2021秋招_唯品会_算法岗_笔试

1.单选

1.1

第一题就是求投掷均匀正六面体骰子的熵，但很惨的是我只会算到 − ∑ p × l o g ( p ) -\sum{p \times log(p)} −∑p×log(p)，不知道如何继续向下求比特。

后来发现以2为底的 l o g log log算出来就是比特…然而我也算错了

题目是： E n t r o p y = − 6 × 1 6 × l o g 2 1 6 Entropy = -6 \times \frac{1}{6} \times log_{2}{\frac{1}{6}} Entropy=−6×61×log261，而： l o g 2 1 4 = − 2 log_{2}{\frac{1}{4}} = -2 log241=−2， l o g 2 1 8 = − 3 log_{2}{\frac{1}{8}} = -3 log281=−3，则： − 3 < E n t r o p y < − 2 -3 < Entropy < -2 −3<Entropy<−2

1.2

在Kmeans算法当中，当邻近度函数为什么的时候，质心是中位数？¹

1、曼哈顿距离： 质心：中位数。目标函数：最小化对象到其簇质心的距离和2、平方欧几里德距离。质心：均值。目标函数：最小化对象到其簇质心的距离的平方和3、余弦。质心：均值。最大化对象与其质心的余弦相似度和4、Bregman 散度。质心：均值。目标函数：最小化对象到其簇质心的Bregman散度和

2.不定项²

^2.1

^{以下属于聚类算法的是（ ABD ）。}

^A、K均值

^B、DBSCAN

^C、Apriori

^{D、Jarvis-Patrick（JP）}

^2.2

^{在评价不平衡类问题分类的度量方法有如下几种:(ABCD)}

^A、F1度量

^{B、召回率（recall）}

^{C、精度（precision）}

^{D、真正率（ture positive rate,TPR）}

^3.编程题

^3.1

^{在有序数组当中，查找指定值首次出现的位置³⁴}

#
# 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可
# [1,2,2,3,4,5,6,7],2
# 1
# [2,7,8],3
# -1
# 有序数组，查找指定值的开始位置
# @param nums int整型一维数组
# @param target int整型
# @return int整型
#
class Solution:def lowerBound(self , nums , target ):# write code hereleft,right = 0,len(nums)-1# 左右两个边界while(left<=right):mid = left + (right-left) // 2if(nums[mid]<target):left = mid + 1elif(nums[mid]>target):right = mid - 1else:while(nums[mid-1] == nums[mid]) and (mid>0):mid = mid - 1return midreturn -1

3.2

模糊匹配两个单词，经过不超过两次的变换使得单词一致：

插入字母
删除字母
更改字母

#
# 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可
# 两个单词，经过不超过两次的，插入、删除、替换，相一致
# 则为模糊匹配
# @param word1 string字符串
# @param word2 string字符串
# @return bool布尔型
#class Solution:def isFuzzyMatch(self , word1 , word2 ):# write code hereword1 = [word1[i] for i in range(len(word1))]word2 = [word2[i] for i in range(len(word2))]option = 0# 记录操作次数if(len(word1)>len(word2)):word1, word2 = word2, word1# 确保word1长度小于等于word2if(len(word2)-len(word1)>2): return False# 如果两个单词长度差距超过2，则不匹配elif(len(word2)-len(word1)>0):# 两者之间相差1或者2for i in range(len(word2)):if(i<len(word1))and(word1[i]==word2[i]):# 不超出word1continueelif(i+1<len(word2))and(word1[i]==word2[i+1]):word1.insert(i,'0')# 此位与下一位匹配，则后移elif(i+2<len(word2))and(word1[i]==word2[i+2]):word1.insert(i,'0')word1.insert(i+1,'0')# 此位与下二位匹配，则后移for i in range(len(word2)-len(word1)):word1.append('0')# 补齐长度# 此时两者长度一致for i in range(len(word2)):if(word1[i]==word2[i]):continueelse:option += 1# 判断操作次数if(option>2):return Falseelse:return Truesolve = Solution()
print(solve.isFuzzyMatch("adais","adidas"))

4.主观题

4.1

SVM和随机森林的区别？

4.2

判别模型和生成模型的区别？

4.3

为什么要做数据归一化？

4.4

简述知识蒸馏的原理

4.5

item_cf和user_cf的原理以及计算方法

k-means中的邻近度函数 ↩︎
CDA题库-数据分析练习题3 ↩︎
有序的数组中找到某一目标值首次出现的下标 ↩︎
34. 在排序数组中查找元素的第一个和最后一个位置
↩︎