继而推荐一些相关的书籍或资料。顺便也供节后跳槽、3月春季招聘小高潮、及6月毕业找工作的朋友参考。
备战面试中算法的五个步骤
对于立志进一线互联网公司，同时不满足于一辈子干纯业务应用开发，希望在后端做点事情的同学来说，备战面试中的算法，分为五个步骤，如下：
1、掌握一门编程语言
首先你得确保你已掌握好一门编程语言：
C的话，推荐Dennis M. Ritchie & Brian W. Kernighan合著的《C程序设计语言》、《C和指针》，和《征服C 指针》；
C++ 则推荐《C++ Primer》，《深度探索C++对象模型》，《Effective C++》 。
掌握一门语言并不容易，不是翻完一两本书即可了事，语言的细枝末节需要在平日不断的编程练习中加以熟练。
2、过一遍微软面试100题系列
我从2010年起开始整理微软面试100题系列，见过的题目不可谓不多，但不管题目怎般变化，依然是那些常见的题型和考察点，当然，不考察任何知识点，纯粹考察编程能力的题目也屡见不鲜。故不管千变万化，始终不离两点：①看你基本知识点的掌握情况；②编程基本功。
而当你看了一遍微软面试100题之后（不要求做完，且这个系列的有些答案存在不少问题，建议以我的新书《编程之法》为准），你自会意识到：数据结构和算法在笔试面试中的重要性。
3、苦补数据结构基础
如果学数据结构，可以看我们在大学里学的任一本数据结构教材都行，包括链表、数组、字符串、矩阵、树、图等等，如果你觉得实在不够上档次，那么可以再看看《STL源码剖析》。
4、看算法导论
算法导论》上的前大部分的章节都在阐述一些经典常用的数据结构和典型算法（如二分查找，快速排序、Hash表），以及一些高级数据结构（诸如红黑树、B树），如果你已经学完了一本数据结构教材，那么建议你着重看贪心、动态规划、图论等内容，这3个议题每一个议题都大有题目可出。同时，熟悉常用算法的时间复杂度。
5、刷leetcode或cc150或编程艺术系列
如主要在国外找工作，推荐两个编程面试网站：一个是国外一网站leetcode，它上面有个OJ对于找工作的同学来说非常值得一刷https://oj.leetcode.com/；另外一个是http://www.careercup.com/，而后这个网站的创始人写了本书，叫《careercup cracking coding interview》，最终这本英文书被图灵教育翻译出版为《程序员面试金典》。
若如果是国内找工作，则郑重推荐编程之法github版，尤其是在博客版本基础上精简优化的我的新书《编程之法》。除此之外，还可看看《编程之美》，与《剑指offer》。
而不论是准备国内还是国外的海量数据处理面试题，此文必看：教你如何迅速秒杀掉：99%的海量数据处理面试题。收录于新书《编程之法》第六章。
另，多看看优秀的开源代码，如nginx或redis，多做几个项目加以实践之，尽早实习（在一线互联网公司实习3个月可能胜过你自个黑灯瞎火摸爬滚打一年）。
当然，如果你已经具备了上文所说的语言 & 数据结构 & 算法基础，可以直接跳到本第五步骤，开始刷leetcode或cc150或编程艺术系列。此外，特别推荐此面试求职&算法在线课程。
后记
学习最忌心浮气躁，急功近利，即便练习了算法，也不一定代表能万无一失通过笔试面试关，因为总体说来，在一般的笔试面试中，70%基础+ 30%coding能力(含算法)，故如果做到了上文中的5个步骤，还远远不够，最后，我推荐一份非算法的书单，以此为大家查漏补缺(不必全部看完，欢迎大家补充)：
《深入理解计算机系统》
W.Richard Stevens著的《TCP/IP详解三卷》，《UNIX网络编程二卷》，《UNIX环境高级编程：第2版》，详见此豆瓣页面；
你如果要面机器学习一类的岗位，建议看看相关的算法（如支持向量机通俗导论（理解SVM的三层境界），收录于新书《编程之法》第7.1节），及老老实实补补数学基础，包括微积分、线性代数、概率论与数理统计（除了教材，推荐一本《数理统计学简史》）、矩阵论（推荐《矩阵分析与应用》）等..
综上：上述全部过程短则半年，长则三年。
最后要强调的是：切忌急功近利，越想快速越要循序渐进，踏实前进，若实在觉得算法 & 编程太难，转产品、运营、测试、运维、前端、设计都是不错的选择，因为虽然编程有趣，但不一定人人适合编程。
扩展阅读
面试题：在浏览器输入“google.com”后都发生了什么？
来源：https://blog.csdn.net/v_JULY_v/article/details/19131887
网友评论