- 博客(2370)
- 收藏
- 关注
RSS订阅
原创 机试真题目录
**2024年8月份，华为官方已经将华为OD机考：OD统一考试（D卷）切换到 OD统一考试（E卷）** 。从参加过华为OD笔试的朋友来看，**E卷的新题非常少，大部分是A,B,C,D卷的合并题库。** 另一方面据考生反应需要双机位，也就是在牛客小程序中一直点确认，最后一步需要调试并开启您的摄像头。
2023-11-30 14:28:44
57398
24
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月17日-第三题- 最小颜色修改代价】（题目+思路+Java&C++&Python解析+在线测试)
摘要：本文讨论了在一个N×M的网格中，从左上角到右下角的最小修改代价路径问题。每个格子的颜色可以修改为1到C之间的任意整数，修改代价为绝对值差。通过动态规划方法，枚举所有可能的最终颜色，并计算每条路径的最小代价，最终取所有可能颜色中的最小值。算法的时间复杂度为O(C×N×M)，适用于网格和颜色数不超过50的情况。提供了Python和Java的代码实现。
2026-06-17 21:55:15
8
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月17日-第二题- 迷你文本编辑器的撤销与重做功能】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文设计了一个支持追加、删除、撤销和重做操作的迷你文本编辑器。编辑器需要维护当前文本内容、可撤销操作栈和可重做操作栈。对于每个操作： APPEND：在文本末尾添加字符串，并记录到撤销栈，同时清空重做栈。 POP：删除末尾字符（如果存在），记录被删字符到撤销栈，清空重做栈。 UNDO：撤销最近操作，将被撤销操作移到重做栈。 REDO：重做最近撤销操作，将其移回撤销栈。 关键在于当执行新编辑操作时清空重做栈，确保操作历史线性。算法时间复杂度为O(N+S)，其中N是操作数，S是所有插入字符数，满足题目约束。
2026-06-17 21:53:31
11
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月17日-第一题- 公交线路换乘优化】（题目+思路+Java&C++&Python解析+在线测试)
摘要： 题目要求计算从公交线路起点站A到终点站B的最少站点数，允许直达或最多换乘一次。解法分为两步：预处理每条线路的可达站点信息（从A出发和到达B的站点数），然后枚举直达和换乘情况。直达时检查同线路是否有A→B的路径；换乘时检查两条线路是否存在公共换乘站，并计算总站点数（减去重复计算的换乘站）。最终取所有可行方案的最小值，若无解则返回-1。 输入输出样例： 样例1：线路无交汇站，输出-1。 样例2：通过换乘站3和5，最优路径为1→2→3→6→7→8，输出6。 复杂度： 时间O(N²L + NL²)，空间O(
2026-06-17 21:52:40
8
原创 【2026年华为暑期实习（AI）-6月17日-第三题- 基于频域特征的轻量级传感器信号聚类系统】（题目+思路+Java&C++&Python解析+在线测试)
本文设计了一个基于频域特征的K-Means聚类系统，用于信号模式识别。系统首先对输入的N组信号进行离散傅里叶变换(DFT)，提取每组信号频域中3个最大幅值对应的频率索引作为特征向量。然后采用K-Means算法进行聚类，使用欧几里得距离度量相似度，初始中心由输入指定。聚类过程中采用银行家舍入规则处理数值，最多迭代100次或中心变化误差≤1e-4时停止。最终输出K个聚类中心的特征向量，按字典序排列。该系统可有效识别信号中的周期性特征，适用于故障预警、行为分析等应用场景。
2026-06-17 21:51:41
16
原创 【2026年华为暑期实习（AI）-6月17日-第二题- 大模型训练流水线并行(PP)最优估计计算】（题目+思路+Java&C++&Python解析+在线测试)
本文提出了一种算法，用于在大模型流水线并行（PP）训练中选择最优的并行度（PP值）。算法输入包括模型总层数、单卡最大承载层数、micro batch数目和硬件总卡数。通过枚举模型总层数的所有约数，找出满足以下条件的最小PP值：(1) PP不超过硬件总卡数；(2) 模型层数能被PP整除；(3) 单卡分配层数不超过其最大承载能力。最优PP值需使气泡率（(PP-1)/(m+PP-1)）最小化，若存在多个相同气泡率则选较小PP值。若无可行解或输入无效，输出-1 -1。算法时间复杂度为O(√n)，适用于高效求解最优P
