聽說你最近在刷題- 軟體工程師的面試一定會遇到的資料結構及演算法關卡 (& 分享 LeetCode 折扣）& LeetCode Premium 抽獎啦(2021- 9 月更新）
-----------------------------
2021年 9 月更新：
從 8 月開始，收到許多剛到美國唸書的讀者來信請求幫忙內推 2022 年暑假的實習工作，如果你還不知道的話， 請查看我另外一篇文章來了解內推網路：最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡 (2021 年 8 月更新)。軟體工程師的面試關卡很多都是資料結構及演算法， 所以大家在準備實習也都不免俗的要刷題一下。 我許久沒有看 LeetCode， 發現現在 LeetCode 的功能越來越多， 還有像是學習資源文章及 study plan 的功能，把大家要準備面試的各種需求都越來越在他們網站上一站搞定。 今天除了再次分享去年寫的文章(還有折扣碼)， 還要大大感謝 LeetCode 願意提供 3 個 7 天 Premium 會員試用來給予讀者， 讓大家面試前可以使用如公司 tag 的功能來做複習。 此外感謝大家一直以來的支持， 我也自掏腰包提供購買 3 個 1 個月的 Premium 會員試用來加碼， 再請大家做以下動作參加抽獎歐！
✅ 按讚並留言你希望用 LeetCode 達到什麼目標 (轉職、實習面試、換工作，可以寫一寫細節像是目標公司、職位等)， 或是你過去使用 LeetCode 的心得、或者是自己未來職業目標等等， 也可以是找朋友來一起練習。
✅ 公開分享此篇文章的話多一次被抽中的機會
獎項： 共 6 個名額，3 個 7 天 Premium 試用會隨機抽出， 3 個 1 個月的 Premium 試用則用留言內容來挑選， 希望抽出給很需要、或是很有創意的留言， 哈！
活動期間到加州時間下週四 9/9 晚上 9 點截止。會直接於文中留言通知中獎，祝大家學習愉快、找實習、換工作都順利！
--------------------------
2020 年 12 月原文：
歐， 要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。 我過往看過許多刷幾百題、每題做 2、3、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。 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 LeetCode 問題， 2016 年底找工作比較認真， 大概完成了 100 題左右。 今天這篇文章想要分享一下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。
2015 年上完 Coding Bootcamp 後， 我陸續有一些電話面試， 每天可能會有 1～3 個電話面試， 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， 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。 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。 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。
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， 不要花了時間才發現一開始的理解及假設是錯誤的。 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。
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。 在我開始有一些思路後， 我會先寫下 pseudo code， 就是先用英文來說明我的解法會是怎麼樣。 每個步驟和面試官確認都沒有問題後， 我才會正式寫 code 。
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， 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。 我看完別人的答案後， 還是會用自己的 code 再實現一次。 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。 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。
自己練習寫完之後， 我會再寫出解法的空間及時間複雜度 (Space & Time Complexity) ， 通常面試也會詢問這個部分， 所以自己每個練習也要歸納一下。 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。 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。
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。 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。 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。
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。 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。
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。 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。
