【找工作】南京三星中国研究院

一、求职要求 来自：http://search.51job.com/job/51574357,c.html 职位职能:  软件工程师

职位描述: 业务内容： 1. 从事智能家庭监控，设备互联等技术的研究和产品开发 2. 从事LBS/SNS，以及多屏融合业务的研究和产品开发 3. 从事新一代多媒体电子书编辑器/阅读器的开发及标准的研究 所需专业： 计算机科学/软件工程/信息处理/应用数学等相关专业 应聘要求： 1. 相关专业本科生及以上学历 2. 熟悉C/C++/Java或 CSS/XML/JavaScript等编程语言，熟悉UML和软件设计模式 3. 了解E-Pub， web layout engine或者HTTP, REST, web service等相关技术 符合以下条件之一者优先： 1. 熟悉YouTube, Facebook，Twitter等SNS API者优先 2. 有浏览器内核开发经验者或掌握Eclipse插件开发技术者优先 3. 熟悉数据挖掘，机器学习，计算机视觉等相关算法者优先   二、面试要求： 准备内容: 首先会有30分钟编程笔试题 面试交流中，将请您进行5分钟左右英文自我介绍（如：教育背景和重要个人论述、个人强项技术介绍等） 其余时间为面试官提问时间用中文对答,面试时间预计为30分钟左右 三、相关准备  主要针对网上搜到的提到的相关题目就行准备 1. 简单描述堆和栈（《程序员面试宝典》P179） （1）它们是两种不同的数据结构，栈（stack）是由操作系统自动分配/释放，存放本地的参数值、局部变量的值等。堆（heap）是程序员手动分配/释放。 （2）栈是线性结构，空间有限；而堆是线性表，比较灵活，有自由的存储区。C中的malloc分配的空间就在堆上，C++中分          配的空间也在堆上。  （3）程序在编译时堆变量和函数的分配都在栈上进行，且函数运行中函数的调用的参数的传递也在栈上运行。    内存分为以下几个部分：代码区 ，全局区（静态区），堆，栈，文字变量区（字符串区） 2. 非递归实现中序遍历二叉树。（《数据结构--使用C++描述》P88）      递归方法:    template<class T> void Visit(T &x) { cout<<x<<“ ”； } template<class T> void BinaryTree<T>::InOder(void(*Visit)(T&x)) { InOrder(Visit,root); } template<class T> void BinaryTree<T>::InOrder(void(*Visit)(T &x),BTNode<T>*t) { if(t){ InPreOrder(Visit,t->lChild); Visit(t->element); InPreOrder(Visit,t->RChild); } } 非递归方法： 转载自：http://blog.csdn.net/cxllyg/article/details/7520037 #include <stdio.h> #include <malloc.h> #include <stdlib.h> #include <queue> #include <stack> #include <iostream> using namespace std; typedef struct BiTNode{ char data; BiTNode *lchild, *rchild; }BiTNode,*BiTree; void CreateBiTree(BiTree &T)//建树，按先序顺序输入节点 { char ch; scanf("%c",&ch); if(ch==' ') { T=NULL; return; } else { T=(BiTree)malloc(sizeof(BiTNode)); if(!T) exit(1); T->data=ch; CreateBiTree(T->lchild); CreateBiTree(T->rchild); } } void InOrderTraverse(BiTree T)//非递归中序遍历 { stack<BiTree> Stack; if(!T) { printf("空树！\n"); return; } while(T || !Stack.empty()) { while(T) { Stack.push(T); T=T->lchild; } T=Stack.top(); Stack.pop(); printf("%c",T->data); T=T->rchild; } } void PreOrderTraverse(BiTree T)//非递归先序遍历 { stack<BiTree> Stack; if(!T) { printf("空树！\n"); return; } while(T || !Stack.empty()) { while(T) { Stack.push(T); printf("%c",T->data); T=T->lchild; } T=Stack.top(); Stack.pop(); T=T->rchild; } } void PostOrderTraverse(BiTree T)//非递归后序遍历,用一个标记标记右子树是否访问过 { int flag[20]; stack<BiTree> Stack; if(!T) { printf("空树！\n"); return; } while(T) { Stack.push(T); flag[Stack.size()]=0; T=T->lchild; } while(!Stack.empty()) { T=Stack.top(); while(T->rchild && flag[Stack.size()]==0) { flag[Stack.size()]=1; T=T->rchild; while(T) { Stack.push(T); flag[Stack.size()]=0; T=T->lchild; } } T=Stack.top(); printf("%c",T->data); Stack.pop(); } } void main() { BiTree T; CreateBiTree(T); PreOrderTraverse(T); printf("\n"); InOrderTraverse(T); printf("\n"); PostOrderTraverse(T); printf("\n"); }

