牛客网算法面经汇总
链接：https://www.nowcoder.com/discuss/212554
来源：牛客网
作者：caiyue37
链接：https://www.nowcoder.com/discuss/210036
来源：牛客网
链接：https://www.nowcoder.com/discuss/211763
来源：牛客网
一面：
随机森林的随机性怎么体现
Bagging和Boosting区别
三道代码题
1.给一字符串，只包含（和），求最长连续子串
例子：
输入：
)((()))(
答案：
6
2.给一个字符串，列出所有可能的ip组合
3.k个有序链表合并
二面
1.我看你简历上都是CV项目，你愿意转到推荐算法这边还是坚持你的CV
2.你对于机器学习很多东西都不了解么？
3.说说过拟合和欠拟合的概念吧
4.过拟合怎么处理？
5.如何降低模型的容量
6.你用过dropout么？介绍一下
7.逻辑回归了解么？逻辑回归是处理线性问题还是非线性问题的？
8.决策树的ID3和C4.5介绍一下
9.介绍一下TCP和UDP
10.你比较熟悉Python?你了解过他的多线程么？
11.python全局锁是什么？
12.python装饰器介绍一下
13.Python数据结构有哪些？
14.你主要用TensorFlow？它的优化器都是什么？分别介绍一下
15.TensorFlow怎么实现梯度传递？
16.maxPooling怎么传递导数？
17.考一道算法题吧，我给你一个中文数字，比如一百二十，如何转换为整形数字
三面
1.自我介绍
2.项目，问的很细。包括数据量和模型
3.我有一个中文的OCR识别模型，现在如何得到一个日文的识别模型？
（这里我想说翻译，但是感觉OCR本身就有自己的误差，加上翻译的误差可能会导致准确率很低，
链接：https://www.nowcoder.com/discuss/211954
来源：牛客网
链接：https://www.nowcoder.com/discuss/211174
来源：牛客网
一些发散性的题目
算法：
链接：https://www.nowcoder.com/discuss/211326
来源：牛客网
链接：https://www.nowcoder.com/discuss/210829
来源：牛客网
链接：https://www.nowcoder.com/discuss/210333
来源：牛客网
1. 判断二叉树是否包含另一二叉树
2. 有序数组合并
链接：https://www.nowcoder.com/discuss/210508
来源：牛客网
- 再问一个分割检测方面的，了解nms吗，大致介绍一下
- 模型训练过拟合怎么办
答：数据增强，增大数据量；换更大更深的网络，更好的backbone；dropout，BN等
- BN为什么防止过拟合呢？
正确答案应该是
大概意思是：在训练中，BN的使用使得一个mini-batch中的所有样本都被关联在了一起，因此网络不会从某一个训练样本中生成确定的结果。
这句话什么意思呢？意思就是同样一个样本的输出不再仅仅取决于样本本身，也取决于跟这个样本属于同一个mini-batch的其它样本。同一个样本跟不同的样本组成一个mini-batch，它们的输出是不同的（仅限于训练阶段，在inference阶段是没有这种情况的）。我把这个理解成一种数据增强：同样一个样本在超平面上被拉扯，每次拉扯的方向的大小均有不同。不同于数据增强的是，这种拉扯是贯穿数据流过神经网络的整个过程的，意味着神经网络每一层的输入都被数据增强处理了。
- 提出了除了BN外，还有其他方式同样可以达到类似平滑效应，有些甚至效果更好。
- 算法题：判断一棵树是不是完全二叉树
思路：
1>如果树为空，则直接返回错
2>如果树不为空：层序遍历二叉树
2.1>如果一个结点左右孩子都不为空，则pop该节点，将其左右孩子入队列；
2.1>如果遇到一个结点，左孩子为空，右孩子不为空，则该树一定不是完全二叉树；
链接：https://www.nowcoder.com/discuss/209171
来源：牛客网
一面 基本都在聊项目，后面随便问了几个问题。