條條大路通羅馬， 每個人面試準備的方式都不太一樣， 以上就是我的資料結構及演算法的準備方式， 之前寫找工作的系列文章好像沒有特別提這塊， 所以特別再寫出來分享。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 。
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 LeetCode 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 LeetCode 來做練習了！ 剛好最近認識一位在 LeetCode 工作的朋友牽線， LeetCode 特別優惠讀者， 只要使用這個連結購買 Premium， 就能有 15% 優惠 (幾乎和一年一度的感恩節特價差不多了！)。
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 (XD)， LeetCode 就有 925 道題目被大家回報有在 Google 面試中看到 (2021 年已經變成 1014 道了！ @@)， 當你正要 phone or onsite interview 的時候， 可以聚焦你要面試的公司練習、提高效率的話還是可以提高面試的表現的。 Premium 還有答題評斷比較快、LeetCode 官方解答、及依據公司有 Mock interviews 等其他功能， 但主要大家好像都還是為了 company tag 的功能而付費， (2021 年 9 月更新， 最近又有如文章、影片的學習資源，還有像是 Study Plan 的功能， 看起來 LeetCode 要往大家學習、準備、一站式的服務來黏住使用者了！)
相信以大家拿到 offer 後的加薪， 會覺得這是個很好的投資！(什麼， 你說不一定會加薪， 那請你再閱讀一下我的談判文章來和公司談判加薪 "面試中談到錢怎麼辦？ 問到你期望薪水如何接招?" 及"面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式") 。
我當初有想說要直播訪問在 LeetCode 的朋友， 探討 LeetCode 最近幾年的快速發展、及如何幫助軟體工程師及公司行號， 可惜目前朋友還沒有意願， 如果大家有興趣的話， 請在文章留言， 讓她可以看到大家的意願加強她的動力和我們分享 (群眾多數暴力啊！)。
附上過去我寫的找工作系列文章:
1. 程式語言- 到底學哪個好？我想進Google，我沒學OOO，他們會接受我XXX語言背景嘛？
2. 簡介美國軟體工程師面試流程
3. 等待機緣- 我要如何被人資或獵人頭發現? 我要如何脫穎而出? LinkedIn重要嘛？
4. 主動出擊- 我要找工作了，現在美國都用什麼找工作？哪個網站平台能讓我有較多面試機會？
5. 軟體工程師面試準備- 面試要練習什麼？ 找工作和練習的時間要如何平衡拿捏？
6. 被錄取了- 我該注意什麼，我可以談判要求多一點薪水、股票或假期嘛？
7. 矽谷找工作之常見問題 FAQ
8. 面試技巧及心得，如何有條理的說服面試官？
9. 英文履歷怎麼寫？ 美國科技公司注重什麼？
10. 如何到美國科技公司工作？
11. 最有效得到面試的方式- 內部推薦: 尋找內推資源 & 歹晚郎互助網絡
12. 面試中談到錢怎麼辦？ 問到你期望薪水如何接招?
13. 面試得到 Offer 薪水如何談？ 三明治溝通法及最後簽約前的談判招式
2021 年， 如果你要找工作的話， 祝你轉換順利， 拿到許多理想的 offers！ 如果你有什麼準備的技巧及心得， 也歡迎留言分享。
部落格原文：
https://bit.ly/3zNrluU
mock interview意思 在 軟體職缺準備心得- 看板Soft_Job - 批踢踢實業坊 的美食出口停車場
前面有我拿到offer的心得文，可自己A我的文章
# 背景
台大機械畢業 最高學歷碩士
現職半導體設備外商軟體開發
YOE 9
# Preface
這篇文章假設基礎為平常空閒時間不多，但是有辦法抽出時間練習的人
# 可不可以不要刷Leet code
可以，只要你有辦法專精在某個領域，比如linux kernel mail loop內大家都認識你
如果只是一般人，想進比較大的公司刷題只是基本，你也可以找不考刷題的
就我所知Canonical好像不考Leetcode，不過在opensource領域的經驗會被考慮
# How to start
面試不是為了單純高薪資，而是找到適合的公司與適合你的職涯發展
所以規畫你的職涯發展，最終目標是讓你的能力與會公司的發展方向匹配
可以先看暢銷書原子習慣，想想以下問題
1. 自己想成為什麼人
2. 這種人每天做甚麼? 能在open source有貢獻或逛stackoverflow回答問題?
3. 選擇一個最小目標，足夠小到讓即使在你狀況最壞的情況下也能達成
4. 如果昨天沒做到也沒關係，今天要做到，不要*明天再做*
以我自己舉例
1. 想在技術上專精，要是能專精C++在最佳化領域上更好
2. 每日: Leetcode撰寫時以效能為目標，了解那些技巧可以幫助你提高運算效率
3. ”no raw loop” - Sean Parent. (這只是個人信仰，不是必要)
盡量用STL解決問題，可以參考 https://www.fluentcpp.com/getthemap/
效能上如何避免cache miss, 甚麼時候vector會比map快...etc
## Optimization
最佳化最重要的是profile，學太多最佳化方法但是到處都用不是好事
最佳化是拿彈性去交換來的，所以只需要用在bottleneck，非必要不使用
對這個題目有興趣的可以找找Chandler Carruth的演講(大部分都是Cppcon)
[Going Nowhere Faster] https://www.youtube.com/watch?v=2EWejmkKlxs
# How to write resume
建議看這篇文章，是免費的，它其他的面試建議也不錯
https://www.techinterviewhandbook.org/resume/
重點:不管你用google doc/word，不要用 *表格* 不然ATS parsing容易出問題
在2020求職的時候用的resume有表格，拿到的面試少很多(我就廢..)
