阅读视图

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c Jane Street第一轮一小时面试体验卡(伦敦软件工程师) 程序员计算机软件工程面试

The post Jane Street第一轮一小时面试体验卡(伦敦软件工程师) first appeared on 小赖子的英国生活和资讯.

教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型

英文：ChatGPT writes a Python Script to Interact with Grok LLM from x.ai (Free $25 Credit)

2024年12月2日 04:20

马斯克的x.ai到年底有免费的25美元的credit可以使用Grok大语言模型

前不久（今年初），伊隆·马斯克/Elon Musk的X公司开源了Grok大语言模型，并且给免费提供了25美元的credit可以调用。可以在其官网x.ai注册一个帐号，申请API KEY即可，官网还贴心的的给出了调用的例子。

curl https://api.x.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer xai-......" -d '{
  "messages": [
    {
      "role": "system",
      "content": "You are a test assistant."
    },
    {
      "role": "user",
      "content": "Testing. Just say hi and hello world and nothing else."
    }
  ],
  "model": "grok-beta",
  "stream": false,
  "temperature": 0
}'

孩子们由于未成年，所以无法申请ChatGPT、X AI等大语言模式的帐号，平时他们只能在免费的微软冰/BING搜索引擎上使用集成的免费Copilot。不过今天听弟弟说，ChatGPT现在已经不需要登陆就可以使用，不过他说这个版本有点受限制。

平均长度来算的话，一句话的Prompt大概是0.0012美元。当然越长的句子花费越贵，毕竟价格是按Token来算的。可以粗略的估计一个单词是一个Token。

x.ai-usage 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

目测每条Prompt的费用是0.0012美元，25美元可以使用大概2万次

x.ai-free-25-credit 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

每个帐号有免费的25美元API费用

x.ai-dashboard 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

X.AI 的API网站界面

x.ai-api-models 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

API 的 X AI 模型：grok-beta 和 grok-vision-beta

由 X AI 为 Grok LLM 创建 API 密钥。 Create API Keys for Grok LLM by X AI.

ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型

反正是免费的25美元，于是想着给娃做一个简单的PYTHON程序，然后人机交互，每次调用x.ai的Grok大语言模式，也正好让娃学一学实际的编程应用。于是让ChatGPT写了个程序，这种简单的程序ChatGPT基本上是Bug Free，生成的代码拿来就能用。

import requests
import json

api_key = "x_ai ..."

# Define the API endpoint and headers
url = "https://api.x.ai/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    f"Authorization": "Bearer {api_key}",
}

# Define a system message for context
system_message = {"role": "system", "content": "You are a test assistant."}

print("Welcome to the Grok, an AI chatbot. Type 'bye' to exit.\n")

while True:
    # Prompt the user for input
    user_input = input("You: ").strip()

    # Check if the user wants to exit
    if user_input.lower() == "bye":
        print("Goodbye!")
        break

    if user_input == "":
        continue

    # Define the payload
    payload = {
        "messages": [
            system_message,
            {"role": "user", "content": user_input}
        ],
        "model": "grok-beta",
        "stream": False,
        "temperature": 0
    }

    try:
        # Make the request
        response = requests.post(url, headers=headers, json=payload)

        # Check the response status
        if response.status_code == 200:
            data = response.json()
            assistant_response = data["choices"][0]["message"]["content"]
            print(f"Grok: {assistant_response}\n")
        else:
            print(f"Error: {response.status_code} - {response.text}")
    except Exception as e:
        print(f"An error occurred: {e}")

之后简单做了些修改，比如避免空的Prompt，并且用strip函数去除句首和句尾的空格。娃使用的是Mac苹果电脑，还得在Terminal装个Homebrew，然后安装Python，并且用 pip3 install requests 安装上请求包，就可以使用了。

x-ai-prompt-python-2024-12-01-12.53.31-scaled 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

虽然界面有点素，也就是个简单的终端，但是对于孩子来说已经是个很强大的软件了。

kid-plays-x-ai-grok-llm-2024-12-01-12.53.26-scaled 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

弟弟在苹果电脑上成功跑起了x.ai的大语言模式 Grok

ChatGPT 可以拿来做什么？

ChatGPT 通用人工智能

本文一共 743 个汉字, 你数一下对不对.

教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型. (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 ChatGPT (OpenAI) Grok (X.AI) Python 人工智能 (AI) 折腾教娃教程教育程序员程序设计

The post 教娃编程之: ChatGPT写了一个Python交互程序调用x.ai的Grok大语言模型 first appeared on 小赖子的英国生活和资讯.

基于P站(Poloniex)的广度优先搜索算法来获得任意两种币的兑换价格

英文：Crypto Token Exchange Rate Computation Based on Breadth First Search Algorithm on Poloniex API

2024年11月18日 04:36

币圈的P站是Poloniex，前几年被孙宇晨收购了，它是一个交易所。我很久之前用过Poloniex，当时对其印象并不是很好。

不过，现在我对其好感增加，因为币安买下的coinmarketcap免费的接口就很多限制。

官方文档），这个接口的频率限制是一秒200次，很慷慨了。

https://api.poloniex.com/markets/price

能返回所有交易配对，比如这样的：

[
    {
        "symbol": "BTS_BTC",
        "price": "0.0000000186",
        "time": 1731852313035,
        "dailyChange": "-0.0462",
        "ts": 1731852313054
    },
    {
        "symbol": "DASH_BTC",
        "price": "0.000317",
        "time": 1731848096481,
        "dailyChange": "0.0063",
        "ts": 1731848096489
    },
    ... ...
]

这个JSON返回的结构是一个数组，每个元素是个结构体，也就是一个币价的具体配对信息，我们可以看成是一条边Edge两个顶点Vertice，这样就是一个图结构（带权图 Weighted Graph，权值就是兑换价格），虽然给的是单边，但其实是个双向的，比如USD_BTC得值可以反过来推得BTC到USD的价格。我们可以设计一个算法，从币价A到币价B，可以通过BFS广度优先搜索算法来获取价格。比如有配对A_B、B_C、C_D我们就可以获得A_D的值。

