总结一下这几天碰到的问题，在面试过程中，我发现了这段时间的自学还是有很多的不足，面试时候问到很简单的问题也回答不出来，这里就反馈一下我碰到的问题吧。
第一家面试的公司考的面试题是问
1. unity中的两种数据类型，值类型和引用类型，值类型的话一般用来存储数据长度，而
值类型主要有 整数、bool、struct、char、小数
引用类型主要有 string 数组 自定义的类
这里的话引用类型存储的话是给定两个1。引用 类似指针2.实际存储的数据
如果我们要给一个数据进行赋值，那么我们实际上是改变它的引用，当引用被删除时，GC会回收堆中的数据
2. 问了log和mipmap的区别
这个的话log和mipmap那时候我根本不懂，随便写了个大概是插件，后来我才意识到这个是Unity优化方面的知识，log是多层次图像处理,mipmap是预先模糊处理，这两个都要去具体理解，不过预先面试应该只要了解个大概吧
3. 快速排序和斐波那契数列
这里的话我大概了解到如果你是一个Unity的刚入行萌新，对方对你的需求往往是基本知识是否牢固，这里的话大概就是要展现大学的毕生所学了，像咱这种大学学的很菜的学渣级别存在，就需要理解一些计算机专业的基本知识了
快速排序的话是使用递归来实现排序的
static void QuickSort(ref List<int> nums, int left, int right)
{
if (left < right)
{
int i = left;
int j = right - 1;
int middle = nums[(left +right) / 2];
while (true)
{
while (i < right&& nums[i] < middle) { i++; };
while (j > 0 &&nums[j] > middle) { j--; };
if (i == j) break;
nums[i]= nums[i] + nums[j];
nums[j]= nums[i] - nums[j];
nums[i]= nums[i] - nums[j];
if (nums[i] == nums[j])j--;
}
QuickSort(ref nums, left, i);
QuickSort(ref nums, i + 1, right);
}
}
还有一个斐波那契数列，核心就是fn=fn-1+fn-2这个也是递归实现的，
这里的话面试的大佬考察了我一下时间复杂度的基础知识，虽然背下来时间复杂度是On，但是没有理解什么是On，被无情问倒，这里也不禁感觉到自己本身实在太菜，这短时间虽然做了些Unity小游戏，但是没有牢固的根基，别人找你进公司，你也不能做什么事情，
时间复杂度在刚才提到的时间频度中，n称为问题的规模，当n不断变化时，时间频度T(n)也会不断变化。但有时我们想知道它变化时呈现什么规律。为此，我们引入时间复杂度概念。一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=Ｏ(f(n)),称Ｏ(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。 在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为O(n2)。按数量级递增排列，常见的时间复杂度有：常数阶O(1),对数阶O(log2n),线性阶O(n), 线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...， k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效