首页 > 95 网易互娱数据挖掘笔试, 1, 0.9, 1
头像
詹听话
编辑于 2020-09-16 20:36
+ 关注

95 网易互娱数据挖掘笔试, 1, 0.9, 1

第一题sql,很简单
import sys

lines = sys.stdin.readlines()

n = int(lines[0])
res = set()
dup = set()
for i in range(1, n+1):
    name = lines[i].split()[1]
    if name in res:
        dup.add(name)
    else:
        res.add(name)
print len(dup)

第二题,bfs,迷宫题,写完只能a0.9, 估计python被卡了,感觉没得优化了直接交了
import sys
from queue import deque
lines = sys.stdin.readlines()

T = int(lines[0])
lines.pop(0)
index = 0
for t in range(T):
    n = int(lines[index])
    index += 1
    can = set()
    can.add((0, 0))
    move = []
    cur_row = 0
    cur_col = 0
    for i in range(n):
        dirs, isValid = map(int, lines[index].split())
        index += 1
        if isValid == -1:
            continue
        else:
            if dirs == 0:
                cur_col += 1
            elif dirs == 1:
                cur_col -= 1
            elif dirs == 2:
                cur_row -= 1
            else:
                cur_row += 1
            can.add((cur_row, cur_col))
    cur = [0, 0]
    q = deque([([0, 0], 0)])
    seen = set()
    while q:
        cur, step = q.popleft()
        if cur[0] == cur_row and cur[1] == cur_col:
            print(step)
            break
        if tuple(cur) in seen&nbs***bsp;tuple(cur) not in can:
            continue
        seen.add(tuple(cur))
        q.append(([cur[0] + 1, cur[1]], step + 1))
        q.append(([cur[0], cur[1] + 1], step + 1))
        q.append(([cur[0], cur[1] - 1], step + 1))
        q.append(([cur[0] - 1, cur[1]], step + 1))
第三题,高斯混合模型gmm,看到题目想死的心都有了,这部分就春招暑期的时候看了以下…………仔细看了下题目发现给的过程比较详细,所以顺利推出来了,之后就A了
import math
import sys
lines = sys.stdin.readlines()

k, n, m = map(int, lines[0].split())
alpha = []
mu = []
sigma = []
for i in range(k):
    line = lines[i + 1]
    line = map(float, line.split())
    alpha.append(line[0])
    mu.append(line[1])
    sigma.append(line[2])

data = map(float, lines[-1].split())
pi = 3.14159265358979323846264

def Norm(x, mu, sigma):
    x = 1.0 / math.sqrt(2 * pi * sigma ** 2) * math.exp( -1 * (x - mu)**2 / (2 * sigma ** 2))
    return x

n = len(data)

w = [[0] * k for i in range(n)]
for _ in range(m):
    for i in range(n):
        res = []
        for j in range(k):
            mu_k = mu[j]
            sigma_k = sigma[j]
            alpha_k = alpha[j]
            norm_k = Norm(data[i], mu_k, sigma_k)
            res.append(norm_k * alpha_k)
        res_sum = sum(res)
        for j in range(k):
            w[i][j] = res[j] / res_sum
    for i in range(k):
        res = 0
        for j in range(n):
            res += w[j][i]
        alpha[i] = res / n
    for i in range(k):
        res = 0
        w_sum = 0
        for j in range(n):
            res += w[j][i] * data[j]
            w_sum += w[j][i]
        mu[i] = res / w_sum
    for i in range(k):
        res = 0
        w_sum = 0
        for j in range(n):
            res += w[j][i] * (data[j] - mu[i]) ** 2
            w_sum += w[j][i]
        sigma[i] = math.sqrt(res / w_sum)
        
for i in range(k):
    print "%.5f %.5f %.5f" % (alpha[i], mu[i], sigma[i])
        

更新一面面筋

对面摄像头坏了,所以是电话面试

首先是自我介绍

然后面试官问我喜欢玩什么游戏,因为我本身投网易互娱的原因就是因为本身是阴阳师签到了1460多天的老玩家,所以就说了阴阳师

以后问了我为什么喜欢玩阴阳师

之后是两道算法题

第一题最长递增子序列

第二题最长等差序列

题目做完以后听声音是换了个面试官,开始问项目,在阿里云和快手实习的时候做的事

之后是场景题,在阴阳师里会有随机弹出的礼包,弹出哪些礼包,礼包的折扣,礼包弹出的时机,用什么模型,如何去优化

以后问了我一些分类模型,逻辑斯谛回归的缺点已经如何改进

后面就是反问环节,面试时长大概80分钟,大概有一半时间在和面试官交流场景题

面试的过程还是挺愉快的,而且大家都是痒痒鼠,交流起来还是挺方便的

全部评论

(4) 回帖
加载中...
话题 回帖

相关热帖

近期热帖

历年真题 真题热练榜 24小时
技术(软件)/信息技术类
查看全部

近期精华帖

热门推荐