不過今年大缺人也是一個因素
# Linkedin
絕對要經營自己的linkedin, 至少大致上要跟CV相同或更詳細
Google HR是從Linkedin上找到我的，其實我不確定自己投會不會有人理XD
可以找一些網站幫你review profile 像是https://resumeworded.com/score
他可以幫你評分，很多細節要花錢解鎖，即使光看免費的部分也可學到不少
比如我現在才知道Linkedin headline其實可以放202 chars…
可以把很多技能相關的直接放上去，搜尋可見度會高很多
像是Software developer | C++, GTest, GMock, Multithreading …etc
# Cracking the Coding Interview
非常建議買中文版的看過前面的部分
中文書名: 提升程式設計師的面試力
英文看很快你也可以買英文的，他的翻譯還算可理解
他會告訴你面試時應該要關注的重點，以及解題的技巧與方向
# Leetcoding
## Grind 75
我發現ptt沒什麼人提到 Grind 75，我覺得他比blind 75更有用
一共有有169題 https://www.techinterviewhandbook.org/grind75
就是Blind 75的作者製作的建議的列表，給定每周想花的時間，照順序練習很方便
他給的順序大約是一個主題的特定方向2~3題，然後切換主題
適合原本就有基礎的人抓回感覺，或是沒太多時間刷的情況下抓對基礎方向
自己是設定14hr/week來寫，後來有空就把所有medium都寫一寫
hard看看挑幾題來寫，最後寫了差不多160題，然後每天寫個leetcode daily抓手感
我都是用C++，目標還是以C++為主所以沒考慮用其他語言寫
如果你日常不是寫C++，建議以自己熟悉的語言寫
如果你平常用的語言寫起來不方便(對，我就是說C++) 那我一率推薦Python
像是用C/C++的人，其實建議刷題還是用python最快，因為實作最方便
因為時間不太多，題目看完覺得自己想的不是optimal就看hint
十分鐘想不到optimal就看討論/解答，八成的情況還是跪在Lee’s code前面
目標是未來的題目可以抓對方向
有些題型寫過一兩次就會有感覺，像是permutation在很多情況下可以用上
如果有Google HR給的大補帖，也建議看過一遍(appendix有附)
# Mock interview
自己沒做，只有在寫leetcode的時候用英文自言自語，果然練習不足在Google這吃鱉
如果要找mock interview，建議先找專業的把方向叫正好再來找免費的
在Cracking the coding interview一書內其實已經涵蓋87%的要點
因為我拿到Google Feedback了，順便把一些要點列在這
- 詢問邊界條件與澄清問題
- 列出多種實作並討論其trade off (加分，但是如果強者都加分那就是must)
- 討論Time complexity & Space complexity
- 題目一定要做完 (trivial impl可以問面試官可否跳過，要盡快掌握哪邊是重要實作)
- 遇到Bug可以不靠提示自己找到
個人理解: 不靠提示是指: 面試官說_有問題_你就能自己找到答案
這是我個人最弱項
- 確保題目內的所有資訊你都有用到 (這個很重要，我面試時有漏掉一點)
- 實作不要處理得太複雜，才有機會寫完 (這個應該需要大量練習或是天分XD)
# System Design
Google L4/L5 Loop才會面
我沒練習...Design Pattern只記得自己常用的，上次想講SOLID連這個字都忘記XD
最常推薦的資源就是Grokking the System Design
Leetcode現在有System Design特價中$60，有買整年會員更便宜只要$30
沒買不確定內容有甚麼，不過影片是印度腔，最差的情況還可以當印度腔聽力練習
# 英文
現在就在外商，不過面對的人英文不是母語，兩邊爛英文互聊其實還是有幫助
很現實的是，要面外商，至少要敢說，如果別人聽不懂，就練到別人聽得懂
語言沒有硬指標，但是沒有達到基礎門檻就是沒辦法過
這邊沒辦法給太多建議，我自己是會開車的時候聽podcast
推薦幾個:
1. Algorithm + Data Structure = Programming (ADSP)
兩個Nvidia工作的 C++ commitee成員主持
