Redian新闻
>
EB1b 人在加州,公司总部在纽约,算是TSC还是NSC?
avatar
s*4
2
Phone(烙印)
1. a lot questions about database sharding/partitioning
2. merge 2 linkedin list(lc 原题 已经问烂了)
onsite(4烙印+1白人)
1. write producer/consumer for multi-threading environment(discussed
condition variable / synchronized), 建议看Java Condition API
2. find k-th largest element in unsorted array(lc 原题 已经问烂了)
3. 还有一个lc原题不记得了 也是很简单的
4. 在一个迷宫里,假设有一个机器人,怎么保证能走到出口。这个不画图比较难描述
。和一般bfs,dfs的区别就是,机器人只记得自己做过的决定(Left->Left->Straight
类似这样),没有整个图的概念。就想想一下自己在走迷宫好了。答案就是,一直往左
走,走到尽头就往回,没有左就往前走,没有前就往右走。然后会有一些followup, 问
终点有多远。就是要把决策的字符串压缩,比如说L->Back->L就是Straight。类似这样
,其实面试官是一直在跟你交流的,不是让你自己想。
5. 一些Java问题,比如说字符串==和equals的区别。建议仔细看一下Java Object的
API。 问了一下equals和hashcode的contract。在hashmap里面怎么用的。
6. 设计lfu, 从来没想过,完全是当作lru设计的,就是把sort的条件改成了频率。讨
论了linkedhashmap, treemap的好坏。eviction没有怎么讨论,因为之前完全不知道,
没有敢乱说。大概说了一下,最naive的做法,新元素永远进不来,面试官一脸迷茫,
我也就算了。
7. 一个游戏,你跟面试官一起写code, 你写put, 面试官写get。你的目的是,要让get
在任何情况下都worse than O(n)。我想的是,每次put,就把数量增大到n^2,然后把
内容shuffle. followup: 他画了一个linkedlist+tree,要让get在任何情况下都worse
than O(n)。这个不画图好难说情况。基本意思就是,直接搜索树的节点,再从树指回
到linkedlist,就可以在O(n)的复杂度找到target. 我要做的是,怎么弥补这个
loophole。他想要的解法是,用linked list的前一个节点加密后一个节点。这样保证
每次遍历linked list都从头。(抱歉这个题目说不太清楚,主要看跟面试官交流)
像网上说的一样,面试难度应该是远小于flg, 甚至ebay, yahoo之类的。pay得应该算
是性价比高的。 但是跟烙印
们交流起来真心费劲。感觉被折磨了一个下午,非常累。结果估计也不会太好,哈哈。
英文好的同学们加油吧。
avatar
b*t
3
分属哪个地方是根据petitioner的地址定吧?
EB1b的petitioner应该是公司吧,所以虽然我人在加州工作,但因为公司的HR在纽约,
所以应该算是TSC吧?
顺便再问下,我这样的情况在NSC能直接PP吗?
生物,在研究所,EB1B
14篇文章,2中文,12英文(其中一个会议论文),4个英文一作(IF 2-5),挂名的文
章更好一些,里面有一个CNS。
参与的那个CNS的被主流媒体WSJ, CNN广泛报道,但没提俺...
最近一篇一作被IF3的杂志highlited, 并post到杂志的blog,上面有我的介绍和照片,
这个算媒体报道吗?
引用,总共450+ (大部分来源于挂名的那个CNS),一作引用只有20+。
IF 4杂志审稿1篇
目前推荐信4封,老板一封,领域内大牛一封(美国),欧洲小牛一封,邀请审稿的杂
志编辑一封(没有合作过,算独立推荐人吧?)
这样的情况是不是只要claim publication and contribution就行了,媒体和审稿放补
充材料里证明contribution?
这样的情况如果算在NSC能直接PP吗?
谢谢!
avatar
Z*L
4
不怎么值钱了吧

