天坑专业硬核转码，一朝肉身翻墙进谷歌

有人问：想进Google，应该做哪些准备？

其实进Google没有固定公式，但学好编程绝对是最快的途径之一。

首先，想进Google或翻墙硅谷，有三条路可选：

1、去国外读研，毕业后找工作2、直接投外企，FLAG，抽H1B3、去国内有transfer机会的外企，找机会从内部transfer到美国

其次，不管你作何规划，都必须学好编程。

光从G家招聘需求最大的三大岗位CS、DS、MLE来看：他们在面试中都考算法。虽说国内BAT也考算法，但大多是皮毛。而G家的面试难就难在对候选人数据结构和算法的要求非常高，哪怕最普通的岗位都要最优秀的人去胜任。

所以，应该作何准备？

我就选个特别的角度来讲吧——关于我自己肉身翻墙进G家的学习方法和经验总结。

我大学土木专业，毕业之后发现踩到天坑，工作工作找不到，做研究吧好像也看不到希望。看身边朋友做程序员混的风生水起，就动了心，但以国内目前的招聘需求来看，对我转行非常不利，于是我跟好朋友一起，肉身翻墙，先去美国读了个CS，然后沉下心来慢慢寻找工作机会。

但其实，先不说你出国留学、毕业找全职工作、拿身份这些事有多辛苦。光说拿到G家面邀，通过面试就足够困难了。现在想想我能进G家，真的非常幸运。还记得当时的招聘流程是这样的：

从在谷歌投简历到最后拿到offer，大概要经历3~4轮的面试。在这几个流程中，会被问到的问题有三大类：算法题/系统设计/Behavioral Question，不同的问题面试官考察的侧重点是不一样的。

所以我着重从这几个方面帮大家分析分析，进G家需要具备哪些条件：

1、算法

G家基本是三轮算法一轮design，但考算法非常看运气，有的会被问到很难很怪的题，所以一定要好好准备。我建议题主在大学期间好好学习算法与数据结构，有能力的话可以参加一下ACM，提升自己的硬实力。

其次，提升算法的最快方式就是多去刷题，我的方法是按照类别去刷，用的是学习资料是《FLAG面试常考知识点及考察频率》里的分类方法，基本每个概念做两三道就可以了。

个人建议刷题的重点可以放在动规、二叉树、递归、链表、二分搜索上，动规简单看下就可以了，投入产出比非常差。其他常考知识点可以参考《FLAG面试常考知识点及考察频率》上划分的FLAG面试常考算法知识点和频率，在免费试听课上就能学到，不用担心被收qian~

扫码报名，免费试听

当你做完这一步之后，应该能对各类算法题有一个比较全面的认知，如果你能够做到看一眼题目就知道怎么解，效果基本就达到了。如果还没有，建议继续刷题来巩固和熟练。

我一开始是在学完算法与数据结构基础之后，直接去LintCode上找G家的高频题去练习。大概百来道吧，基础的算法知识点都能覆盖。

遇到不熟悉的题型，可以将他们单独放在一个list里，之后专门攻克。事实证明这样的准备比盲目去刷几百题更有效，我就是靠这样的方法，在G家终面时遇到了原题，也算非常幸运了。

2、系统设计

G家的考察风格基本是三轮coding一轮design，湾区还有很多小公司反而更注重design的考察，所以可想而知，不管你去不去G家，系统设计都特别重要。

如果你想通过系统设计帮你升levle涨薪进大厂，首先要了解系统设计面试的评分标准。

根据我之前的面试经验，我发现系统设计主要考察这几个方面：

可行解 Work Solution 25%
特定问题 Special Case 20%
分析能力 Analysis 25%
权衡 Tradeoff 15%
知识储备 Knowledge Base 15%

但说实话，算法可以靠刷题去巩固，系统设计却并没有一个标准的备战方式。我前期面试的时候总挂在设计上，因为面试官抛给我问题之后，我会疯狂的去怼关键词，像是Load Balancer，Memcache，NodeJS什么的...

所以那阵子几乎所有面试的公司都挂了，一度看到设计题就恐惧。后来室友推荐给我一套系统设计4S分析法，谁能想到设计题也能套模板回答，套用之后，仿佛打开了新世界大门，这里借花献佛，分享给大家~

所谓4S分析法指的就是👇：

Scenario（场景）
Service（服务）
Storage（存储）
Scale（扩展）

拿之前面试时遇到的真题举例：如何设计一个推特？

这里我套用4S分析法，来帮大家展开回答下：

第一步：Scenario 场景

在这一步，你需要询问面试官：需要设计哪些功能（也可以自己想），需要承受多大的访问量？

首先可以把Twitter的功能一个个罗列出来，很显然你无法在45分钟的面试中完成所有功能的设计，所以需要筛选出核心功能（Post a Tweet，Timeline，News Feed，Follow/Unfollow a user，Register/Login）。

然后有的面试官可能会问你系统承受的QPS大概是多少？需要考虑并发用户，读频率（Read QPS）以及写频率（Write QPS）。记住重要的是你的思考和计算过程而不是计算结果。

分析QPS有什么用？

如果QPS = 100，那么用你的笔记本作Web服务器就好了；
QPS = 1K，一台好点的Web 服务器也能应付，需要考虑Single Point Failure；
QPS = 1m，则需要建设一个1000台Web服务器的集群，并且要考虑如何Maintainance（某一台挂了怎么办）。

QPS 和服务器/数据库之间的关系

一台Web Server承受量约为 1K的QPS（考虑到逻辑处理时间以及数据库查询的瓶颈）；
一台SQL Database承受量约为 1K的QPS（如果JOIN和INDEX query比较多的话，这个值会更小）；
一台 NoSQL Database (Cassandra) 约承受量是 10k 的 QPS；
一台 NoSQL Database (Memcached) 约承受量是 1M 的 QPS。

第二步，Service服务

所谓服务可以认为是逻辑处理的整合，对于同一类问题的逻辑处理可以归并到一个服务中。这一步实际上就是将整个系统细分为若干个小的服务。

根据第一步选出的核心功能，我们可以将推特拆分成如下的几个服务：

篇幅有限，关于后面几个步骤的更多的内容，可以直接移步《系统架构设计通关攻略》，也是免费资源。像秒杀订票系统，设计电梯，三驾马车，新鲜事系统，评论系统这些大厂常考的设计题，都能手把手带你实操。

扫码报名，免费试听

用我的亲身实践，帮大家总结一下系统设计面试中需要注意的点：

Ask before design. 问清楚再动手设计，不要一上来就冲着一个巨牛的方案去设计；
No more no less. 不要总想着设计最牛的系统，要设计够用的系统；
Work solution first. 先设计一个基本能工作的系统，然后再逐步优化；
Analysis is important than solution. 系统设计没有标准答案，记住答案是没用的，通过分析过程展示知识储备，权衡各种设计方式的利弊。

3、加分项目

最后跟大家分享一些我在自学过程中发现的宝藏项目，项目储备丰富了，绝对能在投递简历时加分~

linghu-algorithm-templete

虽然谷歌的算法面非常爱出变形题，但面试官最终想考察的东西肯定是不变的，所以我在备战期间会选择多做高频题，搞清面试官的出题套路。