《鬼仔带你学算法》专题

人傻了，我还说自己比较菜就投秋招吧，提前批就不参与了，结果面试结束面试官和我说因为是提前批所以题目会比较难，投错了 没有问太多，就是自我介绍，然后聊了会项目，问了点最近目标检测比较火的 DETR 系列。 然后一道中等偏难的算法题吧，主要还是自己最近算法题做得太少了，花了太长时间。 最近要重视算法题了。 #23届找工作求助阵地##2023校招##2023秋招##秋招##算法面经#

8-24 俩面试官，40’，全程扣项目、实习、机器学习，没刷题，最后说工作地南京。。。我投的不是上海吗 #2023秋招#

面试体验还错，没有技术相关的 自我介绍+二道智力题？+反问 第一次面试遇到直接做题的哈哈哈紧张到连题差点看不懂 反问问面试官我的表现，面试官说有规定不能说🤫哈哈哈哈好尴尬😅 希望能过吧～ #诺瓦星云校招##算法##二面##面经#

本篇讲解manacher算法，大家在学习之前，提前了解一下两个字符串相算法——kmp和拓展kmp，这些算法都是字符串算法。相对于前面介绍的两个算法，Manacher算法的应用范围要狭窄得多，但是它的思想和拓展kmp算法有很多共通支出，所以在这里介绍一下。Manacher算法是查找一个字符串的最长回文子串的线性算法。 在介绍算法之前，首先介绍一下什么是回文串，所谓回文串，简单来说就是正着读和反着读都

说到搜索算法，它是利用计算机的高性能来有目的的穷举一个问题的部分或所有的可能情况，从而求出问题的解的一种方法。搜索过程实际上是根据初始条件和扩展规则构造一棵解答树并寻找符合目标状态的节点的过程。搜索算法在路径规划、行为决策、语句识别、语义分析等多个领域都发挥着非常重要的作用，下面会给大家做一些介绍，便于大家学习和理解。 一、搜索算法介绍 搜索算法就是穷举出一个问题的部分或所有可能情况，从中找出求解

综述 所谓：“近朱者赤，近墨者黑” 本文采用编译器：jupyter k近邻(简称kNN)算法是一种常用的监督学习算法， 其工作机制非常简单 : 给定测试样本，基于某种距离度量找出训练集中与其最靠近的 k个训练样本，然后基于这 k个"邻居"的信息来进行预测。 通常， 在分类任务中可使用"投票法" 即选择这 k个样本中出现最多的类别标记作为预测结果；还可基于距离远近进行加权平均或加权投票，距离越近的样

给定一个整数，编写一个函数来判断它是否是 2 的幂次方。 示例 1: 输入: 1 输出: true 解释: 20 = 1 示例 2: 输入: 16 输出: true 解释: 24 = 16 示例 3: 输入: 218 输出: false 实现如下： /** * @param {number} n * @return {boolean} */ var isPow

假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？ 注意：给定 n 是一个正整数。 示例 1： 输入： 2 输出： 2 解释： 有两种方法可以爬到楼顶。 1. 1 阶 + 1 阶 2. 2 阶 示例 2： 输入： 3 输出： 3 解释： 有三种方法可以爬到楼顶。 1. 1 阶 + 1 阶 + 1 阶 2. 1 阶 + 2

发面经攒人品，用快手一个部门的面经求另一个部门的offer 一面 研究方向，论文的问题 深度学习相关 ReLU ReLU，LeakyReLU ReLU表达式，优缺点，为什么用，为什么不用 ReLU激活函数是如何解决梯度消失和梯度爆炸问题的？ 什么是梯度消失和梯度爆炸？什么单元更容易出现梯度消失梯度爆炸的问题？ReLU如何解决梯度消失问题 ReLU之前常用的激活函数 Sigmoid 写一下sigmo

本人中九统计学专业 3.15投的蚂蚁信贷事业群的算法，3.21一面，之后一直没消息然后4.13下午突然打电话来开始二面，我问面试官怎么这么久他嘿嘿一笑说由于部门人事变动耽误了一些时间😅😅 二面问的问题也是很无奈，自我介绍刚说完实习经历就不让我继续说了（我的项目是风控算法相关的但是也没让我说），然后就开始问实习，之后问了我位运算（不会），然后又问了一个三个杯子倒水的问题，然后是场景题，让我现场估

Hash 算法 定义 Hash （哈希或散列）算法是信息技术领域非常基础也非常重要的技术。它能任意长度的二进制值（明文）映射为较短的固定长度的二进制值（Hash 值），并且不同的明文很难映射为相同的 Hash 值。 例如计算一段话“hello blockchain world, this is yeasy@github”的 MD5 hash 值为 89242549883a2ef85dc81b90f

后缀树 1.1、后缀树的定义 后缀树（Suffix tree）是一种数据结构，能快速解决很多关于字符串的问题。后缀树的概念最早由Weiner 于1973年提出，既而由McCreight 在1976年和Ukkonen在1992年和1995年加以改进完善。 后缀，顾名思义，就是后面尾巴的意思。比如说给定一长度为n的字符串S=S1S2..Si..Sn，和整数i，1 <= i <= n，子串SiSi+1…

推荐系统并不是新鲜的事物，在很久之前就存在，但是推荐系统真正进入人们的视野，并且作为一个重要的模块存在于各个互联网公司，还是近几年的事情。 随着互联网的深入发展，越来越多的信息在互联网上传播，产生了严重的信息过载。如果不采用一定的手段，用户很难从如此多的信息流中找到对自己有价值的信息。 解决信息过载有几种手段：一种是搜索，当用户有了明确的信息需求意图后，将意图转换为几个简短的词或者短语的组合（即q

　　　　为了减少I/O次数，FP Tree算法引入了一些数据结构来临时存储数据。这个数据结构包括三部分，如下图所示： 　　　　第一部分是一个项头表。里面记录了所有的1项频繁集出现的次数，按照次数降序排列。比如上图中B在所有10组数据中出现了8次，因此排在第一位，这部分好理解。第二部分是FP Tree，它将我们的原始数据集映射到了内存中的一颗FP树，这个FP树比较难理解，它是怎么建立的呢？这个我们后

1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法，是在2007年的Science杂志上提出的一种新的聚类算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exemplar)，然后数据点两两之间连线构成一个网络(相似度矩阵)，再通过网络中各条边的消息(responsibility和availability)传递计算出各样本的聚类