2014华为校园招聘机试

2013华为校园招聘机试题

  (2012-09-09 21:28:53)
标签: 

杂谈

分类: 工作


华为2014校园招聘的机试题目和2013年的完全一样,不知道以前的是不是也一样。
题目描述(60分):
通过键盘输入一串小写字母(a~z)组成的字符串。请编写一个字符串过滤程序,若字符串中出现多个相同的字符,将非首次出现的字符过滤掉。
比如字符串“abacacde”过滤结果为“abcde”。

要求实现函数: 
void stringFilter(const char *pInputStr, long lInputLen, char *pOutputStr);

【输入】 pInputStr:   输入字符串
              lInputLen:   输入字符串长度             
【输出】 pOutputStr: 输出字符串,空间已经开辟好,与输入字符串等长;

【注意】只需要完成该函数功能算法,中间不需要有任何IO的输入输出

示例 
输入:“deefd”            输出:“def”
输入:“afafafaf”       输出:“af”
输入:“pppppppp”       输出:“p”

main函数已经隐藏,这里保留给用户的测试入口,在这里测试你的实现函数,可以调用printf打印输出
  当前你可以使用其他方法测试,只要保证最终程序能正确执行即可
  该函数实现可以任意修改,但是不要改变函数原型。一定要保证编译运行不受影响

 
题目描述(40分):
通过键盘输入一串小写字母(a~z)组成的字符串。请编写一个字符串压缩程序,将字符串中连续出席的重复字母进行压缩,并输出压缩后的字符串。
压缩规则:
1. 仅压缩连续重复出现的字符。比如字符串"abcbc"由于无连续重复字符,压缩后的字符串还是"abcbc".
2. 压缩字段的格式为"字符重复的次数+字符"。例如:字符串"xxxyyyyyyz"压缩后就成为"3x6yz"

要求实现函数: 
void stringZip(const char *pInputStr, long lInputLen, char *pOutputStr);

【输入】 pInputStr:   输入字符串
              lInputLen:   输入字符串长度             
【输出】 pOutputStr: 输出字符串,空间已经开辟好,与输入字符串等长;

【注意】只需要完成该函数功能算法,中间不需要有任何IO的输入输出

示例 
输入:“cccddecc”    输出:“3c2de2c”
输入:“adef”       输出:“adef”
输入:“pppppppp” 输出:“8p”
 

题目描述(50分): 
通过键盘输入100以内正整数的加、减运算式,请编写一个程序输出运算结果字符串。
输入字符串的格式为:“操作数1 运算符 操作数2”,“操作数”与“运算符”之间以一个空格隔开。

补充说明:
1. 操作数为正整数,不需要考虑计算结果溢出的情况。
2. 若输入算式格式错误,输出结果为“0”。

要求实现函数: 
void arithmetic(const char *pInputStr, long lInputLen, char *pOutputStr);

【输入】 pInputStr:   输入字符串
              lInputLen:   输入字符串长度             
【输出】 pOutputStr: 输出字符串,空间已经开辟好,与输入字符串等长;

【注意】只需要完成该函数功能算法,中间不需要有任何IO的输入输出

示例 
输入:“4 + 7”   输出:“11”
输入:“4 - 7”   输出:“-3”
输入:“9 ++ 7”   输出:“0” 注:格式错误
#include  <stdio .h >
  1. #include <stdlib.h>
  2. #include <string.h>

  3. #define MAXCHAR 256

  4. void stringFilter(const char *pInputStr, long lInputLen, char *pOutputStr)
  5. {
  6.     int a[26] = {0};//用作flag
  7.     int pos = 0;
  8.     long i, j;
  9.     const char *= pInputStr;
  10.     for(= 0, j = 0; i < lInputLen; i++)
  11.     {
  12.         pos = pInputStr[i] - 'a';
  13.         if(a[pos] == 0)
  14.         {
  15.             a[pos]++;
  16.             pOutputStr[j++] = pInputStr[i];
  17.         }
  18.     }
  19. }

