我家的狗不咬人：很多公众号就是从牛客上找内推消息，然后说是自己的独家资源，更有甚者让你交钱走内推。 大家一定要擦亮眼睛，不要上当受骗，内推牛客上很多的，找那些认证的牛友发的消息靠谱些。

一只弱鸡：最近收到大家不少简历，均如数推荐了，无一遗漏，感谢信任。发现一个现象，对口的简历其实不多的，发现好多都是算法未遂的，我想对应届生说2点，1.算法和工程是各自的选择，或者研究生时候导师的安排，本无高低贵贱，也希望大家把做算法的优越感收起来，不要把一份纯算法的简历改都不改的丢给我，我可以给你推，但也是炮灰。你凭什么觉得你做过点算法，0基础转工程就分分钟吗？2.对于有些算法同学，看得出可能是今年找工作不顺利，想抓住bat的机会，哪怕是岗位不对口，看得出你把本科的课程设计的小demo都写上来了吧，其实没必要，做你擅长的，做你喜欢的即可，1-2年，社招在过来即可，没必要为了一个所谓的更好更大的公司，换岗位。

NotDeep：关于时间： 评测系统呈现的是运行时间,一般说来时间测量都不是特别准确的,都会有小的误差,但是误差波动不大,不会有数量级的波动。影响代码实际运行效率的因素比较宏观当然是看理论的平均复杂度,做优化算法基本也是优化这个，但是还有很多微观一点的细节： 1、某些算法的极限情况会造成复杂度最差(比如快排)。 2、算法实际的常数很大，在一些极限一点的情况渐近复杂度不能显示出效率的差距，效率差距主要体现在常数上。 3、使用了一些可能常用的库函数，建议去弄清这些东西的复杂度。 比如std:sort 这个排序跑得飞快。。。 比如std::nth_element  可以认为是O(n)的。。然后在元素个数小于等于3的时候用的插排。。 有时候因为对库函数的复杂度不清楚，随意用上去会算不清具体的复杂度。 4、语言差异造成的IO差距和运行差距。比如在10^5 10^6这种输入量级的数据上可以对比下scanf和cin的效率差距，其他语言也可以做做对比。另外有些语言跑起来就是要慢一些。。。。 5、还有一些丧心病狂的优化技巧。。。。。。 关于空间： 空间测量基本是稳定准确的。一般算法题对空间是不做限制的，所以关于空间可能产生的问题就是爆栈空间，系统提供的栈空间是有限的，在一个局部开一个很大的数组是有爆栈风险的。这个空间大小主要看评测机是啥操作系统的，一般都是linux。 综上。。。个人认为对于能通过的题目可以不太需要care使用的时间空间，需要比较关注的是这个问题的理论最优复杂度算法的写法。。以及一些很优雅的写法？