# 做了国外 CS 课程的 lab，拿到腾讯实习！
大家好，我是小林。
相信不少 CS 学生都有关于项目到底要怎么准备的问题，可能大家认为要做个非常强的项目才有机会面试。
在前几个星期，有位大三非科班的读者的项目经历写的是国外 CS 课程的 lab，也就是课程的实验，并不是什么高大上的项目，他依然拿到了腾讯的实习。
他跟说，对于校招面试，项目其实并不要求做的很牛逼，但是要保证是你自己亲手做的，因为面试时，问项目主要是问你在项目中用什么技术解决了什么问题，然后达到了什么效果，你能回答出这些才是主要的。
然后面试过程中，计算机基础和算法才是大头，考的最多的还是这些。
他由于在学校里参加过 ACM 比赛，所以面试时的算法对他不是难度，他甚至都没刷过 leetcode，但是每次面试的算法他都是秒杀的。
他的弱点主要是在计算机基础知识，因为他不是非科班的，很多计算机专业课都没上过，或者有的没怎么认真学过。
他最开始因为没有准备计算机基础，面试屡屡挫败，后面他开始突击一两月这些八股文，我的图解网络和系统也对他起到来一定的帮助，最终成功拿到腾讯的实习。
我也邀请这位读者分享他的学习经验和做 lab 的经验。
开车！
# 我跨专业是如何学CS的
简单概括我的情况。
我是名非科班的 ACM 选手，在准备面试之前这一段时间都没有系统的学习过专业课的知识
我是一名大三的机械系的学生，大概在大二上学期过完的假期，我刷知乎偶然看到了同学校学长描述自己的竞赛经历，觉得很好奇，就入坑了算法竞赛也就是俗称的 ACM，兴趣使然一直打到了大三下学期。
在这段时间里，我和队友或者其他计算机院的学生聊天的时候，偶尔会听到一些关于专业课的知识或者名词，然后会去搜这些相应的知识稍微进行了解，但是完全没有系统的学习过 CS 的专业课知识，基本上就是看到了什么知识点感觉好玩就去搜一搜。可以说，在面试之前我对CS的体系和知识是完全陌生的。
到了大三下学期，偶然看到学校群里有学姐发的实习招聘信息，我才意识到：我都大三了，是时候着手准备一下找工作的事了。
通过学姐发的招聘信息，我被内推去参加了 tx 的实习面试。
这一次面试的内容都十分简单，什么是多态，多态怎么实现的，进程和线程的内容是什么，计算机网络的几层结构是怎么样的…如果你有准备面试的话，你会发现这些问题简直就是送分题！
但由于我从来没有学习过相关的知识，被虐的惨不忍睹（面试官还和我说会进行评估，然后五分钟之后就把我挂了）才发现自己这一块有如此大的欠缺，开始着手一点点的从头开始补 CS 的知识。
# 如何学习专业课知识
不要上来就啃所谓的经典书。
先去找一些经典的网课看看。对于新手来说，网课的老师可能讲的更像人话一点。
我个人主要推荐：CSAPP。从计算机的组成比如浮点数的存储方式，存储金字塔结构到操作系统的进程线程，计算机网络的 socket 等都有介绍，一个性价比很高的课程能够让你了解整个计算机体系结构。
其次我个人认为面试中常考察的点就是 OS、计网、数据库和一些语言知识。语言大家自己去找对应的课程学习。
计网的话我是看小林的图解网络 + b站的湖科大的老师做的视频，都附带了很多图和动画，简单易懂。参考的文字材料就是自顶向下 + TCP/IP 详解卷1。
OS 没有找过网课看，觉得看完 CSAPP 之后挺好理解的了。用的文字材料主要是小林的图解系统 + 操作系统概论。
数据库网课看的是 15445，这是一个面向磁盘的数据库，后面发现大量的讲解的其实是 Mysql 的原理。然后文字材料参考的是 Mysql 技术内幕，Innodb存储引擎和 Redis 设计与实现。
进阶的内容大家可以参照自己想要发展的方向学习啦，我认为学到这里的人对计算机体系结构有了了解之后，应该很容易找自己的方向。像我对分布式和数据库感兴趣，就选了 6.824 和 15445 作为扩展学习内容。
虽然我推荐了一些网课和书籍作为学习内容，但是我学习过程中绝对不止参考了这些东西。
对于一个知识点，我如果看不懂的话先考虑找公开课/博客，然后在书中找较为书面化的表达方式，最后我还会在自己博客中写笔记，用自己的话表达也是一种学习方式。
# 关于 6.824 和 15445
6.824 和 15445 这两个一个是关于分布式系统的。
他会讲一些关于 mapreduce 和 raft 的分布式算法，以及 15445，它一个基于磁盘的数据库（后来我看 innodb 引擎的时候发现其实就是对着 mysql 讲的）选择这两个课程学习的好处在于他们的 lab 真的很好，其实 CSAPP 出名的地方同样如此。
