非科班小碩的算法秋招記錄

本文用於記錄本人七月開始的包括實習、秋招提前批以及秋招正式批等各項面試經歷。爲了突出重點，除了完整記錄手撕代碼題之外，僅記錄當時回答的不太好的知識點，或者是重點考察點，用於自己日後複習提高。

【算法 - 秋招提前批】【作業幫】一面/二面（現場） 2019.07.12（週五） 16:00~17:40

• 一面
  算法題
  a. 旋轉數組查找某數K：二分思想
  b. 合併有序數組：不使用額外空間，從後往前比較覆蓋，注意邊界條件
  LSTM：與RNN優勢，畫結構圖，$\sigma$激活函數作用，導數形式，是否會有梯度消失/爆炸的問題(《百面》P238)
  Decision Tree：信息增益與信息增益比的區別，ID3與C4.5區別(選擇函數、連續/離散特徵)，GBDT特點，推導

• 二面
  算法題：用[st, ed]表示座標軸上的線段。S1, S2分別表示兩個集合，元素爲不同線段。判斷 S2中的線段能否被 S1線段構成的區域完全覆蓋。

【算法 - 秋招提前批】【字節跳動Data部門】一面/二面（現場）2019.07.15（週一）17:30~18:50

• 一面
  TCP/UDP：TCP與UDP區別與特點
  進程與線程：線程間通信，進程間通信，進程線程的區別與特點
  LUR相關
  算法題： 每2個一組反轉鏈表：考察指針細節操作，前序連接、本地反轉以及後繼連接三者均需要考慮到，適用dummy傀儡指針trick可以簡化指針操作。

• 二面
  算法題： Z字形打印二叉樹：層序遍歷變體，可用兩個棧或奇偶標誌

（offer）【算法 - 實習】【騰訊AI教育部門】一面（電話）2019.07.17（週三）21:00～21:40；二面（電話）2019.07.19（週五）14:30～21:50

• 一面
  LSTM參數個數計算
  餘弦相似度與歐式距離的區別與各自的特點
  爲什麼要用Bi-LSTM
• 二面
  HMM
  雅可比矩陣，海森矩陣，牛頓法，擬牛頓法

【算法 - 實習】【第四範式AI研究組】一面/二面（現場）2019.07.18（週四）15:00～17:00

• 一面
  算法題：
  a. 原字符串acbcabd，需刪除字符a、b、d，則刪除後返回ccab。即刪除字符對應最小索引。
  b. 逆時針打印下三角數字矩陣，如n=4時，打印:

1
2	9
3 	10 	8
4 	5 	6	7

• 二面：略

【算法 - 實習】【滴滴地圖事業部】一面（現場）2019.07.19（週五）10:00～11:20

算法題：已知元素集合[2, 1, 8, 6, 3, 9, 5]以及直接關聯的元素對[(1, 2), (3, 1), (2, 6), (8, 9)]，直接或間接關聯的元素分爲一組，返回最終的元素分組[(1, 2, 3, 6), (8, 9), (5)]

（offer）【算法 - 實習】【京東零售 - 搜索部門】一面/二面（現場）2019.07.19（週五）15:00～17:0

• 一面
  算法題：
  a. 二分查找：注意邊界
  b. 最長公共子序列：是否還能繼續優化
• 二面
  排序算法：快排、堆排序、歸併排序複雜度/穩定性/優缺點
  XGBoost：XGBoost內部細節，Gain/Weight等對特徵重要性計算的區別，二階損失函數公式每個參數具體意義
  Dropout：運用在神經網絡中什麼位置，在前線傳播/反向傳播/模型預測階段分別是否發揮作用，起作用的原理
  Attention：在CNN和RNN中分別發揮什麼作用，如何發揮作用
  概率題
  a. 不均勻硬幣正面朝上概率爲$p$，設計一種仍然等概率的投擲方案，使得裁判能夠公平決定雙方誰先開球。
  b. 計算該方案投擲硬幣次數的期望。

（offer）【算法 - 實習】【滴滴數據科學部門】一面/二面（現場）2019.07.22（週一）14:00～16:00

• 一面
  算法題：Python實現k-means
• 二面
  算法題：將數組[1， 0， 3， 4， 0， 0， 7， 8， 0， 0]中的元素0全部移動到數組尾部
  word2vect
  Attention：在LSTM模型中的具體公式，如何發揮作用

