字节跳动算法岗-Data 实习面经

一面，面试官很好，就是我太菜。

1. 自我介绍

2. 项目相关的事情

3.PCA的原理

4.K-means的k值怎么选？

5.介绍AUC

6.写出logistic regression交叉熵损失的形式，还有写出pk的公式。

7.KD树

8.介绍GBDT，gradient是什么意思

9.Xgboost和GBDT的区别，Xgboost如何处理稀疏数据

10.lightGBM

11.编程题：求有环数组 [1，4，9，5，10]中， 元素不相邻的子数组最大和，其中元素均不小于0：

分析：动态规划：

（1）先分析没有环的时候

        表示第i个元素及之前的所有元素可以取得的最大元素和。由于元素不能相邻，当取第i个元素时只能加上，当不考虑第i个元素时直接取。因此有以下状态转移方程：

 

                                                                              

# 无环
def solve(array):
    if not array:
        return 0

    if len(array) == 1:
        return array[0]

    if len(array) == 2:
        return max(array)

    dp = [i for i in array]

    for i in range(2, len(array)):
        dp[i] = max(dp[i - 2] + dp[i], dp[i - 1])

    return max(dp)

 

（2）有环的时候

有环时，要注意第一个元素和最后一个元素不能够同时取得。需要列表sym记录当前是否使用到了首元素。同时需要循环移位，避免尾元素未被考虑的情况。

                                                                           

# 有环
def solve_loop(array):
    if not array:
        return 0
    if len(array) == 1:
        return array[0]
    if len(array) == 2:
        return max(array)

    front = 0
    MaxValue = 0
    l = len(array)
    while front < 2:        # 需要循环移位
        sym = [True] * l    # 记录当前dp[i]是否使用到了首元素，True表示使用到了
        sym[front + 1] = False  # 第2个元素肯定不能用到首元素
        dp = [x for x in array]
        j = front + 2       # 记录循环开始指针       
        while j < l + front:
            i = j % l       # 循环队列下标
            if dp[i - 2] + dp[i] > dp[i - 1]:
                dp[i] = dp[i - 2] + dp[i]
                sym[i] = sym[i - 2]
            else:
                dp[i] = dp[i - 1]
                sym[i] = sym[i - 1]
            j += 1
            
        x = dp.pop(i)    # 将最后的元素弹出
        Value = x if max(dp) < x and not sym[i] else max(dp)  # 求本次循环的最大值
        MaxValue = max(MaxValue, Value)         # 更新最大值
        front += 1
    return MaxValue