算法面试问题总结

我收集的一些大厂面试题,我认为比较有价值的。

  1. image.png

    解法:排序+二分
    先将这n个士兵按照身高从小到大进行排序,每一排的人数最少一个最多n/k个,我们就通过这个进行二分查找,还需要写一个函数来判断是否满足要求。这个二分只有两个分支,与从0-n(有序)中找到缺失的数字这个题一样。

  2. image.png

    注意核酸检测是批量检测,现在可以用二分的方式来做,比如先检测一半的人数,通过这种方式来判断是在左区间还是右区间。

  3. image.png
  4. image.png
  5. image.png
  6. image.png
  7. 集五福问题,问集齐五福平均需要收集多少张卡片。

  8. 给定一个三角形如何生成一个点,让这个点在三角形内的概率相同,并且尽可能让这个点在三角形的概率大。

  9. 在一个先升序后降序的数组中,找出其中的最大值。
import sys

def search(nums):
    l = 0
    r = len(nums) - 1
    while(l < r): #注意这里
        mid = (l + r) // 2
        if nums[mid] > nums[mid+1]:
            r = mid
        elif nums[mid] == nums[mid+1]:
            if nums[l] < nums[r]: #需要考虑重复值来进行收缩
                l += 1
            else:
                r -= 1
        else:
            l = mid + 1
    return nums[l]

if __name__ == '__main__':
    test = [1, 2, 2, 2, 2, 3, 1]
    test1 = [1, 3, 2, 2, 2, 2, 1]
    print(search(test))
  1. 从N个数中等概率抽取M个数。
    参考:https://blog.csdn.net/bitcarmanlee/article/details/83016377

  2. image.png

    参考:https://blog.csdn.net/xushiyu1996818/article/details/84936832

  3. 在内存有限的情况下,统计整个语料库文本的词频。

  4. 完全二叉树的节点数的计算,要求时间复杂度小于O(N)
    参考:https://mp.weixin.qq.com/s?__biz=MzAxODQxMDM0Mw==&mid=2247485057&idx=1&sn=45a3b89a4efef236cb662d5505d7ce36&chksm=9bd7f889aca0719f4915de681f983355e187151030991ab1944494ffe4b73e484068b85eb01e&mpshare=1&scene=1&srcid=0830axHcdn4hGbllwj5L3DP5&sharer_sharetime=1598755665315&sharer_shareid=31cfc3204753e502882065a08ccbd8df&key=9c1744d1bffeab4b5fc28f6afadb1159d5e974306290ed589d9cf48d0a1cd21f0d7f6bbe8247453c2ed03e3de045e8ab87c6e696f5873376bc784df97d5d3ab95a5a4cfbfb2a5cbe31ce876b7a8f67c3ed6678f652d69fd2a19b8debbc75366a75dd0f9349413ded0a66ad40206d596a8607c837c95a78c8fe2bc8a935a246f8&ascene=1&uin=MTAyMjY1NTExMA%3D%3D&devicetype=Windows+10+x64&version=62090529&lang=zh_CN&exportkey=A1e11qFZ4gmNULPoQedCPvs%3D&pass_ticket=GM%2FlHixpWsXU37dBRAHSrqHa4Xwk4ENT3FwhM3XWGuduTwNzv2ZztZmPrd9JHM4P

  5. sklearn中如何对特征进行多项式扩充。

这个问题本质上是一个求多项式不重复的项有多少个,可以列递方程来解决。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,219评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,363评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,933评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,020评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,400评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,640评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,896评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,597评论 0 199
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,327评论 1 244
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,581评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,072评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,399评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,054评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,083评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,849评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,672评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,585评论 2 270