2021年百度公司人工智能機器學習/數據挖掘工程師面試題

小編:管理員 438閱讀 2021.06.15

第1題:


簡答題

1. new 和 malloc 的區別。 

2. hash沖突是指什么?怎么解決?給兩種方法,寫出過程和優缺點。 

3. 命中的概率是 0.25,若要至少命中一次的概率不小于 0.75,則至少需要幾次?


第2題:


算法設計題

1. 用C/C++寫一個歸并排序。 

數據結構為struct Node{int v; Node *next};

接口為 Node * merge_sort(Node *);

  

2. 設計S型層次遍歷樹的算法,比如根節點是第一層,第二層從左至右遍歷,第三層從右至左遍歷,第四層再從左至右遍歷,以此類推。

舉例:應依次輸出 1 2 3 6 5 4 7 8 9。

 

3. 一個url文件,每行是一個url地址,可能有重復。

(1)統計每個url的頻次,設計函數實現實現。

(2)設有10億url,平均長度是20,現在機器有8G內存,怎么處理,寫出思路。



第3題:


系統設計題

自然語言處理中的中文分詞問題,前向最大匹配算法(FMM)。

注:題目舉例說明了FMM的基本思想。

  

(1)設計字典的數據結構 struct dictnote。

 

(2)用C/C++實現FMM,可選接口為

int FMM(vector<string> iLetters, dictnode *iRoot, vector<int> *oResults);

其中 iLetters 為待分詞的句子,比如 {“小”,“明”,“今”,“天”,“買”,“了”,“i”,“p”,“o”,“n”,“e”,“6”},

iRoot 是字典, oResults 保存輸出結果,即分詞的位置。也可以自己設計接口。


(3)收集了一些手機品牌的字典,如{iphone, 諾基亞}。

現在要求查找包含這些手機品牌的網頁,比如包含 iphone6, 諾基亞 9973 等。

怎么修改FMM實現這個功能,可以寫偽代碼。



關聯標簽:
5544444