【在 m******6 的大作中提到】
: 一只没打开.
avatar
f*r
5
祝LZ早日拿到大offer,eBay,PayPal等都是烙印的老巢,不去也罢

Phone(烙印)
1. a lot questions about database sharding/partitioning
2. merge 2 linkedin list(lc 原题 已经问烂了)
onsite(4烙印+1白人)
1. write producer/consumer for multi-threading environment(discussed
condition variable / synchronized), 建议看Java Condition API
2. find k-th largest element in unsorted array(lc 原题 已经问烂了)
3. 还有一个lc原题不记得了 也是很简单的
4. 在一个迷宫里,假设有一个机器人,怎么保证能走到出口。这个不画图比较难描述
。和一般bfs,dfs的区别就是,机器人只记得自己做过的决定(Left->Left->Straight
类似这样),没有整个图的概念。就想想一下自己在走迷宫好了。答案就是,一直往左
走,走到尽头就往回,没有左就往前走,没有前就往右走。然后会有一些followup, 问
终点有多远。就是要把决策的字符串压缩,比如说L->Back->L就是Straight。类似这样
,其实面试官是一直在跟你交流的,不是让你自己想。
5. 一些Java问题,比如说字符串==和equals的区别。建议仔细看一下Java Object的
API。 问了一下equals和hashcode的contract。在hashmap里面怎么用的。
6. 设计lfu, 从来没想过,完全是当作lru设计的,就是把sort的条件改成了频率。讨
论了linkedhashmap, treemap的好坏。eviction没有怎么讨论,因为之前完全不知道,
没有敢乱说。大概说了一下,最naive的做法,新元素永远进不来,面试官一脸迷茫,
我也就算了。
7. 一个游戏,你跟面试官一起写code, 你写put, 面试官写get。你的目的是,要让get
在任何情况下都worse than O(n)。我想的是,每次put,就把数量增大到n^2,然后把
内容shuffle. followup: 他画了一个linkedlist+tree,要让get在任何情况下都worse
than O(n)。这个不画图好难说情况。基本意思就是,直接搜索树的节点,再从树指回
到linkedlist,就可以在O(n)的复杂度找到target. 我要做的是,怎么弥补这个
loophole。他想要的解法是,用linked list的前一个节点加密后一个节点。这样保证
每次遍历linked list都从头。(抱歉这个题目说不太清楚,主要看跟面试官交流)
像网上说的一样,面试难度应该是远小于flg, 甚至ebay, yahoo之类的。pay得应该算
是性价比高的。 但是跟烙印们交流起来真心费劲。感觉被折磨了一个下午,非常累。
结果估计也不会太好,哈哈。英文好的同学们加油吧。

【在 s******4 的大作中提到】
: Phone(烙印)
: 1. a lot questions about database sharding/partitioning
: 2. merge 2 linkedin list(lc 原题 已经问烂了)
: onsite(4烙印+1白人)
: 1. write producer/consumer for multi-threading environment(discussed
: condition variable / synchronized), 建议看Java Condition API
: 2. find k-th largest element in unsorted array(lc 原题 已经问烂了)
: 3. 还有一个lc原题不记得了 也是很简单的
: 4. 在一个迷宫里,假设有一个机器人,怎么保证能走到出口。这个不画图比较难描述
: 。和一般bfs,dfs的区别就是,机器人只记得自己做过的决定(Left->Left->Straight

avatar
m*9
6
nsc
avatar
M*z
7
哈哈哈我也是这个组,题也几乎一样!
奇怪的是周二打电话给我发了口头offer,结果周五又打电话说嫌我开始工作时间太晚
,把我拒了。竟然还有这种奇葩公司。不过反正我也没打算去……罢了罢了。进了公司
尼玛以为我到了班加罗尔。
avatar
b*t
8
上面的条件在NSC可以直接PP吗?

【在 m*********9 的大作中提到】
: nsc
avatar
M*z
9
哈哈哈我也是这个组,题也几乎一样!
奇怪的是周二打电话给我发了口头offer,结果周五又打电话说嫌我开始工作时间太晚
,把我拒了。竟然还有这种奇葩公司。不过反正我也没打算去……罢了罢了。进了公司
尼玛以为我到了班加罗尔。
avatar
l*7
10
strong case, pp
avatar
z*4
11
EB1B, of course,pp.
avatar
i*t
12
和公司在哪没关系吧 看你人在那里啊
avatar
R*6
13
牛。

【在 b**********t 的大作中提到】
: 分属哪个地方是根据petitioner的地址定吧?
: EB1b的petitioner应该是公司吧,所以虽然我人在加州工作,但因为公司的HR在纽约,
: 所以应该算是TSC吧?
: 顺便再问下,我这样的情况在NSC能直接PP吗?
: 生物,在研究所,EB1B
: 14篇文章,2中文,12英文(其中一个会议论文),4个英文一作(IF 2-5),挂名的文
: 章更好一些,里面有一个CNS。
: 参与的那个CNS的被主流媒体WSJ, CNN广泛报道,但没提俺...
: 最近一篇一作被IF3的杂志highlited, 并post到杂志的blog,上面有我的介绍和照片,
: 这个算媒体报道吗?

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。