Uber 面试经验分享：Cart系统设计 + Topological Sort + 翻转数递归题 | 编程测试 面试技巧 职业发展 求职面试辅导
店面阶段（Phone Screen）
关键词：行为问题、拓扑排序、快速破题
店面由一位华裔小姐姐主导，整体氛围轻松。前 20 分钟主要围绕行为问题展开，随后进入技术题环节：
- 算法题：拓扑排序 Topological Sort
属于经典图论问题，候选人当场秒出解法。通过我们数据结构和算法训练课程的模拟面试，候选人早已熟练掌握图遍历与排序相关问题，轻松应对。
VO 阶段（Virtual Onsite）
关键词：系统设计、N-array处理、递归思想、购物车系统、API设计
共计四轮，涵盖系统设计、算法实现与行为面试。
第一轮：System Design - Nearby Restaurant
- 面试官为印度背景工程师，要求设计一个“附近餐厅”系统。
- 深入探讨 Geohash 的原理，并明确要求手动实现地理位置编码，不可依赖 Redis 等服务。
- 我们在系统设计辅导中提供了包含 Geohash 编码逻辑的独立模块模板，候选人现场能够合理设计服务组件。
第二轮：Coding 1 - N-array Subarray Difference
- 面试官为华裔小哥，前 20 分钟为行为问题讨论。
- 技术题为：给定 array 和整数 N，找出 difference 不超过 N 的最长子数组。
- 候选人当场快速实现，算法思路清晰。借助我们编程练习平台打下基础，成功应对变体题型。
第三轮：Coding 2 - 翻转数（Strobogrammatic Numbers）
- 面试官为华裔小姐姐，通过语音沟通，未开摄像头。
- 问题为：返回所有长度为 n 的翻转数（旋转180度相同的数字）。
- 候选人提供三种解法思路，最终选择递归方式实现，并详细说明不同实现方式的 trade-off，展示出成熟的工程思维。
第四轮：HM + System Design - Uber Eats Cart
- 面试官为印度背景 Hiring Manager，前段时间为行为问题，后续要求设计类似 Uber Eats 的购物车系统。
- 深入探讨 API 设计、数据库 schema、状态管理等内容。
- 我们系统设计面试课程中包含多个购物车模块设计案例，帮助候选人快速应对此类电商系统题型。
面试总结与建议
关键词：VO体验、沟通状态、系统思维、模拟面试训练
整体而言，华裔面试官沟通顺畅，提问合理，面试体验良好；而部分印度面试官互动较少，状态松散，需候选人主动把控节奏。
通过我们的模拟面试和项目建设训练，候选人在算法实现与系统设计方面均展现扎实功底，即便不是完全目标岗位，也能通过练兵获取实战经验。
