[JS/TS] yangshun / tech-interview-handbook：前 Meta 工程师开源的面试指南，用 5 周搞定算法面试

💬 写在前面

最近在云栈社区看到不少朋友吐槽：LeetCode 刷了大半年，面试还是挂在算法题上；书看了一堆，临场却想不起来怎么写。

今天分享一个 GitHub 上 134k Star 的项目——Tech Interview Handbook，作者是前 Meta Staff 工程师 Yangshun Tay，这套面试指南已经帮助超过 100 万工程师拿到 Offer。

🎯 这个项目做什么

Tech Interview Handbook 不只是题目集合，它是一套完整的面试准备方案，包含算法、系统设计、行为面试、简历优化等模块。

基本情况：

• GitHub Star 数：134k+
• 核心模块：算法速查表、Grind 75 刷题计划、系统设计指南
• 技术栈：Docusaurus + Monorepo + Turbo

🔧 技术架构

项目用的是 Monorepo 架构，pnpm 管理依赖，Turbo 做构建优化。文档站点基于 Docusaurus 搭建，支持多语言和全文搜索。

tech-interview-handbook/
├── algorithms/      # 算法核心库
├── apps/           # 文档站点
├── packages/       # 共享组件
└── .github/        # CI/CD 配置

这种代码组织方式在企业级项目中很常见，值得参考。

💎 三个核心模块

1. Grind 75 刷题计划

作者之前做过 Blind 75，这次升级成 Grind 75，按 5 周递进安排：

• 第 1-2 周：数组、字符串、链表，以 Easy 题为主
• 第 3-4 周：树、图、动态规划，Medium 题占比提高
• 第 5 周：综合模拟，Hard 题为主

每道题都标注了时间复杂度、空间复杂度和核心解题模式，避免盲目刷题。

2. 算法速查表

项目按数据结构整理了 20 多个常见模式：

数组类：双指针、滑动窗口、前缀和
树类：DFS/BFS、递归模板、路径问题
图类：拓扑排序、并查集、最短路径
动态规划：状态转移方程、空间优化

拿图算法举例，拓扑排序的标准写法：

# 找到入度为 0 的节点
queue = [i for i in range(n) if indegree[i] == 0]
# BFS 处理
while queue:
    node = queue.pop(0)
    for neighbor in graph[node]:
        indegree[neighbor] -= 1
        if indegree[neighbor] == 0:
            queue.append(neighbor)

这种模式化的思路比单纯刷题效率高很多。

3. 非技术内容

大部分面试资料只讲算法，但 Tech Interview Handbook 还包括：

• 简历模板和撰写建议
• 行为面试的 STAR 法则
• Offer 对比和薪资谈判策略

这才是完整的面试准备流程。

🎓 适合谁用

应届生：系统学习面试套路
跳槽者：快速恢复算法手感
面试官：了解候选人视角
培训机构：作为教学参考

💡 使用建议

1. 先看 Cheatsheet 建立知识框架，别上来就刷题
2. 严格按 Grind 75 计划执行，不跳跃不拖延
3. 每道题写 3 遍：暴力解法→优化解法→默写
4. 遇到难点可以在技术社区交流讨论

📊 项目特点

工程化实践：Monorepo + Turbo 展示了企业级代码组织方式
模式驱动：提炼核心模式，不搞题海战术
持续更新：作者仍在维护，社区活跃度高
完全免费：所有内容开源，没有付费墙

🎯 总结

Tech Interview Handbook 的思路是用最少的题掌握最多的模式，这对时间紧张的工程师来说很实用。无论是准备校招、社招还是跳槽，这个项目都值得看看。

---

🔗 项目地址  

GitHub：yangshun/tech-interview-handbook

官方文档：techinterviewhandbook.org

编程学习：https://yunpan.plus/f/14

---

关注《云栈开源日记》，每天带你看 GitHub 上的实用开源项目

---

标签：#TechInterviewHandbook #GitHub #算法面试 #系统设计 #程序员求职 #开源项目