弱项补强 + 编码热身:rate limiter、LRU、并发控制、流式 JSON 解析
针对 D28 列出的弱项做定向补强,同时用四个高频编码题(限流器、LRU、并发控制、流式 JSON 解析)热身。
今日目标
- 能针对 D28 的弱项清单逐条完成补强并记录改进情况
- 能独立实现一个限流器(rate limiter)和一个 LRU 缓存
- 能实现一个简单的并发控制器和一个流式 JSON 解析器
昨天那两场模拟面试的产出不是"感觉还行",是一张四列的弱项清单。今天不新学东西,只做两件事:照着那张清单一条条补,再把四道最可能在白板上遇到的编码题练到能默写。读完回来把上面三条勾掉。
小白版讲解
弹错的永远是那两小节:分段慢练,不是从头再来
学过乐器的人都熟悉这个场景:一首曲子练了两周,每次弹错的都是第 17 到 18 小节那个转调。于是你从头再弹十遍——曲子越听越顺,那两小节还是错。
原因很朴素:从头到尾弹十遍,等于把已经对的部分又练熟了十遍,把错的部分又错了十遍。 肌肉记忆不区分对错,只记录重复次数。有效的做法是把那两小节单独拎出来、速度降到一半、盯着手指练 20 遍,再合回整曲。这叫分段慢练。
"泛泛复习"就是从头到尾再弹十遍。 把 30 天的笔记从 D1 翻到 D28,你会获得一种"都学过"的踏实感,而明天卡住的仍然是昨天卡住的那几处。所以今天的补强必须落在昨天那张清单上。
清单还是四列,列名不要改——现象 / 根因 / 最小练习动作 / 怎么验证。举一行你昨天很可能真写下来过的:
| 现象 | 根因 | 最小练习动作 | 怎么验证 |
|---|---|---|---|
| 讲 mini-koda 讲到第 8 分钟还没说到"我做了什么" | 按时间顺序讲开发过程,没有先给结论 | 写一段 90 秒的项目开场:一句定位、一句最难的点、一句结果,念熟 | 掐表录音,90 秒内讲完且不看稿 |
这一行为什么合格:现象可观察(8 分钟这个数字),根因指向一个具体习惯,动作足够小(90 秒的一段话,不是"练习表达"),验证能当场给出是或否。四列里最容易注水的是第三列——"多练几遍项目讲解"不是最小动作,"写一段 90 秒开场并念熟"才是。降速与分段,都体现在这一列里。
顺序也有讲究:先补"练一次就能提高"的,再补需要时间积累的。 自我介绍卡壳、STAR 里缺 R、系统设计不问需求就开画,都是当天能改掉的;而"算法手生"只能靠今天下午真的手敲几遍。
那为什么偏偏是限流器、LRU、并发控制、流式 JSON 解析这四道?因为它们不是随机抽的 LeetCode,这四道恰好是你这 30 天写过的东西的原型题,每一道背后都连着一个你已经理解的生产场景。更关键的是,它们网上到处都有标准答案,能拉开差距的从来不是代码本身。所以下面四节只讲四件事:面试官真正在考什么、你要主动说出的复杂度、三个边界用例、你放弃的另一种实现。
面试题库
限流器有哪几种常见算法?各自的优缺点是什么?如果只能落地一种,你选哪个?What are the common rate limiting algorithms, what are their trade-offs, and which one would you actually ship?
国内高频海外高频基础#rate-limiting#concurrency🔒 解锁本章后查看答题要点。
怎么实现一个限制并发数的调度器?为什么不能直接用 Promise.all 或者 asyncio.gather?How would you build a scheduler that caps in-flight async tasks, and why is Promise.all or asyncio.gather not enough?
国内高频海外高频进阶#concurrency#async🔒 解锁本章后查看答题要点。
为什么流式场景下不能直接用 JSON.parse?你会怎么做增量解析?Why can't you just call JSON.parse in a streaming response, and how would you parse incrementally?
国内高频海外高频深入#streaming#json-parsing🔒 解锁本章后查看答题要点。