深度优先搜索算法DFS也可以，不过这个算法会返回找到的第一条路径，并不能保证是最短的，最短的确实是最准确的，因为链也长，转换精度就会下降。

当然，可能存在多条路径，最理想的状态是把这些路径都求出来，取个平均啥的，不过这样就得暴力搜索所有的路径了，算法时间复杂度就会比较高。

以下是BFS广度优先算法的代码，Javascript的，可以用于网页前端或者NodeJs后端，甚至是CloudFlare Serverless Worker或者是其它无服务框架：Azure Function、AWS Lambda等。

const fetch = require('node-fetch');

async function getTicker(a, b) {
  try {
    const response = await fetch('https://api.poloniex.com/markets/price');
    const data = await response.json();

    // 创建一个哈希表来存储代币对及其价格
    const pairMap = new Map();

    // 使用直接对及其反向对填充哈希表
    for (const { symbol, price } of data) {
      const [base, quote] = symbol.split('_').map(token => token.toLowerCase());
      if (!pairMap.has(base)) pairMap.set(base, new Map());
      if (!pairMap.has(quote)) pairMap.set(quote, new Map());
      
      pairMap.get(base).set(quote, parseFloat(price));
      pairMap.get(quote).set(base, 1 / parseFloat(price)); // 添加反向边
    }

    // 将 token 转换为小写
    a = a.toLowerCase();
    b = b.toLowerCase();

    // BFS 查找从 a 到 b 的转换率
    const queue = [[a, 1]]; // 从初始代币和兑换率 1 开始
    const visited = new Set([a]);

    while (queue.length > 0) {
      const [currentToken, currentRate] = queue.shift();

      if (currentToken === b) return currentRate;

      // Check connected tokens
      for (const [nextToken, rate] of (pairMap.get(currentToken) || new Map())) {
        if (!visited.has(nextToken)) {
          visited.add(nextToken);
          queue.push([nextToken, currentRate * rate]);
        }
      }
    }

    // 如果未找到路径，则返回 null
    return null;
  } catch (error) {
    console.error("获取或处理数据时出错:", error);
    return null;
  }
}

// Example usage:
(async () => {
  const rate = await getTicker('btc', 'trx');
  console.log('BTC 到 TRX 的兑换率:', rate);
})();

代码的一些简单说明：

API 数据提取：从 P站 API 提取数据并将响应解析为 JSON。
映射对：以每个代币作为键创建一个映射，其中值是它可以直接转换为的另一个代币映射，以及兑换率。
双向映射：通过反转反向转换的价格来存储直接对和反向对。
广度优先搜索：使用队列遍历从 a 到 b 的路径。对于每个代币，都会检查其邻居（可转换代币）。如果找到 b，该函数将返回累积率；如果没有，则继续，直到所有选项都用尽。
处理无路径：如果未找到转换路径，则函数返回 null。

如果有多组兑换，我们可以改成传入一个数组，这样就不用多次调用P站的API了。

const fetch = require('node-fetch');

async function getToken(pairs) {
  try {
    const response = await fetch('https://api.poloniex.com/markets/price');
    const data = await response.json();

    // 创建一个哈希表来存储代币对及其价格
    const pairMap = new Map();

    // 使用直接对及其反向对填充哈希表
    for (const { symbol, price } of data) {
      const [base, quote] = symbol.split('_').map(token => token.toLowerCase());
      if (!pairMap.has(base)) pairMap.set(base, new Map());
      if (!pairMap.has(quote)) pairMap.set(quote, new Map());
      
      pairMap.get(base).set(quote, parseFloat(price));
      pairMap.get(quote).set(base, 1 / parseFloat(price)); // 添加一条反向边
    }

    // 使用 BFS 查找单个对的转换率的辅助函数
    const findConversionRate = (a, b) => {
      a = a.toLowerCase();
      b = b.toLowerCase();
      
      if (a === b) return 1; // 直接转换

      const queue = [[a, 1]];
      const visited = new Set([a]);

      while (queue.length > 0) {
        const [currentToken, currentRate] = queue.shift(); // 出队列

        if (currentToken === b) return currentRate;

        for (const [nextToken, rate] of (pairMap.get(currentToken) || new Map())) {
          if (!visited.has(nextToken)) {
            visited.add(nextToken);
            queue.push([nextToken, currentRate * rate]);
          }
        }
      }

      return null; // 路径没找到
    };

    // 迭代列表并查找转换率
    const results = pairs.map(([a, b]) => findConversionRate(a, b));
    return results;
  } catch (error) {
    console.error("Error fetching or processing data:", error);
    return pairs.map(() => null); // 如果有错误，则返回每对的 null
  }
}

// Example usage:
(async () => {
  const conversionRates = await getToken([['btc', 'trx'], ['usd', 'steem']]);
  console.log('兑换结果：', conversionRates);
})();

简单的代码说明：

参数更新：getToken 现在接受成对的元组数组，其中每个元组代表一对 [a, b]。
辅助函数：findConversionRate 处理每对的转换，实现与以前相同的 BFS 方法。
映射每对：函数迭代数组里的每个配对币，应用 findConversionRate 计算转换率，并将结果存储在数组中。
错误处理：如果出现 API 或处理错误，则返回一个空值数组，与输入数组的长度匹配。

这个修改后的函数现在可以接受一个数组，并在一次Poloniex API调用中返回数组里每个配对的兑换率。

区块链技术

Crypto虚拟货币交易所

交易所跑路啦

本文一共 1127 个汉字, 你数一下对不对.

