说明：这是匿名、合成化的辅导案例。个人背景、公司和时间线已做模糊处理，用于展示常见问题和训练方法，不代表任何候选人的完整原始经历，也不构成结果保证。
候选人背景
候选人算法基础不差，LeetCode 做过 250+ 题，但 mock interview 中经常出现三个问题：题意复述太快、写代码前不讲 trade-off、debug 时沉默。真实面试里，这类问题会让面试官难以判断候选人的思考过程。
主要卡点
- 题会做，但英文 narration 不稳定，经常跳过 clarification。
- 遇到 follow-up 时习惯重新想整套方案，缺少 incremental optimization。
- 代码写得快，但 edge cases 和 test walkthrough 不够系统。
辅导动作
- 把每道题拆成 clarification、brute force、bottleneck、optimized approach、implementation、test 六步。
- 针对 sliding window、graph BFS/DFS、heap、interval、backtracking 做限时 mock。
- 训练英文表达模板，但不背稿，重点练如何自然解释不确定性和取舍。
- 每次 mock 后复盘代码质量、变量命名、边界条件和 follow-up 处理。
阶段性结果
- mock 中能稳定在 35-40 分钟完成 medium-hard 题并讲清复杂度。
- follow-up 不再从零开始，而是能基于已有解法定位瓶颈。
- behavioral warm-up 和 coding narration 更自然，面试整体节奏明显变稳。
可复用经验
- Meta 风格 coding 不是只看最终答案，communication speed 和 code correctness 同样重要。
- 中文候选人需要专门训练“边想边说”，否则实力容易被低估。
- 刷题数量到一定程度后，mock feedback 比继续盲刷更有效。