算法面试题目汇总记录

参考链接：https://blog.csdn.net/qq_43799400/article/details/131202148

1、解决 Softmax 的数值溢出问题

数值溢出是 Softmax 函数经常遇到的问题，数值溢出包括数值上溢和下溢两张情况：

（1）上溢：数值较大的数据经过一些运算后其数值非常大，以至于超过计算机的存储范围而无法继续运算，在程序中表现为 NAN

解决办法：

（2）下溢：非常接近0 的数据被四舍五入为 0，从而产生毁灭性的误差。

解决办法：

2、大津阈值法（Otsu's method）计算原理

其基本原理是找到一个阈值，将图像分为两个类别，使得类别内的方差最小，而类间方差最大。

计算步骤：

1. 灰度直方图： 首先，计算图像的灰度直方图，即图像中每个灰度级别的像素数量。

2. 归一化直方图： 将灰度直方图归一化，得到每个灰度级别的像素概率分布。

3. 类间方差计算： 对于每个可能的阈值 T（0 到 255），将图像分成两个类别：小于等于 T 的像素和大于 T 的像素。然后，计算这两个类别的概率分布和平均灰度，并计算类间方差。

   类间方差（inter-class variance）的计算公式为： σ2=w1​⋅w2​⋅(μ1​−μ2​)^2其中：w1​ 和 w2​ 分别是两个类别的概率分布。μ1​ 和 μ2​ 分别是两个类别的平均灰度。

4. 选择阈值： 遍历所有的阈值，选择使类间方差最大的阈值作为最佳阈值。

5. 二值化： 使用选择的最佳阈值对图像进行二值化，将像素值小于等于阈值的设置为一个值（通常为 0 或 1），而像素值大于阈值的设置为另一个值。

3、装饰器的原理、分类以及实现

原理：装饰器是一种语法糖，它简化了在函数定义和调用时的操作。当你在一个函数定义前面加上 @decorator 时，它实际上是在告诉解释器将该函数作为参数传递给装饰器函数，然后将装饰器函数的返回值赋给原始函数名。

分类：

• 函数装饰器

实现timing_decorator函数是一个闭包，在函数里面嵌套一个wrapper函数。

import time

def timing_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"{func.__name__} took {end_time - start_time} seconds to run.")
        return result
    return wrapper

@timing_decorator
def my_function():
    # Some time-consuming operation
    time.sleep(2)
    print("Function completed.")

my_function()

• 类装饰器

类装饰器是一种将装饰器定义为类的实例的方式。它们适用于需要保持状态的装饰器。类装饰器需要实现 __call__ 方法。例如，一个带有状态的计数器装饰器：

class CounterDecorator:
    def __init__(self, func):
        self.func = func
        self.count = 0

    def __call__(self, *args, **kwargs):
        self.count += 1
        print(f"Function {self.func.__name__} has been called {self.count} times.")
        return self.func(*args, **kwargs)

@CounterDecorator
def my_function():
    print("Function called.")

my_function()

• 方法装饰器

def log_method(func):
    def wrapper(self, *args, **kwargs):
        print(f"Calling method {func.__name__} with arguments {args} and {kwargs}")
        result = func(self, *args, **kwargs)
        print(f"Method {func.__name__} completed.")
        return result
    return wrapper

class MyClass:
    @log_method
    def my_method(self, value):
        print(f"My method called with value: {value}")

obj = MyClass()
obj.my_method(42)

• 参数装饰器

import time

def timing_decorator(threshold):
    def decorator(func):
        def wrapper(*args, **kwargs):
            start_time = time.time()
            result = func(*args, **kwargs)
            end_time = time.time()
            if end_time - start_time > threshold:
                print(f"{func.__name__} took more than {threshold} seconds to run.")
            return result
        return wrapper
    return decorator

@timing_decorator(threshold=1)
def my_function():
    # Some time-consuming operation
    time.sleep(2)
    print("Function completed.")

my_function()