一个国外大神，每天8~12个小时，自学了几个月后，加入了Google。随后他公开了他的学习主题清单。在做完这份清单上的每个目标后，他成为了Google的软件开发工程师! 这份清单包含了几乎所有的成为优秀工程师的知识。
另外这里面还有他的经历“我为了 Google 面试而自学了8个月”、“我是怎么加入亚马逊的”。
在这份清单内的主题会让你拥有足够的知识去面对几乎每家软件公司的技术面试，包括科技巨头：Amazon、Facebook、Google，以及 Microsoft。
当然如果你在国内，腾讯、华为、阿里巴巴、字节跳动也不在话下了。
本文是他完整清单的翻译版(目前正在翻译中)，可以看出这位大神的清单非常庞大，涉及说明、文档、资料、视频，我将尽我所能全部为其翻译成中文提供给大家，如果感兴趣想要一起翻译，请关注公众号：【深浅说道】找我
清单只是一部分，完全学会并掌握它才是全部。
毕竟大神也需要每天8~12个小时的刻苦学习。
这是我为了从 web 开发者（自学、非计算机科学学位）蜕变至 Google 软件工程师所制定的计划，其内容历时数月。
这份清单适用于 新手软件工程师，或者想从软件/网站开发转向软件工程（需要计算机科学知识）的人员。如果你有多年的经验，并且声称拥有多年的软件工程经验，并且期待一次更艰难的面试。
如果你具有多年的软件/网页开发经验，请注意，大型软件公司（例如 Google，Amazon，Facebook 和 Microsoft）将软件工程视为不同于软件/网页开发，并且它们需要计算机科学知识。
如果你想成为可靠性工程师或运维工程师，请从可选列表（网络，安全）中学习更多。
-
数据结构
-
数组（Arrays）
-
链表（Linked Lists）
-
堆栈（Stack）
-
队列（Queue）
-
哈希表（Hash table）
-
-
更多的知识
-
二分查找（Binary search）
-
按位运算（Bitwise operations）
-
-
树（Trees）
-
树 —— 笔记 & 背景
-
二叉查找树（Binary search trees）：BSTs
-
堆（Heap） / 优先级队列（Priority Queue） / 二叉堆（Binary Heap）
-
平衡查找树（Balanced search trees）（基本概念，非细节）
-
遍历：前序、中序、后序、BFS、DFS
-
-
排序
-
选择排序（selection）
-
插入排序（insertion）
-
堆排序（heapsort）
-
快速排序（quicksort）
-
归并排序（merge sort）
-
-
图（Graphs）
-
有向图（directed）
-
无向图（undirected）
-
邻接矩阵（adjacency matrix）
-
邻接表（adjacency list）
-
遍历：广度优先(BFS), 深度优先(DFS)
-
-
更多知识
-
递归
-
动态规划
-
面向对象编程
-
设计模式
-
组合 & 概率
-
NP, NP-完全和近似算法
-
缓存
-
进程和线程
-
测试
-
调度
-
字符串搜索和操作
-
字典树（Tries）
-
浮点数
-
Unicode
-
字节顺序
-
网络
-
-
系统设计、可伸缩性、数据处理（如果你有4+年经验）
-
终面
-
编程问题练习
-
编程练习和挑战
-
当你临近面试时
-
你的简历
-
当面试来临的时候
-
问面试官的问题
-
当你获得了梦想的职位
-
---------------- 下面的内容是可选的 ----------------
-
额外书籍
-
附加学习
-
编译器
-
Emacs and vi(m)
-
Unix 命令行工具
-
信息论
-
奇偶校验位 & 汉明码 (视频)
-
系统熵值
-
密码学
-
压缩
-
计算机安全
-
垃圾回收
-
并行编程
-
消息传递，序列化和队列化的系统
-
A* 搜索算法
-
快速傅里叶变换
-
布隆过滤器
-
HyperLogLog
-
局部敏感哈希
-
van Emde Boas 树
-
增强数据结构
-
平衡查找树
-
AVL 树
-
伸缩树（Splay tree）
-
红黑树
-
2-3 查找树
-
2-3-4 树(也称 2-4 树)
-
N-ary (K-ary, M-ary)树
-
B 树
-
-
k-D 树
-
跳表
-
网络流
-
不相交集 & 联合查找
-
快速处理的数学
-
树堆 (Treap)
-
线性规划
-
几何：凸包（Geometry, Convex hull）
-
离散数学
