<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Cynthia99999的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Cynthia99999</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Cynthia99999]]></copyright><item><title><![CDATA[腾讯笔试题（其一）]]></title><link>https://blog.youkuaiyun.com/Cynthia99999/article/details/115515645</link><guid>https://blog.youkuaiyun.com/Cynthia99999/article/details/115515645</guid><author>Cynthia99999</author><pubDate>Thu, 08 Apr 2021 13:16:26 +0800</pubDate><description><![CDATA[腾讯笔试题先行题1：找到乘积最大的连续子数组并返回积思想：动态规划代码：先行题2：找到和最大的路径并返回和思想：动态规划代码：找到乘积最大的路径并返回积（有负数）思想：同样动态规划 + 保留最小最大值代码：
先行题1：找到乘积最大的连续子数组并返回积

思想：动态规划
由于有负数，因此最小值和最大值都要求保留

代码：
class Solution:
    def maxProduct(self, nums: List[int]) -&gt; int:
        if not nums:
     ]]></description><category></category></item><item><title><![CDATA[华为笔试题]]></title><link>https://blog.youkuaiyun.com/Cynthia99999/article/details/115375489</link><guid>https://blog.youkuaiyun.com/Cynthia99999/article/details/115375489</guid><author>Cynthia99999</author><pubDate>Fri, 02 Apr 2021 22:39:02 +0800</pubDate><description><![CDATA[1. 给定字符数组String和一个字符串s，给定一个开始查找的索引，计算组成字符串s的最短步数。

比如：

输入：String = 'aemoyn' , s = 'amo', index = 0
	输出：3  
	分析：0+2+1=3
分析：

（1）法1：递归求解（贪婪算法）——比较暴力，时间复杂度高。

（2）法2：动态规划——速度更快！！时间复杂度低。分阶段求解。


def solve(string, s, index):
    dict = {}
    for i, x in enu...]]></description><category></category></item><item><title><![CDATA[微软实习面试 编程题]]></title><link>https://blog.youkuaiyun.com/Cynthia99999/article/details/115305161</link><guid>https://blog.youkuaiyun.com/Cynthia99999/article/details/115305161</guid><author>Cynthia99999</author><pubDate>Tue, 30 Mar 2021 16:34:27 +0800</pubDate><description><![CDATA[1. K-means

PS: 分模块编写！


import numpy as np


def kmeans(data, centers):
    # n个数据
    while True:
        clusters = cluster_dataset(data, centers)  # 根据聚类中心分类
        cur_centers = centers 
        centers = evaluate_centers(clusters)   # 更新聚类中心
      .]]></description><category></category></item><item><title><![CDATA[计算01数组的最大正方形/矩形面积]]></title><link>https://blog.youkuaiyun.com/Cynthia99999/article/details/115280048</link><guid>https://blog.youkuaiyun.com/Cynthia99999/article/details/115280048</guid><author>Cynthia99999</author><pubDate>Sun, 28 Mar 2021 15:49:32 +0800</pubDate><description><![CDATA[数组如下：



1. 在一个由 0 和 1 组成的二维矩阵内，找到只包含 1 的最大正方形，并返回其面积。

思想：动态规划

表示以第(i, j)个元素作为正方形右下角时最大正方形的边长。

状态转移方程：

当，

当，


class Solution:
    def maximalSquare(self, matrix: list) -&gt; int:
        if not matrix:
            return 0
        M, N = len(matrix),]]></description><category></category></item><item><title><![CDATA[字节跳动算法岗-Data  实习面经]]></title><link>https://blog.youkuaiyun.com/Cynthia99999/article/details/115182439</link><guid>https://blog.youkuaiyun.com/Cynthia99999/article/details/115182439</guid><author>Cynthia99999</author><pubDate>Wed, 24 Mar 2021 20:17:15 +0800</pubDate><description><![CDATA[字节跳动算法岗-Data 实习面经

1. 自我介绍

2. 项目相关的事情

3.PCA的原理

4.K-means的k值怎么选？

5.介绍AUC

6.写出logistic regression交叉熵损失的形式，还有写出pk的公式。

7.KD树

8.介绍GBDT，gradient是什么意思

9.Xgboost和GBDT的区别，Xgboost如何处理稀疏数据

10.lightGBM

11.编程题：求有环数组 [1，4，9，5，10]中， 元素不相邻的子数组最大和，其中元素均不小于0：

分析.]]></description><category></category></item></channel></rss>