基于P站(Poloniex)的广度优先搜索算法来获得任意两种币的兑换价格. (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 基于P站(Poloniex)的广度优先搜索算法来获得任意两种币的兑换价格 Javascript Poloniex P站交易所 Crypto Exchanges 加密货币区块链比特币 BTC 程序设计算法编程计算机计算机软件工程

The post 基于P站(Poloniex)的广度优先搜索算法来获得任意两种币的兑换价格 first appeared on 小赖子的英国生活和资讯.

三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?)

英文：Three Attempts at Google: My Software Engineer Interview Journey (Is There Only Three Chances in a Lifetime?)

2024年10月29日 21:53

Google（谷歌）是全球知名的互联网巨头之一，几年前被认为是养老终级大厂，福利优厚，压力相对较小。在英国伦敦，Google设有一个主要从事开发和研究的办公室。

第一次面试 2016年

我在2016年首次面试Google。第一轮是电话面试，由一位在瑞士的工程师主导，通过电话交流并在Google Doc上同步编写代码。由于当时技术水平有限，我用C++完成了那道消息打印的题目，核心是使用队列和哈希表来解决问题，写得很磕磕巴巴。

当时对软件工程师的级别没有特别概念，推测自己面的是SWE L4/L5的级别，因为当时也就工作了5年多。

我查了一下邮件，2013年11月份的时候谷歌猎头联系我问我要不要试试？我说我当时没拿到英国永居，不想冒险，虽然他说到谷歌可以办工签，我当时还是没有选择去面试，现在想起来实在不可思议，后来2014年/2015年的时候同一个猎头还每隔6个月就check-in一次，最后面是在2016年4月份的时候才开始第一次的。

hello-from-google-email-3-years 三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?) 程序员软件工程面试

这个谷歌猎头很敬业，2014年联系我，最后跟踪了三年让我参加第一轮面试。

我要是当时聪明一些，努力刷题一些，搞不好当时进谷歌，现在也工作将近十年了，拿着谷歌股票到现在，也不至于现在混个高不成低不就的。

第二次面试 2020年

第二次面试是2020年11月份，第零轮其实应该算是Google的猎头问的一些选择题，比如C++里的哈希表/map如果访问一个不存在的键会发生什么？Google的软件工程师包括SRE站点可靠工程师在面试的时候都可以选两种路径，一个是数据结构和算法（编程），另一个是运维/DevOps偏LINUX知识的。我都选前者，毕竟这个我感觉只要短期刷题就好了，相反后者需要多年工作实战的积累。

通过了猎头的小测试，我进入了第一轮，是道编程题，但是并不是那种力扣上可以见到的，这一轮45分钟，给得是一个比较有意思的游戏，比如迷宫生成算法。面试的时候需要你主导整个过程，包括澄清问题，构思，写代码，分析复杂度等等，每一步都需要你Think Aloud。虽然这一轮我犯了些错误，但是给得反馈总题还不错，面试官说他觉得我应该进入下一轮。

到了终面，安排在了同一天，上午2轮，下午3轮，我记得3轮编程/Coding，一轮系统设计，一轮Culture Fit/Behavior/行为模式。除了系统设计是1小时，其它的4轮都是45分钟，谷歌的Coding面试45分钟都是解决1题即可，题目并不是力扣上的，题目范围/scope较大，偏难。一般来说coding完还会有一些Follow-up的问题，比如怎么优化算法。这个和Meta/Facebook的Coding面试不同，Meta百分百喜欢出力扣上原题，40分钟内需要解决2题力扣原题（留5分钟问问题），这个可以通过力扣按公司归类最近3/6个月的试题准备即可。

系统设计我记得是设计一个类似AWS S3的文件存储，也不知道是不是看我当时在AWS S3工作。很可惜，最后面这一轮不过关，当时我面的是L5（Senior），软件工程师级别越往上走，对系统设计的能力则要求越高（设计可扩展/分布式/高性能的系统）。

Unfortunately Google doesn’t disclose specific feedback per interview session so in this case I can’t share more context. I wish I had more to share with you! Also, we don’t use the scoring system from 1-4 anymore, each person puts in full context, notes, and recommendations and then HC reviews for an overall consensus decision.

不幸的是，Google 不会披露每个面试环节的具体反馈，因此在这种情况下我无法分享更多背景信息。我希望我能与您分享更多！此外，我们不再使用 1-4 的评分系统，每个人都会提供完整的背景信息、注释和建议，然后由 HC 进行审查以做出总体共识决定。

一般大厂来说，不太会降级别给Offer，也就是说，如果面的是L5职位，但是能力可能只到L4，一般来说是不会给Offer的，但也不排除个别情况下，据说Meta就有面试E5给E4的情况。

级别是在面试过程中根据您的个人背景确定的，包括简历经验、面试表现等多种因素，以及与 SWE/SRE 的契合程度。

Unfortunately we reviewed for overall technical depth slotted against our teams and right now the decision is not to proceed.

不幸的是，我们审查了我们队伍的整体技术深度，现在的决定是不继续。

这次面试的职位是SRE站点可靠工程师。

我的面试谷哥GOOGLE伦敦SRE的经验和教训

第三次面试 2024年

其实去年2023年，也申请了谷歌伦敦Google Research的位置，当时和猎头简单聊过之后，就没下文了，猎头说会把我的简历给招聘经理，不过等了好几周，最后面很抱歉的说已经招了别人了。

Apologies for the radio silence on this one, we have had radio silence from the hiring manager on this role. They have unfortunately decided to prioritise other hiring areas in the team so we won’t be able to move forward at this stage.

However, if we have any other roles in the future I will make sure to keep you in mind.

