滴滴北京3面,已跪~

前面就是聊项目,balabala…
最后上算法,不对,智力题~
1.f()可以等概率生成1-6随机数,构造g(f)生成等概率1-10
2.地图上n个点,如何找到与其余点距离和最小的点
3.贝叶斯分类 loss推导

先说下自己的情况:
1.知道1-5生成2-7的套路,不好使…
2.计算中心点,距离最近中心点哪个就是
面试官讲中心点不是距离和最小点
3.感觉前面聊的不好,就直接讲记不清楚了,饿死了😭,去吃饭了😁

老铁们,有思路的交流下~

#滴滴#
全部评论
沙发,求解惑
点赞 回复 分享
发布于 2017-09-21 12:34
中心点明明就是距离之和最小的点。。。(采用欧式距离的话
点赞 回复 分享
发布于 2017-09-21 12:38
1. p() = 6*(f()-1)+f()-1, 随机数生成器 p 可随机生成[0, 35]的数, 每次产生的数据如果落到[1, 10]区间内则返回, 否则重新生成即可. 2. 如果将地图变成一维数组, 则要求的是中位数. 将此结论推广到二维, 二维中的距离是一个二次函数, 可以用三分求出最优解.
点赞 回复 分享
发布于 2017-09-21 12:40
第一题:f-1生成0-5,然后6*(f-1)生成0、6、12、18、24、30,6*(f-1)+(f-1)生成0-35,如果6*(f-1)+(f-1)生成的数大于29,则重复进行,直到结果在0-29,这样会等概率产生0-29,将得到的结果%10之后等概率产生0-9,然后加1 第二题:假设所有的点是(x1,y1),(x2,y2),......,(xN,yN),距离各个点距离和最小的点在(xi,yj)的集合中找,其中i,j=1,2,3......N 有点类似于网易内推的棋盘题,左神有一次讲过,至于为什么在这些点里面,要用到映射到坐标轴上(不太好解释) 第三题:说的是朴素贝叶斯的loss么?
点赞 回复 分享
发布于 2017-09-21 12:43
同跪
点赞 回复 分享
发布于 2017-09-21 13:20
第二个用梯度下降迭代逼近可以吗
点赞 回复 分享
发布于 2017-09-21 15:28
第二题,我觉得楼上的思路是可以的。如果是欧氏距离,设最优点是(x,y),就是解无约束优化问题 minx,y d1+d2+...+dn 其中di = sqrt((x-xi)2+(y-yi)2) 然后就是用无约束搜索算法去求极值点,梯度下降、牛顿法/拟牛顿法之类的,只是不清楚上面这个优化问题是不是凸优化,如果非凸,那么找到的只是局部极小值。
点赞 回复 分享
发布于 2017-09-21 16:39
之前看过一个给出[0, m) ,求[0, n)的随机数 static int getRandom(int n, int m) {  int i = 1;  while((n*i-1)%(m-1) != 0) i++;  int factor = (n*i-1)/(m-1);  int randomSum = 0;  while(factor > 0){  randomSum += rand_m();  factor--;  }  return randomSum%n;  }
点赞 回复 分享
发布于 2017-09-21 17:22
第二题应该建立二维的k-dTree来计算最小距离和
点赞 回复 分享
发布于 2017-09-22 14:51

相关推荐

shtdbb_:还不错,没有让你做了笔试再挂你
点赞 评论 收藏
分享
点赞 评论 收藏
分享
点赞 收藏 评论
分享
牛客网
牛客企业服务