一、背景
在 3 月 10 日左右投了作业帮的简历，一直没有回复，以为是简历被刷了，没想到 3 月 24 日 hr 打电话说 3 月 25 日下午面试，我心想投了大数据，肯定 hadoop、hive、spark 这些必定少不了，于是满满复习了一天大数据相关的课程，下面就开始了今天的面试：
二、面试过程
面试官小哥人很好，上来没有让我自我介绍，直接告诉我说今天分为三大块的内容：数据结构基础、数据结构算法及一些题目的想法、以及自己所做的项目。
3.1 基础
1、散列表
q：你了解 HashMap 吗，你了解散列表吗？
a: 我都说了会一点（其实就是知道 HashMap 和散列表是什么）
q: 结果面试官就问我基于我的认识，让我设计一个工业级别的散列表，我会怎么设计？
a: 我直接懵了，说了个 key，hashcode，数组。
q: 数组？比如说存储 1000 万条数据，数组合适吗？
a: 我又说用用链表吧，因为可能没有这么大的连续内存。
q: 链表，然后呢？
a： 不会了
2、快排
q：你知道快排吗？
a：应该知道吧。
q：快排时间复杂度是多少，怎么推导
a：n * log n，推导：。。。。
q：最坏的时间复杂度，怎么导致的，为什么？
a：忘了随便说了个 n^2，后面感觉就瞎说了
q：换一种问法吧，快排的核心思想是什么？
a：我提到了划分
q：根据我提到的划分，出一个相关的题，对 1000 万个数据排序
a：我只说了按批次排序，然后再归并
q：如果每个批次有重复怎么办
a：我说不会了，请您提示一下吧
q：使用 hash 值把数据分区，根据散列平均分，最后就不用去重了（我还是不太懂）
面试官看我什么都不会，放弃问了
3.2 代码
q：看你会 spark，你知道的 spark 的 RDD 有哪些？
a：（我被问懵了，RDD 怎么还有中呢）嗯。。。嗯。。。嗯。。。了半大天一个字没说出来，后来问了下什么是哪些？
q：rdd 的算子有哪些？
a：（懵了半大天脑子锈了，一听这个我会，就激动了，开始啰嗦）rdd 的算子首先分为 transform 算子和 action 算子，transform 算子有 map、mappartition…（然后就想不起来了，居然连最简单的 flatMap 也没想起来），action 算子有 reduce、reduceByKey（然后就想不起来了）
q：那不让你写 spark 代码了，写个基本代码吧
1、递归求二叉树深度
2、小青蛙跳台阶问题，100 阶（让我用递归，但我用递归超时了，说 100 太多了，会超时，换个数字吧，30、40？ 面试官说行，然后就用 30 跑通了）
3、广度优先输出二叉树
4、找到字符串中包含的子串
如： axdcfadcfcfa
cfa
我当时懵了，没写出来，后来想到双指针直接解决问题
3.3 项目
让我介绍一下我用 spark 的项目吧，我简单说了一下，因为那就是个大数据作业，面试官说你这项目大公司根本看不上，还是得注重基础
三、反问环节
q：我们作为学大数据的学生，是大数据的框架更重要呢，还是基础更重要呢？
a：看你想进什么公司吧，大公司最看重基础了，像数据结构、网络、操作系统、数据库这些都要求很高，大数据框架的了解是加分项。
q：我想问一下叫我今天表现怎么样呢？这时第一次面试（笑）？
a：coding 还行，但是理论不行，加油吧！
四、总结
1、整个面试过程体验非常好，其实面试没有自己之前想的那么吓人；
2、在面试的时候说话不要啰里啰唆，问什么答什么；
3、基础很重要！！！！！！！！！一定要好好复习基础知识，大数据框架没那么重要。
