百度2019暑期实习计算机视觉岗位笔试题

       笔试共有选择题30道、简答题2道、编程题2道，分别为60分、60分、40分，两个小时。以下内容的编写全凭记忆和个人理解，如有什么不对的地方，希望大家见谅。

选择题

       具体题目肯定记不住了，就说说都有哪些题型吧。
       ①.给出一段程序，问你这段程序输出啥。
       ②.给出一段程序，填补缺失部分，让程序得到正确输出。
       ③.计算机网络知识，ICMP、ipv6基本头啥啥的。
       ④.编译原理知识，求逆波兰表达式啥啥的。
       ⑤.数据结构知识，哈夫曼编码长度啥啥的。
       ⑥.概率论知识，贝叶斯概率啥啥的。
       ⑦.图论知识，最小生成树啥啥的。
       ⑧.二维离散沃尔什变换。
       ⑨.C++里链接器的工作步骤。


       我依稀记得那道贝叶斯概率的题，一百度还真找到了。
       有一家医院做普查，得到统计数字：（1）每1000人有5个癌症病人；（2）每100个正常人有1个人试验结果为阳性；（3）每100个癌症患者有95个人试验结果为阳性。问：小明连续两次实验结果均为阳性，他是癌症病人的概率。
       我的做法是：用$z$表示正常人，用$a$表示癌症患者，则可以得到：
       $p(z)=0.995,p(a)=0.005$
       $p(阳|z)=0.01,p(阴|z)=0.99$
       $p(阳|a)=0.95,p(阴|a)=0.05$
       则小明是癌症病人的概率为$\frac{p(阳|a)p(阳|a)p(a)}{p(阳|z)p(阳|z)p(z)+p(阳|a)p(阳|a)p(a)}=0.978425$

简答题

       简答题一共两道题。

第一题

       相机模型中有哪些参数，写出三维空间中点到图像坐标的投影公式，镜头畸变系数有哪几种，矫正公式是什么。
       这题感觉不做相关方向的人根本不会。。。

第二题

       细粒度图像检索，如何构建模型，模型大致分为哪几部分，模型如何训练，模型的参数如何确定，怎么提升模型的效果。
       我回答如下：
       （1）模型结构分为：数据预处理部分、数据读取部分、特征提取部分、DeepHash部分、损失函数部分。数据预处理部分用于对数据进行一些数据增强和变换。数据读取部分用于为模型读入数据。特征提取部分使用vgg模型或者alexnet模型，对输入图片的特征进行提取。DeepHash部分将图片得到的特征图进行Hash编码，用于后续检索。损失函数部分将图片的预测结果和真实标签进行对照，得出损失，用于优化网络参数。
       （2）训练方法使用SGD或者ADAM，参数的确定使用grid search方法。
       （3）提升性能可以使用集成学习方法，比如bagging和boosting，也可以将特征提取网络部分改为更深层的网络。使用bagging的话，需要将数据分为n组，分别训练出n个模型，最后经过各个模型投票得到结果。使用boosting的话，先将数据进行等概率采样，得到第一次训练的数据集，用其训练一个基模型，对基模型可以正确检索的数据降低其被采样的概率，重复进行：采样+训练+修改概率，得到更好的模型。使用更深层的特征提取网络需要更多的数据，因为网络深导致参数过多，数据量不够容易造成过拟合，过拟合可以通过加dropout和BN层等方法缓解。


       当时选择题浪费了太多时间，这题答得急了，笔试结束后仔细想想，题目的重点在于细粒度图像检索，凉凉。
       可以参考这篇博客。

编程题

第一题

题意

       一个长度不超过$10^6$的字符串，将第一个字符移到字符串的末尾，得到一个新的字符串，无限进行这个移位操作，就可以得到无限多个字符串，输出这些字符串中不重复的字符串个数。

思路

       一看，$10^6$，暴力吧，string+map，直接MLE。那咋整，string+hash+map，这回不MLE了，变成了TLE，只过了58%。
       额，笔试后想了想，周期串才会导致重复，所以用KMP求最小循环节，然后应该就可以了。

代码

#include<cstdio>
#include<map>
#include<iostream>
#include<string>
#include<algorithm>
#include<functional>

using namespace std;

char ss[1000001];

int main()
{
    while(scanf("%s",ss)!=EOF)
    {
        string s = ss;
        hash<string> hh;
        map<size_t,int> mm;
        //mm.clear();
        //hh.clear();

        int ans = 0;
        int len = s.length();
        s = s + s;
        for(int i=0;i<len; ++i)
        {
            //string tmp1 = s.substr(1,len-1);
            //string tmp2 = s.substr(0,1);
            //string tmp = s.substr(i,len);
            size_t tmp = hh(s.substr(i,len));
            if(mm[tmp]==0)
            {
                mm[tmp]=1;
                ans++;
            }
            //cout<<s<< endl;
        }
        printf("%d\n",ans);
    }
    return 0;
}

第二题

题意

       给出两个字符串$a$和$b$，$q$个询问（没记错的话$q<10^6$），每次询问包括两个数字$l$和$r$，求字符串$b$在字符串$a[l,r]$中出现的次数。

思路

       我写到这道题的时候，还有4分钟笔试结束。。。凉凉鸭。瞎乱写了个暴力，刚粘到笔试页面上，笔试就结束了。。。稍微优化一下，可以在询问前处理出字符串$b$在字符串$a$的所有前缀的答案，然后查询就是O(1)的了，没准就过了。

代码

#include<cstdio>
#include<map>
#include<iostream>
#include<string>
#include<algorithm>
#include<functional>

using namespace std;

int main()
{
    string a,b;
    while(cin>>a)
    {
        cin>>b;
        int lenb = b.length();
        int q;
        scanf("%d",&q);
        while(q--)
        {
            int l,r;
            scanf("%d%d",&l,&r);
            int ans=0;
            for(int i=l;i<=r-lenb+1;++i)
            {
                string tmp = a.substr(i,lenb);
                if(tmp == b)
                {
                    ans++;
                    //cout<<i<<" "<<tmp;
                }
            }
            printf("%d\n",ans);
        }
    }
    return 0;
}