百度2014校园招聘笔试题 ——深度学习算法研发工程师.

今天上午到腾迅那里，没有叫到笔试通知，是去霸笔的。原本以为是可以霸笔的，因为像阿里，360等大公司都专门的考场给霸笔的人准备的，但是腾迅不是这样，只有两个很小教室给那些霸笔的人考试，一会就都占满了，太少了，还有一大批没收到通知人不让考试。参加腾迅笔试的也够火爆的，一条走廊全占满了人，都是霸笔的，等了半小时者不让进，太不厚道了。

下午到百度的笔试，比腾迅大气多了，给那些霸笔的人提供了3个大教室，每个教室能容纳100多人，而且有专门的人安排座位。百度的职位真多啊，有一二十个，我选择的是B13深度学习算法研发工程师，一个教室还就我一个人选这个职位。试卷一发下来，我愣了，真难度也太大了，好多我见都没见过……

现将题目贡献如下：

一、简答题

1.深度神经网络目前有哪些成功的应用？简述原因。(10分)

 

2.列举不同进程共享数据的方式（至少三种）。(10分)

 

3.对于N个样本，每个样本为D维向量，采用欧式距离使用KNN做类预测。(10分)

1).给出预测时间复杂度。

2).当N很大时，有哪些方法可以降低复杂度？

3).k取值的大小对预测方差和偏差有何影响？

 

二、算法和程序设计

1.给出一个数据A=[a_0, a_1, a-2, ... a_n](其中n可变)，打印出该数值元素的所有组合。(15分)

 

2.有这样一个数组A,大小为n，相邻元素差的绝对值都是1，如A={4,5,6,5,6,7,8,9,10,9}。现在给定数组A和目标整数t，请找到t在数组中的位置。(15分)

 

3.在平面上有一组间距为d的平行线，将一根长度为l(l<d)的针任意掷在这个平面上，求此针与平行线中任意一根相交的概率，用高等数学(微积分、概率的方法)求解，基于布丰投针的结论，任选一种编程语言(C/C++, matlab, python, java)，写出模拟投针实验(程序中允许把一个理想的Pi作为常量使用)，求解圆周率。(15分)

 

 

三、系统设计题(两题中任选一题作答，25分)

 

 

 

2.关于K-means聚类算法，请回答以下问题：

1).写出将N个样本X=(x1, ... xN)聚类成k类的k_means聚类算法的优化目标；

2).描述K-means终止的常用条件；

3).以Kmeans算法为例，描述Expectation-Maximization(EM)算法的基本原理与步骤。

4).用伪代码给出基于MPI或者HADOOP的Kmeans并行算法。

 

 

 

我的部分解答：

二、(2)

public static int find(int[] a, int t) {
		int i=0;
		while(i<a.length) {
			if(t == a[i]) {
				return i;
			} else {
				i += Math.abs(t - a[i]);
			}
		}
		return -1;
	}
	
	public static void main(String[] args) {
		int[] a = {4,5,6,5,6,7,8,9,10,9};
		System.out.println(find(a, 7));
	}