以C++ algorithm為主軸的podcast，有時候夾雜一點APL，一回30~40min
Apple, audible, spotify都有，每周都有更新
2. Programming Throwdown
介紹各種程式語言或framework，如果你想要多了解一些語言概觀可以挑這個聽
3. Stackoverflow podcast
主題滿多的，都以Tech 為主，也是30~40min
# Coding Interview
Interview 不是考Leetcode，而是如何跟面試官討論設計跟實作(個人意見)
當成寫production code，coding style跟naming convention仍要有
實作前寫些comments記錄要做甚麼，不然寫到一半忘記edge cases就會被扣分
就算實作不是optimal(比方寫起來比較花時間)，但如果你能說出optimal也會加分
個人習慣是假設這個需求未來會變，suboptimal solution但彈性大也是一個做法
# BQ Interview
即使短期沒有面試，每季/年做performance review總要跟老闆說你做得多好
不然怎麼能拿到好績效? 這種故事就適合做為BQ情境準備
把這些情境記錄下來，在寫BQ的時候才不會痛苦，除非記性真的超好那沒話說
Amazon Leadership Principle基本上算是BQ基礎，建議做投影片把情境都列出來
這樣去面其他公司的時候也可以拿出來講，至少不會一緊張就忘記自己做過甚麼
# Other interview side notes
1. 一定要準備問面試官的問題
2. 不要問網路上查得到的問題，除非這只是follow up的引導問題
3. 問的問題方向不一定，Technical / Business看你想法
4. 新創的話多問business model，判斷這家新創有沒有機會久活
# Competing Offer
我也不會...看了幾篇覺得還算滿有幫助的
https://haseebq.com/how-not-to-bomb-your-offer-negotiation/
https://www.nicksingh.com/posts/the-secret-art-of-salary-negotiation
https://www.fastcompany.com/90749904/how-to-negotiate-your-salary-for-any-job
個人的總結是誠實跟對方說你目前還沒面完，預計多久要下決定
比較好的公司都願意等，至於那種明天叫人來上班的...沒去過但聽說都很雷
# Improve yourself
即使面試成功也不要灰心，你已經拿到過門票，多準備下次再來就好
問問看每家面試結果的feedback，了解自己的問題然後調整每日目標
# Contribute to open source
## 關注你有興趣的題目
像是對Linux有興趣就看Jserv的系統軟體課程討論區，我FB幾乎只逛這XD
把逛社群媒體的時間花在逛技術討論區，其實進步會很快
## 找到你有興趣的project
這邊涉獵較少...過去一年內目前也只貢獻了兩三次PR，至少也比沒有好
即使只是文件的改善，都有機會從review中學到很多
## Ptt 版友 Hsins的分享
十月的時候會有 Hacktoberfest 鼓勵大眾參與開源，十月期間
會有一些 GitHub 的開源專案，由專案維護人員將一些 issue
標上分類，有些還會標上新手友好的難易度，活動期間達成一
定的貢獻，會有獎品像是衣服和貼紙，想要參與開源可以參考
## First open source contribution
這篇是文章 https://bit.ly/3IGk3yk
### Issues of opensource projects
https://www.codetriage.com/
https://www.coss.community/
https://goodfirstissue.dev/
## Stackoverflow (SO)
最快可以貢獻在opensource的方法其實是上stackoverflow回答問題
在stackoverflow上回答或發問是一個很好的工程師訓練方式
有空逛一逛也可以學到不少新知識
1. 訓練怎麼有結構地問一個問題，如何找到ref 證明自己不是問蠢問題
2. SO跟rubber duck一樣，問完之前自己會找到答案
3. 如何探討爛問題，或從爛問題的XY problem中找到真正的問題，避免自己問..