抱歉，我们没有得到任何回复，我们一直没有收到招聘经理关于这个职位的任何回复。不幸的是，他们决定优先考虑团队中的其他招聘领域，因此我们目前无法继续推进。

但是，如果我们将来有其他职位，我一定会记住你的。

2021年/2022年我记得也投过，不过都没有下文（简历被拒），有一年直接申请Google瑞士，因为听说那边的工资高，和美国一样高，所以想试了试，第二天直接收到了拒信，还是谷歌瑞士的工程师直接发的邮件。

今年就随手申请了一下，也不知道是不是招聘市场回暖，简历同时过了Meta和Google的第一轮筛选。上一次2020年也是，同一时间面试Google和Meta，两个公司的面试都进入了最后一轮（Final Onsite）。

今年和Google猎头聊了聊，她并没有给小测试，就是了解了情况，然后让我选是以算法为主还是运维/DevOps为主，我今年面试的是SRE站点可靠工程师，和第二次一样。

第一轮面试也是一轮设计一个简化版的游戏，面试了45分钟，最后面拖了三分钟 Follow-up问题，也就是把这游戏 Scale Up，如果很多很多人玩，单机内存不够怎么办？

google-interview-first-round-coding-ring 三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?) 程序员软件工程面试

今年第一轮谷歌面试在家里中午午休的时候进行的，45分钟。这个是当时我房间的Ring拍摄记录的。

我最开始的暴力解法写得很6，犯了两个小错误，并不是Bug Free，不过面试官指出后我立马意识到并改正了，后来优化需要用到二分搜索+前缀和/Prefix Sum，面试官很满意说他没想到这种方法。

再后来的优化用到了线段树，但由于时间限制，并不需要去实现，但需要讲明白算法原理。我脑子里想着另一种实现二叉索引树Binary Index Tree，但是不记得实现原理了，结果在那里纠结浪费了一些时间。

最后面给出的回馈就是最后面的Follow-up回答得不是很好。不过并没有立刻拒我，我猜是我过了Bar，但是并不是表现最好的那一个。一般一个职位一个坑，如果接到100份简历，那么只会邀请6-8个来进行第一轮面试，然后淘汰掉一半，最后面邀请3-4个来进行终面。

当时猎头给我打电话，说了反馈，然后就说暂时把我的申请on-hold了。

又过了两周，猎头给我回复：

I hope you’re keeping well, I just wanted to update you that we have now closed our London role. If we get another one through we will definitely be in touch! Thank you so much for everything you invested in our interviews, I know you put in a lot, on top of everything else and elsewhere too – and I know it takes a lot, so really do appreciate it, and I really hope we can keep in touch and work together again in the not so distant future! Take care and thank you again for everything you invested in our process, I really enjoyed working with you and getting to know you.

I wish you every strength, take care XXX!

希望你一切安好，我只是想告诉你，我们现在已经结束了伦敦的职位。如果我们又有新职位，我们一定会保持联系！非常感谢你为我们的面试所做的一切，我知道你付出了很多，除了其他一切之外，也付出了很多——我知道这需要很多，所以真的很感激，我真的希望我们能保持联系，在不久的将来再次合作！保重，再次感谢你为我们的过程所做的一切，我真的很高兴和你一起工作，认识你。

祝你一切顺利，保重 XXX！

我回了（不知道可不可以再投其它职位）：

Could I apply to other roles if there are any suitable in the meantime? Or is it better to just wait?

如果在此期间有其他合适的职位，我可以申请吗？还是最好等待？

更新：Google猎头隔了几天又回了：

I hope you’re keeping well! Thank you for your patience, we should have some roles coming live in London so I’ll catch up with you super soon! Good news!

希望你一切安好！谢谢你的耐心，我们应该会在伦敦有一些HC职位，所以我很快就会再次联系你！好消息！

每年都面试一下，才能知道自己几斤几两。

谷歌面试是不是一生只有三次机会？

谷歌的面试通常没有严格的次数限制，理论上并不是“一生只有三次机会”。不过，谷歌对多次申请有一定的冷却期政策，这意味着在未通过面试后，申请者需要等待一段时间才能再次申请。

通常的冷却期为6到12个月，但这时间会因具体情况和职位类型有所不同。如果之前的面试表现较好，甚至可以更早重新申请。此外，间隔期越长，对候选人的成长和进步的期望也会更高，因此再次面试时需要准备得更充分。

面试经历

面试题

面试技巧

面试其它

本文一共 2568 个汉字, 你数一下对不对.

三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?). (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?) 程序员软件工程面试

The post 三次冲击谷歌软件工程师: 我的面试起伏录 (谷歌面试是不是一生只有三次机会?) first appeared on 小赖子的英国生活和资讯.

站点可靠性工程师(SRE) vs 软件开发工程师(SE/SDE)

2024年10月20日 05:57

许多大公司都有站点可靠性工程师（SRE = Site Reliability Engineer）的职位空缺。例如，谷歌、Facebook/Meta 或字节跳动的抖音。软件工程师（Software Engineer）与亚马逊/Amazon所称的软件开发工程师相同（Software Development Engineer）。

站点可靠性工程师（SRE）是一个专注于确保生产环境中软件系统的可靠性、可扩展性和性能的角色。SRE 负责服务的健康状况和正常运行时间，平衡软件开发与运维任务。软件工程师（SE）主要专注于编写和维护代码以创建软件产品，而 SRE 则融合了开发技能、系统管理、故障排除和事件管理，以确保这些产品在实际环境中顺利运行。

以下是两者之间关键区别的比较：

站点可靠性工程师 (SRE)

专注于可靠性与运维：

确保系统高度可用、可扩展且具有弹性。
监控系统健康状况，管理事件并处理故障。

运维自动化：

使用代码自动化手动任务（例如基础设施部署、监控和补救措施）。
通过创建自动恢复或仅需最少人工干预的系统来减少重复性工作。

随叫随到的职责/也就是On-call：我在亚马逊AWS云On Call的体验

通常参与随叫随到的轮值，处理操作问题和紧急情况。

性能和容量规划：

分析系统性能，确保系统能够应对增长和流量高峰。

SLA、SLO 和 SLI：

定义和管理服务级别协议（SLA）、目标（SLO）和指标（SLI），以测量并确保正常运行时间和性能指标。

事件管理：

调查事件，领导事后分析，并实施修复措施以防止未来发生类似问题。

软件工程师 (SE)

