My materials for code interview:
You can have a look on the latest interview questions from careercup.com:
http://www.careercup.com/
And practice coding questions on Leetcode’s online judgement:
http://leetcode.com/
Here are my answers and summary for leetcode’s question on github:
https://github.com/benyl/leetcode
Here are some books that worth reading:
* CareerCup Top 150 Questions
* Cracking the Coding Interview
* C++Primer
* Head First Design Patterns
================================================================
Steps to solve algorithm problem on board:
================================================================
0) Collect detail requirements about the question: data structure, limitation, input types, error handling etc
1) Describe your solution by a simple case step by step.
2) Write your code base on the simple case.
3) “Mind compile” your code, check with corner cases.
4) Give the time & space complexity of your solution, think of ways to optimize them.
================================================================
And some useful knowledge (Good to know but not required):
================================================================
Sample coding questions from Google:
http://basicalgos.blogspot.com/?view=flipcard
如何设计一个LRU Cache
http://blog.csdn.net/hexinuaa/article/details/6630384
从B树、B+树、B*树谈到R 树
http://blog.csdn.net/v_july_v/article/details/6530142
Morris method (no recursive, no stack, O(1) space)
http://www.cnblogs.com/AnnieKim/archive/2013/06/15/MorrisTraversal.html
EXACT STRING MATCHING ALGORITHMS
http://www-igm.univ-mlv.fr/~lecroq/string/index.html
Dynamic Programming: 背包問題九講
OOP questions (in java):
http://www.tutorials4u.net/java-faqs/core-java/index.html
教你如何迅速秒杀掉：99%的海量数据处理面试题
http://blog.csdn.net/v_july_v/article/details/7382693
从Trie树（字典树）谈到后缀树
http://blog.csdn.net/v_july_v/article/details/6897097
FB面试准备，这个人写的很详细，我觉得对其他面试也适用
http://www.mitbbs.com/article_t/JobHunting/32741713.html
大型WEB系统架构基本设计思路
http://www.it610.com/article/2619667.htm
增加你在美国找工作获得内推机会的10条建议
http://www.1point3acres.com/how-to-improve-your-chance-of-getting-referrals/
Get that job at Facebook
https://www.facebook.com/notes/facebook-engineering/get-that-job-at-facebook/10150964382448920
Facebook: How to crush your coding interview
系统设计总结：
http://www.mitbbs.com/article_t/JobHunting/32777529.html
http://www.wtoutiao.com/p/ef9tYN.html
================================================================
And something beyond algorithm:
================================================================
面试心仪的公司以前，我建议多面多几家公司，积累面试经验，你最起码要有一下体会：
1）面试提问千奇百怪你都遇到过，但你遇到没见过的问题不慌张。
2）现场面试过几家公司，特别是大公司。
3）足够强的体力和精神力挺过一天的面试。
4）自我介绍和项目经历倒背如流。
5）已经总结出一套跟面试官交流的经验，有几个常问的给面试官的问题。
6）算法基础扎实，对算法题有自己总结的一套经验和思路，面试前不盲目看网上的新题。熟练使用各种数据结构和优化思路，现场面对没遇过的算法题能够通过已有的知识一步一步推导。
7）对于有工作经验的工程师，最好能有自己的一套应对系统设计问题的思路，大致了解网站／分布式系统／移动开发的架构，能把设计题往自己熟悉的领域扩展，拉到自己的主场来分析。
8）关于系统设计，前端开发要考虑API设计，刷新机制，后端开发则需要考虑数据存储，状态更新，通知系统，分布式系统。最好你能有自己的一套理论归纳。简单来说就是减少数据量传输，状态更新的提示，用内存换时间性能、分布式系统的分配问题、负载均衡、数据同步。九章算法的课挺有用，mit bbs也有不错的系统设计总结，有个blog大概叫做a dummy guide to scalebilty写得就非常好，HighScalability这个网站也不错。还有一些网上的资源可以找找看。
这些不是说你特意准备以上几点，而是面试得多了，上面的几点你自然而然的就有了，你就知道自己准备充足了。不然通过的几率会比较低……
================================================================
关于OJ：
================================================================
用OJ训练算法基础是很有效的方法，现在有不少值得使用的OJ系统。我的GitHub (https://github.com/benyl/leetcode) 有当时全部leetcode解答和分析（130题），还有一个excel表格评价各题难度和归类，建议起码把3星及以下题目全部做完，和每一个类别做一个总结。Leetcode的题目我建议第一遍把题目做出来，第二遍精简代码，参考他人的答案，用尽可能简单和少的代码解决问题，这样对你的代码风格有很大帮助，注意，简单的代码不一定是最短的。
================================================================
关于读书时找工作的时间表：
================================================================
通常来说暑假实习需要提早一个学期投简历，前一年的9～12月份就应该一边读书考试，一边参加宣讲会和career fair，找认识的学长学姐内推，以及准备面试。
等到12月底学期结束，11～2月期间大公司面试完毕，没有就坚持到3～4月看能不能捞到一个暑假实习，不然就继续找。如果1、2月才开始找暑假实习，你基本上已经迟了（大公司intern head count很可能已经满了）。
等到春季学期结束，开始暑假实习，同时开始准备毕业和投简历找全职工作。
毕业前找全职工作的时间安排跟找实习差不多，同时有没有好的暑假实习经验也有很大影响。11月～1月面试完大公司。同上，1、2月才开始找的人基本上慢了一截。
最后学期继续一边上课一边投简历找全职工作，同时申请学生临时工作身份OPT。
如果工作不满意，可以继续一边工作一边准备面试更好的公司。
To be continue……
Good luck!
– Poly-Thinking
Poly-Thinking 