2017秋招算法岗位一点点小面经。

当时秋招的时候写的，只写了几个公司，后面面试的很多公司都没有写，先放上来，有空再回忆再更。

1 今日头条

一面：

挑一个你觉得做的最好的项目讲讲，然后问问题

讲一讲HOG算子（项目里有写），是怎么求梯度的？

讲一讲SVM，知道多少说多少，为什么要用对偶问题求解？

说一下BP是怎么求导的

讲一下PCA，讲完后问有一个XX'，为什么？为什么是方差最大？

写代码：二叉搜索树删除某个节点，先说思路，后写。

二面：

讲论文，用深度学习怎么做，有什么区别？

讲项目，有没有遇到hard example，对于这些怎么处理的。答曰调整了阈值，没有在训练层面处理。

如果要处理人脸识别的hard example怎么处理？答曰fine-tune，继续问训练样本怎么办？答：采集样本，然后data augmentation, GAN理论上也可以。他说GAN太难了。

在SVM的训练中有没有遇到hard example。答，SVM对hard example的应用非常重要，先用一部分训练集训练一个模型，然后用剩下的一部分训练集的一部分测试，把出错的再送进去训练，重复两到三次，效果会比较好。然后解释了为什么。

SVM加核函数用过吗？讲一讲其中的差别。答：训练样本多，维度较大就可以用核函数，如果样本少用核函数比较容易过拟合。

写代码：一个链表，依次输出第一个，倒数第一个，第二个，倒数第二个...这个简单。

三面：

稍微讲了一讲项目

直接写代码：给一个float的数，求算术平方根。先说思路，我想的是在一个区域内随机打点，从0到x积分=根号x，结果就是根号x的导数，0.5/根号x，面试官说这个带来了新的根号x，不行，然后提示说直接求，然后我就想到了折半查找。0~x折半或者0~1折半，分x大于1还是小于1的情况。

写代码，三种砖块，分别是1*1,1*2,1*3，拼成1*N，有多少种拼法？我开头想成了完全背包问题，一开始写代码，说不对，想错了，就是一个斐波那契问题，很快写出，问，复杂度是多少？答O(N)，问有没有更简单的？我当时确实不知道，然后就说我不知道。然后面试就结束了，没想到最终还是通过了三面。

3 携程

一面：

讲一讲生成模型和判别模型的区别。

GAN网络讲一讲，和生成模型以及判别模型有什么关系。

求SIFT算子的步骤，优化方法？没答上来，说了一个大概，忘了。。

要实现一个哈希表，应该怎么做（根据要哈希的内容选择合适的哈希函数和冲突解决方案，比如balabala...）

2面：

放弃

3 拼多多

1面（电话面）：

牛顿法怎么求Hissen矩阵，知道拟牛顿法吗

代码，讲思路：若干个长度不同的数组，求最小的区间，让每个数组都有数字在这个区间内（不会）

换个简单的：一个01矩阵，每一排都是0在前1在后，问哪一排的1最多？（二分法）问有没有更简单的方法（每一排记录当前的最左边的1的位置，下一排的时候直接忽略右边的）问时间复杂度，猜测是O(m+n)

2面：北京现场

项目

会什么机器学习方法？讲一个。我挑了LR，从原理到推导到优化。他问梯度下降是最优解还是局部解，问，如何让它收敛到全局最优解？（不会）http://blog.csdn.net/itplus/article/details/21***53 牛顿法和拟牛顿法，拟牛顿包括BFGS和L-BFGS, 推导海森矩阵的逆之间的关系，绕开了求解海森矩阵。

写代码。若干个区间，只要区间有交集则可以合并，求合并后跨度最大的区间是哪个？（sort,合并）

3面：

项目

写代码：链表，原址变换为：奇数在前，偶数在后，相对顺序不变。（void 函数）

机器学习。。忘了

4 搜狗

一面：

项目问一遍，其中涉及的机器学习方法全问了一遍。

一个python的dict，按照key-value存储，如何按照value排序

如果是C++怎么做？一个map,怎么按照value排序？

static的类有什么用。

如何实现一个只能实例化一次的类。