2018春招面经集合

一、路口(二面挂)

(一)电话一面20180309

http状态码及含义

http请求头报文的结构

httphttps的区别,https在哪一层加密

Js中的原型和原型链

Jsprototype_proto_的区别

Js中函数调用的方法

说一下闭包,为什么要用它,解决方法

Jq中实现链式调用的方法

Bootstrap实现响应式的方法,说一下栅格系统

Sass中用过什么方法/函数

Vue的生命周期及每个阶段的特征

Position的区别

display:inlinefloat:left实现行内布局的区别

怎样处理父元素高度塌陷

(二)现场二面20180310

说下近半年中项目中遇到的难点

链表的结钩是怎样的,链表的插入和删除哪个快,查找某个节点的时间复杂度

Cookiesession的区别

二、美的(20180313一面挂

一面是群面,十几个人进去,有三个面试官在前面,流程是这样的:首先每个人30秒的自我介绍;然后每个人说一下自己大学最有意义的事情;最后,针对不同的岗位提出一个问题,由应聘相应岗位的人进行回答。我们那组加上我有五六个应聘前端的,其中有两三个还是硕士,问题一:服务器有哪些;问题二:前端查看cookie的方式。感觉先回答的人都回答得蛮好的,所以我也就没有说话机会哈哈哈。

最最后,一面挂哈哈哈。反思了下,觉得在讲大学有意义的事情时,应当尽可能地往自己应聘的岗位上将,尽可能凸显岗位知识给他人带来的帮助;再者,回答问题阶段,应当积极发言,而不要采取观望的态度,不然整场面试下来,会没有存在感。

三、CVTE20180314二面挂)

一面:

说一下项目,主要负责什么

常见的状态码

闭包及其应用场景

块元素的垂直水平居中

点击外部弹窗消失,点击内部则不会

服务器怎样判断返回304

实现如下代码:

Calculator(10).add(4).reduce(3).time(2).divide(2).print();  //  11

二面:

为什么选前端

有什么事觉得有成就感

算法:找出一个字符串中第一个出现的唯一字符串的下标

布局题:上中下三部分屏幕宽,上下定高,中间高度自适应,且中间部分由左右两部分组成,宽度占比为3:7

3-5年职业规划

项目的开展过程

说一下实习都做了什么

四、平安科技(20180323一面挂)

说一下你做过的项目(现场打开来看)

性能优化(整个网站已经建好)

prototype__proto__的区别

functionobject原型之间的关系

缓存处理(用http2.0

移动端clicktap事件的区别

如何处理,0.5px的实现

h5的新特性

本地存储的方式

他们的技术:nodejs+mongdbreact,后期会转vue

五、珍爱网(20180324二面挂)

因为是内推的,所以直接就二面。

前端304

数据双向绑定的原理

页面访问人数的统计实现原理

项目的安全问题

js闭包

千分位实现(考虑到负数及小数点等情况)

个人博客中赞赏页面如何响应式

计算首屏加载时间,什么是首屏

输入url发生了什么事

DNS根服务器是什么意思

如何统计全国单身男女

httphttps http2.0区别

技术栈采用vuereact,觉得angular门槛高

六、中移物联网(20180327二面挂)

一面(三个面试官,一个问基础,一个问项目,还有一个问人生):

详细介绍项目,说下和后端交互中遇到的问题

说一下js里的基本数据类型

数组去重

选择前端的理由

父母对你职业的期望

觉得自己的抗压能力怎样,最近有没有遇到特别难的事情,怎么处理

对物联网这一块的了解

二面(现场hr+三个远程技术官):

三个远程面试官主要是问你的项目(技术难点、安全处理),平时在哪些网站上泡着,是怎么学习前端的,给自己的能力打分,在编程课方面的学习成绩怎么样?在学校的排名,拿过多次奖学金

Hr学习经历,对公司的要求,对物联网的了解以及对中国移动和中国联通之间的对比。

七、拼多多(offer

(一)电话一面20180327

说下实习中的事情

项目中搜索功能的实现

数据展示时冲突问题的处理

项目的技术选型,jqvue的区别,vue的优点,页面中的组件

Vue父子或兄弟组件的通信

什么时候入门前端,选前端的理由

用过reactangular

Es6letconstvar区别,说下块级作用域

箭头函数,箭头函数中this的指向,给出实际场景并说出其中this的指向

移动端项目适配的实现

Flex布局

Cookiesessionstoragelocalstorage的区别,如果获取localstorage的所有key

(二)电话二面20180330

Vue生命周期

Vue组件通信的方式

说一下BFC

清除浮动的方式

Js事件委托

Js_proto_,说一下原型链

水平垂直居中实现

Flex布局

了解哪些设计模式

说一下稳定和不稳定的排序有哪些

快排时间复杂度,基准元素选择的优化

(三)Hr20180408

怎么学前端

对加班的看法

绩点方面怎样

职业规划等

八、兔展(20180414offer

一面:

二叉树

写快排(写不出来,后来写了选择)

项目难点

跨域(jsonppostmessage

事件循环

ajax原生写法

Promise给出例子说出对应的结果

input实现勾选

深拷贝

jsthis

算法原理

httphttps区别,https是否绝对安全

水平垂直居中

三次hr

九、依图(二面挂)

(一)电话一面20180508 

Vue生命周期

Vue双向绑定的实现

说一下promisethen调用返回的是新的还是旧的对象 

水平垂直居中

只有一个DOM元素,用CSS的方式实现两色效果

一个数组只有12,排序,1在前面,2在后面

JS的事件模型,捕获和冒泡,阻止冒泡

preventDefaultstopPropagation区别

之后发了个邮件让三十分钟内做三道代码题 :一道是刚刚那个算法题;另一个是实现sum(ab)sum(a)(b)一样效果;还有一个是在x轴上0点处有个小机器人,他可以往x轴方向走一步,或者走当前距离的两倍。比如可以从2走到3或者从2走到4,都算一步。请实现函数 int count(int dest) {} ,返回小机器人从零点走到 dest 的最少步数。

(二)现场二面20180512

Vue双向绑定中数据和DOM变化的过程是怎样实现的

说一下项目难点

垂直水平居中实现

给出一个数组,数组中的元素为文件对象,存储了文件的一些基本信息,其中有个parentId,要求实现一个函数,返回根节点,根节点信息中有个child,存储该节点的子节点

十、携程

选了远程,之后就没反应了哈哈哈

转载于:https://www.cnblogs.com/20170217hby/p/9113088.html

  • 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
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