面试之锤
算法面试的真相：你不是写错了，而是没“说对”
虎头锤 · Staff Engineer本文另有英文译文 · 阅读英文版 →
有一次 mock interview 结束后，我朋友脸有点僵。
他说自己明明把代码写对了，还提前完成了题目，为什么面试官还是面无表情地点点头，然后说了一句：“OK，move on.”
我问他有没有解释自己的思路。他说没有。他觉得代码都写出来了，还需要解释吗？
我又问：“写之前你说了怎么做吗？”他说没有，他觉得面试官能看得懂。
“中间为什么这样写？有没有考虑别的写法？”——“我自己有想过，但没讲出来。”
这一问一答，就是很多人算法面试被刷掉的真实样子，也包括我自己。
我们以为算法面试是做题。但其实，它考的不是你有没有写出答案，而是你是不是那个能让问题被稳稳推进的人。
面试官不是判题系统，他们更像未来的同事
写出对的代码，是基本功；能不能让对方相信你能独立解决未知问题，才是加分项。
算法题只是载体，真正被评估的是：你怎么理解需求?你怎么推导解法?你会不会澄清边界条件? 当事情没按预期走时，你能不能自我修正?
对方坐在那里，不是为了算你得几分，而是为了判断一件事：“以后项目里出了问题，我能不能放心把你拉进来一起想办法？”
最重要的表达，不是说“我做了”，而是“我是怎么想的”
比如一个经典的题目：“找出字符串中最长不重复子串”。
很多人一上来就写：两个指针，哈希表，时间复杂度 O(n)，一气呵成。
但你什么都没说，面试官看到的，只是一段跑得通的代码。
如果换一种方式：
“我先确认一下，这题是要求连续的、不含重复字符的最长子串长度，对吧？我打算用滑动窗口，每次右边加一个字符，如果出现重复，就移动左边直到去掉那个字符。我用 HashSet 来记录窗口里的字符，时间复杂度是 O(n)。我开始写一下。”
即使你后面写错了几个边界判断，面试官也会知道：你在想、你有方法论、你不是在凭手感写。
这跟“写对了”是两码事。
Think out loud，不是“表演欲”，而是“沟通能力”
Think out loud 是算法面试的第一原则。
但是很多人误解了这个原则。
不是让你边写边讲每一句代码的作用，而是让对方知道你脑子里在发生什么。
面试时你不需要显得聪明，但你需要让别人看见你在思考。
尤其在难题卡住时，光是说出：“我先从暴力法开始写，确保理解正确，再尝试优化。” 这句话本身就是工程思维。
你可以写错，但不能全程沉默。
你可以没写完，但不能让人完全看不懂你的判断逻辑。
会写不等于靠谱，靠谱是“能解释得出自己在做什么”
我见过一些候选人，代码没问题，思路也对，最后却被打了 Weak No Hire。
原因不是技术能力，而是要不没有提前澄清题目，就是没有解释选择背后的理由，或者没有表达我能识别风险、判断 tradeoff的信号。
你说：“我也想过这个方案，但觉得空间复杂度高了点，后来我换成这种结构”，这句话的分量，远大于你偷偷改了一行代码。
写出来，是你有能力；讲出来，是别人敢跟你一起做事。
AI工具不是写答案，而是帮我们练怎么说
我现在用 AI 练算法题，已经不再是为了写出新解法，而是练怎么讲、怎么推理。
我会把写好的代码丢给 AI，然后请它从面试官角度挑战我：
你这个方法有考虑过其他写法吗？
有没有性能瓶颈？你怎么判断？
如果出 bug，你会从哪里开始排查？
这时候，AI 就成了我练“说”的陪跑员。
不是每个都用得上，但这些过程让我知道：
我说出来的，不是模板，不是套路，而是“我自己真的理解过”。
面试不是你打败问题的过程，而是你让别人相信你能面对问题的过程
很多人觉得算法面试太机械、太刻板，但其实它考察的，是一种我们在日常工作中真正会用到的能力：
你有没有清晰的思维路径？
你能不能在不确定下推进方案？
你能不能把复杂的判断讲清楚，让人跟你走？
所以，不要再问我是不是不擅长算法了。
问问自己：
“我有没有让人看见，我是怎么一步步想的？”
最后，给你一组练习建议
- 每次刷完一道题，不要停在“AC”，而是写出一段解题过程，把它讲出来。
- 让 AI 模拟面试官，用“边界判断”“复杂度解释”“方案权衡”来 challenge 你。
- 尝试回答这些问题：
如果你写的代码错了，你能在 5 分钟内自己找出 bug 吗？
面试官不问问题时，你能主动讲出你的思考路径吗？
你有没有尝试说出 tradeoff 和你选这个方案的理由？
这三题如果你答不出来，那不是你不会做题，而是你还没有准备好表达。
但你只要愿意练，每一次说清楚，就离被信任更近一步。