2026-06-17 21:50:50
8
原创 【2026年华为暑期实习（AI）-6月17日-第一题- 选择题】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要：本文整理了20道机器学习与深度学习相关的选择题，涵盖模型预测、激活函数、梯度下降、数据污染、相似度计算等核心知识点。每道题目均配有详细解析，重点考察线性回归、重计算策略、插值多项式、混淆矩阵、量化部署等实际应用场景的理解。例如输出层激活函数选择、权重量化影响、HAC算法的增量更新特性等，并对浮点数运算、最大似然估计等数学基础概念进行了辨析。通过具体数值计算和理论分析相结合的方式，帮助读者掌握机器学习中的关键技术与常见问题解决方法。
2026-06-17 21:49:02
13
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月12日-第三题- 楼内救人】（题目+思路+Java&C++&Python解析+在线测试)
该问题要求在一个2层楼的地图中找到从起点到终点的最短路径。游戏规则包括：玩家可以上下左右移动，不能穿过墙壁，通过楼梯算1步且可切换楼层。解决方案采用BFS算法，将每个可通行格子视为图节点，状态包含楼层和坐标。从起点开始BFS遍历，遇到楼梯时切换楼层，第一次到达终点的步数即为答案。若遍历完未找到路径则返回-1。时间复杂度和空间复杂度均为O(mn)，适用于给定的地图大小限制。
2026-06-12 21:57:22
149
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月12日-第二题- 容器镜像平均大小统计】（题目+思路+Java&C++&Python解析+在线测试)
摘要： 本题要求基于前序和中序遍历序列还原容器镜像的二叉树结构，并计算所有有效节点的平均镜像大小。有效节点定义为完整镜像大小（节点值及其所有祖先节点值之和）大于0的节点，否则需剪枝。算法通过递归重建二叉树并实时计算节点完整大小，统计有效节点的总和与数量，最后求平均值并向下取整。时间复杂度为O(n)，空间复杂度为O(n)。示例输入输出展示了剪枝处理和平均值的计算过程。
2026-06-12 21:56:10
15
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月12日-第一题- 循环异或加密器】（题目+思路+Java&C++&Python解析+在线测试)
本文介绍了一个十六进制循环异或加密算法的实现。该算法将密钥和数据分别转换为二进制数值后进行按位异或操作，当密钥较短时会循环使用密钥进行加密。具体实现步骤如下： 将每个十六进制字符转换为对应的4位二进制数值 对数据和密钥的每一位进行异或运算 若密钥长度不足，则循环使用密钥 将结果转换回十六进制大写字符串 算法的时间复杂度为O(n)，其中n是数据长度，空间复杂度为O(n)。文章提供了Python、Java和C++三种语言的实现代码，均遵循相同的逻辑流程。
2026-06-12 21:54:35
24
原创 【2026年华为暑期实习（AI）-6月12日-第三题- Expert choice Routing】（题目+思路+Java&C++&Python解析+在线测试)
W = [] for _ in range(d): row = [] for _ in range(d): row.append(float(data[pos])) pos += 1 W.append(row) experts.append(W) Y = expert_choice_routing(N, d, E, S, X, Wg, experts) for i in range(N): print(' '.join(['%.2f' % val for val in Y[i]])) if name ==
2026-06-12 21:51:51
20
