资深前端工程师
- 数据可视化
- VR & AR
- 框架级别开发
- 业务开发攻坚
独当一面
- 管理能力
- 架构能力
- 程序能力
配股票和期权
Javascript + CSS + HTML
React/Vue/Node/Webpack/Gu,p 进阶培养、直指大厂
算法、架构 回归本质, 目标高T
T6
算法面的定义
大厂初中高级: 基础程序
排序、递归、正则表达式、函数节流、柯理化程序
速度、质量、执行效率、对一些函数的掌握
业务经常用
大厂资深: 算法程序
全排序、八皇后、动态规划
千万级性能优化, 你来
专家+首席: 竞赛程序
图的同构
淘宝到了节日的宣传图片, 几万张几十万张, 算法生成宣传图片攻克
react核心算法实现
举例
总共5星
0星 数组展平简单
function flattenOnce(arr){
return [].concat(...arr)
}
arr = [[1, 2], [3, 4]]
[].concat([1, 2], [3, 4])
[].concat(...[ [1, 2], [3, 4] ])
[].apply(null, [ [1,2], [3, 4] ])
思考速度
对于语言的运用, 函数的运用, 小技巧的运用
1星 数组展平(递归)
展平一个数组, 【【1, 2】, 3, 【【【4】, 5】】】 = >【1, 2, 3, 4, 5】
function flatten(arr){
return [].concat(
...arr.map(x => Array.isArray(x) ? flatten(x): x)
)
}
抽象递归表达式, 根据科学理论来实现
初级工程师面试 10个人 有5个人可以答出来, 没有打出来的直接走
5个中 有2个写的很好, 面试官就很高兴, 2个人基本都要
3个人写的不简介写的复杂, 第一次没写对, 小环节出错, 还要考核
对淘汰贡献很大
1星 函数节流
过滤掉重复的滚动事件
监听滚动的事件, 并进行UI处理
60毫秒响应一次
让UI操作更流畅
时序图思考:
function throttle(func, delay = 60){
let lock = false; // 锁
return (...args) => {
if(lock) {return}
func(...args)
lock = true // 上锁
setTimeOut(()=> {lock = false}, delay) // 60ms解锁
}
}
过滤重复的验证事件(用户输入停止后300ms触发验证)
输错了框要变红, 用户输入了错误字符马上删除, 这时候就没有判断的必要
时序图思考:
function throttle(func, delay = 300, I = null){
return (...args) = >{
clearInterval(I)
I = setTimeout(func.bind(null, ...args), delay)
// I = setTimeout( (...args) => func(...args), delay)
}
}
2星 柯里化
对于curry(foo), g函数参数足够4个, 就调用foo(a, b, c, d), 如果小于4个就返回一个可以继续积累参数的函数
const foo = curry( (a, b, c, d) => {
console.log(a, b, c, d)
})
foo(1)(2)(3)(4) // 1 2 3 4
foo(1)(2)(3) // 不返回
const f = foo(1)(2)(3) //
f(5) // 1 2 3 5
高阶函数处理函数, 闭包, allArgs参数保存函数
const curry = func => {
const g = {...allArgs} => allArgs.length >= func.length ? func(...allArgs)
: (...args) => g(...allArgs, ...args)
return g
}
能答出来就很厉害了, 答得很好的高阶工程师就可以录用了
做不出来, 资深工程师必挂, 丧失很多机会(深度不够)
3星 Y-组合子
去掉上述的const g
看不懂了直接截图
前置知识lambda演算
4星 树的编辑距离(DOM-DIFF)
将DOM抽象成一棵标签树
上图
前置知识: 动态规划
算法对职业生涯的意义
- 工作机会 面试通过率
- 成倍效率 高效/快乐
- 语言跨度 语法容易、算法难!! 职位跨度
- 保值 转型成本低、越老越吃香
算法修炼什么
- 思维
- 专注
- 视野 算法是各行各业抽象出来的问题
- 技巧
整个思维整个价值
算法积累了几百年, 学习算法就是学习精华
学习算法越早越好
如何修炼算法?
知识量巨大如何修炼?
理论知识+大量练习
- 《算法导论》 《概率》-人工智能 8个月 + 4个月
挑战人性 - 组内分享+引导+实战 2个月+2个月(有成效、缓慢提升)
- 教学 + 练习 + 长期指导(算法1)