2024年-视觉AI检测的面试题目总结

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