-
机器学习
-
-
一些主题的额外内容
-
视频系列
-
计算机科学课程
-
论文
当我开始这个项目时，我不知道堆和栈的区别，不了解时间复杂度（Big-O）、树，或如何去遍历一个图。如果非要我去编写一个排序算法的话，我只能说我所写的肯定是很糟糕。一直以来，我所用的任何数据结构都是内建于编程语言当中。至于它们在背后是如何运作，对此我一概不清楚。此外，以前的我并不需要对内存进行管理，最多就只是在一个正在执行的进程抛出了“内存不足”的错误后，才会去找解决方法。在我的编程生涯中，虽然我有用过多维数组，也用过关联数组成千上万次，但我从来没有自己实现过数据结构。
这是一个漫长的计划，以至于花费了我数月的时间。若你早已熟悉大部分的知识，那么也许能节省大量的时间。
下面所有的东西都只是一个概述。因此，你需要由上而下逐一地去处理它。
在学习过程中，我使用 GitHub 特殊语法的 markdown 去检查计划的进展，包括使用包含任务进度的任务列表。
创建一个新的分支，以便你可以像这样去勾选计划的进展：直接往方括号中填写一个字符 x 即可：[x]。
Fork一个分支，并跟随以下的指令 通过单击 Fork 按钮来 fork GitHub 仓库：jiangmin42/Coding-Interview-University
克隆项目到本地 git checkout -b progress
git remote add jwasham https://github.com/jiangmin42/Coding-Interview-University
git fetch --all
在你完成了一些修改后，在框框中打 x git add .
git commit -m "Marked x"
git rebase jwasham/master
git push --set-upstream origin progress
git push --force
更多关于 Github-flavored markdown 的详情
-
大多数成功的软件工程师都非常聪明，但他们都有一种觉得自己不够聪明的不安全感。
-
天才程序员的神话 (视频，待翻译)
-
不要单打独斗：面对技术中的隐形怪物（视频，待翻译）
译者语：这一部分全是国外的付费课程，我尽量找一些国内的类似的课程来替代。
- ABC：不要停止编程（Always Be Coding）
- 白板编程（Whiteboarding）
- 揭秘技术招聘 (译者语：youtube视频，等我搬到国内)
- 如何在科技四强企业中获得一份工作：
- “如何在科技四强企业中获得一份工作 —— Amazon、Facebook、Google 和 Microsoft”（视频） (译者语：youtube视频，等我搬到国内)
- 解密开发类面试第一集：
- Gayle L McDowell —— 解密开发类面试（视频）(译者语：youtube视频，等我搬到国内)
- 解密开发类面试 —— 作者 Gayle Laakmann McDowell（视频）(译者语：youtube视频，等我搬到国内)
- 解密 Facebook 编码面试：
- [ ]方法(译者语：youtube视频，等我搬到国内)
- [ ]问题演练(译者语：youtube视频，等我搬到国内)
- 准备课程：
- 软件工程师面试发布（收费课程）：(译者语：收费课程，等我找个类似免费的)
- [ ]从前 Google 面试官身上学习如何准备自己，让自己能够应付软件工程师的面试。
- Python 数据结构，算法和面试（收费课程）：(译者语：收费课程，等我找个类似免费的)
- [ ]Python 面试准备课程，内容涉及数据结构，算法，模拟面试等。
- Python 的数据结构和算法简介（Udacity 免费课程）：(译者语：收费课程，等我找个类似免费的)
- [ ]免费的 Python 数据结构和算法课程。
- 数据结构和算法纳米学位！（Udacity 收费纳米学位）：
- [ ]获得超过100种数据结构和算法练习以及指导的动手练习，专门导师帮助你在面试和职场中做好准备。
- 探究行为面试（Educative 免费课程）：(译者语：收费课程，等我找个类似免费的)
- [ ]很多时候，不是你的技术能力会阻碍你获得理想的工作，而是你在行为面试中的表现。
- 软件工程师面试发布（收费课程）：(译者语：收费课程，等我找个类似免费的)
你可以在编程这一环节，使用一种自己用起来较为舒适的语言去完成编程，但对于大公司，你只有三种固定的选择：
- C++
- Java
- Python