3. 图像轮廓检测常用方法（腾讯面试问过）

      利用边缘灰度的变化率、方向

 （1） 

      

        在没有边缘变化的情况下，g(x,y)的值基本为0，但是在边缘处，g(x,y)的值不为0，运用一个2*2的算子就可以检测出边缘部分，很巧妙的算法。

（2）Sobel 一阶导数算子

        

（3）Prewitt(一阶导数算子)

（4）kirsch(非线性算子)

Kirsch算子是R.Kirsch提出来一种边缘检测新算法，它采用8个模板对图像上的每一个像素点进行卷积求导数，这8个模板代表8个方向，对图像上的8个特定边缘方向作出最大响应，运算中取最大值作为图像的边缘输出

   (5)Laplacian 算子（二阶算子）

         为了去除噪声，可以使用高斯滤波器进行滤波，相当于低通滤波器。原始图像的边缘就处在拉普拉斯的值等于0的地方

（6）Canny算子（待补充）

           

四、面试内容

 （1）笔试部分

        编程题1：输入一个字符串，比如“aa%%bb”，输出其中字母的个数 如a:2;b;2

        编程题2：将一个数据转成单链表并排序（降序）。

                       将一个单链表再排序（升序）。

 （2）面试部分：

        1.堆和栈的区别（面试时忘了，之前还准备的）

        2.C语言中的静态函数解释下。

        3.K-means算法（个人项目内容）

        4.视频摘要介绍下，关键帧的定义？

        5.你还有什么想问我们的？
        6.红黑树是什么？

        7.知道哪些数据结构？

        8.自己独立编过哪些算法？如何实现的？

        9.是否用过其他非监督学习算法做视频摘要？

       10.人脸识别的时候选用什么特征？为什么？

       11. grabcut函数的原理？

       12. 感兴趣区域的广告监测的原理介绍下？

       13.谈谈对操作系统的了解。

       14. 语音识别的原理（腾讯电话面试）

       15. 视频检索你如何实现？

       16.车牌识别的原理？

       17.手写和打印的字你如何分别识别呢？

       18.SIFT算法解释？（联想实习面试）

       19.你如何设计图片检索系统？原理？（联想实习面试）

       20.知道一些图像检索的比赛吗？

       21.个人专利中快递单上数字字符识别的原理？       

             其算法包含两个步骤，字符定位和字符识别。

             字符定位即通过用户选定大致区域，进行每个字符的精确定位与分割；而字符识别即对精确分割的每个字符进行识别。

             字符定位主要包含：区域定位、预处理以及字符分割三个步骤，当用户选定数字大致区域后，根据聚类算法准确定位号码区域；接下来，对区域进行去噪、自适应二值

             化以及形态学处理等预处理操作；最后，实现每个字符的精确分割，将单个字符所在区域用最小外接矩形框进行标示。而字符识别的步骤根据字符的性质不同而不同。

            当字符为印刷体的0-9数字时，建立一个包含各种印刷字体和大小的0-9数字的素材库，使用Tesseract-ocr算法进行训练，即可实现印刷体数字的识别。当字符为手写体

             的0-9数字时，同样建立一个各种手写字体和大小的0-9数字的素材库，训练时提取统计和结构特征训练SVM分类器；识别时，通过提取同样的特征，再通过训练好的

            SVM模型即可实现识别。