2022 面试问题

P和NP问题

• 多项式时间复杂度
  解决问题的所需时间与问题规模之间是多项式的关系，如O( log(n) ) , O( n^3 )。
  非多项式关系，如O( n! ) , O( a^n ) , 这类问题计算机往往难以承受。

• P问题（Polynomial Problem）
  在多项式时间内可解的问题。
  常见p问题：冒泡排序
  p为标题举例

• NP问题（Non-deterministic Polynomial Problem）
  只能通过验证给定的猜测是否正确来求解，即验证所给解是否正确，但无法穷举，又如大合数的质因数分解，没有给定的公式可直接求出一个合数的两个质因数是什么，但是验证两个数是否是质因数却可在多项式时间完成，所以它也是非确定性多项式问题，即NP问题。
  常见np问题：TSP

• 约化
  一元一次方程可约化为一元二次方程，即问题A可转化为问题B（转化所需时间在多项式时间内），易知A不比B难。

• NPC问题
  满足（1）是NP问题；（2）所有的NP问题都可以约化到这个NPC问题；的问题。
  意义：只要找到一个NPC问题的多项式解，则所有NP问题都可以求解了。
  但是目前NPC问题还没有多项式时间内求解方法。
  NPC问题举例：
  （1）逻辑电路问题是第一个NPC问题。逻辑电路问题指的是这样一个问题：给定一个逻辑电路，问是否存在一种输入使输出为True。

• NPH（NP-hard）
  满足NPC条件2但不一定满足1的问题，NPH包括NPC。

神经网络激活函数sigmod特点

什么是激活函数？

这个“神经元”是一个以及截距 +1+1 为输入值的运算单元，其输出为 hW,b(x)=f(WTx)=f(∑3i=1Wixi+b)hW,b(x)=f(WTx)=f(∑i=13Wixi+b) ，其中函数 f:R↦Rf:ℜ↦ℜ被称为“激活函数”。在本教程中，我们选用sigmoid函数作为”激活函数” f(⋅)
l

激活函数介绍原文

说说神经网络的反向传播

python的基础知识

美团赛码网算法方向题目 2021.5.9

题1

• 问题：
  一个n行m列的网格，有k个五元数组（x，y，u，v，w），from（x，y）to（u，v）cost w，其余移动不合法。

• 目标：
  输出（1，1）到（n，m）最小cost，若无法完成移动，则输出-1。

• 输入：
  n m k （k组移动方式）
  xi yi ui vi wi
  x<=u and y<=v

• 输出：
  min cost

• 示例输入：
  5 4 3
  1 1 2 2 1
  1 1 5 4 4
  2 2 5 4 1

• 示例输出：
  2

题2

• 问题：
  n个木桩组成围栏，木桩编号i，现需要搬东西跨过围栏，只能越过高度小于h的木桩，且东西宽度为m，故必须连续有m个木桩均小于h才能跨越

• 目标：
  若成功跨越，输出第一个木桩编号，若无法完成移动，则输出-1。

• 输入：
  n（木桩个数） m（东西宽度） h (可越过高度）
  height1 height2 … heightn (木桩高度)
  1<=m<=n<=1e5
  1<=h,height<=1e9

• 输出：
  i or -1

• 示例输入：
  5 3 2
  3 1 1 1 2

• 示例输出：
  2

first_input=input().split(