专注于开发：

主要参与设计、开发和维护软件应用程序或服务。
通常致力于构建新功能或改进现有软件。

产品开发：

在开发阶段关注软件的功能性、可扩展性和可维护性。

与其他团队合作：

与产品经理、设计师和其他工程师合作，定义功能并实现软件解决方案。

代码质量和测试：

编写测试代码，并通过代码审查、单元测试和自动化测试等实践确保代码质量。

较少参与生产操作：

通常不负责系统正常运行时间或紧急响应（除非在专注于 DevOps 的团队中工作）。

重叠点：

编码技能：SRE 和 SE 都编写代码，但 SRE 可能更侧重于自动化和支持生产系统的工具。
DevOps 实践：两种角色可能都遵循 DevOps 原则，以确保持续集成和部署，SRE 强调可靠性，而 SE 则注重开发速度和功能交付。

总而言之，SRE 是一个强调确保生产系统可靠性和运维效率的专门角色，而软件工程师则更多地专注于构建和增强软件。

SE 和 SRE 入职门槛要求的比较

关键区别：SRE 角色通常需要更深的系统操作和基础设施管理知识，而 SE 角色则更强调软件开发和计算机科学理论。

站点可靠性工程师 (SRE)

教育/背景：

通常需要计算机科学、系统工程或相关领域的背景，类似于软件工程。
SRE 往往具备软件开发和系统管理（Linux、网络等）技能的组合。
通常需要 DevOps 工具、云基础设施（AWS、GCP、Azure）和自动化工具（如 Ansible、Terraform 或 Kubernetes）的经验。

运维经验：

SRE 需要管理生产环境、理解 SLA、监控和事件管理的实际经验。

所需技能：

系统工程（Linux、网络等）方面的强大知识。
熟练掌握脚本编写/编程（Python、Go、Ruby 等），用于自动化任务。
具备监控工具（如 Prometheus、Grafana）、CI/CD 管道和基础设施自动化的经验。

软件工程师 (SE)

教育/背景：

通常需要计算机科学或相关领域的学位，尽管有些人通过编程训练营或自学进入该领域。
专注于数据结构、算法和构建软件解决方案。
为应届毕业生或那些具有较少专业经验的人（实习、项目）提供入门级职位。

所需技能：

熟练掌握一种或多种编程语言（Java、Python、C++ 等）。
对计算机科学基础（算法、数据结构、面向对象设计）有深入了解。
具备编写干净、可维护、可扩展代码的能力。

SE 和 SRE 面试难度的比较

关键区别：SE 面试更侧重于算法，而 SRE 面试更多关注系统、操作和可靠性工程，编码要求较低但仍然重要。

站点可靠性工程师 (SRE)

难度：中等到高

SRE 面试通常涵盖广泛的主题，包括系统设计、故障排除、生产级故障和监控。
面临与系统可靠性、基础设施扩展和事件响应相关的解决问题的挑战。
面试通常测试您的网络、Linux 基础、云架构和基础设施自动化知识。
部分面试可能会专注于编码，但复杂性因公司而异（通常为中等难度，以脚本为主的任务）。

涉及主题：

系统设计（重点是可靠性、弹性）。
与自动化相关的编程/编码挑战。
故障排除和事件处理。
监控和性能优化。
网络基础和基于 Linux 的系统知识。

软件工程师 (SE)

难度：高

SE 面试通常更多关注算法、数据结构和编码挑战。
高级职位的系统设计面试可能会非常复杂，涉及可扩展架构、分布式系统和性能优化。
SE 面试往往更注重算法密集度，测试您在时间限制下解决问题的能力。

涉及主题：

数据结构和算法（例如排序、图遍历、动态规划）。
系统设计（针对高级角色）。
以编码风格、团队合作和问题解决为重点的行为面试。
在 LeetCode、HackerRank 或公司自定义平台上的编码练习。

SE 和 SRE 薪酬待遇的比较

关键区别：两种角色的总薪酬非常相似，尤其是在顶级科技公司中的高级职位。然而，在某些技术性极高的职位上（例如高级工程师/首席工程师），SE 可能会因为更大的股票和奖金包裹而超越 SRE。

站点可靠性工程师 (SRE)

基础薪资/Base：

在顶级科技公司（如谷歌、Meta、亚马逊），SRE 的基础薪资通常较高，类似于软件工程师。
在美国，入门级 SRE 的年薪约为 12 万 – 16 万美元。
高级 SRE 的年薪可能在 18 万 – 22 万美元或更高，具体取决于公司和地点（特别是在硅谷等科技中心）。

总薪酬/Total Package：

包括奖金、股票期权和其他福利后，顶级科技公司中的 SRE 的总薪酬可能达到 20 万-35 万美元或更高，特别是高级职位。
SRE 经常获得与系统正常运行时间、可用性或事件管理相关的丰厚奖金。

软件工程师 (SE)

基础薪资/Base：

SE 的基础薪资通常与 SRE 类似，尤其是在大型科技公司中。
入门级软件工程师的起薪通常在 11 万 – 15 万美元之间。
高级软件工程师的年薪可能在 18 万 – 25 万美元或更高，具体取决于经验、地点和公司。

总薪酬/Total Package：

包括股票期权、奖金和绩效奖励后，SE 在大型科技公司中的总薪酬可能达到 20 万 – 35 万美元或更高，尤其是在股票重的薪酬结构（例如谷歌、Meta、亚马逊）中。
在某些公司，软件工程师的薪酬可能会因为更大的股票包裹而偏高，特别是在较高级别上。

SRE 和 SE 的总结

方面	站点可靠性工程师 (SRE)	软件工程师 (SE)
入职要求	系统/运维经验，基础设施，自动化知识	强大的编码技能，计算机科学基础，专注于开发
面试	系统设计，运维，自动化，事件管理	算法密集，数据结构，编码和系统设计
薪酬	与 SE 相似，基础薪资 $120K–$220K；顶级科技公司总薪酬 $200K+	与 SRE 相似，但在高级职位上 SE 可能比 SRE 赚得更多

两种工作都非常有价值，尽管 SRE 职位需要更多的系统和运维专业知识，而 SE 职位则更强调开发和算法问题解决。

英文：Site Reliability Engineer (SRE) vs Software Engineer

软件工程师

本文一共 2207 个汉字, 你数一下对不对.

