京东算法岗笔试

题型30题单项选择，2道编程(leetcode medium到hard之间)，不能截屏，凭记忆回忆一下，当做笔记了

 

1、知道前序遍历，中序遍历，确定二叉树的结构，如果不平衡，调整为平衡后，输出后序遍历的结果?

关键是不平衡调整为平衡的过程，下图中 右旋（顺时针）,左旋（逆时针），“谁主动撞谁”，撞下来的节点归主动者，比如下图中 左左情况，右旋的时候，A主动撞B，撞下来的B归属于主动者A。

2、arnold图像算法可以用于置乱这句话对吗？

答案：对.

置乱算法通常用于图像的加密和解密中，如下图：

变换关系：

3、核化PCA降维？

x为低维空间中的一个点，z为经过核函数K映射后，在高纬平面的一个点，那么核化PCA可以理解为其逆过程

4、众数的概念

一组数据中出现次数最多的数

5、相对熵(KL散度）衡量的是什么？

答：相对熵又称为KL散度

公式如下：

如果p（x）和q（x）两个分布相同，那么相对熵的结果为0. 也就是说 相对熵越小，p（x），q（x）的分布就越相似

6、什么方式可以增大欠拟合？

答：欠拟合就是模型没有很好的捕捉到数据特征，如下图

7、下面程序的输出结果是？

答：[1,2]

        Hello

解析：

8、下图代码输出结果是什么？

答：

解析：字典的pop方法，用于删除给定key和key对应的值，并返回删除的value，具体如下.

9、下面关于__new__ 和__init__的说法正确的是？

答：

1.__init__ 通常用于初始化一个新实例，控制这个初始化的过程，比如添加一些属性， 做一些额外的操作，发生在类实例被创建完以后。它是实例级别的方法。

2.__new__ 通常用于控制生成一个新实例的过程。它是类级别的方法。

10、下列关于python变量命名的说法正确的是？

答：正确的包括

11、下列关于红黑树说法正确的包括？

答：1）节点是黑色或者红色

        2）根节点是黑色

        3）每个红色节点的2个子节点是黑的

        4）从任一节点到其（注意不是任意）每个叶子节点包含相同数目的黑色节点

        5）查找时间复杂度为logn

12、Python中变量的查找顺序

答：

L：local，局部作用域，即函数中定义的变量

E：enclosing,父级函数的局部作用域，但不是全局

G：global，全局变量，也就是模块级别定义的变量

B：built-in，系统内置变量

  搜索的顺序是 LEGB

13、下面哪个分类算法可以较好的避免样本不平衡问题

A、KNN

B、SVM

C、Bayes

D、NN(neural network)

答案：A

14、pyc文件和import的关系？

答：写好a.py之后直接执行python3 a.py并不会生成a.pyc，只有在b.py中import a，然后运行b.py才会生成a.pyc
如果源文件没有更改的话，重新加载b模块，a.pyc也不会重新生成，pyc文件本身并不能加快运行时间，但是生成.pyc文件的过程会消耗时间，所以如果pyc文件已经被加载过了，程序的时间就会减少

15、有十箱零件,每箱100个,这十箱中有一箱是次品,外观和正品一样,只是次品每个零件比正品轻一克，找出次品最少要称几次？

答：一次  

16、TF和IDF

答：

什么是TF-IDF？

其实这个是两个词的组合，可以拆分为TF和IDF。

TF（Term Frequency，缩写为TF）也就是词频啦，即一个词在文中出现的次数，统计出来就是词频TF，显而易见，一个词在文章中出现很多次，那么这个词肯定有着很大的作用，但是我们自己实践的话，肯定会看到你统计出来的TF 大都是一些这样的词：‘的’，‘是’这样的词，这样的词显然对我们的分析和统计没有什么帮助，反而有的时候会干扰我们的统计，当然我们需要把这些没有用的词给去掉，现在有很多可以去除这些词的方法，比如使用一些停用词的语料库等。

假设我们把它们都过滤掉了，只考虑剩下的有实际意义的词。这样又会遇到了另一个问题，我们可能发现"中国"、"蜜蜂"、"养殖"这三个词的出现次数一样多。这是不是意味着，作为关键词，它们的重要性是一样的？

显然不是这样。因为"中国"是很常见的词，相对而言，"蜜蜂"和"养殖"不那么常见。如果这三个词在一篇文章的出现次数一样多，有理由认为，"蜜蜂"和"养殖"的重要程度要大于"中国"，也就是说，在关键词排序上面，"蜜蜂"和"养殖"应该排在"中国"的前面。

所以，我们需要一个重要性调整系数，衡量一个词是不是常见词。如果某个词比较少见，但是它在这篇文章中多次出现，那么它很可能就反映了这篇文章的特性，正是我们所需要的关键词。

用统计学语言表达，就是在词频的基础上，要对每个词分配一个"重要性"权重。最常见的词（"的"、"是"、"在"）给予最小的权重，较常见的词（"中国"）给予较小的权重，较少见的词（"蜜蜂"、"养殖"）给予较大的权重。这个权重叫做"逆文档频率"（Inverse Document Frequency，缩写为IDF），它的大小与一个词的常见程度成反比。

TF-IDF = 词频X逆文档频率

17、如果创建的数据库索引没有生效，可能是什么原因导致的？

如果MySQL估计使用全表扫描要比使用索引快，则不使用索引

18、卷积参数计算量？(这个感觉好多笔试都考到了)

答：

19、master公式求解时间复杂度

答：

20、xgboost如何处理缺失值？

答：在逻辑实现上，为了保证完备性，会分别处理将missing该特征值的样本分配到左叶子结点和右叶子结点的两种情形，计算增益后选择增益大的方向进行分裂即可。

21、什么样的模型对缺失值比较敏感？

答：

编程题1：消消乐

编程2：拼接迷宫