你也可以使用下面两种编程语言，但可能会有某些限制，你需要实现查明：
- JavaScript
- Ruby
我之前写过一篇关于在面试时选择编程语言的文章：为编程面试选择一种语言。
你需要对你所选择的语言感到非常舒适且足够了解。
由于我正在学习C、C++ 和 Python，因此在下面你会看到部分关于它们的学习资料。相关书籍请看文章的底部。
为了节省你的时间，以下是比我使用过的更缩减的书单。(译者语：关于书单，我另行提供)
该列表已经持续更新了很长的一段时间，所以，我们的确很容易会对其失去控制。
这里列出了一些我所犯过的错误，希望你不要重滔覆辙。
就算我观看了数小时的视频，并记录了大量的笔记，几个月后的我，仍然会忘却其中大部分的东西。所以，我花了3天翻阅我的笔记，并制作成抽认卡（flashcard）帮助我复习：
请阅读以下的文章以免重蹈覆辙:
记住计算机科学知识。
为了解决善忘的问题，我制作了一个抽认卡的网页，用于添加两种抽认卡：一般的及带有代码的。每种卡都会有不同的格式设计。
而且，我还以移动设备为先去设计这些网页，以使得在任何地方，我都能通过我的手机及平板去回顾知识。
有一点需要记住的是，我做事有点过头，以至于卡片都覆盖到所有的东西上，从汇编语言和 Python 的细枝末节，到机器学习和统计都被覆盖到卡片上。而这种做法，对于要求来说是多余的。
在抽认卡上做笔记： 若你第一次发现你知道问题的答案时，先不要急着把其标注成“已知”。反复复习这张抽认卡，直到每次都能答对后才是真正学会了这个问题。反复地问答可帮助你深刻记住该知识点。
这里有个替代我抽认卡的网站 Anki，很多人向我推荐过它。这个网站用同一个字卡重复出现的方式让你牢牢地记住知识。这个网站非常容易使用，支持多平台，并且有云端同步功能。在 iOS 平台上收费25美金，其他平台免费。
我留有一组 ASCII 码表、OSI 堆栈、Big-O 记号及更多的抽认卡，以便在空余的时候可以学习。
编程累了就休息半个小时，并去复习你的抽认卡。
在学习的过程中，往往会有许多令人分心的事占据着我们宝贵的时间。因此，专注和集中注意力是非常困难的。放点纯音乐能帮上一些忙。
有一些熟悉且普遍的技术在此未被谈及到：
- SQL
- Javascript
- HTML、CSS 和其他前端技术
部分问题可能会花费一天的时间去学习，而有些则会花费多天。当然，有些学习并不需要我们懂得如何实现。
因此，每一天我都会在下面所列出的列表中选择一项，并观看相关的视频。然后，使用以下的一种语言去实现：
- C —— 使用结构体和函数，该函数会接受一个结构体指针 * 及其他数据作为参数。
- C++ —— 不使用内建的数据类型。
- C++ —— 使用内建的数据类型，如使用 STL 的 std::list 来作为链表。
- Python —— 使用内建的数据类型（为了持续练习 Python），并编写一些测试去保证自己代码的正确性。有时，只需要使用断言函数 assert() 即可。
- 此外，你也可以使用 Java 或其他语言。以上只是我的个人偏好而已。
你不需要学会所有的编程语言，你只需要专注在一种编程语言上。
为何要在这些语言上分别实现一次？
- 练习，练习，练习，直至我厌倦它，并正确无误地实现出来。（若有部分边缘条件没想到时，我会用书写的形式记录下来并去记忆）
- 在纯原生的条件下工作（不需垃圾回收机制的帮助下，手动分配/释放内存（除了 Python））
- 利用语言内建的数据类型，之后在实际工作的时候才能得心应手（在生产环境中，我不会去实现自己的链表）
就算我没有时间去每一项都这么做，但我也会尽我所能。
你不需要记住每一个算法的内部原理。
在一个白板上写代码，而不要直接在计算机上编写。在测试完部分简单的输入后，到计算机上再测试一遍。
-
学习C语言
- C 语言无处不在。在学习的过程中，你会在书籍，讲座，视频等任何地方看到它的身影
- C程序设计语言，第二版
- 这是一本简短的书，但是它将使你更好地使用 C 语言，并且如果你稍加练习，就会很快熟练。理解 C 可帮助你了解程序和内存的工作方式
- 问题答案
-
计算机是如何处理一段程序：
- CPU 是如何执行代码（视频） (译者语：youtube视频，等我搬到国内)
- 计算机如何计算（视频） (译者语：youtube视频，等我搬到国内)
- 寄存器和内存（视频） (译者语：youtube视频，等我搬到国内)
- 中央处理单元（视频） (译者语：youtube视频，等我搬到国内)
- 指令和程序（视频） (译者语：youtube视频，等我搬到国内)