原创 【2026年华为暑期实习（AI）-6月12日-第二题- 自动驾驶障碍物检测】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文实现了一个基于K-Means算法的3D点云聚类系统。系统将输入的3D点云数据（每个点包含x、y、z坐标）划分到K个簇中，用于自动驾驶场景下的障碍物识别。算法采用前K个点作为初始质心，使用欧氏距离进行点分配，在迭代过程中保持簇编号与初始质心的对应关系。当质心变化小于1e-6或达到100次迭代时停止。核心逻辑包括：距离计算、点分配、质心更新和收敛判断。算法时间复杂度为O(NK)，适用于N≤1000的点云数据处理。
2026-06-12 21:50:48
241
原创 【2026年华为暑期实习（AI）-6月12日-第一题- 选择题】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要涵盖了机器学习与深度学习中的多个核心概念，包括相似性度量（余弦相似度）、概率估计（MLE）、贝叶斯定理、PCA降维、神经网络训练问题（梯度消失）、向量空间条件、优化方法（Momentum）、注意力机制（MHA/GQA）、数据分布特征等。通过选择题形式考察了这些知识点的理解和应用，并提供了详细的解析。内容涉及理论推导（如矩阵行列式计算）和实践问题（如KV Cache优化），适用于检验和巩固机器学习基础知识的掌握程度。
2026-06-12 21:49:45
25
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月3日-第三题- 昇腾NPU协同调度系统】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要：该问题要求在昇腾NPU上设计一个任务调度系统，考虑任务的NPU卡需求、执行时间和依赖关系，目标是找到所有任务完成的最短时间。每个任务包含所需NPU卡列表、持续时间和可能的前置任务。调度规则包括：每张NPU卡同一时间只能执行一个任务，任务必须在前置任务完成后才能开始，且不可抢占已分配任务。解决方案采用回溯法枚举所有可能的任务执行顺序，结合拓扑排序和最早可行时间调度策略，通过剪枝优化搜索过程。算法复杂度为O(m! × m × n)，其中m为任务数，n为NPU卡数。通过维护NPU卡可用时间和任务完成时间
2026-06-03 22:01:02
31
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月3日-第二题- 爆破小游戏】（题目+思路+Java&C++&Python解析+在线测试)
摘要： 题目要求在一棵带权树上放置炸弹，炸弹的影响范围为K，被波及的节点（距离≤K）将贡献其收益值。目标是选择一个放置点使总收益最大。解决方案是对每个节点作为起点进行深度优先搜索（DFS），累计距离不超过K的所有节点收益，并记录最大值。由于节点数N≤100，时间复杂度O(N^2)可行。代码通过邻接表存储树结构，枚举每个节点执行DFS求和，最终输出最大收益值。
2026-06-03 22:00:49
27
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 6月3日-第一题- 数字标识符压缩算法】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文介绍了一种压缩128位数字标识符的方法，该标识符由8组4位十六进制数组成，用冒号分隔。压缩规则包括： 前导零压缩：去除每组的前导零（如"0db8"→"db8"）； 连续相同数字组压缩：将全部由相同字符组成的连续组（如"0000"）替换为"**"，但只能压缩最长或最左边的一段。 实现步骤：先扫描所有组，找出符合条件的最长连续段进行"**"替换，然后对其他组应用前导零压缩。最终输出压缩后的标识符。 该方法通过字符串处理实现，时间复杂度为O(1)（固定8组），适用于标准格式的输入。样例演示了不同压缩场景
2026-06-03 22:00:37
34
原创 【2026年华为暑期实习（AI）-6月3日-第三题- 回归任务反向传播机理】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要：本文实现了一个三层MLP网络（输入层→隐藏层→输出层）的单次前向传播和反向传播过程。隐藏层使用ReLU激活函数，输出层为线性输出。给定网络参数、输入样本及其目标值，计算步骤包括：前向传播计算预测值，基于平方误差计算损失，反向传播计算各层梯度（考虑ReLU导数的特性），最后用梯度下降法更新所有参数。文中提供了两个示例说明计算过程，重点分析了ReLU激活函数对反向传播梯度的影响，特别是当神经元被关闭时梯度阻断的现象。该实现完整展示了深度学习中的关键训练流程。
