《算法》专题

为了准备社招刷了leetcode200-300题左右，侧重刷高频hard题，注重最优解法。面的公司地点均在上海，总共5家。 一、字节跳动-抖音 nlp算法工程师 一面（1h）： 1、自我介绍+聊项目经历； 2、算法题：手撕multi-head self-attention，使用tensorflow或torch框架（尽量按google源码的思路）； 3、开方式问题：介绍deberta中的两个优化点，

6.28 笔试 7.13 一面    一小时15分钟 1. 一个M*M的图像，用大小为K*K的卷积核做卷积，通道，步长为1，padding为0，计算卷积过程中乘法操作的次数 2. 什么是图像的直方图特征 3. 边缘检测的原理，流程 4. 分类问题和回归问题的区别 5. 什么是卷积的平移不变形，卷积是否具有旋转不变性 6. 反向传播如何实现的 7. CNN的流程及各个部分的作用 8. 设计或选择激活

25选择题，我算法卷子考了一大堆操作系统Linux题，菜鸡直接随机选择 3道编程题，菜鸡是100%，90%，100% 第一题很简单，有一组课程难度，要求先排序，还要求相邻难度不超过4，最后输出排序后数组和能不能达到要求 先排序，再看相邻差值是不是小于4 第二题是lc原题，基本计算器三， 就是哪个要开会员才能看的哪个题，我没做过临场写的，过了90%，还有10%不知道为啥过不了 第三题华强买瓜，瓜有4

上来自我介绍，然后让把实习、项目和竞赛都说一遍。没怎么问问题，就根据简历问了一两个简单的小问题。然后做题，本来说三道题，第一道过了，第二道的时候代码写完让自己测一下，结果我太菜了，构建二叉树构建了半天😂😂😂面试官说时间够了，今天就到这儿吧。 总结：我太菜了，建个树都不会。。#秋招##提前批##百度##算法岗#

1. 两种糖，每个盒子装三个，要求每种至少一个，求最多装几盒。 2. 有一个数组由0，1，-1组成，找一个分割点，分割点左面>=0个数加上右面<=0个数最小 3. 小美有n块魔法石，每块魔法石都有正反两面，每一面上都刻有一个魔法阵，初始状态下，n块魔法石都是正面向上。这n块魔法石的能量刚好可以构建一个大型魔法阵，但是需要至少一半的魔法石向上的一面铭刻的阵法相同才能触发大型魔法阵的效果。 小美希望翻

#做完网易2023秋招笔试题，我裂开了# 1. 100%，直接把数字比坐标大的数一直减，直到和位置相等；对应的去找需要+1的数字，需要用hash维护每个数字所在的位置。 2. 46.3%，前缀和+暴力枚举长度。 3. 100%，从高位到低位计算二进制位为1的个数并记录这些数字，≥k就更新vector，不然沿用上一次的vector。 4. 60%，先计算出第n项ab对应的幂（需要用矩阵快速幂计算法）

# 1. 给一个非递增的数组，例如[5,4,3] 每次操作对其中一个数+1，其中一个数-1，最后构造成单调递增的数组，需要的最少操作次数 例如 [4,3,2]需要四次 # 2. 给定一个字符串，只包括r,e,d求子字符串的数量，要求该子字符串中r,e,d都出现且出现的次数相同 # 3. 求N个数组，K个数按位与的最大值 # 4. 给两个数，a,b 后面数的生成方式是 前面的数和前前面的数相乘然后平

1. 自我介绍  2. 介绍实习项目 3. yolov5的改进，介绍mosaic增强，mosaic增强是否随机（没看过代码，不清楚），正负样本匹配策略  4. 关于口罩人脸识别的一些探讨  5. 实现三个函数 ，分别是求iou, focal loss，roi pool  6. 反问 #校招#   #旷视#

今天面试官小姐姐人好好，全程谈项目，不知道结果如何（球求菩萨显灵） 1、自我介绍 2、两个项目的经历都是特征孔识别吗3、基于特征提取用的是什么方法？ 4、对pcl点云处理库的了解程度，用到了什么程度 5、是在视屏上做的还是图像上做的 6、相机标定和手眼标定在项目里的作用 7、相机标定的方法，详细说下 8、相机标定精度的要求 9、什么影响了标定精度 10、相机标定中提取圆用的是什么方法 11、相机标

一、引入 在计算机科学中，团问题指的是在给定的图中找到团（顶点的子集，都彼此相邻，也称为完全子图）的计算问题。 团的问题在现实生活中也有体现。例如我们考虑一个社交网络，其中图的点代表用户，图的边代表其所连接的两个用户互相认识。那么我们找到了一个团，也就找到了一群互相认识的人。 我们如果想要找到这个社交网络中最大的一群互相认识的人，那么就需要用到最大团搜索算法，最大团指的是点数量最多的极大团。 二、

提到最小表示法，要了解它的定义，最小表示法是用于解决字符串最小表示问题的方法。 一算法简介： 当一个字符串形成一个环的时候，要比较两个字符串是否相同就会变得很困难，因为你不知道对于第二个字符串来说，以哪个字符开始比较才会和第一个字符串相同。 所以我们就会想到枚举起点比较是否相同，而这样的复杂度O(n^2)。而最小表示法这种算法可以在O(n)的时间解决这个问题。下面介绍一下最小表示法。 二、算法分析

DFS（深度优先搜索）是一种常见的算法，我们平时遇到的大部分题目都可以用 DFS 解决，但是一般情况下，这都是骗分算法，很少会有爆搜为正解的题目。因为 DFS 的时间复杂度特别高。 一、定义 DFS（深度优先搜索）定义上的深度优先搜索的思路与树的先序遍历非常相似，是针对图的搜索而提出的一种算法，下面是算法导论上的解释： 在深度优先搜索中，对于最新发现的顶点，如果它还有以此为顶点而未探测到的边，就沿

A*算法是启发式搜索算法，是根据Dijkstra算法改进而来。 一、定义：是一种在图形平面上，对于有多个节点的路径求出最低通过成本的算法。它属于图遍历和最佳优先搜索算法，亦是BFS 的改进。 二、如何更好的理解A*算法？ 如下图所示，S为起始（start）节点，G为目标（goal）节点。 （1）节点之间连线是两点的路径长度，如A到E的路径长度c(A,E) = 9。 （2）节点旁的h值时当前节点到达

阿里云算法二面凉经，本来以为还是业务面，没想到是主管面，猝不及防 1、面试官介绍自己和团队业务 2、自我介绍 3、问了一个本科的项目 4、为什么硕士和本科阶段的方向不一样，为什么想着换方向？（没答好，太实诚了。。。） 5、为什么选现在这个导师，实验室有哪些方向？（背景调查？） 6、有没有了解最新的一些领域的前沿进展？（简单讲了一下） 7、反问环节：面试后续流程 没有算法题，面试时间30多分钟，大部

视频面试，面试时间：约一个小时 面试官迟到了几分钟 1、面试官解释迟到原因 2、自我介绍 3、介绍实习工作，并基于实习工作提问 4、介绍一个科研项目，并提问 5、算法题：01矩阵中找出面积最大的全一正方形（动态规划），问时间和空间复杂度 6、数组和链表的区别 7、有没有了解常见的机器学习算法？（报了下菜名） 8、反问环节：询问是哪个部门（因为百度投递的时候不知道部门）以及具体的业务 -------