# ab测试在两个bucket差距比较大，一个bucket量特别小的情况下，如何去更好的估计结果
# 介绍下基本的推荐算法
# 传统的机器学习和深度学习的区别你觉得是什么
# code： 给定一个字符串，和字符串列表，判断能否用字符串列表拼接生成字符串
二面 基本也都在聊项目。。。
# 推下svm？ 推的不是很好，很久没看了
# kmeans的收敛性
# 没了好像。。。
链接：https://www.nowcoder.com/discuss/207105
来源：牛客网
链接：https://www.nowcoder.com/discuss/207092
来源：牛客网
链接：https://www.nowcoder.com/discuss/207287
来源：牛客网
- 首先自我介绍
- 自我介绍我提到了数据挖掘，他问那你会大数据吗，我说只会点皮毛
- 那你了解推荐系统吗？答不怎么了解
- 那好，给你个情景题：给你一千万个用户，一千万个商品，怎么把商品推荐给用户？我的内心是崩溃的，这不明显的推荐系统嘛😪
链接：https://www.nowcoder.com/discuss/207712
来源：牛客网
1.写一个计算sqrt的函数，不能使用库函数（我用的牛顿法）；
2.然后问了牛顿法和二分法的差别，和各自的优劣；
3.问了c++ vector的实现原理，为什么可以动态增长长度；
4.vector的插入效率（尾后插入）为什么平均来讲是O(1)级别的；
5.项目细节以及比赛的细节（问的非常细）
- 特征工程是怎么实现的，结合比赛具体介绍；举例说明通过特征工程怎么提取到非常有用的强特征的；
- PCA的原理，以及为什么能用于降噪（项目相关）；
- 神经网络如何解决过拟合；
- Dropout的原理；
- Bagging ，Dropout还有 Boosting之间的对比；
链接：https://www.nowcoder.com/discuss/209478
来源：牛客网
这一个问题其实我有用过，我也知道原理，但是当面试问具体公示的时候，还是愣了一下，但是BN无疑是一个很火的应用，必须要会。
链接：https://www.nowcoder.com/discuss/206186
来源：牛客网
电面一面(25分钟)：(ps: 这一面问的心态爆炸。。。。。)
1. 自我介绍
2. 看你简历是做CV的，我们这边是做推荐的，让你做你愿意做吗？(当然愿意啊，让我进去做啥都行2333)
3. 面试官介绍了他们做的业务(说氛围轻松，几亿条数据随便你玩)
4. 为啥在平安只实习了1个多月啊？现在在哈啰实习做啥业务？
5. 讲一下偏差和方差(楼主从欠拟合和过拟合来讲的)
6. K-means算法中的K怎么确定的？
7. 场景题：打开京东APP，点击一个商品，详情页会显示XXX也买过，这个具体是怎么做的？(楼主扯到了协同过滤和冷启动)
8. 推荐里面的低秩矩阵分解具体是怎么做的？
9. 线性代数里面的矩阵分解你知道吗？具体是怎么做的？
10. 搜索引擎的拼写纠正怎么做的？(楼主说了朴素贝叶斯和词袋模型)
11. 那如果第一个字母就输错了怎么办？
12. 词向量这一块有了解过吗？
13. 讲一下逻辑回归？
14. 当数据量特别大的时候，逻辑回归(LR)怎么做并行化处理？
15. 讲一下SVM?
16. SVM的核函数有哪些？你都用过哪些？
17. 特征工程你知道吗？用过吗？对于连续特征，我们通常有两种处理方式：1. 连续特征离散化；2. 特征缩放，这两种分别在什么情况下做？
18. 算法题：求字符串的最大回文子串(动态规划)
完了就说他没问题了，一会儿还有一轮面试。
总结：面试官一直问我推荐相关，我真的不会。哎，后面场面非常尴尬。。。。
---------------------------------------------------------------------------
电面二面(30分钟) 这一面还行。。。。。
上来我直接认怂，说我一面面得很差，好多都不会。结果二面面试官说我一面面的还行。。。
面试官说了一下他们的部门：京东云下的应用研发部算法推荐团队，以及具体的业务，主要是下面三块：
1. APP的商品推荐
2. 精准营销
3. 客户管理
下面是具体面经：
1. 面试官说对我现在的在公司的业务顺风车感恩费定价策略很感兴趣(怪我，祸从口出。。。)，说京东这边最近也在这定价预测，让我给他讲一下。没办法，硬着头皮吹逼。。。