2026-06-03 22:00:25
40
原创 【2026年华为暑期实习（AI）-6月3日-第二题- 智能物流定价引擎（在线学习）】（题目+思路+Java&C++&Python解析+在线测试)
该问题要求实现一个在线学习模块，用于动态维护一元线性回归模型并实时回答运费预测请求。核心思路是通过维护样本统计量（样本数、x总和、y总和、x平方和、x*y和）来快速计算回归参数，避免每次查询时重新遍历所有样本。 算法步骤： 初始化统计量：n=0, Sx=0, Sy=0, Sxx=0, Sxy=0 处理每个操作： ADD操作：更新统计量（n+=1, Sx+=x, Sy+=y, Sxx+=x², Sxy+=x*y） QUERY操作： 若n=0，输出0.000000 若所有x相同（通过检查分母n*Sxx-Sx²是
2026-06-03 22:00:16
44
原创 【2026年华为暑期实习（AI）-6月3日-第一题- 选择题】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要： 本文探讨了深度学习与计算机科学中的多个关键概念和技术，包括CUDA双缓冲技术、神经网络训练问题、优化算法、概率模型、Transformer架构特性、量化技术、损失函数选择等。通过20道选择题和多项选择题，涵盖了梯度消失/爆炸、神经元死亡、牛顿迭代法、朴素贝叶斯分类、Adam优化器、KV Cache压缩等核心知识点。特别关注了大模型训练中的计算效率、数值稳定性问题，以及实际应用场景如客服Agent的记忆机制优化。题目设计既考察基础理论（如概率分布、指数分布特性），又结合前沿技术（如MoE架构、注意
2026-06-03 20:50:37
47
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第三题- 开宝箱】（题目+思路+Java&C++&Python解析+在线测试)
考古队在古道中发现了一个神秘的宝箱，宝箱需要按特定顺序收集文物碎片才能解锁。请你在一个n×m01234−9考古队需从起点出发，按照序号依次收集碎片并进入宝箱。每移动1格的单位时间消耗为1，移动时不能斜向移动。若存在多条路径，需选择耗时最短的方案。1. 碎片必须按编号升序收集（如先收集4再收集52. 允许碎片编号不连续（举例：网格中只有46两块碎片，也能打开宝箱）3. 碎片编号重复时需要都收集（举例：网格中有两块4号碎片和一块5号碎片，则要收集两块4号碎片和一块5。
2026-05-27 23:12:35
196
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第二题- 微服务部署依赖依赖】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要： 题目要求判断微服务依赖关系是否存在循环依赖，若无环则返回拓扑排序的部署顺序。解题思路是将微服务建模为有向图，使用拓扑排序算法检测环。具体步骤包括：1)构建依赖图并统计入度；2)使用小根堆维护可部署服务；3)每次取出字典序最小的服务部署；4)若最终部署数量不足则存在环。时间复杂度O((N+E)logN)，空间复杂度O(N+E)。代码实现提供了Python和Java版本，通过优先队列处理字典序要求，完整实现了拓扑排序和环检测功能。
2026-05-27 23:11:43
34
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第一题- 任意矩形图案解锁路径验证】（题目+思路+Java&C++&Python解析+在线测试)
本文实现了一个滑动窗口内的流式 Top-K 高频词统计组件，支持添加关键词和查询当前窗口内频率最高的 K 个词。通过维护队列、哈希表和优先队列三个核心结构，实现了高效的关键词添加、过期和查询功能。其中，队列用于 FIFO 淘汰最早元素，哈希表记录关键词频率，优先队列按频率和字典序排序。通过版本号机制解决堆中数据过期问题。时间复杂度为 O(log Q) 的添加操作和 O(k log Q) 的查询操作，空间复杂度为 O(Q)。代码提供了 Python 和 Java 实现，适用于大数据实时监控系统中的热点事件识别
2026-05-27 23:10:39
82
原创 【2026年华为暑期实习（AI）-5月27日-第三题- 流式日志Top-K高频统计】（题目+思路+Java&C++&Python解析+在线测试)