【算法 - 秋招提前批】【百度商務事業部】一面/二面/三面（現場）2019.07.25（週四）14:00～16:00

• 一面
  算法題：快排
  機器學習基礎相關，略
• 二面
  算法題：將字符串中的數字反轉，如將1a2sd34f5g678hjkl9反轉後變爲9a8sd76f5g432hjkl1
  思路題：海量有重複IP如何找出出現次數最多的前十個IP
  ReLU激活函數《深度學習P120》：ReLU（整流線性單元）、absReLU（絕對值整流，用於處理照明極性反轉不變的圖像）、Leaky ReLU（解決零梯度無法學習的問題）、PReLU（自動學習參數）
  PU Learning：一種僅有正樣本和無標註樣本的半監督學習方法，參考博客 - 基於PU-Learning的惡意URL檢測
  Spark：參考博客 - 大數據入門與實戰-PySpark的使用教程
  awk命令：參考博客

zhoujl@aliyun-1:~/test$ cat test_awk
aaa 10  True
bbb 20  False
ccc 30  False
zhoujl@aliyun-1:~/test$ awk 'BEGIN{print "Name", "Score"} {print $1, $2} END{print "Total", "60"}' test_awk
Name Score
aaa 10
bbb 20
ccc 30
Total 60

• 三面總監
  概率題：已知明天下雨概率80%，求明天上午(0:00 ~ 8:00)下雨的概率
  項目相關
  若通過，是否接受提前實習，是否會繼續投遞其他（阿里騰訊）崗位

【算法 - 秋招提前批】【阿里健康】一面（電話）2019.07.30（週二）17:00～17:35；二面（現場）2019.08.07（週三）10:00～11:00

• 一面
  各種迴歸：線性迴歸，嶺迴歸，Lasso迴歸
  Shapley：如何加速
  XGB：殘差、近似殘差
  時間序列模型：
  運籌優化理論：
• 二面
  算法題：無重複旋轉數組查找最小值
  項目相關

【算法 - 秋招提前批】【曠視科技】一面（電話）2019.07.31（週三）13:20～14:20；二面（電話）2019.08.02（週四）17:00～17:50；三面自己拒了

• 一面
  正則化解決過擬合的原理：減少模型參數，平緩模型曲線
  ResNet如何實現：$f_{plain}(x)=f_{res}(x)+x$，$f_{res}=f_{plain}(x)-x$
  Python的staticmethod和classmethod以及C++的static關鍵字：
  全局解釋鎖及其對I/O密集型或計算密集型多線程任務的影響：
  數據增強：
  概率題
  a. 如何通過均勻分佈得到正態分佈：根據中心極限定理，大樣本量下$\frac{\sum_{i=1}^nX_i-n\mu}{\sqrt{n}\sigma} \sim N(0,1)$；$X \sim U(a, b)$時，$\sigma=E((X-\mu)^2)=E(X^2)-E(X)^2=\frac{b-a}{12}$
  b. 一支股票當前價格爲$100$，每天有一半的概率$+1$或$-1$，若達到$150$或$0$則停止。問兩種結果的概率分別是多少。賭徒問題的變種，二階線性遞推+特徵根求解。
  c. 如何用一枚$6$個面的均勻骰子，實現$7$種結果的均勻離散分佈

• 二面
  算法題：
  a. 快排
  b. 反轉句子中的單詞字母順序
  c. $01$矩陣表示的二值圖像中，$0$代表背景，$1$代表前景。若兩個$1$值像素縱向或者橫向直接相連，則代表兩個點連通。求圖像中能夠包裹單個連通域的最大矩陣面積，該矩陣的長和高與圖像平行：BFS
  思維題：
  a. 已知無窮級數$S(m)=\sum_{i=1}^{m}k_ii=k_1+2k_2+3k_3+...+mk_m$，其中$k_i=+1,-1$可自行選擇。問給定正整數$N$，是否必然能夠找$m$，使得$S(m)=N$
  b. $m_0$爲給定$N$條件下$m$可取的最小值，描述$m_0$、$N$以及$S(N)$之間的關係，即如何找到$m_0$

（offer）【算法 - 秋招提前批】【京東零售 - 銷量預測部門】一面時間記不清了（電話）；二面/三面/四面（現場）2019.08.07（週三）15:30～18:00；五面（現場）2019.08.09（週五）

• 一面
  項目相關
• 二面
  項目相關、機器學習相關
  算法題：快排
• 三面
  對着簡歷搜刮各種知識點
  RF與GBDT弱分類器區別：兩者對於減小方差和偏差分別都是怎麼解決的
  算法題：三數之和，講了思路就沒讓寫了
  概率題：圓環上找三個點，構成鈍角三角形的概率
• 四面（交叉面）
  項目相關，以後的職業意向
• 五面（Boss面）
  項目相關
  工程裏面爲什麼喜歡用XGBoost而不用SVM：容易調參，可解釋性
  以後的工作意向

