2012年9月几个公司的笔试题

(1)判断两个Query是否相同北京欢迎你你欢迎北京

答案:搜索引擎会对其进行分词,一般为 北京/欢迎/你  你/欢迎/北京

           只有判断句子是否相同,这个不太清楚

(2)最长前缀子串问题

a="abdcdef"   b="dex"   则最长子串是de

 答案:这种情况下对a建立后缀数组,然后查找b的最长前缀匹配

 

(3)某数据库应用,大量的插入和查询,查询速度只有10/秒,请问:问题可能在哪里?

答案:应该是索引没有,或是索引建的不好

(4)中国到香港搭了一个10G的私有光线,单进程传输速度只有1,2M,请问:问题可能出在哪里?

答案:(待研究)应该是服务器 到客户端 这里的流量不够吧。

(5)有个Sequence,形如:S[]={a,b,...z,aa,ab,...az,ba,bb,...bz,...aaa,aab,...aaz,...}

给定一个字符串,查找在不在Sequence里,位置是多少?

答案:也就是一个26进制的处理吧,二分查找吧

 

(1)区间序列 (2,3) (4.2,6) (7,9)判断给定的一个区间与上面哪些区间有交集,比如给定(4,5)则输出(4.2,6)

答案:并查集解决吧,真的每个区间的点 建立祖先,然后判断是否祖先相同就行了


(2)两个有序数组,A[k]B[k]长度都为k。求前k个最小的(a[i]+b[j])

答案:去A[0]+B[0]作为第一个,然后A和B分别取后一个减前一个差值最小的那一边

 

1,strcmp函数实现。

2,判断大段小段模式。

3,有序链表的创建。

 

 

系统设计题:

大图导航系统:

(1)现有大图1W张,像素:1024*4096。系统可以增加或者删除图片。

(2)手机屏幕分辨率240*320.内存16M,手机本地存储256M。只能显示图片局部,用户左右移动来查看大图的其他部分。

(3)若干台PC机,内存4G,硬盘800G,双核CPU

问题:逻辑结构图,模块划分?模块间的关系,为何这么划分,原因是?

问题:如果大图数量增加,安装该应用的手机客户端增加,会带来哪些问题,怎么解决?

程序设计题:

一棵树,每个节点保存一个数字,找两个相同的节点(所谓相同的节点是指,两个节点的值相同,并且它们的子结构也要相同,就是以他俩为跟的那两颗子树也要一模一样。)

答案:递归吧

一个平面,上有n个点,点与点之间可能有连接,判断这里是否有环路。

答案:这个也可以并查集吧,公共祖先的祖先是其孩子 就可能环路吧

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值