站点可靠性工程师(SRE) vs 软件开发工程师(SE/SDE). (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 站点可靠性工程师(SRE) vs 软件开发工程师(SE/SDE) 工作程序员资讯软件工程

The post 站点可靠性工程师(SRE) vs 软件开发工程师(SE/SDE) first appeared on 小赖子的英国生活和资讯.

软件工程师面试: TCP/IP协议是什么?

2024年10月4日 20:49

最近，在面试第一轮抖音（字节跳动）的伦敦职位（Site Reliability Engineer），被问到了这个问题：TCP/IP协议是什么？这个是考基本功，是每个软件工程师都要会的。

TCP/IP（传输控制协议/互联网协议）是一组网络协议，管理数据如何通过互联网和其他网络传输。它是互联网的基本通信模型，由两个主要层组成：

互联网协议 (IP)

IP 负责将数据包从源地址路由到目标地址。它工作在 OSI 模型的网络层。

IP 地址：互联网中的每个设备都被分配了一个唯一的 IP 地址，用于标识数据包的发送者和接收者。
数据包路由：IP 将数据分成多个包，并通过不同的网络将其路由到目标地址。
版本：IP 主要有两个版本：IPv4（32位地址）和 IPv6（128位地址）。

传输控制协议 (TCP)

TCP 负责确保设备之间数据传输的可靠性。它工作在 OSI 模型的传输层。

面向连接：TCP 在传输数据之前会在发送方和接收方之间建立连接。
数据完整性：TCP 通过确认、序列号和错误检查等机制，确保数据包按顺序无误地到达。
流量控制：TCP 通过滑动窗口管理数据流，防止接收方超载。

TCP/IP 协同工作原理

应用数据：应用层将数据（例如网页、电子邮件）发送到传输层（TCP）。
TCP 层：TCP 将数据分段，添加序列号和错误检查信息，并将其发送到 IP 层。
IP 层：IP 层将 TCP 段封装成 IP 包，附上源和目标 IP 地址，并通过各种网络路由数据包。
接收端：在目标设备上，IP 层将数据包交给 TCP，TCP 重新排列并验证数据的完整性，然后将其传递给应用层。

TCP/IP 套件中的其他协议

UDP（用户数据报协议）：一种无连接、速度更快的 TCP 替代方案，常用于视频流、在线游戏等实时通信。
HTTP/HTTPS（超文本传输协议）：用于网络通信的应用层协议。
DNS（域名系统）：将域名解析为 IP 地址。

TCP/IP 确保数据在网络间高效传输，保持可靠性、地址分配和路由，同时遵循互联网的基本通信原则。

TCP/IP 通常被描述为一个四层模型，但有时它可以与 OSI 模型（七层）进行比较。

tcp-ip-and-osi-model 软件工程师面试: TCP/IP协议是什么? 学习笔记程序员计算机计算机软件工程面试

TCP/IP 4层协议和OSI的7层协议的比较

TCP/IP 四层模型

TCP/IP 模型简化为四层，旨在反映协议在现实网络中的工作方式。

应用层

这一层对应于 OSI 模型的前三层（应用层、表示层和会话层）。它包括 HTTP、HTTPS、FTP、DNS 和 SMTP 等协议。

传输层

负责设备之间的可靠通信。运行于这一层的协议包括 TCP（传输控制协议）和 UDP（用户数据报协议）。

互联网层

处理跨网络的数据包路由，类似于 OSI 的网络层。该层包含 IP（互联网协议），用于地址分配和数据包路由。

网络接口层（或链路层）

这一层负责物理网络（如以太网、Wi-Fi）和互联网层之间的数据传输。它对应于 OSI 的数据链路层和物理层。

OSI 七层模型

OSI（开放系统互联）模型更加细致，将网络功能分为七个层次。

物理层（如电缆、交换机）
数据链路层（如 MAC 地址、以太网）
网络层（如 IP 路由）
传输层（如 TCP、UDP）
会话层（如管理应用之间的会话）
表示层（如加密、数据格式转换）
应用层（如 HTTP、FTP）

主要区别：TCP/IP vs OSI

TCP/IP 将一些功能合并为更少的层次（四层），反映了它在互联网通信中的实际应用。

OSI 是一个更加详细的概念模型（七层），主要用于教学和理论理解。

总结来说，TCP/IP 通常被认为是四层模型，而 OSI 模型则是七层模型。

英文：What is TCP/IP (4 Layer vs OSI 7 Layer)?

面试经历

面试题

面试技巧

面试其它

本文一共 1009 个汉字, 你数一下对不对.

软件工程师面试: TCP/IP协议是什么?. (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 软件工程师面试: TCP/IP协议是什么? 学习笔记程序员计算机计算机软件工程面试

The post 软件工程师面试: TCP/IP协议是什么? first appeared on 小赖子的英国生活和资讯.

