面试技巧篇 – 编码风格 (Coding Style)

Coding Style 在面试中有什么影响？

算法面试已经是绝大多数high-tech公司的敲门砖，这也导致了求职者花费大量时间准备算法刷题，编码风格作为代码的脸面却往往被忽略。
在网上也经常有人吐槽，为什么算法写出来了面试还是没过？这种情况大概率是你的编码风格出卖了你。

对于一个有多年经验的程序员，代码风格是刻在骨子里的。就如同写字一般，写的一首好字的人会更容易给别人留下较好印象。相应的，好的代码风格会让你的面试效果事半功倍，不健康的代码风格却也可能会导致你的面试功亏一篑。要知道，面试官是在寻找自己未来的同事，如果一个人算法能力再强，但写出的代码可读性很差让人头疼，你会愿意让他成为你未来的同事吗？答案是显而易见的。

Coding Style 实例

很多开源的 Coding Style 文档可以在网上直接查找，比如Google的开源项目风格指南。但对于准备面试，这些文档显得过于冗长，缺少针对性。在一个45分钟的面试中，我们能被问到的问题大多可以在300行代码之内解决，工程量小。

本文将帮助你在10分钟内掌握面试相关的Coding Style技巧。

面试中需不需要写代码注释？

答案是不需要，面试的代码量很小，通常是一眼就可以看懂，面试官不会将注释做为考察代码能力的点。适当添加注释来辅助自己完成算法是被允许的。

命名规则

在所有的编码规则中，命名规则是面试中一定逃不掉且也是对代码可读性影响最大的。只要牢记以下几点命名规则，瞬间就可以让你的形象从代码小白变成老程序员。

使用驼峰式命名法（Camel Case）

函数名，类名使用大驼峰式命名法(Upper Camel Case)，例：UpperCamelCase。
变量名使用小驼峰式命名法(Lower Camel Case)，例: lower_camel_case。
尽量不要缩写。不要担心命名过长，约定俗成的缩写除外（如：num）。

下面以leet code上的高频面试题“Longest Substring Without Repeating Characters”的Python代码为例说明不同命名风格之间的差距：

代码小白↓

def substring(s):  # 函数名应遵循 Upper Camel Case 命名规则n = len(s)  # 意义不明确的变量命名ans = 0  # 不建议的缩写mp = {} # 不建议的缩写i = 0  # 意义不明确的变量命名for j in range(n): # 循环中的i, j是约定俗成的方式，是被允许的if s[j] in mp:i = max(mp[s[j]], i)ans = max(ans, j - i + 1)mp[s[j]] = j + 1return ans

潜在的同事↓

def LengthOfLongestSubstring(input_string: str) -> int:  # 函数名遵循 Upper Camel Case 命名规则longest_length = 0  # 变量名遵循 Lower Camel Case 命名规则hash_map = {}  # 意义明确的变量名index_left = 0 # 意义明确的变量名for index_right in input_string:character = input_string[i]if character in hash_map:index = max(character, index_right)longest_length = max(longest_length, index_right - index_left + 1)hash_map[character] = index_right + 1return longest_length

从以上两段代码的比较中我们可以看出，在算法完全相同的前提下，良好的命名规则会大大的提升代码的可读性，也是编程经验的最直接的表现。

代码模块化

当代码量稍大，或明显有重复应用的子函数时，应有意识的将代码拆分成若干个子函数，提高代码的可读性。
函数内部，尽量减少嵌套（如：if…elif…else…）
函数中要加必要的 corner case test。

下面是以经典题目“Letter Combinations of a Phone Number”为例说明如何代码模块化。

代码小白↓

def letterCombinations(digits: str) -> List[str]:# 代码格式可读性差mapper = {'2' : ['a','b','c'],'3' : ['d','e','f'],'4' : ['g','h','i'],'5' : ['j','k','l'],'6' : ['m','n','o'],'7' : ['p','q','r','s'],'8' : ['t','u','v'],'9' : ['w','x','y','z']}l = len(digits)  # 意义不明确的变量命名if l == 0:  # 应尽量减少嵌套return []elif l == 1:return mapper[digits]else:idx = 1array = []# 可读性差while idx < l:newarray = []  # 变量命名未遵循Lower Camel Case命名规则。for combo1 in array:newarray.append(combo1)for combo2 in mapper[digits[idx]]:newarray.append(combo1 + combo2)array = copy.deepcopy(newarray)idx += 1return newarray

潜在的同事↓

def LetterCombinations(digits: str) -> List[str]:# 代码格式可读性好mapper = {'2' : ['a','b','c'],'3' : ['d','e','f'],'4' : ['g','h','i'],'5' : ['j','k','l'],'6' : ['m','n','o'],'7' : ['p','q','r','s'],'8' : ['t','u','v'],'9' : ['w','x','y','z']}length = len(digits)# Corner case test.if not length:return []if length == 1:return mapper[digits]return SearchAlgorithm(digits, hash_map)# 子函数使代码逻辑更简洁
def SearchAlgorithm(digits: str, hash_map: Dict[str, List[str]])-> List[str]:if not digits:return []if len(digits) == 1:return hash_map[digits[0]]pivot = int(len(digits) / 2)left = SearchAlgorithm(digit_lst[:pivot])right = SearchAlgorithm(digit_lst[pivot:])result = []for i in left:for j in right:result.append(i+j)return result

从以上两段代码可以看出，合理的运用子函数，会大大提升代码可读性。同时，子函数的使用会更方便递归调用算法的实现。

只要在日常的算法练习中留心***命名规则***和***算法模块化***这两点，会让你在面试中的表现事半功倍，成为面试官的首选。