今日头条推荐系统算法岗日常实习面试经验

今日头条推荐系统算法岗日常实习面试经验

时间：2019年3月27日 地点：校内视频面试

一面

深度学习基础

• Adam的原理、公式 (没答上来)

  找了一个简书的讲解，挺好的，有需要的同学可以移步简单认识Adam优化器

• Dropout的原理 (为什么训练时有dropout测试时没有dropout，这样会发生scale的偏移吗)

  答：不会，因为训练时dropout机制会把dropout_rate = p的输出乘以1/(1-p)

• Batch Normalization的原理

  答：在mini_batch上进行而不是在整个数据集上进行。在训练集上有BN测试集上没有BN，这样不会发生数值上的偏移，道理类似dropout，即记录下训练集上的BN参数（均值、标准差、\beta、\gamma）作为网络参数的一部分。

• 为什么要用ReLU替代tanh/sigmoid/softmax

  答：ReLU求导的值要么是0要么是1，不会引起梯度消失或梯度爆炸

• ResNet

  答：通过x + f(x)的结果，让深层网络获得不差于浅层网络的学习能力，从而允许网络变得更深

算法题

• 给定数组nums和整数target，求最少用nums中的整数多少次，使得这些数之和为target。比如给定nums = [3, 5, 12], target = 13, 答案为3 (13 = 3 + 5 + 5)

  答：BFS求最少的组合（我答得太啰嗦了，面试官就没让写代码）

  标准答案是动态规划，其实是动态规划里面很经典的问题，当时没想起来（汗）
  附动态规划的题解

class Solution {
   
   public int coinChange(int[] nums, int target) {
   
       int[] dp = new int[target + 1];
       Arrays.fill(dp, 0x3f3f3f3f);
       dp[0] = 0;
       Arrays.sort(nums);
       int i = 0;
       for (i = 1; i <= target; ++i) {
   
           for (int c: nums) {
   
               if (i >= c) {
   
                   dp[i] = Math.min(dp[i], dp[i-c] + 1);
               } else {
   
                   break;
               }
           }
       }
       return dp[target] == 0x3f3f3f3f? -1: dp[target];
   }
}

结果是面试官换了一道题

• 给定一个Y形链表和Y头部两个头指针，求第一个汇合点

  答：用两个指针r1, r2从两个头指针开始遍历（不妨记两个头指针为l1, l2），计算从l1, l2出发Y形链表的长度len1, len2. 不妨设len1 < len2, 则先将l2移动(len2 - len1)次，再将l1, l2同步移动，直到l1 == l2.

二面

• 矩阵求逆是如何操作的？【答：高斯消元】描述过程？【答：左边一个A，右边一个I，消消消，消到左边的A变成I，右边的I就变成了A的逆矩阵】为什么可以这样算？如何证明？
  答：高斯消元由矩阵行变换组成，矩阵行变换等价于左乘另外一个系数矩阵，所以当左边的A变到I，A就左乘了A的逆矩阵，同时右边的I也左乘了A的逆矩阵得到A的逆矩阵。这就是高斯消元法的原理。（马后炮分析，面试的时候没答上来，是面试官提示的）

• 一个负载均衡里面产生的数学问题：现在有两台服务器A和B，后台算法是A和B都有1/2的概率被访问，如果访问的服务器宕机，则会以1/2的概率继续请求两个服务器。现在服务器B宕机了，求平均访问的次数？

  答：这是一个随机变量求期望的问题。记平均访问的次数为p，

  ​ p = 1/2 * 1 + (1/2)^2 * 2 + (1/2)^3 * 3 + … + (1/2)^n * n + …

  令q = 1/2 * p = (1/2)^2 * 1 + (1/2)^3 * 2 + … + (1/2)^n * (n-1) + …

  故p = 2 (p - q) = 2 * [1/2 + (1/2)^2 + (1/2)^3 + …] = 2 * (1/2)/[1 - (1/2)] = 2

• merge两个有序数组，写代码，写测试用例，