📚 课程目录第2章高频面试问题与回答框架

第 2 章 · 高频面试问题与回答框架

大厂面试中，70% 的问题都能用已知框架应对。本章核心：将常见问题分类，并掌握 STAR 与「问题‑方案‑收益」两种答题结构，同时理解不同公司的考察侧重点。

考察点问题拆解 & 方案落地 & 量化意识

回答框架：STAR → 先定位 S+T（场景 + 目标），再重点讲 A（行动），最后以 R（结果）收尾，结果必须带数据或观测指标。

示例回答：
项目初期首页 Feed 滑动掉帧严重（S）。我通过 Instruments 发现主线程频繁重排，导致 FPS 跌破 40（T）。我引入异步布局 + 预计算高度，将计算移到子线程，最终 FPS 稳定在 55 以上，耗时降低 70%（A+R）。

可能追问：你怎么确定是主线程重排？预计算高度解决了全部问题吗？如果遇到异步布局后数据源变化怎么处理？

⚠️ 避坑：不要只说“我优化了性能”而无数据；不要遗漏「为什么只有你能解决」的个人差异点。

考察点架构抽象 & 扩展性 & 边界意识

回答框架：问题‑方案‑收益 → 先点出现网络层痛点（耦合、重试缺失），再给出分层方案（请求管道 + 拦截器），最后说明收益（可测试、可监控）。

示例回答：
现有网络层与业务代码高度耦合，无法统一统计流量（P）。我会拆成三层：底层只做 HTTP 请求，中间层处理重试/缓存/签名，上层提供业务接口（S）。重构后流量监控接入成本降低 80%，A/B 测试效率提升 60%（B）。

可能追问：重试策略如何设计？如何处理取消和并发限制？缓存一致性怎么保证？

⚠️ 避坑：切忌只画一张大图而不讲细节；面试官期望听到你对「边界」的思考——哪些该抽离、哪些该保留。

考察点架构理解 & 权衡能力 & 团队适配

回答框架：对比式 STAR/问题‑方案‑收益 → 先对比两者核心差异（数据流 vs 分层粒度），再结合项目情境（团队规模、迭代节奏）说明选择理由，最后给出收益。

示例回答：
我们团队 8 人，VIPER 文件膨胀严重，沟通成本高（P）。而 MVVM 配合 ReactiveCocoa 可减少 ViewController 代码量 40%，且单元测试覆盖率提升至 85%（S）。最终选择 MVVM 换取了更快的迭代速度（B）。

可能追问：MVVM 带来的 ViewModel 复用问题怎么解决？如果项目后期需要 VIPER 迁移，你会怎么规划？

⚠️ 避坑：不要贬低任一架构；重点在「当时场景下的取舍」而非完美方案。准备一个因架构选择导致的「具体翻车故事」会加分。

💡 公司侧重点速查：