2. 这个用的啥模型啊？具体怎么做的啊？(说到了逻辑回归和机器学习的排序算法)
3. 你这个数据是怎么打标签的？
4. 场景题：现在让你给从未出售的Iphone8进行定价预测，你要从哪些维度考虑？(考察吹逼能力，我吹了很长时间。。。)
5. 接上问，面试官：你说的不错，从那些竞品当中，我们怎么选择出一个与我们的产品(Iphone8)最接近的竞品呢？你怎么考虑？
6. 决策树ID3算法的特征选择指标，口述一下数学公式(信息增益)
7. 场景题：现在我们有两个排序模型，分别是A和B，他们分别预测出了对应的排序的结果在我们的APP上，我们有真实地用户数据，那么怎么来评估这两个模型的好坏呢？用说出数学公式。(继续吹逼、、、)
面试官说我没问题了，问我有啥问题要问的，我就随便问了下。
8. 你是南方人吧，会考虑来北京吗？会不会更多的考虑上海。(哈哈哈，你要我，我去哪儿都行。。。)
9. 提前批还投了哪些公司啊(楼主随便说了几个)，面试官对我投了大疆表示有点惊讶。。。说这是你的老本行是吧2333
10. 后面没事了能提前过来实习不？
11. 目前在这家公司不是那种秋招转正的实习吧(23333,我当然说不是啦哈哈哈)
链接：https://www.nowcoder.com/discuss/206593
来源：牛客网
1.自我介绍
4.基础：
梯度爆炸梯度消失
L1范数L2范数原理，公式
过拟合
Yolo ssd fast系列区别
包括yolo 1-3（对于yolo的细节提问）
5.两道简单算法：
判断链表有环
二叉树中序遍历
6.问答环节
面试官建议：基础不错，多比较相关算法，多看state-of-the-art算法
链接：https://www.nowcoder.com/discuss/205841
来源：牛客网
一面:面试官做推荐系统的
LR和SVM的区别（写出各自目标函数）
讲讲决策树（讲了三种决策树及分支点选择策略:手写信息增益和基尼系数等）
过拟合（我结合SVM的参数C讲的）
boosting方法（先讲了总的boosting方法,然后讲了gbdt,手推其原理）
讲讲word2vector
AUC及其几种用途
结合我做的一个比赛项目讲了woe和iv,缺失值处理，集成方法，特征工程
问了一个列表里面有很多英文单词，怎样选出频率出现最高的前几个词（这个没答好我开始以为是一到算法题，，，后来再提示下差不多答出来了:python里先用set处理后用字典储存）
二面交叉面:面试官做大数据的
问了我的实习经历（之前在一家AI医疗公司做CV，主要是器官和肿瘤的语义分割）
问我最近看过的论文:答的是capsule和google的一篇用FFN做细胞分割的论文,然后让我讲了capsule
然后问了CV和机器学习的不同点
我这里二面没有手撕代码
链接：https://www.nowcoder.com/discuss/205467
来源：牛客网
主要问的是项目，很基础的问题：
1. 解释一下LDA主题模型，LDA的求解过程
2. 中文分词器是怎么做的，有没有读过某种分词器的代码
3. SVM解释一下，为什么SVM的复杂度高，怎么解决
4. 为什么过拟合，怎么解决过拟合
链接：https://www.nowcoder.com/discuss/205848
来源：牛客网
链接：https://www.nowcoder.com/discuss/205718
来源：牛客网
第一道是给出一个数组，数组中有正数和负数，要求重新排列这个数组，使得原始数组中的正负数交替排列，且保证各自的相对顺序不变。
第二道题也比较简单，描述是这样的
我手中有一堆扑克牌， 但是观众不知道它的顺序。
第一步， 我从牌顶拿出一张牌， 放到桌子上。
第二步， 我从牌顶再拿一张牌， 放在手上牌的底部。
第三步， 重复第一/二步的操作， 直到我手中所有的牌都放到了桌子上。
最后， 观众可以看到桌子上牌的顺序是：13\12\11\10\9\8\7\6\5\4\3\2\1 请问， 我刚开始拿在手里的牌的顺序是什么？
一面
笔试结束后4天收到了通过的电话，中间隔了个端午节假期。面试官是个挺年轻的小哥，全程在问算法题。
10G文件，每一行一个 uint32 数字。有一台1G内存的机器
A. 找出最大的 k 个数
B. 找出重复数字