4. 有架構地的回答問題，鍛鍊自己的文件撰寫技巧
5. 習慣性直接在online compiler上寫proof of concept exmpale
6. 下一次你就會google到自己的答案，就不會忘記
Tip: 在SO上面問C++ 問題，直接貼godbolt的連結可以加快別人回你的速度
這一次在面試的時候也有feedback提到SO/github上的貢獻
自己做的事情會被看見，畢竟用open source的大公司很多，有點能見度也不錯
# 挑選面試公司
level.fyi + 比薪水 + 能不能問到認識的人
台灣這些資料還是比較少，就看大家能不能一起貢獻
# 帶小孩怎麼抽出時間
每個人的客觀環境不一樣，沒有辦法提供直接建議
比較能共通的: 想辦法抽出個人的時間拿去念書，比如逛IG的時間改成看演算法
但是不要把自己逼太緊，每天仍然需要放鬆一下，建議參考原子習慣之類的書
如果你每天都沒有自己的時間，那先思考可以放棄甚麼來擠出時間自我精進
# 總結
盡量設計一個每日目標讓自己能努力下去，不要太極端因為會很難堅持
鬆散沒關係，有進度就有進步，不要流於形式就好
祝大家都能找到自己喜歡的工作
# Appendix
Google recruiter提供的大補帖
https://gist.github.com/stanzheng/9631465
其實都是公開資訊，但是還是很有參考價值
## Reading meterial
- Introduction to Algorithms (最新的應該是4th)
- Google Style Guides (看你用哪個語言)
- [Coursera - Algorithms, Part
1](https://www.coursera.org/learn/algorithms-part1)
- [Coursera - Algorithms, Part
2](https://www.coursera.org/learn/algorithms-part2)
- [Udacity - Intro to Algorithms]
(https://www.udacity.com/course/intro-to-algorithms--cs215)
- [MIT Open courseware - Introduction to Algorithms] (https://bit.ly/3P67Jdc)
## 其他準備心得
- [How I got into Google by Prajakta Tathavadkar]
(https://blog.usejournal.com/how-i-got-into-google-161c97913b8b)
- [How I got into Google by Gourav Mittal]
(https://medium.com/@gourav.mittal/how-i-got-into-google-a7d92f581951)
- [Average to Googler in 4 weeks:Study Plan by Milan Naseri]
(https://www.linkedin.com/pulse/average-googler-four-weeks-study-plan-milad-naseri/)
- [My Preparation Journey for Google Interviews by Shantanu Kshire]
(https://medium.com/swlh/my-preparation-journey-for-google-interviews-f41e2dc3cdf9)
- [What's it like to work at Google?](https://youtu.be/n_Cn8eFo7u8)
Leadership](https://youtu.be/2Cr3-et4xkI)
(https://www.youtube.com/watch?v=XKu_SEDAykw)
Interview](https://www.youtube.com/watch?v=ko-KkSmp-Lk)
## 其他網站
- HackerRank
- Topcoder
- Codeforces
- Leetcode
- InterviewBit
- Kattis
[X] GeekOfGeeks 如果看這個網站，*所有* 的資訊最好都跟其他可信網站交叉驗證
這個網站的資訊非常地不精確
--
等等，我是不知道妳是看了什麼神槍手的故事，可是為什麼要拿我當靶 (′Д‵)
什麼！是黃忠和后羿的故事？他們拿的不是銃，是弓！
長門，妳手上拿著蘋果跟繩子是作什麼？今天晚餐不是關東煮是烤乳豬嗎？
連爸爸都沒弄痛過我，可不可以不要綁這麼緊，好歹鬆一點讓我有空間逃吧，古泉。
好，我認了，要射就射吧，可是請聽一下在我死前的最後一個願望。
不 要 拿 霰 彈 來.....噗滋(腦漿聲) 摘自「阿虛的最後一餐」
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.231.132.6 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1657873542.A.6AB.html
最佳化最重要的是profile，學太多最佳化方法但是到處都用不是好事
最佳化是拿彈性去交換來的，所以只需要用在bottleneck，非必要不使用
對這個題目有興趣的可以找找Chandler Carruth的演講(大部分都是Cppcon)
Going Nowhere Faster https://www.youtube.com/watch?v=2EWejmkKlxs
剛好最近stackoverflow podcast有提到
https://stackoverflow.blog/2022/07/05/developers-vs-the-difficulty-bomb-ep-459/
這篇是blog https://bit.ly/3IGk3yk
### Issues of opensource projects
https://www.codetriage.com/
https://www.coss.community/
https://goodfirstissue.dev/
====Opensource資訊分隔線====
我把你的資訊整合進內文，如果覺得不恰當麻煩私信給我
13周x12小時就會有全部的
※ 編輯: wulouise (61.231.129.196 臺灣), 07/18/2022 17:34:14
※ 編輯: wulouise (61.231.129.196 臺灣), 07/18/2022 17:47:21
如果看完有遇到甚麼問題歡迎來信詢問，回答完後我有空會繼續更新
有其他問題也可以詢問，也許未來還有機會再寫一篇文
※ 編輯: wulouise (61.231.129.196 臺灣), 07/19/2022 15:51:16
... <看更多>