不至于失业了。。。。（作业帮&小米算法面经）
收集两个保底算法的意向书了（国内本来也是佛系报的。。。）
预计package应该说得过去
虽然应该都不会去。。。
仅仅是不至于失业了而已。。
祝我这几周笔试面试顺利吧
攒人品发面经
小米三面(大数据部门内推)
一面
LightGBM xgboost区别
zigzag打印二叉树
二分找等于某数的最右位置
随机森林和gbdt区别
rf和gbdt哪个容易过拟合
二面
dp二维数组找最小路径和
给前序遍历中序遍历输出树
BN的批处理处理的是什么
xgboost的默认深度
输入URL之后过程(？？？？)
a1-an独立同分布 a1<a2...<an的概率
三面
手写gbdt
gbdt如何分裂
信息增益 信息增益比 区别
推荐系统知道多少
作业帮
一面
1.连续子数组乘积不大于k的可行解个数
一点小bug忘记考虑当前元素大于k的情况
2.翻折递增数组找某数，剑指原题
开始我非要找折叠的点，面试官大姐提示说不用
问实习，gbdt我又把上次背的写了一遍😂😂咋用的 啥参数
二面
好难啊 超乎对于这种小公司的想象
题：给出两个集合S1S2存储一堆线段，问前者集合是否可以覆盖后者
扫描线进行整理，再遍及一遍
推荐系统了解多少
如何评价推荐系统(auc)
CNN MAXPOOLING怎么反向传播
inception结构以及优点
HR面
最自豪的事情
期望薪水
离开第一家实习的原因
（反正就是HR面很套路的那些题
投递哔哩哔哩等公司10个岗位 >
