Coding Interview Para Desenvolvedor: Guia Completo de Preparação

# Coding Interview Para Desenvolvedor: Guia Completo de Preparação A coding interview de Big Tech é diferente de qualquer entrevista que você já fez no Brasil. Em vez de perguntar sobre seu histórico ou discutir arquitetura de sistemas, um engenheiro vai pedir para você resolver um problema de algoritmo ao vivo, enquanto ele observa seu raciocínio. A boa notícia: é completamente preparável. Este guia mostra como fazer isso de forma eficiente. ## O Que É Uma Coding Interview Em empresas como Google, Meta, Amazon, Microsoft e Stripe, o processo técnico tipicamente inclui 2-4 rodadas de coding interview, cada uma com 45-60 minutos. Nesse tempo, você deve: 1. Entender o problema 2. Discutir sua abordagem com o entrevistador 3. Escrever código limpo e correto 4. Analisar complexidade de tempo e espaço (Big O) 5. Tratar casos especiais (edge cases) Não existe IDE, não existe Google, não existe Stack Overflow. Só você, o entrevistador, e um editor de texto compartilhado. ## As Estruturas de Dados Que Mais Aparecem Baseado em análises de centenas de entrevistas, as estruturas de dados mais cobradas são: ### Arrays e Strings (30% das perguntas) Os problemas mais comuns: two pointers, sliding window, prefix sums. Exemplo clássico: "dado um array de inteiros, encontre dois números que somam um valor alvo". **Conceitos essenciais:** - Two pointers (ponteiros que se movem em direções opostas ou na mesma direção) - Sliding window (janela deslizante para subproblemas contíguos) - Hash maps para lookup O(1) ### Listas Encadeadas (10%) Reversão, detecção de ciclo (algoritmo de Floyd), merge de listas ordenadas, encontrar o nó do meio. ### Árvores e Grafos (25%) - Travessia BFS (busca em largura) e DFS (busca em profundidade) - Árvore binária de busca - Algoritmos de caminho mínimo (Dijkstra, BFS para peso uniforme) ### Heaps e Priority Queues (10%) Problemas de "top K elementos", mediana de stream de dados, merge de K listas ordenadas. ### Programação Dinâmica (15%) O tema mais temido. Subproblemas sobrepostos, memoização, tabulation. Exemplos: climbing stairs, knapsack, longest common subsequence. ### Stack/Queue (10%) Parênteses balanceados, avaliação de expressões, implementar queue com stacks. ## A Abordagem UMPIRE Para Resolver Problemas UMPIRE é um framework para estruturar sua resposta durante a entrevista: **U — Understand (Entender):** Antes de qualquer coisa, entenda o problema. Faça perguntas: - "Pode ter valores negativos no array?" - "O input pode estar vazio?" - "Preciso de ordenação específica no output?" **M — Match (Identificar padrão):** Qual padrão esse problema se encaixa? Array com two pointers? Graph traversal? DP? **P — Plan (Planejar):** Descreva sua abordagem em voz alta antes de codificar. O entrevistador quer ver seu raciocínio, não apenas o código final. **I — Implement (Implementar):** Escreva código limpo, com nomes de variáveis descritivos. Não otimize prematuramente. **R — Review (Revisar):** Trace seu algoritmo com um exemplo. Procure bugs. Verifique edge cases. **E — Evaluate (Avaliar):** Calcule a complexidade. "Minha solução é O(n) em tempo e O(1) em espaço." ## Quanto Tempo Para Se Preparar Depende do seu background: **Desenvolvedor com 3+ anos de experiência:** - 2-3 meses de estudo consistente (1-2 horas por dia) - Foco nos padrões mais frequentes **Desenvolvedor sem prática com algoritmos:** - 3-6 meses para chegar em nível Google/Meta - 1-2 meses para empresas de médio porte ## O Plano de Estudo Que Funciona ### Fase 1 — Base (semanas 1-4): Estude as estruturas de dados fundamentais. Implemente uma lista encadeada, uma árvore binária, um heap do zero. Entenda como funcionam antes de resolver problemas. **Recursos:** Neetcode.io (tem tradução em PT), Back to Back SWE no YouTube. ### Fase 2 — Padrões (semanas 5-10): Resolva 2-3 problemas por dia, organizados por padrão. Não resolva aleatoriamente — aprenda um padrão de vez. **Sequência recomendada:** 1. Arrays e hashing 2. Two pointers 3. Sliding window 4. Binary search 5. Linked lists 6. Trees (DFS e BFS) 7. Heaps 8. Backtracking 9. Dynamic programming ### Fase 3 — Mock Interviews (semanas 11-12+): Resolva problemas sob condições reais: cronômetro, sem pausa, falando em voz alta. Um erro comum é praticar apenas no silêncio — a comunicação em inglês durante a resolução precisa ser treinada. **O [Coding Practice do VagaNaGringa](https://vaganagringa.dev/coding/)** simula problemas em ambiente de coding interview com feedback em tempo real. Você pode praticar tanto o código quanto a comunicação em inglês. ## Dicas Para o Dia da Entrevista **Comece sempre com o caso simples:** Se o problema for sobre arrays, comece com um array de 2-3 elementos. Resolve na cabeça, depois generaliza. **Fale enquanto pensa:** Silêncio total é ruim. Diga o que está pensando: "Estou considerando usar um hash map aqui para ter lookup O(1)..." **Peça esclarecimento, não dica:** "Posso confirmar que o array está ordenado?" é diferente de "Como eu deveria resolver isso?" **Se travar, volte à força bruta:** Implemente a solução O(n²) funcionando e depois otimize. Um código O(n²) correto vale mais que um código O(n) com bug. **Analise complexidade sempre:** Mesmo sem ser perguntado, diga ao final: "Essa solução é O(n log n) em tempo e O(n) em espaço por causa da heap." ## Empresas e Seus Níveis de Dificuldade - **Startups Series A/B:** Geralmente Leetcode Medium - **Unicórnios (Stripe, Airbnb, Shopify):** Medium a Hard - **FAANG (Google, Meta, Amazon, Netflix, Apple):** Hard, às vezes Very Hard - **Microsoft:** Medium a Hard, com ênfase em design de código limpo A diferença entre passar e não passar não é só conhecimento de algoritmos — é a capacidade de pensar estruturadamente em voz alta, em inglês, sob pressão. Isso se treina.