本文实现了一个滑动窗口内的流式 Top-K 高频词统计组件，支持添加关键词和查询当前窗口内频率最高的 K 个词。通过维护队列、哈希表和优先队列三个核心结构，实现了高效的关键词添加、过期和查询功能。其中，队列用于 FIFO 淘汰最早元素，哈希表记录关键词频率，优先队列按频率和字典序排序。通过版本号机制解决堆中数据过期问题。时间复杂度为 O(log Q) 的添加操作和 O(k log Q) 的查询操作，空间复杂度为 O(Q)。代码提供了 Python 和 Java 实现，适用于大数据实时监控系统中的热点事件识别
2026-05-27 23:08:44
318
原创 【2026年华为暑期实习（AI）-5月27日-第二题- 大模型流水线并行训练优化】（题目+思路+Java&C++&Python解析+在线测试)
在华为昇腾（Ascend）集群上训练千亿参数的大模型时，由于单个昇腾NPU的HBM显存无法装下整个模型，我们通常会采用流水线并行（PipelineParallelism）技术。该技术会将模型按序切分为多个连续的阶段（Stage），并将每个阶段分配到集群中不同的NPU上。现有一个包含N层的神经网络模型，需要按顺序切分并部署到K个昇腾NPU上，即划分为K个连续的流水线阶段。每个NPU负责一个阶段，且每个NPU至少需要分配1。
2026-05-27 23:07:46
140
原创 【2026年华为暑期实习（AI）-5月27日-第一题- 选择题】（题目+思路+Java&C++&Python解析+在线测试)
摘要：本文包含20道机器学习与深度学习相关题目，涵盖激活函数、并行训练、特征工程、量化技术、模型优化等核心知识点。重点内容包括：Swish激活函数的平滑特性优于ReLU；ZeRO1优化中Reduce-Scatter和All-Gather算子的应用；特征处理时连续值归一化与类别标签One-Hot编码的组合；3σ截断量化约导致0.27%信息损失；过拟合表现为训练误差小测试误差大；协方差与独立性的关系；嵌入空间的语义向量运算；RNN适用于序列数据处理；RobustScaler对异常值更具鲁棒性；FP8训练需梯度缩
2026-05-27 23:06:45
47
原创 【2026年阿里巴巴集团暑期实习- 5月23日-算法岗-第三题- 寻找满足条件的最优子序列】（题目+思路+Java&C++&Python解析+在线测试)
本文研究如何从数组中选出长度为k的子序列，要求相邻元素的gcd不为1，并寻找满足条件的子序列中最大元素的最小可能值。通过二分法确定候选值，利用动态规划检查是否存在符合条件的子序列。对于每个候选值x，仅考虑不超过x的元素，通过质因子分解和哈希表维护最长子序列长度。若存在长度≥k的子序列则x可行，否则不可行。最终通过二分确定最小可行x，若无解则输出-1。算法时间复杂度为O(n log n)，适用于大规模数据。
2026-05-24 00:18:46
270
原创 【2026年阿里巴巴集团暑期实习- 5月23日-算法岗-第二题- 多约束条件下的元素匹配统计】（题目+思路+Java&C++&Python解析+在线测试)
本文提出了一种高效统计满足特定条件的有序对(i,j)数量的算法。给定三个长度为n的数组a、b和c，其中c_j表示数组b的下标，要求统计满足1≤i≤j≤n且a_i = b_{c_j}的有序对数量。 算法采用哈希表动态维护数组a的前缀元素出现次数。具体步骤为： 从左到右枚举每个位置j 将a[j]加入哈希表计数 计算x = b[c_j-1] 将哈希表中x的出现次数累加到答案中 该方法时间复杂度为O(n)，空间复杂度为O(n)，能够高效处理大规模数据。示例代码展示了Python、Java和C++的实现方式，均通过了
2026-05-24 00:17:45
99
原创 【2026年阿里巴巴集团暑期实习- 5月23日-算法岗-第一题- 荆棘林的最优砍断计划】（题目+思路+Java&C++&Python解析+在线测试)
摘要： 题目要求计算在最优策略下最多能成功砍断多少株荆棘。关键在于每次尝试都会降低锋利度，因此应优先砍断坚硬度较大的荆棘。具体策略是将荆棘按坚硬度从大到小排序，依次检查当前锋利度是否能砍断，若能则计数并更新锋利度。该贪心算法的时间复杂度为O(n log n)，适用于给定的数据规模。代码实现包括排序和线性扫描两部分，确保高效求解。
2026-05-24 00:16:45
29
