10.28~10.29的面试记录

真是大同小异，还是有套路啊！
没录音，只记得一点点，
记不得的都是套路题，没亮点。

阅文，一面二面HR面

编程：

字符串形式的double数据转换成真double数据，要考虑算法时间、空间复杂度，怎么优化；不能用python内置函数
（我想写是split+遍历，面试官说直接用ASCII码操作）

>>> ord('A')
>>> 65

但这不也还是会用到内部函数？

业务场景题：

1、用户推荐，给一个用户指标，怎么从量级几百万的数据库里找到和这个用户特征相近的前n个用户（涉及 ：Faiss搜索）：

怎么减小搜索复杂度？
（我答的是用分箱法的思路，举个例子，二维特征的话，整个数据库就对应一个平面，把这个平面分成几个格子，可以用聚类的方法分格，然后先寻找query落在哪个格子（离哪个类的中心点最近），再从这个格子里找最邻近的点）；

聚类方法，例如kmeans需要事先确定k的值，会有局限，有没有更好的办法，可以不需要事先制定k的值？（我当时没想到。。。自适应的聚类方法？）

上一步中怎么处理聚类过程中的模糊点（这些点没有明确的类别归属，或者可能同时聚类到不同的类）？：
（我答的是以该点为圆心K为半径的范围内，找到个数最多的一类点，将它归到那一类，但感觉不是最好的解决办法）
参考模糊聚类 https://blog.csdn.net/huruzun/article/details/50247099

2、用户画像：

可以从哪些特征指标出发给用户做画像？（年龄、性别、学历、活跃度、所在区域、高峰活跃时间、浏览记录）
怎么保证上述这些信息收集来的都是准确的？（比如年龄，有些人并不想暴露自己的真实年龄）（我答的是相互佐证，根据其他指标的取值生成一个年龄分布置信范围，超出这个范围的年龄值则很大可能是错误信息，应剔除）

觉得这种业务场景题就是要多跟自己学过用过的trick还有基础知识上套，尽量多用专业词汇专业术语，多整些专业模型、算法

花旗，一面

算法

如何高效翻转一个字符串，字符串中可能有任何类型的字符，比如数字、字母、甚至是不可见的字符
（答：遍历、双指针原地反转，好像还有更好的办法，但是我没想到）