Hello,各位,面试大宝典又来拉; 持续更新;一定要理清自己简历上的项目,因为简历是你给面试官的入口,会根据你的简历问问题;目前leetcode水平169题;持续更新;
c++八股文和python的八股文最好持续看;
非leetcode题目总结:自我引用
地平线
ros2的通讯机制
一面:coding: 最大矩形
小鹏
一面:coding: 可以他跳1步或者2步求跳完的最小和(dp + backtrack)
Momenta
一面:coding: nms
二面:coding 二分法实现开根号,保留小数
def sqrt_binary_search(num, precision=0.00001):
if num < 0:
raise ValueError("Square root is not defined for negative numbers")
if num == 0:
return 0
low = 0
high = num
mid = (low + high) / 2
while abs(mid * mid - num) > precision:
if mid * mid < num:
low = mid
else:
high = mid
mid = (low + high) / 2
return round(mid, 5) # 保留小数点后5位
# 测试
number = 16
result = sqrt_binary_search(number)
print(f"Square root of {number} is approximately {result}")
三面,无CODE题目
极氪汽车
一面:python: 深拷贝,浅拷贝;tensor.clone detach reshape等操作的作用等等
coding: leetcode:130被包围的区域
易控
一面:no talking; just coding
coding: 1. 是否相等二叉树; 2. 收银台和销售时间,获取最小的时间; 3. 括号是否合法;
百度
一面:coding: 骑士的最短路径 https://blog.csdn.net/SeeDoubleU/article/details/124395672
比亚迪
一面:内推,纯聊项目
极度
一面:IOU计算
蔚来
一面: 实现KMEANS
二面:二分法实现开根号,不保留小数,LEETCODE39题,最好知道牛顿迭代法;
三面:无题
理想
一面: 完成稀疏矩阵的类,并实现add和multiply的操作;
class SparseMatrix:
def __init__(self, matrix):
self.matrix = matrix
def add(self, other_matrix):
result = []
for i in range(len(self.matrix)):
row = []
for j in range(len(self.matrix[0])):
row.append(self.matrix[i][j] + other_matrix.matrix[i][j])
result.append(row)
return SparseMatrix(result)
def multiply(self, other_matrix):
result = []
for i in range(len(self.matrix)):
row = []
for j in range(len(other_matrix.matrix[0])):
element = 0
for k in range(len(self.matrix[0])):
element += self.matrix[i][k] * other_matrix.matrix[k][j]
row.append(element)
result.append(row)
return SparseMatrix(result)
def __str__(self):
return '\n'.join([' '.join(map(str, row)) for row in self.matrix])
# 测试
matrix1 = SparseMatrix([[1, 0, 0], [0, 0, 2]])
matrix2 = SparseMatrix([[0, 0, 3], [0, 4, 0]])
print("Matrix 1:")
print(matrix1)
print("\nMatrix 2:")
print(matrix2)
print("\nMatrix 1 + Matrix 2:")
result_add = matrix1.add(matrix2)
print(result_add)
print("\nMatrix 1 * Matrix 2:")
result_multiply = matrix1.multiply(matrix2)
print(result_multiply)
BMW
一面: 实现NMS, 实现类和一些函数