已知一天内用户登录登出的日志（数据量较大），求这一天用户在线的最大峰值和持续时间段
日志包含字段（userid, login_time, logout_time）
登录登出时间精确到秒
对输入的unix风格的文件路径做精简。 例如：/a/b/…/./ 精简为 /a
/a/b/…/./…/…/…/./…/a/b/ - > /a
还有几道是面试官口述的，比如Two sum之类的
一面还比较顺利，基本都答上来了
二面
我觉得很奇怪的一点是我投的是ML岗，但笔试和面试里几乎没有问这些话题相关的内容，而且没问项目经历。另外就是两轮面试的面试官都有问我懂不懂计算机网络和操作系统…但实际上我投的岗位要求里并没有提着两样技能，导致我这个面试很被动。
先是手撕算法题
给出字符串x，和字符集合y，求x中包含所有y中元素的最短字串
这个题我在面试官的竭力引导下才把代码写完了…感觉面试官不是很满意，我自己反正也不怎么满意。
面试结束后面试官问我有啥想问的，我简单问了一下岗位的具体工作职责（因为招聘帖写的太不清楚了）。以及问面试官对我有什么建议，他跟我讲招人主要看两点，一点是对算法原理的掌握与了解，熟悉其推导过程；二是代码能力如何。他说从前边的面试和笔试来看，我的代码能力还ok，于是面试里就没太考察我这方面能力（我感觉他对我的原理掌握方面不是很满意吧= =）。
链接：https://www.nowcoder.com/discuss/204240
来源：牛客网
k-means算法简述
svm的优化目标
分别写出线性回归和逻辑回归的损失函数
生成式模型和判别式模型的区别
c 基础语法
过拟合与欠拟合
方差与偏差
linux文件操作
神经网络的特点
总之基本都是机器学习的基础知识，基本不涉及深度学习。
三道编程题分别是:
两个递增链表合并为一个递增链表
二叉树和为某一值的路径(剑指offer原题)
k-means算法
面试是在上周三，去的望京东映客总部，一口气接连三面，基本就是一个下午。
1.首先死磕项目，所以建议大家一定要把项目弄透彻不要在这里卡住自己。我和面试官在其中一个项目上讨论了很久，各持己见。然后我换了一种交流方式。我说，面试官你是不是这么想的，复述了一遍，面试官说对，我说那我回去再研究一下，可能糊涂了。这里不建议抱着说服面试官的念头和其争执，而是展现自己的交流能力和对算法的理解即可。
2.面试官让我说说自己比较熟悉的机器学习算法，我说要不决策树吧，聊了聊决策树
3.又聊了聊逻辑回归，写出了其损失函数和反向传播公式
4.手撕代码。一个数组里，有两个只出现一次的数字，其他都是出现两次，请在o(n)时间复杂度内找出这两个数字
5.python基础语法: 迭代器和列表的差别，装饰器的作用。
然后面试官说你等一会。我等了十几分钟，二面面试官来了。
1.写出逻辑函数的损失函数
2.为何使用交叉熵作为损失函数，与MSE等相比其优点在哪里？
3.word2vec中的skip-garm的下采样简单说一下
4.神经网络中经常遇到收敛速度慢的问题，如何解决？
5.你说优化梯度下降函数，请说出常见的梯度下降函数以及他们的优缺点，最好写出公式
6.你遇到过什么困难，如何解决？
链接：https://www.nowcoder.com/discuss/205260
来源：牛客网
一面
- Power(a,n) 常规递归方法写完让写一个O（1）的方法
- 岛计数问题 dfs
- 哪些处理过拟合的办法：正则，剪枝，dropout
- CNN里面能自然起到防止过拟合的办法
- bagging vs boosting简述
- SGD每步做什么，为什么能online learning
- Logistic Regression损失函数，怎么来的
二面
- CNN反向传播细节，怎么过全联接层、池化层、卷积层
- Adam优化器的迭代公式
- CNN多分类损失函数 softmax
- 字符串最小编辑路径
三面
- 线性回归R^2公式及意义
- p-value意义，怎么算？怎么做单边检验
- 随机过程 稳态是什么
- 时间序列 常用模型，arima模型的公式？自回归在机器学习中的应用？
- 计算几何分布期望
- 熟悉什么机器学习算法（SVM），写损失函数（hinge+正则）
- 找完全二叉树最后一个节点
- 找字典序的第k个数
远景公司福利 157人发布