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第三题- 数据传输网络调优】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文提出了一种动态规划方法来解决数据传输网络中的最优时延配置问题。给定N个节点组成的网络，每个节点配置优先转发模式可降低后续若干节点的处理时延。要求在最多选择K个节点配置的情况下，使总处理时延最小。算法利用状态压缩动态规划，通过维护最近3个节点的选择状态来高效计算最优解。时间复杂度为O(N×K×8)，适用于N≤50和K≤10的约束条件。该方法有效解决了节点间相互影响的时延优化问题。
2026-05-23 13:46:44
28
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第二题- 建筑物的安全视野】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文提出了一种高效算法，用于计算城市建筑群中每个建筑物的安全视野距离。该问题要求确定每个建筑物向右能看到的连续建筑物数量，视线会被第一个更高的建筑物遮挡。采用单调栈算法，时间复杂度为O(n)，空间复杂度为O(n)。算法从左到右遍历建筑物，使用栈维护未找到更高建筑物的索引，当遇到更高建筑物时计算视野距离。对于未找到更高建筑物的，其视野距离为剩余建筑物数量。Python、Java和C++实现均采用快速输入输出处理大规模数据，确保算法在500万建筑规模下的高效运行。
2026-05-23 13:45:53
38
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月22日-第一题- 好看的子串数】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要： 题目要求计算字符串S中所有能通过相邻字符删除操作变为目标串A的子串数量。解题关键在于将字符串转换为游程编码（字符序列+长度序列），并满足以下条件：B和A的字符序列相同且B每段长度≥A对应段长度。算法分为两种情况处理：当A只有一段时直接统计S中符合条件的同字符段；否则枚举S中连续k段匹配A的字符序列，并检查长度约束。时间复杂度O(nm)，空间复杂度O(n+m)。样例验证表明算法正确性。
2026-05-23 13:44:54
53
原创 【2026年华为暑期实习（AI）-5月22日-第三题- KV Cache 感知的推理请求路由】（题目+思路+Java&C++&Python解析+在线测试)
本文提出了一种多节点LLM推理集群的请求路由算法，旨在通过复用KV Cache来减少prefill计算量。算法核心是构建全局前缀树(Trie)，每个节点维护能匹配该前缀的推理节点及其负载情况。对于每个请求，优先选择能提供最长公共前缀(LCP)的节点，若LCP相同则选择负载最轻的节点。采用懒更新策略优化堆操作效率，整体时间复杂度为O(TlogN)，其中T为总token数，N为节点数。实验表明该方法能有效降低首次token生成时间(TTFT)，适用于大规模LLM推理场景。
2026-05-23 13:43:32
34
原创 【2026年华为暑期实习（AI）-5月22日-第二题- 随机森林交易风控算法】（题目+思路+Java&C++&Python解析+在线测试)
最终，整个森林的预测结果采用“多数表决”（Majority Voting）原则，即统计所有树输出的类别，得票数最多的类别作为最终结果。的票数相同，出于用户体验考虑，一律判定为正常交易（输出。时间限制：C/C++ 1000ms，其他语言：2000ms。根据规则：如果票数相同，一律判定为正常交易（输出。对同一笔交易，依次让所有树独立预测，统计输出。笔交易数据，输出每笔交易的最终预测结果。如果当前节点是叶子节点，直接返回该叶子的。解释：共有3棵树，2个特征，2笔交易。如果当前节点是内部节点，读取交易的第。
2026-05-23 13:42:15
35
原创 【2026年华为暑期实习（AI）-5月22日-第一题- 选择题】（题目+思路+Java&C++&Python解析+在线测试)
