欧洲“双反”仍有回旋余地？

不過，當我政府將台積電與永齡聯合向BNT藥商要求，無論是中方或德方都必須顧及台積電的角色，讓原本被堵住的線路突然暢通起來有了進展，同時也順勢破解了永齡基金會所面臨的難關。

我平舖直述近日的疫調結果，提到同志團體四個字時，馬上有議員反彈，要我道歉。如果詮釋者沒有好好解釋清楚，只有粗略地說一句「原住民學童的課業表現比較差」而已，那就可以被用來進行種族主義操作，並且強化社會上既有的偏見或污名。

如果你蒐集好資料，跑完統計模型計算完之後，結果在解釋統計數據的階段，卻直接把「樣本」跟「自變數」的名詞給整個抽換掉，甚至根本來自完全不同的母群體，這並不符合統計學的基礎架構，而是一種扭曲或造假。比如說，在統計數據上，早期原住民族學童的課業平均表現經常比漢人學童來得差，但這是出自於：部落與都市的城鄉差距、家長的經濟條件與職業類別、教育場域以誰的文化（如中文的文言文）為標準等因素。此外，柯文哲與這位藥師民眾的發言，都充分了表現出他們對助人工作專業的極度不尊重。」跟「媒體大肆渲染性侵害新聞時，性創傷兒少更容易出現自殺念頭與自殺行為。以統計學解釋來說，「（未做安全措施的）肛交行為較容易感染HIV」跟「近期感染Covid－19的HIV感染者比例上升」是兩份完全獨立的統計數據，並沒有因果關係（除非曾有肛交經驗會增加感染Covid-19的風險），不能把這些統計研究數據隨意混在一起講，而且完全沒有數據模型來實證並進行解釋

我平舖直述近日的疫調結果，提到同志團體四個字時，馬上有議員反彈，要我道歉。」來進行敘述，這聽起來很荒謬，好像同樣的現象也會發生在沒有性創傷問題的LGBT兒少身上一樣。其中16例為已知感染源、3例關聯不明、9例調查中。

有媒體問到，第二劑疫苗是否也會採行線上預約？陳時中表示目前沒有，但待第一劑安排妥當，相關進貨量掌握得更清楚，會再做資訊系統的安排。指揮中心說明，今日新增6例死亡個案，為4例男性、2例女性，年齡介於60多歲至80多歲，發病日介於5月12日至6月18日，確診日介於5月16日至6月19日，死亡日介於7月4日至7月12日筆記本紀錄Q&A 在之前準備面試的時候，我有準備一本筆記本，每次寫完問題之後，我會用筆寫下我在哪一天寫了哪一個問題，並且用很精簡的方式總結問題及解法。今天這篇文章，主要想分享我的演算法準備方式，如果你想要找如何刷題的方式，或是覺得無法「刷」幾百題很多遍的人，歡迎往下閱讀。

工欲善其事，必先利其器：善用LeetCode學習 我從2015、2016年準備面試的時候，有許多練習演算法的網站，但到了今日，好像Leet Code和練習演算法關係就如同 Google和搜尋一樣，大部分我聽到的準備面試的人都用Leet Code來做練習了。我過往看過許多「刷」幾百題或每題做2~4次以上的人，分享他們的經驗，我很佩服他們投入的時間及毅力，但我自知做不到，有小孩後更是難以做到「刷」一遍。

有些比較棘手的問題我可能會寫2、3個解法比較彼此的優缺點。但如果再花10分鐘還是解不出來的話，才會參考別人的解法。如果我發現我的解法時間可能不是太好，我會再嘗試看不同人的討論，研究更優化的解法，並再自己寫出不一樣的解法。先澄清一下我現在沒有在刷題（我這樣講絕對不是怕很多同事會看到我的文章XD），說實在的，我覺得大家好像太過度強調「刷」題的刷，好像刷油漆似的要來回刷很多遍。

確認好input&output後，我會思考題目可以用什麼類型的資料結構或是演算法來解。通常在面試的時候，我會和面試官說明我可能會先就一個大概可行的方式來做解答，如果他/她覺得沒有什麼問題的話，我再做後續的優化。複習及思考的次數多了，真正把題目所想要考的觀念融會貫通，畢竟面試很難真的遇到原題，重點是我們對於資料結構及演算法的理解，及遇到難題如何面對的應對的思考過程。我自己找軟體工程師的工作的經驗，2015年上完Coding Bootcamp到找到工作，大概做了60題左右的Leet Code問題，2016年底找工作比較認真，大概完成了100題左右。

如果面試中卡住的話，則是要儘快和面試官討論，我會把我的理解，可能的解法方式和面試官說，同時也說明我的情況可能哪裏不是很確定，讓面試官在適當的時候可以給予我提示。當然我不是大神每次面試都可以收割5到10個以上offer，所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試。

