SuperAPI AI 工具集

interview-problem-bank

编程与开发

查看项目

更新于 11-14 09:43

技能介绍

面试题库是一个专门用于整理、组织和推荐编程面试题的技能,支持按公司专项准备、按题型模式练习以及进度追踪。

用途 该技能旨在提供一个全面的面试题库,包含:按 FAANG 公司及难度组织的题目;按模式分类(Blind 75、NeetCode 150 等);难度进阶推荐;覆盖追踪与薄弱环节识别;付费题替代方案。

主要能力

  • 题目组织:按公司(Google、Meta、Amazon、Apple、Microsoft 等)、按模式(双指针、滑动窗口、动态规划等)、按难度(简单、中等、困难)、按主题(数组、树、图等)、按频率(面试最常问)组织题目。
  • 精选题单:Blind 75(核心 75 题)、NeetCode 150(扩展核心题单)、LeetCode 高频面试题、公司专项高频题、模式专项题集。
  • 进度追踪:按类别已解决题目数、薄弱环节识别、每类题目耗时、成功率追踪、间隔重复复习。
  • 推荐:基于进度的下一题推荐、强化薄弱环节的题目、公司专项练习计划、基于时间的学习安排。

使用方式 通过命令行调用,例如:

  • 获取推荐题目:interview-problem-bank recommend --user progress.json
  • 按模式筛选:interview-problem-bank list --pattern "dynamic-programming" --difficulty medium
  • 获取公司专项题目:interview-problem-bank company --name google --count 50
  • 标记已解决:interview-problem-bank solve --problem "two-sum" --time 15 --attempts 1
  • 生成学习计划:interview-problem-bank plan --weeks 4 --target google --level intermediate
  • 每日练习集:interview-problem-bank daily --count 3 --user progress.json

输出包含题目条目结构(含 id、标题、难度、模式、公司、频率、链接、付费替代、提示、目标解题时间、相关题目),以及进度报告和学习计划 JSON。

适用场景 适用于准备 FAANG 等公司编程面试的候选人,支持 1 周、1 个月、3 个月等不同周期的备考安排,以及模拟面试选题、题目讲解、技能差距分析等流程。

限制 具体功能依赖题目数据库和进度文件;部分题目可能需要 LeetCode 付费会员,技能提供替代方案;公司支持和题库覆盖范围以实际数据为准。