C/C++ 中的内存管理器(堆与栈)

ACM题解系列之 – 最小堆栈 (Min Stack)

2024年10月3日 04:48

最近面试的时候遇到这个问题。这个问题考你计算机的基本功。

在 C/C++ 中，内存管理是控制程序如何分配和管理其资源的关键方面。C/C++ 程序中的内存通常分为不同的区域：堆栈和堆是最主要的动态和自动内存分配区域。

stack C/C++ 中的内存管理器(堆与栈) 学习笔记技术程序员程序设计编程计算机软件工程面试

Stack 栈

堆栈内存

定义：堆栈内存用于静态（自动）内存分配。它是存储函数参数、本地变量和返回地址的地方。当调用一个函数时，一个新的内存块（称为堆栈帧）会被添加到堆栈的顶部。当函数返回时，该内存会被自动释放。
分配：内存由系统自动管理——在变量超出作用域时自动分配和释放。无需人工干预。
生命周期：受限于函数或代码块的作用域。一旦函数退出，内存将被释放。
大小限制：堆栈的大小通常较小并由系统预定义，意味着大的分配可能导致堆栈溢出。
访问速度：由于其后进先出（LIFO）的结构，堆栈内存访问速度更快。由于内存是连续的且可预测的，它允许快速访问。
使用场景：局部变量、函数调用信息和固定大小的对象（数组、结构体）。

堆内存

定义：堆内存用于动态内存分配，程序员使用 C 中的 malloc()、calloc()、free() 和 C++ 中的 new、delete 手动分配和释放内存。
分配：内存在运行时分配，并且分配的生命周期由程序员手动控制。它可以持续存在，直到显式释放。
生命周期：堆分配的对象的生命周期不受作用域的限制。内存将一直被使用，直到被释放为止。
大小限制：堆通常比堆栈大，但取决于系统资源。不当处理可能导致内存泄漏（忘记释放分配的内存）或碎片化（内存使用效率低）。
访问速度：堆内存的访问速度比堆栈慢，因为分配是分散的，动态分配涉及更多的开销。
使用场景：如链表、树等大数据结构，或在运行时确定大小的对象。

堆与栈的主要区别

特征	堆栈	堆
内存大小	通常较小，预定义	通常较大，受系统资源限制
分配	自动，由编译器管理	手动，由程序员管理（使用 new、malloc 等）
释放	自动（函数退出时）	手动（使用 delete、free 等）
生命周期	限于函数/代码块作用域	可以持续，直到显式释放
速度	较快（连续内存）	较慢（分散内存，开销更大）
风险	堆栈溢出（如果超出大小限制）	内存泄漏和碎片化

堆栈分配示例

void function() {
    int x = 10; // 分配在堆栈上
} // x 会自动释放

堆分配示例

void function() {
    int* p = new int; // 分配在堆上
    *p = 10;
    delete p; // 必须手动释放
}

正确管理堆内存在 C/C++ 中非常重要，因为它可能导致与内存相关的错误，如内存泄漏或重复释放。理解堆和堆栈内存之间的差异有助于优化程序的性能和可靠性。

英文：The Memory Manager in C/C++ (Heap vs Stack)

面试经历

面试题

面试技巧

面试其它

本文一共 874 个汉字, 你数一下对不对.

C/C++ 中的内存管理器(堆与栈). (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c C/C++ 中的内存管理器(堆与栈) 学习笔记技术程序员程序设计编程计算机软件工程面试

The post C/C++ 中的内存管理器(堆与栈) first appeared on 小赖子的英国生活和资讯.

软件工程师经典面试题: 当你在浏览器的地址栏敲入google.com并按回车后发生了什么?

英文：Software Engineering Interview Question: What Happens When You Type Google.com in the Browser Address Bar?

2024年9月29日 03:49

我认为这无疑是最受欢迎的软件工程师的（Software Engineer）面试问题之一。最近有人说这个问题曾出现在抖音Tiktok 的面试中。

要回答面试中的“当你在浏览器中输入 https://www.google.com 时会发生什么？”这个问题，可以按步骤详细说明整个过程，涉及 DNS 查找、TCP/SSL 握手、请求处理和页面渲染。以下是全面的解释：

URL 解析

当你输入 URL https://www.google.com 并按下回车时：

协议：浏览器识别出协议是 https，意味着它将使用 HTTP 加密传输（TLS）。
主机：浏览器识别出 www.google.com 是域名。
路径：默认路径是 /，因为没有提供具体路径，表示请求主页。

DNS 查找

浏览器需要将域名 www.google.com 转换为一个 IP 地址。这个过程分为几个步骤：

浏览器缓存：浏览器首先检查自己的缓存，看看是否已有 www.google.com 的 IP 地址。
操作系统缓存：如果未找到，浏览器会向操作系统请求缓存。
路由器缓存：如果操作系统没有该 IP，路由器会检查它的缓存。
ISP DNS 服务器：如果依然未找到，路由器会查询 ISP 的 DNS 服务器。
递归 DNS 查找：如果 ISP 没有缓存 IP，DNS 服务器会递归查询 DNS 层次结构（根 DNS 服务器、顶级域名服务器、权威 DNS 服务器）。最终，www.google.com 的 IP 地址被解析出来（例如，142.250.72.196）。

建立 TCP 连接

知道 IP 地址后，浏览器需要与 Google 服务器建立连接，使用以下步骤：

TCP 三次握手：

SYN：客户端（浏览器）向服务器发送 SYN（同步）包，启动连接。
SYN-ACK：服务器响应 SYN-ACK（同步确认）包。
ACK：客户端发送 ACK 包，连接建立。

