面试造核弹，工作拧螺丝？

最近在工作中遇到这么一个问题。

一个使用机器学习算法的框架，在特征处理模块，往往需要对原始特征进行特征交叉。对于简单的单值特征来说，只需要将需要交叉的特征组合起来即可；但是对于多值特征之间的交叉，则需要穷举多值特征每一个值的组合。例如，如果一个包含2个值的特征和一个包含3个值的特征组合，那么将会产生出6个组合。

一般的，我们可以把这些多值特征描述为

vector<vector<Feature>>

那么给定这样的一个数据结构，如何输出所有的特征组合呢？

直观想法，这好像是直接遍历就可以解决，但是稍微细想一下，简单的N重for循环，无法解决这个问题。

在纸上画了一会儿之后，突然发现，这不就是一个输出全排列的问题吗？

把问题抽象出来之后，我先是按照手工枚举全排列的思路，写了一个非递归的循环版本，但是可读性不好。然后又实现了一个可读性更好的递归版本。

上面这个问题，只是一个引子。

我相信，程序员在大学毕业找工作的时候，一定刷过各种各样的算法题、数据结构题，什么贪心算法、动态规划、快排、二分查找，现在算法工程师们还要手推SVM、反向传播算法等等，面试时也是历尽千辛万苦；然而工作后却发现，正是应了题目那句话：面试造核弹，工作拧螺丝。

作为面试官也是一样，考察了基础知识、算法题、智力题一大圈，结果招来的人入职后，发现怎么干活还是不靠谱？

话分两头说。

对于上面的特征交叉问题，完全可以限定只支持2个特征交叉。那么直接

f1 = features[0]f2 = features[1]for i in f1: for j in f2:   cross(i, j)

就直接解决了~皆大欢喜，完全不用想什么全排列不全排列的事情。

如果事事都这样简而化之，那么确实，大部分的工作都是拧螺丝。

但是，时代发展这么快，万一将来，拧螺丝的工种直接被AI取代了呢？这么说吧，不涉及深入思考的工作，都将会慢慢边缘化。千万不要用战术上的勤奋，掩盖了战略上的懒惰。

另一方面，面试官在面试时，是要考察什么能力？是不是算法题写的滴水不漏就行了？

抛开对人的相关素质的考察（责任心、合作能力、态度等），我觉得不管是出算法题，还是出智力题，其实最主要的，是考察一个人抽象问题的能力。

所以，直接让人默写一个快排，或者手推SVM，基本和问他“中国面积最大的计划单列市是哪一个”没什么区别。正确的做法，应该是从一个实际问题出发，在对话中，了解应聘者的能力。

在万事搜索一下便知的时代，同样遇到一个陌生的问题，有的人就能很快的从搜索引擎上得到答案，有的人在搜索引擎上乱翻一天也解决不了。为什么？这就是抽象问题能力的差异。

还是以上面我遇到的问题为例。有的人遇到这样的问题，可能会去直接搜索“特征交叉”，这样得到的结果中，噪音是非常多的；而有的人直接搜索“全排列算法”，基本上前三条就可以找到答案。

最后说一句。脑子这个搜索引擎是最快的，所以知识、经验还是要尽量记在脑子中；而抽象能力+搜索引擎，可以极大的扩展你的知识边界。

最后，祝大家中秋节都能造核弹~