  20. void stringZip(const char *pInputStr, long lInputLen, char *pOutputStr)
  21. {
  22.     int i, j, k = 0, cnt = 0;
  23.     char buffer[30];
  24.     
  25.     for(= 0; i < lInputLen;)
  26.     {
  27.         for(= i + 1;;j++)
  28.         {
  29.             if(pInputStr[j] == pInputStr[i])
  30.                 cnt++;
  31.             else
  32.                 break;
  33.         }
  34.         
  35.         if(cnt != 0)
  36.         {
  37.             memset(buffer, 0, sizeof(buffer));
  38.             itoa(cnt + 1, buffer, 10);//通常在<stdlib.h>头文件中包含这个函数。功能:将任\
  39. //意类型的数字转换为字符串。在<stdlib.h>中与之有相反功能的函数是atoi
  40.             strcat(pOutputStr, buffer);
  41.             += strlen(buffer);
  42.             += cnt;
  43.         }
  44.         pOutputStr[k++] = pInputStr[i++];
  45.         cnt = 0;
  46.     }
  47. }

  48. void arithmetic(const char *pInputStr, long lInputLen, char *pOutputStr)
  49. {
  50.     int i, cnt = 0, a, b, result;
  51.     char ch[1] = {'0'};
  52.     char op1[MAXCHAR], op[MAXCHAR], op2[MAXCHAR], buffer[4];
  53.     for(= 0; i < lInputLen; i++)
  54.         if(pInputStr[i] == ' ')
  55.             cnt++;
  56.     
  57.     if(cnt != 2)                    //空格数不等于2
  58.     {
  59.         strcat(pOutputStr, ch);
  60.         return;
  61.     }
  62.         
  63.     sscanf(pInputStr, "%s %s %s", op1, op, op2);

  64.     if(strlen(op) > 1 || (op[0] != '+' && op[0] != '-'))        // 操作符有多个
  65.     {
  66.         strcat(pOutputStr, ch);
  67.         return;
  68.     }
  69.     
  70.     for(= 0; i < strlen(op1); i++)                            //操作数1是否有其他字符
  71.     {
  72.         if(op1[i] < '0' || op1[i] > '9')
  73.         {    
  74.             strcat(pOutputStr, ch);
  75.             return;
  76.         }
  77.     }
  78.         
  79.     
  80.     for(= 0; i < strlen(op2); i++)                            //操作数2是否有其他字符
  81.     {
  82.         if(op2[i] < '0' || op2[i] > '9')
  83.         {
  84.             strcat(pOutputStr, ch);
  85.             return;
  86.         }
  87.     }
  88.     
  89.     = atoi(op1);
  90.     = atoi(op2);
  91.     
  92.     switch(op[0])
  93.     {
  94.         case '+':
  95.             result = a + b;
  96.             itoa(result, buffer, 10);
  97.             strcat(pOutputStr, buffer);
  98.             break;
  99.         case '-':
  100.             result = a - b;
  101.             itoa(result, buffer, 10);
  102.             strcat(pOutputStr, buffer);
  103.             break;
  104.         default:
  105.             break;
  106.     }
  107. }

  108. int main()
  109. {
  110.     char pInputStr1[] = {"aaabbbcccdde"};
  111.     char pInputStr2[] = {"aaabbcddde"};
  112.     char pInputStr3[] = {"3 + 4"};
  113.     char pOutputStr1[MAXCHAR] = {0};
  114.     char pOutputStr2[MAXCHAR] = {0};
  115.     char pOutputStr3[MAXCHAR] = {0};

  116.     /* TODO: 调用被测函数 */
  117.     stringFilter(pInputStr1, strlen(pInputStr1), pOutputStr1);
  118.     stringZip(pInputStr2, strlen(pInputStr2), pOutputStr2);
  119.     arithmetic(pInputStr3, strlen(pInputStr3), pOutputStr3);

  120.     /* TODO: 执行完成后可比较是否是你认为正确的值 */
  121.     printf(pOutputStr1); //abcde
  122.     printf(pOutputStr2); //3a3b3c2de
  123.     printf(pOutputStr3); //7
  124.     return;
  125. }
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值