差不多的内容，讲师的水平肯定不会有决定性差距，差距主要体现在这些公开课由很好的 lab，带你手把手对一个知识进行实现算法/数据结构，让你对知识的理解更加深刻。
同时，由于这些是比较常见的算法，一般面试官都会懂，因此就喜欢和你聊一聊相关的问题，是一个面试的时候很好的谈资。你可以聊一聊你项目里面是怎么实现的，遇到了什么问题，如何解决的。
铺垫了这么多，如何学习这种公开课？
6.824 和 15445在b站上都是有相应的视频的，但据我了解免费放出来的貌似都是机翻的，可能有一些地方语义不是很通畅，这里我推荐一个组织叫simviso，人工翻译公开课的视频，会比机翻的看起来舒服一些。
然后关于怎么做公开课的lab，其实你要实现的东西老师上课从答题思路到实现细节都会讲的很清楚，认真听了公开课之后你就知道里面的东西怎么运作的了，只需要自己再理一理怎么实现之类的问题就可以了。
同时，官网上也会有很详细的教程，告诉你要实现什么东西，然后每个模块你要实现什么样的函数，拥有什么样的功能，是保姆级教学！不用担心不会写的问题。
知识点在课上会说的很清楚，lab 做的东西绝对不会超纲，不仅课上会教你，官网的文档也写得很清楚，可能对于英语不是很好的小伙伴会造成一些困惑，但是我感觉当程序员面对英语文档应该会是很常见的事情。
# 6.824 lab
6.824 的官网地址：
http://nil.csail.mit.edu/6.824/2018/schedule.html
6.824 的官网的 schedule，如下图：
下图是 lab1 的 mapreduce介绍，这一部分是教你怎么用 git 配置环境的。
下图是 lab1 的part1，告诉你你需要在 common_map.go 里实 现domap（）函数等等…会写的很清楚让你去实现哪一部分的模块。
而且，还提供了一些 test 来测试你实现的对不对，如下图:
# 15445 lab
15445 的官网地址：
https://15445.courses.cs.cmu.edu/fall2020/schedule.html
15445 的官网 schedule 如下图，可以找到里面的 project released 点进去。
下图是 lab1 的LRU模块，告诉你要去实现 src/…/lru_replacer.h 的 victim 函数啊，pin函数啊等等，写的十分清楚。
所以，大家有时间的话，一定要做lab。
我个人认为国外的公开课的最大优势就是量身定制的lab，真的能将你课上所学知识完美的再复现一遍，让你的理解更加深刻。
# 参加竞赛对面试的帮助
这个问题可以转换为：学算法有什么好处？
其实面试中考察的算法，甚至是算法竞赛中考察的算法，都是很久以前计算机科学家们玩烂了的。在现实工程中有许多算法都是被淘汰了/用不上的。
那为什么还要学？
他们原本设计出来是为了解决某些特定问题的。比如最小生成树，原本就是为了解决计算机网络中的一些特定问题的，或者说二叉树，将二分这一个思想转换成了一个持久化的数据结构。
我个人的理解就是，学习算法你可以学习原本解决这些计算机问题的思维，培养了计算机思维，在后续的专业课学习中就打了一个很好的基础。
回到原问题，参加算法竞赛的好处在于奖项多了之后，简历更突出（帮助我一个双非的学生过了一些简历关），和具备扎实的编程功底，良好的计算机思维。
同时，参加了算法竞赛，基本上就是对面试的算法题进行了一个降维打击吧。
我虽然没有刷过leetcode，但面试的算法题基本都没什么压力写出来了*（中间也挂了不少面试，但不是挂在算法上，是当时八股背的不好）。
虽然面试不仅仅是由算法题组成的，但对于很多同学来说，专业知识都掌握好了，但是死在了算法上，这就有点气人。还是得多多刷题～现在太卷啦，尽量都做到最好吧。
# 总结
在我面试的过程中，算法环节遇到的题目都是十分简单或者十分常见的问题，因此只要多刷刷题，提高自己的实现能力就 ok 了。
最主要的还是基础知识的准备。
首先对照着一些简单易懂的公开课/小林的图解系列等了解知识雏形，然后再自己从专业书里更详细的学习。
同时自己写博客，多刷刷面经，看看面试喜欢考什么，大概就ok了？
也许吧，大家都要加油哦！
最新的图解文章都在公众号首发，别忘记关注哦！！如果你想加入百人技术交流群，扫码下方二维码回复「加群」。
