旗云恒基试总结

一、手写堆栈（空间复杂度为O(n)）

二、讲述一下python的（GIL锁）

• python中可以通过多进程、多线程和多协程来实现多任务，在多线程的实现过程中，为了避免出现资源竞争问题，可以使用互斥锁来使线程同步(按顺序)执行。 其实Python的CPython(C语言实现的)解释器上有一把GIL锁，也就是说Python的程序是处于一个解释器锁的环境中的。
• GIL：也成全局解释器锁，python的多线程称为“伪多线程”，逃不过GIL解释器锁，GIL的存在，python在同一时刻只有一个线程会执行
• 线程是CPU调度和分派的基本单位，python中的多线程由于GIL锁的存在无法使用多核CPU
• python的多线程不适合计算密集型的程序，适合IO密集型程序
• 改善：更新python解释器版本、计算密集型的程序用多进程替代（增强硬件）

三、讲述一下线性回归和逻辑回归的联系

• 二者都是广义的线性模型
• 线性回归预测的连续值，而逻辑回归给出的“是”和“否”的回答
• 逻辑回归的模型是非线性模型，sigmoid模型，本质上又是一个线性回归模型，因为除去sigmoid映射函数关系，其它步骤，算法都是线性回归，逻辑回归可以轻松处理0/1分类问题
• 线性回归是以高斯分布为误差分析模型，逻辑回归采用的是伯努利分布分析误差
• 线性回归，目的是预测，函数是拟合函数，参数计算是最小二乘。逻辑回归，目的是分类，函数是预测函数，参数计算最大似然估计

四、逻辑回归的原理

• 假设函数服从伯努利分布，通过极大化似然函数，运用梯度下降来求解参数，达到二分类目的
• 对数几率函数：sigmoid函数
• 极大似然法进行参数估计
• 逻辑回归的损失函数
• 梯度下降法

五、GBDT的原理

• 回归算法选择的损失函数一般为均方差（最小二乘）或者绝对值误差
• 预测值=均值+残差
• 步骤
  1.初始化残差，构成弱学习器1。（预测特征所对应得特征值求平均值）
  2.计算残差（实际值 - 弱学习器1）。
  3.寻找回归树的最佳划分点（阈值）。遍历每个特征的每个特征值作为阈值，通过阈值将数据二分，分别计算方差，找到使方差最小的特征值为最佳二分阈值
  4.将二分后的残差值更新为实际值，计算实际值平均值 作为残差。构成弱学习器2。
  5.合并强学习器。（弱学习器1 + 弱学习器2）
  6.满足条件迭代停止

六、使用过sql-lab数据库没？

七、jieba库分词的原理

• 中文文本分词的第三方库
• 利用一个中文词库，确定汉字之间的关联概率，通过计算汉字间的概率，汉字词概率大的组成词组，形成分词结果，还可以添加自定义的词组
• 子代dict.txt的词典
• 基于Trie树结构实现高效的词图扫描，生成句子中汉字所有可能成词情况构成的有向无环图（DAG）
• 未登录词，采用汉字成词能力的HMM模型，使用Viterbi算法