解題時切莫僅追求速度，而是追求通盤理解 你可以看到我的練習方式不是很強調快，因為我希望我做完問題可以有很深的理解，所以花很多時間在做整理、複習確認，即使當下沒有那麼理解，隔天回想又想不出的話，我會再複習一次，再隔一天做新題前也會再確認。因為我是面試前端相關的職缺，所以也有一部分的精力在前端的資料複習。

2016年底的面試，因為還要上班，所以基本上只有晚上有時間，可能一天只能練習1題，假日有比較多時間才可以多做幾題。面試結束後，會花時間在盤點及複習，從面試中的題目和過往的練習做統整。隔天要做下一題之前，我會先看一下前一天的問題，嘗試回想我是否可以再次在頭腦中想出大致的解法。不要花了時間才發現一開始的理解及假設是錯誤的。如果還是不行的話，再看我自己的總結並做上記號，隔天會再做一次同樣的步驟，直到我可以順利複習出解題的邏輯思路。每個步驟和面試官確認都沒有問題後，我才會正式寫code。

解題前，先仔細審題：確認題目input、格式、desired output 看到問題的時候，我會先確保我了解題目的意思，真正在面試的時候，通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致。一般來說，公司都是希望有順利的面試經驗，面試官也都願意在溝通正常下給予協助。

關於資料結構及演算法（Data Structures & Algorithms）的練習，我大概維持一天練習1~2題的步調。所以在準備面試上，要研究公司，並且依照職缺來做面試的複習。

我通常會立刻寫下題目給予的input有什麼、格式是什麼、desired output又是什麼。「他山之石，可以攻錯」，卡題時參考別人解方並再試一次 當然有些時候不論怎麼想都寫不出來，如果是自己練習的時候，我大概在15分鐘後會開始看一些討論，嘗試學習別人的思路。

我看完別人的答案後，還是會用自己的code再實現一次。如果有和公司面試，不論是電話還是onsite，面試完後我會再檢查我遇到的題目是否和我過去做過的題目類似，如果有的話，是否我的思路在面試中是清晰及正確的，如果沒有的話，我是否有利用對的觀念來解答。在我開始有一些思路後，我會先寫下pseudocode，就是先用英文來說明我的解法會是怎麼樣。我目前聽到朋友準備面試基本上都會購買 LeetCode的Premium，Premium最大的好處就是可以看到問題和公司的標註，拿過去拒絕我2次的Google為例，LeetCode就有925道題目被大家回報有在Google面試中看到

通常在面試的時候，我會和面試官說明我可能會先就一個大概可行的方式來做解答，如果他/她覺得沒有什麼問題的話，我再做後續的優化。今天這篇文章，主要想分享我的演算法準備方式，如果你想要找如何刷題的方式，或是覺得無法「刷」幾百題很多遍的人，歡迎往下閱讀。

如果我發現我的解法時間可能不是太好，我會再嘗試看不同人的討論，研究更優化的解法，並再自己寫出不一樣的解法。每個步驟和面試官確認都沒有問題後，我才會正式寫code。

不要花了時間才發現一開始的理解及假設是錯誤的。解題時切莫僅追求速度，而是追求通盤理解 你可以看到我的練習方式不是很強調快，因為我希望我做完問題可以有很深的理解，所以花很多時間在做整理、複習確認，即使當下沒有那麼理解，隔天回想又想不出的話，我會再複習一次，再隔一天做新題前也會再確認。

關於資料結構及演算法（Data Structures & Algorithms）的練習，我大概維持一天練習1~2題的步調。我通常會立刻寫下題目給予的input有什麼、格式是什麼、desired output又是什麼。隔天要做下一題之前，我會先看一下前一天的問題，嘗試回想我是否可以再次在頭腦中想出大致的解法。在我開始有一些思路後，我會先寫下pseudocode，就是先用英文來說明我的解法會是怎麼樣。

面試結束後，會花時間在盤點及複習，從面試中的題目和過往的練習做統整。因為我是面試前端相關的職缺，所以也有一部分的精力在前端的資料複習。

解題前，先仔細審題：確認題目input、格式、desired output 看到問題的時候，我會先確保我了解題目的意思，真正在面試的時候，通常第一步也是和面試官確認我們自我的理解和面試官要問的是否一致。所以在準備面試上，要研究公司，並且依照職缺來做面試的複習。

我過往看過許多「刷」幾百題或每題做2~4次以上的人，分享他們的經驗，我很佩服他們投入的時間及毅力，但我自知做不到，有小孩後更是難以做到「刷」一遍。當然我不是大神每次面試都可以收割5到10個以上offer，所以就請你自己斟酌評估你的學習方法，畢竟我們都要找到對自己最能接受、且有效率的方式來準備面試。