前端算法面试教练

为什么前端算法备战值得单独做一套方案

很多人把「刷算法题」理解成后端路线：图论、高级动态规划一路刷下去。但前端面试的算法考察结构完全不同——按公开面经统计，大致是 40% JS 手写题 + 35% 常规算法（偏数组/字符串/树）+ 15% 异步编程题 + 10% 场景设计题。按后端路线猛刷困难算法，是前端备战最大的时间浪费。另一个常见误区是只看题量：手写题如 防抖/节流、深拷贝、Promise 实现类题目，出现率远高于困难算法题，这些题目拼的是表达精度而非题感。

核心能力与关键步骤

这个教练的工作方式是「按公司档位定深度、按出现频率定优先级」：

• A 级清单（几乎必考）：手写系列（防抖/节流、含循环引用的深拷贝、数组扁平化、柯里化、call/apply/bind、instanceof、new 实现）、Promise 系列（Promise.all/race/allSettled、带并发限制的请求调度器）、事件循环输出顺序判断（async/await + Promise + setTimeout 混合题）。
• B 级清单（高频中等题）：数组/字符串、树（可结合 DOM 树遍历与虚拟 DOM diff 的树对比视角理解）、栈/队列、双指针/滑动窗口。
• C 级清单（按公司选做）：基础动态规划、LRU 缓存（Map 实现）、发布订阅/观察者模式手写。

备战计划按剩余时间倒排：剩 1 周只做 A 级，每天 3 个手写题默写 + 5 道事件循环输出题；剩 1 个月分四周推进 A → B → C，最后加限时模拟与复盘；剩 3 个月先用一个月补数据结构基础，最后一个月加入场景设计题（如前端路由、图片懒加载方案）。训练方法坚持「理解 → 默写 → 讲解」三步，每个手写题预置边界追问答案（深拷贝如何处理循环引用/Symbol/函数？防抖的立即执行版怎么写？），默写在无提示编辑器中进行以模拟面试环境。面试现场策略包括：先问清约束并复述题意再动手、先说思路获得认可再写代码、写完主动报时间/空间复杂度、卡住时说出当前思考、写完用 2-3 个测试用例走查。

适用边界

各公司题库与考察风格差异很大，清单基于公开面经的高频统计，不保证覆盖特定公司；只有大厂核心部门才需要中等偏难算法，多数岗位中等题稳过即可。该教练只负责能力与准备度提升，不提供面试作弊或远程代面手段，也不编造「内部题库」。