本文摘要：本文包含20道选择题，涵盖机器学习、数学、计算机视觉等多个领域。主要内容包括：1) 模型训练显存估算；2) 概率论基础；3) 梯度累积训练；4) Transformer应用；5) BLIP-2模型原理；6) 图像插值方法；7) 分布式训练误差；8) 张量运算；9-10) 模型评估指标；11) 贝叶斯概率；12) 多头注意力机制；13) 回归损失函数；14) 插值多项式；15) 图像处理；16) 线性方程组病态条件；17) 聚类评估；18) 最大似然估计；19) 过拟合/欠拟合处理；20) 函数逼近
2026-05-23 13:40:47
43
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月20日-第三题- 技能树学习路径规划】（题目+思路+Java&C++&Python解析+在线测试)
这篇文章介绍了一个技能树系统中的最优学习路径问题。给定N个技能，每个技能有学习时间、战斗力提升值和前置依赖关系，要求在总时间T内选择技能学习顺序，使得总战斗力最大化。通过树形背包算法，将技能依赖关系建模为树结构，使用动态规划计算每个子树在不同时间限制下的最大战斗力。最终时间复杂度为O(N*T^2)，适用于题目给定的数据范围（N≤100，T≤1000）。如果所有技能都无法在时间T内完成，则输出0。
2026-05-20 21:06:52
205
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月20日-第二题- 容器镜像树精简】（题目+思路+Java&C++&Python解析+在线测试)
在容器镜像管理系统中，容器镜像通常采用堆叠方式管理和挂载。为了减少镜像管理系统中重复的镜像层数量，假定容器镜像采用二叉树管理。镜像层二叉树节点描述镜像层大小，节点的镜像完整大小为镜像层大小及其所有父镜像层大小之和。0ABCA0AABCABABCABCABCAABBCABCDABCDABCDAABC输入为容器镜像二叉树前序遍历数组和中序遍历数组，输出为镜像树简化后的后序遍历数组。
2026-05-20 21:06:28
114
原创 【2026年华为暑期实习-非AI方向(通软&嵌软&测试&算法&数据科学)- 5月20日-第一题- 服务器处理计算任务】（题目+思路+Java&C++&Python解析+在线测试)
摘要 本文解决了一个服务器集群任务调度问题：给定n个计算任务和h小时的时间限制，确定最少需要同时启用多少台服务器才能完成所有任务。每个任务需要特定的计算量，服务器每小时只能集中处理一个任务。通过二分查找算法，在可能的服务器数量范围内高效地找到最小可行解。算法首先检查基本可行性（h≥n），然后计算每个候选服务器数量k对应的总耗时，通过二分逼近最优解。时间复杂度为O(n log M)，其中M是最大任务量，适用于大规模数据。代码实现了Python、Java和C++版本。
2026-05-20 21:05:35
50
原创 【2026年华为暑期实习（AI）-5月20日-第三题- 敏感实体动态遮蔽掩码】（题目+思路+Java&C++&Python解析+在线测试)
本文提出了一种保护大语言模型输入敏感数据的安全框架。该框架通过以下步骤实现： 敏感模式匹配：使用KMP算法在主序列中查找所有敏感模式串的出现位置，生成区间集合 区间合并：将相交或相邻的敏感区间合并为更大的敏感块 动态遮蔽：根据敏感块位置计算每个token的可观察范围： 普通token只能看到前面的普通token 敏感块内token可以看到块内前面所有token和之前所有普通token 算法采用差分数组标记敏感区间，通过扫描计算每个位置的可见token数量。时间复杂度为O(KN+S)，其中N为主序列长度，K为
2026-05-20 21:05:26
452
原创 【2026年华为暑期实习（AI）-5月20日-第二题- LLM 多源语料分级清洗预算分配】（题目+思路+Java&C++&Python解析+在线测试)
本文研究了一个数据清洗优化问题，要求在预算和算力约束下最小化语料的加权污染率。针对每个数据源，可以选择四种清洗级别之一，不同级别对应不同的成本、算力消耗和清洗效果。通过将问题转化为二维背包问题，动态规划求解在预算和算力限制下的最优清洗策略。算法首先计算初始污染率，然后通过状态转移求解各清洗级别带来的污染减少量，最终输出最小可达污染率。该方法有效避免了枚举所有可能方案，时间复杂度为O(NBT)，适用于实际应用场景。样例验证表明该算法能正确求解最优清洗方案。
2026-05-20 21:05:06
241
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人