31 मे रोजी, दिग्गज, हुशार आणि अनुभवी डेरेक फार्मर (उर्फ स्नॅपड्रॅगन) यांनी हॅकरकेन लाइव्हद्वारे हॅकरकॅनट्सद्वारे 6 तास पोस्ट केलेल्या डझनभर प्रश्नांची उत्तरे दिली! इतकेच काय, त्यांनी त्यांच्या मायक्रोसॉफ्ट सर्फेस प्रो वर संपूर्ण थेट कास्ट आणि कोडिंग केले!
काहीजण त्याला पौराणिक मनुष्य म्हणतात.

आयसीपीसी 2014 आणि झेनहॅक्स! स्नॅपड्रॅगन प्रतिष्ठित इंटरकॉलेजिएट कोडिंग स्पर्धेसाठी अनेक वेळा न्यायाधीश राहिले आहेत. याव्यतिरिक्त, सर्वात अलीकडील झेनहॅक्स स्पर्धेत त्याने # 2 क्रमांक मिळविला. तुमच्यापैकी बर्‍याच लाइव्ह स्ट्रीमर्सनी त्याच्या सोल्यूशनच्या दुव्याची विनंती केली. वचन दिल्याप्रमाणे, ते येथे आहे!
एका वेळी शेकडो लोक ट्यून केले आणि त्यांचे थेट प्रवाहाचे व्हिडिओ रेकॉर्डिंग आतापर्यंत 6,000 पेक्षा जास्त वेळा पाहिले आहेत!
आम्हाला कार्यक्रमाच्या ठळक वैशिष्ट्यांविषयी बोलण्यासाठी स्नॅपड्रॅगनला पकडण्याची संधी मिळाली. प्रसिद्ध स्नॅपड्रॅगनकडून शहाणपणाचे काही मोती येथे आहेत.

चला, ठीक आहे! आयसीपीसी -2014 मधील कुप्रसिद्ध ‘जी’ समस्या सोडविण्यासंबंधी तुमचा सल्ला काय आहे?

केवळ 1 कार्यसंघ ते सोडविण्यास सक्षम होता. संघास एखाद्या समस्येबद्दल विचार करण्यास घाबरू नका कारण त्यांना इतर संघ हे सोडवताना दिसत नाहीत. मागील वर्षांच्या तथाकथित “स्टॉपर्स” च्या तुलनेत जी फार कठीण नाही. (यावर फार कमी उपाय आहे). [4:30].

आपला थेट प्रश्न एखाद्याने थेट इव्हेंट दरम्यान विचारला आहे का?

जेव्हा कुणाला रुबिकचा घन सोडवण्याबद्दल विचारले. Group मी ग्रुप थियरी कंज्युएशन (याप्रमाणे) वर आधारित रुबिकचे क्यूब निराकरण करण्यासाठी चांगली युक्ती स्पष्ट करण्याचा प्रयत्न केला.

प्रोग्रामिंग मुलाखतींचा सल्लाः

आपण आत्ता कोड करू शकत नाही अशा किती लोकांची आम्ही मुलाखत घेत आहोत यावर आपला विश्वास नाही. आपण हॅकररँकमधून जात असल्यास, कंपन्यांनी पाहू इच्छित असलेल्या समस्यांमधून आपण विचार करण्यास सक्षम असावे!

समस्यांकडे जाताना मेन्टल मॉडेल काढताना:

मला असे वाटत नाही की माझ्या मानसिक मॉडेलशी त्याचा जास्त संबंध आहे, मी कोणत्या भाषेत कोड करीत आहे. मी नेहमी सी ++ मध्ये काम करत आहे, परंतु माझे मानसिक मॉडेल मुळात गणित आहे, प्रोग्रामिंग नाही. म्हणून, जेव्हा मी एखाद्या समस्येकडे पहात आहे, तेव्हा मी विचार करीत आहे: हे गणिताचे कसे दिसते?
स्नॅपड्रॅगन (1)

गणित खरोखर महत्वाचे आहे. परंतु प्रोग्रामिंगमध्ये विश्वविजेते होण्यासाठी आपल्याला गणितामध्ये विश्वविजेते होणे आवश्यक नाही. मी त्याच्या उदाहरणासारखे आहे.

सराव आणि शिकण्यासाठी सर्वोत्तम धोरण काय आहे?

मला असे वाटत नाही की मी कधीही विशिष्ट अल्गोरिदम उचलले आणि त्यांचा अभ्यास केला. जेव्हा मी वॉटरलू एसीएम टीमच्या विसंगतीवर होतो तेव्हा आम्ही फील्ड प्रॉब्लेम्सचा सराव करू. आम्ही -5–5 तास घालवू आणि आपली खरोखर स्पर्धा असल्याचे भासवायचे. नंतर, आमच्या कमतरता कोठे आहेत हे शोधून काढू. हे नवीन अल्गोरिदम होते? ते किडे होते? कधीकधी आपण चुकवलेल्या समस्येचे एक वाक्य असते.

कंपन्यांनी कोडींग मुलाखती क्रॅक करण्यासाठी स्पर्धात्मक प्रोग्रामिंग आवश्यक आहे का?

असे दिसते आहे की कंपन्या मुलाखतींमध्ये अल्गोरिदम-शैलीचे प्रश्न विचारण्यास प्राधान्य देतात. या नंतरच्या एसीएम आव्हानांमधील जटिलतेचा सामना करणारे प्रश्न मी कधीही पाहिले नाहीत. कारण, कंपन्या खरोखर आपण अल्गोरिदमचा मास्टर आहात की नाही हे पाहण्याचा प्रयत्न करीत नाहीत. आपण काय विचार करता हे ते पाहू इच्छित आहेत. ते आपल्याला अडचणी देतात जेणेकरून आपण त्यांचे निराकरण होताच ते आपले विचार ऐकू शकतात. झेनिफिट्स आणि गुगल सारख्या कंपन्यांच्या मुलाखतीची तयारी करण्याचा एक चांगला मार्ग म्हणजे हॅकररँक, अडचणीतून जात आहे. आपण कोड करू शकत नाही अशा मुलाखतींसाठी किती लोक येतात यावर आपण विश्वास ठेवणार नाही.

म्हणूनच, जर आपण हॅकररँकवर खूप सराव करत असाल तर आपण त्या सर्व मानक मुलाखतीच्या प्रश्नांमध्ये खरोखर चांगले काम कराल. आपल्याला प्रश्नांची सूची आधी लक्षात ठेवण्याची आवश्यकता नाही … आपण उड्डाणपुलावर विचार करण्यास सक्षम व्हाल. हॅकररँक किंवा इतर कोठेही आपल्याला सापडलेल्या कठीण आव्हानांसह ते सोपे आहेत.

डायनॅमिक प्रोग्रामिंगवरः

डायनॅमिक प्रोग्रामिंगची समस्या ही आहे की ती केवळ एक अल्गोरिदम नाही … ती एक संकल्पना आहे. मी डीपी मधील अनुभवातून बरेच काही शिकलो. शोध घेण्याच्या सर्वसाधारण दृष्टिकोनापेक्षा हे अधिक आहे. हा असा प्रकार आहे जो आपल्याला अनुभवापासून वर काढावा लागेल. ही राज्ये कशी दिसू शकतात हे ओळखण्यात अनुभव सक्षम आहे. आपल्याकडे घातांकीय संख्या असणे आवश्यक नाही. आपल्याला त्यांची आवश्यकता आहे जेणेकरुन आपण त्यांना मिळवू शकाल.

 

Related Post

Leave a Reply

Your email address will not be published. Required fields are marked *