（意向書2019.09.08）【算法 - 秋招提前批】【拼多多】一面（電話）2019.08.08（週四）20:00～20:40；二面（電話）2019.08.11（週日）19:00～21:20（中間斷了大概半個小時，信號不好）

• 一面
  LR推導、LSTM詳述、CNN組成
  樹模型加速：XGBoost、LightGBM等工程實現怎麼加速
  隨機森林：兩個隨機分別是什麼
  算法題：給定一個二叉樹，求子樹中能夠成爲搜索二叉樹的且包含節點的最大值
• 二面：
  項目相關
  Attention：Attention在LSTM中怎麼高效實現，需要看過那篇論文才知道
  算法題：給定任意一個$x\in[0,1]$內的無間斷點的連續型概率分佈$f(x)$，實現$f_{uni}(x),x\in[0,1]$，讓$f_{uni}(x)$近似均勻分佈。說了思路，實現代碼量較大，最後寫完的時候面試官說思路沒問題，代碼就不看了(哈哈感覺白忙活了半天的感覺)。

【算法 - 秋招提前批】【騰訊遊戲】一面（電話）2019.08.09（週五）20:00～20:40；二面（電話）2019.08.21（週三）9:20～10:10；三面（電話）2019.08.22（週四）17:15～18:05

• 一面（問得特別廣，而且注重是否真的動手做過，比如會問很多模型的參數默認值是多少）
  模型參數設置：LSTM設置哪三個參數；CNN設置哪些參數；XGBoost設置哪些參數，默認層數是多少
  模型參數個數：LSTM參數個數怎麼計算，爲什麼；CNN卷積層參數個數怎麼計算，爲什麼
  CNN：CNN爲什麼能減少參數個數（卷積核權值共享）；數據增強有哪些方法；max_pooling/mean_pooling分別適用什麼場景，如何反向傳播，參考博客
  IV值和WOE：
  Linux相關：awk命令、df和du命令

// 1. find命令遞歸查找當前目錄以下所有python文件並打包：
find ./*/*.py
// 2. awk命令查詢最後一列內容（列數未知）
cat /etc/passwd | awk -F ":" '{print $NF}'
// 3. 顯示當前目錄下所有子目錄的大小
du -h --max-depth=1

• 二面
  項目相關，機器學習相關
  遊戲外掛場景分析，外掛可能特點分析
• 三面
  項目相關
  目標檢測：怎麼知道圖像中目標的位置
  無標記樣本：怎麼利用，怎麼分類
  QQ飛車外掛怎麼檢測：機器人掛，模仿高手的掛；從畫像、軌跡、交流組隊、漂移、氮氣、地圖熟悉度等方面比較好說明
  算法題：便利店一天有大量客人買東西，每位客人買的東西組合可能很多；爲了方便促銷，請找出銷量最高的前100種三元商品組合，從而打包促銷
  智力題：ABCD四人單獨過橋的時間分別爲1、2、5、10分鐘，橋上同時只能站兩個人，若兩人同時過橋，速度由慢的人決定；求出最短的過橋時間

（意向書2019.09.11）【算法 - 秋招提前批】【美團LBS】一面/二面/三面2019.08.20（週二）19:10～22:20

• 一面
  算法題：刪除鏈表中出現次數超過1的節點
  項目相關，機器學習相關，聚類相關
• 二面
  算法題：給定一維地面高度數組，如arr = [4， 2， 5， 7， 3， 1， 9， 8]，每個元素代表長度爲1，高度爲arr[i]的地面。求該一維地面最多能裝多少水。
  聚類：DBSCAN的優缺點，若數據密度不均勻，如何進行聚類，如何改進DBSCAN，還能採用什麼聚類方案
  項目相關，機器學習相關
• 三面（總監）
  平臺業務發展討論
  智力題
  a. 摸硬幣策略（遞歸倒推）
  b. 下棋策略（中心對稱）
  c. 淘汰賽：871人，1v1淘汰賽；若當前人數爲奇數，則隨機挑選一人直接晉級下一輪；問(1)共進行幾場1v1比賽，共進行幾輪淘汰；(2)冠軍最少比賽幾場，比賽最少場次的概率多少？

（offercall2019.10.10）【算法 - 秋招】【網易伏羲實驗室】一面/二面/三面2019.09.27（週五）一天

• 常規問題，和之前的差不多

【軟開 - 秋招】【華爲編譯器與編譯原理】

• 春招實習過了沒去，九月份十月份兩次聯繫我問我有沒有興趣。然而實在是不對口，最後還是拒了。