SSL/TLS 握手（针对 HTTPS）

由于使用的是 HTTPS，浏览器与服务器通过 SSL/TLS 建立加密连接：

浏览器与服务器协商加密协议（TLS 版本）并交换加密密钥。
服务器发送其 SSL 证书，浏览器验证该证书以确保服务器身份。
生成会话密钥，用于加密接下来的通信。

HTTP 请求

建立安全连接后，浏览器向服务器发送 HTTP GET 请求：

方法：GET
请求头：包括浏览器类型、cookies 和缓存信息。
主机：www.google.com
路径：/

服务器处理

Google 的服务器位于负载均衡器后面，接收请求：

请求可能会通过多个反向代理和负载均衡器处理，通常分布在多个数据中心，以确保可用性和性能。

Google 的 Web 服务器处理请求，检查所请求的资源（Google 的主页），并准备响应。

HTTP 响应

服务器返回一个 HTTP 200 OK 响应，并将必要的 HTML、CSS、JavaScript 和其他资源发送到浏览器。

响应包括响应头（如 Content-Type、Cache-Control）以及响应体（Google 主页的 HTML 内容）。

浏览器渲染

浏览器现在获取了 HTML 并开始渲染页面：

HTML 解析：浏览器解析 HTML 以构建 DOM（文档对象模型）。
CSS 解析：下载并应用任何链接或嵌入的 CSS 样式表以设置 DOM 元素的样式。
JavaScript 执行：下载并执行 JavaScript。JavaScript 可能进一步修改 DOM 或发送额外的网络请求（如 AJAX）以动态更新页面。
渲染：浏览器的渲染引擎将解析和样式化的内容绘制到屏幕上，形成可见的网页。

附加资源请求

当浏览器解析 HTML 时，它会识别出额外的资源（图片、样式表、JavaScript 文件）需要加载：

这些资源通过额外的 HTTP/HTTPS 请求获取。这个过程会通过多个并行连接重复进行，以快速下载和渲染资源。

浏览器缓存与优化

浏览器会根据缓存头（如 Cache-Control、ETag）缓存某些资源（图片、脚本、样式表）。

现代浏览器使用诸如 HTTP/2 多路复用等优化技术，通过单个 TCP 连接下载多个资源，从而减少延迟。

最终页面显示

一旦所有资源下载、解析和渲染完成，用户可以与完全加载的页面进行交互。进一步的用户操作（点击、输入等）可能会触发更多的网络请求（如提交表单、AJAX 更新）。

加分点

CDN（内容分发网络）：Google 使用 CDN 从地理位置较近的服务器提供内容，减少延迟并提高加载速度。
安全功能：HSTS（HTTP 严格传输安全）确保所有请求都通过 HTTPS 进行。Google 的证书绑定技术确保服务器的 SSL 证书未被篡改。
Service Workers：如果启用，Service Worker 可能会拦截请求，提供缓存响应或启用离线功能。

这份详细的说明涵盖了从用户输入 URL 到浏览器最终渲染页面的所有关键步骤，涉及 DNS、TCP/IP、TLS、HTTP 和浏览器渲染等内容，适合系统设计或软件工程面试。

面试经历

面试题

面试技巧

面试其它

本文一共 1423 个汉字, 你数一下对不对.

软件工程师经典面试题: 当你在浏览器的地址栏敲入google.com并按回车后发生了什么?. (AMP 移动加速版本)

扫描二维码，分享本文到微信朋友圈

75a5a60b9cac61e5c8c71a96e17f2d9c 软件工程师经典面试题: 当你在浏览器的地址栏敲入google.com并按回车后发生了什么? 学习笔记程序员计算机资讯软件工程面试

The post 软件工程师经典面试题: 当你在浏览器的地址栏敲入google.com并按回车后发生了什么? first appeared on 小赖子的英国生活和资讯.

C++的 map 当键(Key)不存在的时候会发生什么?

2024年9月14日 18:27

在面试流程（例如筛选）的早期阶段，一位 Google 招聘人员曾向我问过这个问题。

在C++中，当你使用std::map访问一个不存在的键时，行为取决于你是如何访问它的。

使用下标操作符 [] 访问时

如果键不存在，std::map 会默认插入一个该键的元素，并为其赋值为类型的默认值。比如，如果 map 的值类型是 int，那么它会插入该键并赋值为 0。

例子：

std::map<int, int> myMap;
int value = myMap[10]; // 如果键10不存在，会插入myMap[10] = 0

使用 at() 方法访问时

如果键不存在，at() 会抛出 std::out_of_range 异常。

例子：

std::map<int, int> myMap;
try {
    int value = myMap.at(10); // 如果键10不存在，会抛出异常
} catch (const std::out_of_range& e) {
    std::cout << "Key not found!" << std::endl;
}

使用 find() 方法

find() 方法不会修改 map，它返回一个迭代器。如果键不存在，它会返回 map.end()。

例子：

std::map<int, int> myMap;
auto it = myMap.find(10);
if (it == myMap.end()) {
    std::cout << "Key not found!" << std::endl;
} else {
    std::cout << "Value: " << it->second << std::endl;
}

C++ std::map 和 std::unordered_map的比较

std::unordered_map 处理不存在的键与 std::map 类似，但有一些差异，主要是因为它们内部的数据结构不同。

map 和 unordered_map 的区别：

顺序：std::map 是有序的（内部实现为平衡树），所以元素会按键的顺序排列。而 std::unordered_map 是无序的，使用哈希表存储元素，因此没有特定的顺序。
性能：std::unordered_map 通常有更快的平均访问时间（由于哈希结构，平均时间复杂度为 O(1)），而 std::map 的访问时间复杂度为 O(log n)，因为其内部实现为树结构。然而，如果发生大量哈希冲突，unordered_map 在最坏情况下的时间复杂度可能是 O(n)。

总的来说，std::unordered_map 和 std::map 在处理不存在的键时，对于 []、at() 和 find() 的行为相似，但它们在顺序和性能方面存在差异。

总结

使用 [] 访问时，如果键不存在，map 会插入一个新元素并赋予默认值。
使用 at() 访问时，如果键不存在，会抛出异常。
使用 find() 可以检查键是否存在，而不会修改 map。

英文：C++: Access a Non-existent Key in std::map or std::unordered_map

面试经历

面试题

面试技巧

面试其它

本文一共 473 个汉字, 你数一下对不对.

C++的 map 当键(Key)不存在的时候会发生什么?. (AMP 移动加速版本)