原创 連續子數組的最大和(劍指offer 面試題42)

題目描述: HZ偶爾會拿些專業問題來忽悠那些非計算機專業的同學。今天測試組開完會後,他又發話了:在古老的一維模式識別中,常常需要計算連續子向量的最大和,當向量全爲正數的時候,問題很好解決。但是,如果向量中包含負數,是否應該包含某個負數,並

原创 二叉樹中和爲某一值的路徑(劍指offer 面試題34)

題目描述: 輸入一顆二叉樹的跟節點和一個整數,打印出二叉樹中結點值的和爲輸入整數的所有路徑。路徑定義爲從樹的根結點開始往下一直到葉結點所經過的結點形成一條路徑。 解題思路: 本題利用先序遍歷訪問某一節點的值,並且將該節點添加到當前路徑序列

原创 數據流中的中位數(劍指offer 面試題41)

題目描述: 如何得到一個數據流中的中位數?如果從數據流中讀出奇數個數值,那麼中位數就是所有數值排序之後位於中間的數值。如果從數據流中讀出偶數個數值,那麼中位數就是所有數值排序之後中間兩個數的平均值。我們使用Insert()方法讀取數據流,

原创 C++ 常面知識點

1.new/delete 與malloc/free 的區別 參考:https://www.cnblogs.com/QG-whz/p/5140930.html 共同點: (1)都可用於申請動態內存和釋放內存 不同點: (1)malloc與f

原创 包含min函數的棧(劍指offer 面試題30)

題目描述: 定義棧的數據結構,請在該類型中實現一個能夠得到棧中所含最小元素的min函數(時間複雜度應爲O(1))。 解題思路: 該題注意利用舉例的方法使抽象的問題具體化;題目中是可以在O(1)複雜度的情況下,獲取棧中所有元素的最小元素,所

原创 順時針打印矩陣(劍指offer 面試題29)

題目描述 輸入一個矩陣,按照從外向裏以順時針的順序依次打印出每一個數字,例如,如果輸入如下4 X 4矩陣: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 則依次打印出數字1,2,3,4,8,12,16,15

原创 算法題彙總(面試準備)

  1.二叉樹的前序,中序,後序遍歷,遞歸和非遞歸的寫法 2.一個數組,把其中奇數放在左邊,偶數放在右邊,不要求滿足原始序列關係,要求inplace 時間On 空間O1 3.紅黑樹簡單介紹一下,內部實現原理,主要用來做什麼? 4.鏈表相關

原创 檢測相關問題面試準備

1. OHEM (online Hard Example Mining) OHEM(online hard example miniing)算法的核心思想是根據輸入樣本的損失進行篩選,篩選出hard example,表示對分類和檢測影響較

原创 棧的壓入、彈出序列(劍指offer 面試題31)

題目描述: 輸入兩個整數序列,第一個序列表示棧的壓入順序,請判斷第二個序列是否可能爲該棧的彈出順序。假設壓入棧的所有數字均不相等。例如序列1,2,3,4,5是某棧的壓入順序,序列4,5,3,2,1是該壓棧序列對應的一個彈出序列,但4,3,

原创 Median of Two Sorted Arrays

題目描述: There are two sorted arrays nums1 and nums2 of size m and n respectively. Find the median of the two sorted array

原创 從上往下打印二叉樹(劍指offer 面試題32)

題目描述: 從上往下打印出二叉樹的每個節點,同層節點從左至右打印。 解題思路: 利用C++ STL雙向隊列遍歷二叉樹;每次輸出一個節點的時候,如果該節點有子節點,則把該節點的子節點放在雙向隊列的末尾;接下來到雙向隊列的頭部取出最早進入隊列

原创 二叉搜索樹的後序遍歷序列(劍指offer 面試題33)

題目描述: 輸入一個整數數組,判斷該數組是不是某二叉搜索樹的後序遍歷的結果。如果是則輸出Yes,否則輸出No。假設輸入的數組的任意兩個數字都互不相同。 二叉搜索樹相關知識點: 1.左子樹上所有節點的key值都小於或等於根節點。 2.右子樹

原创 樹的子結構 劍指offer

劍指offer:148頁(高質量的代碼) 題目描述 輸入兩棵二叉樹A,B,判斷B是不是A的子結構。(ps:我們約定空樹不是任意一個樹的子結構 /* struct TreeNode {     int val;     struct Tre

原创 複雜鏈表的複製(劍指offer 面試題35)

題目描述: 輸入一個複雜鏈表(每個節點中有節點值,以及兩個指針,一個指向下一個節點,另一個特殊指針指向任意一個節點),返回結果爲複製後複雜鏈表的head。(注意,輸出結果中請不要返回參數中的節點引用,否則判題程序會直接返回空) 解題思路:

原创 行人三維姿態與形狀估計面試準備

1.SMPL   2.HMR 本文達到了實時的人體三維姿態與形狀的估計,但是實際上測試最多能夠達到5fps,可以在有2D-3D之間的對應關係來訓練模型,也可以在沒有2D-3D的情況下利用弱監督的方式訓練模型,在人體存在遮擋或者截斷的情況下